Nuovo studio getta luce sul ‘fatigue algoritmica’

Un nuovo studio condotto dalla società di consulenza strategica Alice Labs e dalla società di tecnologia globale Reaktor getta luce su ciò che i ricercatori chiamano “fatigue algoritmica”. La fatigue algoritmica si verifica quando gli individui trascorrono lunghi periodi di tempo facendo cose come navigare nei servizi di streaming. In questi momenti, i sistemi di intelligenza artificiale possono spesso fallire nel loro dovere di soddisfare le aspettative degli utenti se non consegnano. Ciò può spesso lasciare i consumatori con la sensazione di essere stanchi.

Lo studio ha identificato tre diversi tipi di interazioni con l’intelligenza artificiale:

• Passiva: Gli utenti desiderano rimanere passivi nei confronti di un sistema algoritmico.
• Guida: Gli utenti desiderano guidare un sistema algoritmico.
• Collaborativa: Gli utenti desiderano collaborare con un sistema algoritmico.

Il tipo di interazione con l’intelligenza artificiale scelto dall’utente dipende dalla situazione e da ciò che desidera o necessita, ed è anche influenzato dalle esperienze precedenti con la tecnologia intelligente, come la fatigue algoritmica quando un sistema precedente non ha soddisfatto quelle esigenze.

Secondo i ricercatori, l’intelligenza artificiale sta diventando più di una tecnologia, e le aziende stanno iniziando a rendersi conto dell’importanza di come gli utenti esperiscono e interagiscono con gli algoritmi.

Kirsi Hantula è uno dei ricercatori di Alice Labs.

“Sebbene sia utile in molti casi, gli algoritmi continuano a essere limitati dalla loro natura di macchina: non possono prevedere quando gli utenti stanno avendo una brutta giornata e necessitano di qualcosa di più leggero da guardare, né sono in grado di comprendere i modi sottili e vari in cui i gusti degli utenti evolvono e si espandono nel tempo”, afferma Hantula.

Poiché vari dispositivi alimentati da intelligenza artificiale sono stati presenti per oltre dieci anni, molti utenti sono già consapevoli di come navigare tatticamente i sistemi imperfetti. Ciò significa che gli utenti stessi hanno già iniziato a lottare contro la fatigue algoritmica. Ad esempio, si potrebbe limitare un dispositivo alimentato da intelligenza artificiale alle sue funzioni di base, come utilizzare un assistente vocale per compiti semplici.

Algoritmi di raccomandazione

I ricercatori hanno anche scoperto che sempre più consumatori stanno optando per l’uscita dagli algoritmi di raccomandazione, spostandosi verso influencer esterni per curare i contenuti. Gli influencer esterni, o fari, sono altri individui che condividono interessi simili, e questi individui sono spesso più affidabili degli algoritmi.

I ricercatori affermano che le aziende dovrebbero trovare modi per combattere la fatigue algoritmica se desiderano stabilire relazioni più solide con i loro consumatori.

Olof Hoverfält è Principal Consultant, Strategy and Business Design, di Reaktor.

“Non si tratta di reinventare l’intelligenza artificiale, l’intelligenza artificiale funziona bene”, afferma Hoverfält. “Si tratta di creare un altro livello sopra quel sistema, qualcosa che consenta un’interazione umana più rapida e raffinata tra l’utente e l’algoritmo. Si tratta di parità: concedere all’utente un’agenzia uguale nella presa di decisioni, consentendo loro di scegliere e cambiare quando desiderano essere coinvolti attivamente nel processo o semplicemente guidati attraverso di esso”.

“Per noi, si tratta anche di una questione di etica. Pensiamo che i sistemi di intelligenza artificiale che si intrecciano intimamente con la vita delle persone dovrebbero essere progettati in modo da celebrare la versatilità umana e stabilire gli utenti come agenti positivi e creativi nella presa di decisioni algoritmiche”, afferma Hantula.

Lo studio è parte di una collaborazione biennale tra Alice Labs e il Centro per la ricerca sulla società dei consumatori dell’Università di Helsinki. È stato finanziato dalla Fondazione per l’istruzione economica.