یک زمانی، نه خیلی مدت پیش، به این پی بردم که الگوریتم نتفلیکس من تبدیل به یک «آینهی سیاه» به گونهای متفاوت شده است که بدترین بخشهای شخصیت من را منعکس میکند. مطمئناً دورهای از مستندهای جنایت واقعی و گاهی فیلمهای ترسناک را تماشا کردهام، اما ناگهان تمام توصیههای دیگر به عناوین تاریک و مکابری بود، گویی دلقک پنیوایز به طرز عجیبی کنترل را در دست داشته باشد.
نقطهای رسید، نه خیلی پیش، که متوجه شدم الگوریتم نتفلیکس من تبدیل به یک آینهٔ سیاه از نوع دیگر شده است که بدترین جنبههای شخصیت من را بازتاب میدهد. البته من دورهای از تماشای مستندهای جرم حقیقی و گاهی فیلمهای ترسناک را پشت سر گذاشتم، اما ناگهان تمام توصیههای دیگر به سمت عناوین ترسناک بود، گویی دلقک پنیوایز بهطریقی اینچنین پشت صحنه را کنترل میکرد.
اینجا تمام نشد. افکارم به اسپاتیفای و توصیههای مشکوک اخیر آن منتقل شد. به یاد دارم که مقالهای دربارهٔ چگونه هوش مصنوعی در حال تصاحب استریمینگ موسیقی نوشتم، که در آن به این پلتفرم اشاره کردم، و بهراستی، گلوداریهای تولیدشده توسط هوش مصنوعی بیشتری را در فید خود دیدم. همچنین چندین توصیهٔ دیگر که با سلیقهام همخوانی نداشتند، پس از اینکه اجازه دادم دیگران به عنوان دیجی در خانهام بازی کنند، متوجه شدم. الگوریتمها من را غرق کردند و زمان مقابله فرا رسید.
گامهای اولیه برای انجام یک بازنشانی جزئی
درک اینکه الگوریتمها چگونه از هر حرکت من یاد میگیرند
اولین گامی که برای بازپسگیری عادات تماشا و گوشدادن برداشت کردم، درک بهتر چگونگی کارکرد سیستم بود. الگوریتمها حدس نمیزنند، آنها از هر آهنگ رد شده یا هر تماشای ناتمام یاد میگیرند. هر عمل تصویری از شما میسازد و به آنها کمک میکند تا پیشبینی کنند چه چیزی باید بعداً بیاید.
الگوریتمها از بازخورد صریح—سیگنالهای مستقیم مانند «پسندیدهها» و امتیازها—و بازخورد ضمنی—سیگنالهای غیرمستقیم مشتقشده از رفتار کاربر، شامل زمان تماشا، رد کردن، تکرار و کلیکها—استفاده میکنند. آنها همچنین از ویژگیهای متاداده محتوا، مانند پرسنل، ژانرها و تمپو، و همچنین دادههای زمینهای، شامل زمان روز، روندهای جاری و دستگاههای استفادهشده، بهره میگیرند.
اگر بخواهم حلقهٔ بازخورد را بشکنم، باید الگوریتمهایم را برای یادگیری دوباره سلیقههایم آموزش دهم و عادات اخیرم را نادیده بگیرم.
شکستن حلقه بازخورد
اقدامات ساده برای بازآموزی پلتفرمهای استریمینگ من
بازآموزی الگوریتمهایم بسیار آسانتر از آنچه انتظار داشتم ثابت شد، زیرا آنها مدلهای خود را به طور مستمر بروز میکنند تا دادههای جدید را پردازش کنند. ابتدا لازم بود برخی کارهای خانهداری را انجام دهم که شامل موارد زیر بود:
- حذف عناوین «پسندیده» که با سلیقه من مطابقت ندارند.
- حذف فهرستهای پخش قدیمی اسپاتیفای که نمیخواستم دوباره به آنها برگردم.
- حذف فیلمها و سریالهای خاص نتفلیکس از تاریخچه تماشای من.
- اطمینان از اینکه فقط موسیقیهای جدید را با استفاده از ویژگی «جلسه خصوصی» اسپاتیفای آزمایش میکنم.
