Människor utforskar mindre när de får rekommendationer från röstbaserade plattformar som Amazons Alexa eller Apples Siri, vilket gör det mer troligt att de kommer att höra alternativ som valts av en algoritm än de de faktiskt föredrar.

En studie av Cornell -forskare, utforskar de bredare konsekvenserna av hur innehåll kommer att upptäckas när smarta högtalare växer mer utbredd, fann att personer som läser val online konsumerade information nio gånger snabbare och utforskade minst tre gånger så mycket som de som hörde dem listade.

"Vi fann att detta problem är ganska betydande, "sa Longqi Yang, en datavetenskaplig doktorand vid Cornell Tech och första författare till tidningen, "Förstå användarinteraktioner med podcastrekommendationer som levereras via röst, "som presenterades på ACM -konferensen om rekommendatorsystem i oktober." Med att dessa enheter blir mer populära och fler människor använder dem, denna typ av gränssnitt blir mycket viktigt, för det är en av de viktigaste kanalerna för människor att utsättas för information. "

Smarta högtalare och virtuella assistenter kan utformas annorlunda för att hantera denna utmaning, Sa Yang. Forskarna rekommenderade att smarta högtalare erbjuder topprankade val som är olika, personlig och ofta ändrad, så att användare har tillgång till ett större utbud av information även om de väljer bland de första objekten.

"Vi vill inte att människor ska erbjudas en alltför smal uppsättning innehåll och åsikter eller bara utsättas för det som är mest populärt, "Sa Yang." Det kan vara acceptabelt när vi rekommenderar skor, men inte när vi rekommenderar information och kulturellt innehåll. "

Enligt konsumentforskning, 16 procent av amerikanerna äger en smart högtalare - cirka 40 miljoner människor - och 65 procent av dem säger att de inte skulle gå tillbaka till livet utan en.

I detta experiment, forskarna bad 100 personer att välja en podcast de skulle förbinda sig att lyssna på i fem minuter. Hälften av deltagarna såg listan med podcasttitlar och hälften av dem hörde samma lista uttalas högt. De fick sedan frågor om huruvida de gillade podden de hade valt.

Forskarna fann att lyssnare var mycket mer benägna att välja ett av de första alternativen som erbjuds, medan personer som läste valen undersökte sex gånger djupare i listan över rekommendationer. Människor som läser sina val gjorde också mer skimming och surfning.

Rekommendationsalgoritmer prioriterar i allmänhet populärt innehåll, möjligen skapa en ekokammareffekt, Sa Yang. I studien, personer som läste deras rekommendationer var mindre benägna att välja de mest populära eller högst rankade alternativen.

Det fanns ingen statistisk skillnad i hur mycket människor från någon av grupperna tyckte om de podcaster de valde.

"Ett viktigt problem med den här typen av rekommendationssystem är att de selektivt delar information med användare, så din informationsexponering bestäms av vad systemet uttryckligen erbjuder dig, "Sa Yang." I webbgränssnittet, du har möjlighet att bläddra, du kan rulla och skumma. Du får en mycket bred och bred exponering för olika typer av information som finns där ute. Med röst, människor har inte riktigt tålamod eller väntar inte riktigt på att så många saker ska bestämma vad de vill konsumera. "