Por qué es importante el diseño continuamente reflectante
Ha llegado nuevamente esa época del año en la que las aplicaciones nos dicen con confianza quiénes somos. Este año, Spotify me notificó que tengo 78 años en años Spotify (33 en años humanos). Personalmente pensé que mi amor por Church Ron disminuiría en uno o dos años, ¡pero supongo que no! Strava tiene algunas ideas para mis hábitos de carrera. YouTube resumió mis hábitos de visualización y decidió que era un aventurero, sea lo que sea que eso signifique. ¡Incluso LinkedIn revisó mi carrera!
Honestamente, no quiero odiar, ¡estos resúmenes de fin de año son divertidos! Se sienten muy personales. Incluso a menudo se sienten precisos. Pero también causaron inquietud y plantearon una pregunta a la que sigo volviendo. ¿Cómo determinan realmente estos sistemas quiénes somos?
En un nivel alto, la mayoría de los sistemas que mencioné aprenden sobre nosotros a través de nuestro comportamiento. Algunos comportamientos son sutiles, como cuánto tiempo nos demoramos, qué nos saltamos y cuándo dudamos. Algunos de ellos se sienten más intencionales, me gusta, seguidores, comentarios, suscripciones, etc. En la mayoría de los casos, no indicamos cuidadosamente quiénes queremos ser con nuestro producto.
Con el tiempo, aprendimos que estos comportamientos implícitos actuaban como palanca. Si queremos algo menos, lo saltamos. Si queremos más, nos involucramos. Nos adaptamos a estos malos sistemas. Este es un control muy limitado porque no conocemos el impacto de cada acción en nuestra experiencia. Luego, una vez al año, recibimos un buen resumen de quiénes cree el sistema que somos. Pero hay mejores formas de explorar esta cuestión.
No hace mucho tuve la oportunidad de trabajar en un proyecto para una empresa llamada Ground News. Su objetivo es agregar fuentes de noticias en un solo lugar para que puedas tener una idea más clara de tu dieta de noticias. Parte de la forma en que lo hacen es a través de un programa llamado mi prejuicio mediático. Esta función le devuelve sus datos de consumo de medios de una manera estructurada y clara, mostrando las fuentes que lee, cómo se distribuyen en el espectro político y dónde pueden existir posibles puntos ciegos.
El diseño no es decirle a la gente cuáles son sus sesgos, sino hacer que sus propios datos de consumo sean visibles de una manera que pueda examinarse y revisarse con el tiempo. con el tiempo Ésta es una distinción importante. El enfoque de Ground trata la visibilidad como parte de una experiencia continua en lugar de un resumen que se realiza una vez al año. Esta retroalimentación continua respalda conocimientos y ajustes conscientes que no se pueden lograr con ciclos de retroalimentación conductual opacos.
De hecho, hay una razón por la cual la mayoría de las plataformas grandes priorizan las señales de comportamiento. Desde una perspectiva del sistema, ellos trabajan! El comportamiento observado (lo que hacemos clic, miramos, saltamos o en lo que nos detenemos) es rico, continuo y altamente predictivo de lo que haremos a continuación. Décadas de investigación sobre sistemas de recomendación muestran que estas señales implícitas superan consistentemente las preferencias autoinformadas al predecir interacciones futuras.
No puedo negarlo, pero estas señales sólo describen lo que pasó, no lo que una persona quiere hacer. Aquí es donde las preferencias claras son importantes. Son más confusos, más lentos y más difíciles de recopilar, pero son el único lugar donde realmente vive la intención. Cuando el sistema trata una preferencia declarada como secundaria u opcional. A menudo ignoran los propios objetivos de los usuarios.
Lo interesante de estas revisiones de fin de año es la relación que crean entre el sistema y las personas que lo utilizan. Puedes ver lo que el sistema piensa de ti, pero no puedes preguntarlo, corregirlo ni dirigirlo de manera clara. El momento de reflexión llegará sólo después de que el sistema haya aprendido todo lo que tiene que aprender de usted ese año.
Cuando las suposiciones son obvias al formarse, los usuarios tienen la oportunidad de responder con intención en lugar de reacción. Éste es un tipo de institución fundamentalmente diferente. Trata a las personas menos como fuentes de señales y más como colaboradores en el proceso de modelado.
Los sistemas que dan forma significativa a lo que vemos, oímos y con lo que interactuamos están tomando decisiones valiosas en nuestro nombre. Cuando la única forma de influir en estas decisiones es a través de comentarios de comportamiento opaco, los usuarios se quedan adivinando cómo expresar su intención.
Las características del empaque son interesantes porque reconocen que la gente quiere saber cómo son vistas. El problema es que ninguno de los ejemplos que he visto hasta ahora proporciona herramientas para que el usuario realmente respalde esta comprensión. Nadie nos pidió que nos adaptáramos, nadie dijo que no se sentía bien.
Para ser claros, me alegro de que exista Wrapped. Espero que más empresas sigan participando en este tipo de reflexión. Nos dan una rara visión de cómo nos ven estos sistemas, qué priorizan y dónde se quedan cortas sus explicaciones.
La pregunta más interesante no es si “Wrapped” nos entiende bien o mal. Por eso la reflexión aparece como un artefacto que ocurre una vez al año y no como una conversación continua. Si los sistemas van a modelarnos constantemente, vale la pena preguntarse por qué sólo se nos invita a reflexionar después del hecho, en lugar de involucrarnos con los modelos mientras aún se están formando.
Bueno, esto es un envoltorio… Publicado originalmente en Colectivo de experiencia de usuario En Medium, la gente continúa la conversación destacando y respondiendo a esta historia.
