הפיד אישי. אז למה כולם נראים אותו דבר?

יש רגע בגלילה שבו הסרטון חדש, אבל התחושה מוכרת לגמרי. עוד מישהו פונה למצלמה באותו טון, המשפט הראשון נשמע כמו משהו שכבר שמענו והכתוביות מתחלפות בדיוק בקצב הצפוי. הנושא יכול להיות אחר: זוגיות, אוכל, מוזיקה או קריירה. המבנה נשאר כמעט זהה. בפיד שנועד להתאים לכל אחד מאיתנו, קל לפעמים להרגיש שכולם למדו לדבר באותה צורה.

התחושה הזאת לא מוכיחה שהפידים של כולנו זהים. הם אינם כאלה. היא כן מעלה שאלה מעניינת: איך התאמה אישית יכולה להתקיים לצד חזרתיות? התשובה עוברת דרך שלושה גורמים שפועלים יחד: המערכת שמחליטה מה להציג, היוצרים שמנסים להבין מה עובד והצופים שמגיעים עם הרגלים וציפיות משלהם.

התאמה אישית אינה הבטחה למקוריות

התפקיד של מערכת המלצות הוא להעריך איזה תוכן עשוי לעניין אותנו. היא אינה עורכת מגזין שמתחייבת להפתיע בכל עמוד. בהסבר הרשמי שלה, Meta מתארת תהליך של ניתוח תוכן והעדפות, איתור פריטים מתאימים ודירוגם. המערכת יכולה להציע גם פוסטים מחשבונות שאיננו עוקבים אחריהם ולהיעזר במשוב מהצפייה כדי לשנות המלצות בהמשך. ¹

נניח שצופה מתעכב על כמה סרטוני בישול שקטים, עם צילום קרוב ובלי דיבור. סביר לבחון את האפשרות שהנושא משך אותו, אבל ייתכן שהקצב או הסגנון היו חשובים לא פחות. זאת דוגמה להמחשה, לא תיאור של כלל דירוג מסוים. הבעיה מתחילה כשאנחנו מתרגמים כל המלצה לקביעה על הטעם שלנו: אם ראינו עוד מאותו הדבר, אולי פשוט הוצע לנו עוד מאותו הדבר.

המערכת לומדת מתוך עולם שהיא כבר סידרה

כאן נוצר קושי מחקרי. הנתונים שהמערכת אוספת אינם נולדים בחלל ריק. אנחנו בוחרים מתוך הדברים שקיבלנו הזדמנות לראות. אם סוג מסוים של תוכן הוצג יותר, יהיו גם יותר הזדמנויות לצפות בו ולהגיב אליו. קשה להפריד בין העדפה שהייתה שם קודם לבין התנהגות שהתפתחה בעקבות החשיפה.

מחקר של אליסון צ'ייני, ברנדון סטיוארט וברברה אנגלהרדט, שהוצג ב־2018, בחן את הבעיה באמצעות סימולציות. החוקרים הראו כיצד אימון מערכות המלצה על נתונים שכבר הושפעו מהמלצות קודמות יכול להגביר דמיון בין התנהגויות המשתמשים, בלי להגדיל את התועלת עבורם. זאת הדגמה של מנגנון אפשרי, לא הוכחה שכל פיד פועל כך או שכל המשתמשים מפתחים אותו טעם. ²

גם היוצרים קוראים את המספרים

בצד השני של המסך יושב אדם שמחליט מה לצלם מחר. אם סרטון אחד קיבל תשומת לב ואחר כמעט לא נצפה, טבעי לנסות להבין את ההבדל. היוצר יכול לשנות את הפתיח, לקצר הקדמה או לחזור לנושא שכבר עורר עניין. אין בזה כשלעצמו ויתור על יצירתיות. זאת למידה מהקהל.

אלא שאותה תוצאה מאפשרת כמה פירושים. האם הפתיח עבד, או שהסיפור היה יוצא דופן? האם העריכה עזרה, או שהתוכן פורסם ברגע שבו הנושא העסיק אנשים? כשמעתיקים את הסימנים החיצוניים של סרטון מצליח, אפשר לשחזר את האריזה בלי להבין מה החזיק אותה. כך, גם בלי הוראה מפורשת מהפלטפורמה, עלולה להיווצר שפה משותפת של מה שנראה כמו הצלחה.