سپس شروع به آموزش الگوریتمهایم برای انعکاس بهتر سلیقههایم کردم. اگر آزمایش شکست بخورد، سادهترین گزینهها این بود که تمام تاریخچه حساب کاربریام را پاک کنم یا از یک پروفایل جدید شروع کنم، که برای مشکلی جزئی کمی غیرمنطقی بهنظر میرسید.
با پیروی از چند قانون ساده، میتوانستم توصیههایم را به سمت عناوینی که با سلیقهام همخوانی دارد هدایت کنم و همچنان با محتوای تازهای که احتمالاً بهطور خودکار انتخاب نمیکردم، شگفتزده شوم.
آموزش الگوریتمها برای شگفتزده کردن من دوباره
دستهبندی علایق و عادات من برای تولید توصیههای واقعی
پس از تمیز کردن تاریخچه استریمینگ، بهطور فعال شروع به «پسندیدن» و دنبال کردن فهرستهای پخش توسط هنرمندانی کردم که موسیقی آنها با سلیقه فعلیام سازگار بود. فهرستهای پخش مورد علاقه را بهصورت کامل پخش میکردم یا یک آلبوم کامل را هنگام کار گوش میدادم. همچنین بازدید از چند سایت خارجی برای دقیقسازی توصیههای اسپاتیفای انجام دادم.
این فرآیند برایم تسکینی بود، بهطوری که به موسیقیای که واقعاً میخواهم در زندگیام میاندیشم، در حالی که مقادیر زیادی از مواد منسوخ و پیرامون خودم را حذف میکنم. اسپاتیفای به شدت به «آهنگهای پسندیده» و گوشهای مکرر وزن میدهد، بنابراین برای شروع با یک «برگهٔ سفید» فهرستهای پخش قدیمی را نادیده گرفتم. همچنین یادداشتی برداشتم که در آینده موسیقی جدید را در یک جلسه خصوصی امتحان کنم تا از بهطور ناخواسته آلوده کردن الگوریتمام به جاز نوین جلوگیری کنم.
این روند در Apple Music حتی سرراستتر است؛ کافی بود به Account -> Choose Artists For You مراجعه کنم و انتخابهای هنرمندیم را ویرایش کنم. در مجموع حدود یک هفته صرف مرور کتابخانههایم و «پسندیدن» محتوای مرتبط کردم تا نتایج قابلتوجهی ببینم.
در همان زمان، آموزش الگوریتم نتفلیکس را شروع کردم. بعد از حذف موارد خاص تاریخچه با کلیک بر Account -> Viewing activity و انتخاب نماد مخفیسازی کنار عنوان یا سریالی که میخواستم حذف کنم، بهطور فعال شروع به «پسندیدن»، تماشا و افزودن انواع محتوایی که میخواهم بیشتر در فیدم ببینم، کردم.
دوباره، بهسرعتا فیدم از توصیههای ترسناک به سمت توصیههای بسیار متمدنتر تغییر کرد، بدون نیاز به هیچ ویرایش مخربی. عنصری از تصادفی بودن نیز وجود داشت که من آن را دوست دارم، چون از گیر کردن در ژانرهای مشابه یا ناامیدی کلی از پلتفرم جلوگیری میکند.
در نظر داشته باشید که پیش از لغو اشتراک استریمینگ خود، تمامی سوابق را پاک کنید
باریهای زیادی وجود داشت که احساس میکردم میخواهم دست از کار بکشم و استفاده از سرویسهای استریم رایگان تلویزیون را برای سرگرمیام امتحان کنم، بهویژه با توجه به افزایشهای مداوم قیمت و فقدان محتوای تازهای که پلتفرمهای پرداختی تولید میکنند. همین موضوع برای استریم موسیقی نیز صادق است. داشتن هر آهنگ قابلتصور در اختیارم یک چیز است، اما اگر بهطور مداوم همان محتوا را بارها و بارها گوش دهم، چرا هزینهٔ ماهانه بپردازم؟
پاک کردن الگوریتمتان شاید بهنظر راهحل واضحی برسد، اما پس از اینکه موفق به انجام آن شدم، کشف موسیقی تازه، فیلمها و سریالهایی را تجربه میکنم که در غیر این صورت از دستم میرفتند. قطعاً در آینده پاکسازی منظم «بهار» انجام خواهم داد تا مطمئن شوم پول اشتراکم ارزش خود را داشته باشد.