כשפורמט מוכר עוזר לרעיון חדש

חשוב גם לא להפוך כל חזרתיות לבעיה. פורמט מוכר יכול לחסוך הסברים. כשאנחנו מזהים משחק, בדיחה חוזרת או מבנה של לפני ואחרי, אנחנו מבינים מהר יותר איך לקרוא את הסרטון. היוצר יכול להשתמש בהיכרות הזאת כדי להציג זווית אחרת ולא רק כדי לחזור על מה שכבר נאמר.

אפשר לחשוב על שני סרטונים המשתמשים באותו סאונד. באחד, הסאונד הוא כל הרעיון. בשני, הוא יוצר ניגוד מפתיע לסיטואציה או מוסיף משמעות לחוויה אישית. זאת אינה הבחנה בין שימוש בטרנד לבין התנגדות לטרנד. השאלה היא אם נשאר בסרטון משהו ששייך ליוצר המסוים הזה, גם אחרי שמורידים ממנו את הסימנים המוכרים.

מה הנתונים לא מספרים על מה שלא ראינו

כדי לבדוק אם תוכן באמת מתאים לקהל, צריך להיזהר מהשוואות נוחות מדי. צפיות בסרטון אחד אינן ניסוי מבוקר. גם הבדל בין שתי גרסאות לא בהכרח נובע מהשינוי שהתכוונו לבדוק, אם הן הגיעו לאנשים שונים או עלו בתנאים שונים. גרף יפה אינו פותר את בעיית ההשוואה.

לכן כדאי לבחון סדרה של תכנים לאורך זמן, לתעד מה השתנה ולנסח השערה לפני שמחפשים לה אישור. למשל, האם פתיחה אישית מחזיקה עניין טוב יותר בקטגוריה מסוימת? כשאפשר, משווים גרסאות בתנאים דומים. כשאי אפשר, מציגים את המסקנה כהשערה ולא כחוק. באותה מידה חשוב לזכור שהנתונים לא מגלים איך הקהל היה מגיב לרעיון שלא נוצר מעולם.

גם הדרך שבה אוספים השראה משפיעה על המסקנה. מי שבוחן רק סרטונים מצליחים רואה את הפורמטים שנמצאים אצל הזוכים, אבל לא את כל הניסיונות הדומים שלא הצליחו. כדי להבין אם תבנית מסוימת מועילה, צריך לחפש גם דוגמאות נגדיות. אחרת קל לייחס את ההצלחה לפונט, לפתיח או לסאונד, אף שההבדל המשמעותי היה בסיפור שסופר באמצעותם.

להכיר את השפה בלי לאבד את הקול

זאת נקודת המפגש המעניינת בין אנליזה לקריאייטיב. מחקר יכול לעזור להבין מה מוכר לקהל, מה הוא מצפה לראות ואיפה הוא מאבד עניין. אבל ההחלטה מה לומר בתוך השפה הזאת נשארת החלטה יצירתית. התאמה לקהל אינה מחייבת דמיון לכל מי שכבר פונה אליו.

כשבוחנים רעיון לתוכן, שווה לשאול שתי שאלות נפרדות: למה שמישהו יישאר לצפות ולמה שיזכור דווקא את האדם שמולו. לפעמים אותה בחירה משרתת את שתיהן ולפעמים יש ביניהן מתח. האתגר הוא לתת לקהל דרך קלה להיכנס, בלי להחליף את האישיות של היוצר באוסף סימנים שלמדנו לזהות בפיד.

מקורות

1. Meta, הסבר על מערכות המלצה לתוכן מחשבונות שלא עוקבים אחריהם, 2023. מקור מטעם הפלטפורמה, המשמש לתיאור המנגנון ולא להערכת הצלחתו.
2. Chaney, Stewart & Engelhardt, How Algorithmic Confounding in Recommendation Systems Increases Homogeneity and Decreases Utility, 2018. מחקר המבוסס על סימולציות, לא מדידה של הפיד הנוכחי באינסטגרם או בטיקטוק.

→לכל הכתבות