En ny modell kan hjälpa onlinemedieföretag att ta reda på vad som ger användarna långsiktig tillfredsställelse – inte bara den omedelbara tillfredsställelsen av kontinuerlig rullning – vilket kan resultera i mindre tid på plattformen, men färre användare som slutar helt.

De flesta onlineplattformar försöker öka den tid användarna spenderar där, vanligtvis genom att ge dem mer av det innehåll de har konsumerat tidigare. Men den här strategin kan vidmakthålla tanklös rullning och potentiellt få ångrade användare att sluta med cold turkey.

"Det finns en diskussion i forskarvärlden och i teknikföretag om hur det kan vara så att människor använder onlinemedier mycket, men ofta kommer därifrån utan att värdera tiden de spenderat", säger Jon Kleinberg, professor i datavetenskap vid Tisch University. Cornell Ann S. Bowers College of Computing and Information Science. Kleinberg var medförfattare till en ny artikel som tillhandahåller verktyg för att lindra denna konflikt genom att ge onlinemedieföretag nya sätt att ta reda på vad användarna verkligen vill ha.

"Dessa plattformar är designade för att titta på vad du gör och sedan ge dig mer av det du vill ha," sa Kleinberg. "Så å ena sidan är dessa plattformar mycket optimerade. Å andra sidan känner vi ofta att vi inte gör bra val när vi är på dem. Så hur förenar vi dessa två saker?"

Denna inkonsekvens kan vara resultatet av två kända aspekter av mänskligt beslutsfattande, system 1 och system 2. System 1 fattar snabba, nästan automatiska beslut, medan system 2 är långsammare, reflexivt och mer logiskt. Med mat vill system 1 ha hela chipspåsen medan system 2 väljer salladen. Båda livsmedel kan vara en del av en balanserad kost, men chipsen ger tillfredsställelse i stunden, medan salladen ger långvarig tillfredsställelse. Med onlinemedia kan kändisinlägg utlösa system 1, medan en utbildningsvideo kan intressera system 2.

För att förstå hur dessa två system påverkar mediekonsumtion online, arbetade Kleinberg med tidigare doktorand Manish Raghavan, nu vid Massachusetts Institute of Technology, och Sendhil Mullainathan, en beteendeekonom vid University of Chicago. De utvecklade en modell som simulerar hur en användare med motstridiga önskemål interagerar med en plattform och sedan föreslår sätt att prioritera värdet som användaren får.

Deras artikel, "The Challenge of Understanding What Users Want:Inconsistent Preferences and Engagement Optimization", fick Exemplary Applied Modeling Paper Award vid konferensen Association for Computing Machinery Economics and Computation 2022.

Modellen behövs, sa forskarna, eftersom de flesta plattformar har massor av beteendedata – klick, delningar och sessionslängder – som främst återspeglar system 1-val. Att samla information om system 2-val, till exempel genom undersökningar av användarnöjdhet, är mycket svårare.

Den nya modellen är en utgångspunkt för företag att förstå vad som driver användarnas beslut. "Medan vissa typer av innehåll beter sig som skräpmat, kan andra bete sig som hälsosamma sallader, och att riva isär skillnaden är nyckeln till att förstå vad användarna vill ha," sa Raghavan. Modellen kan hjälpa företag att klassificera innehåll som chips eller sallad, och att ändra algoritmen för att förhindra användare från att binga.

Dessutom kan modellen föreslå designändringar. Plattformar kan till exempel låta system 2 komma in med jämna mellanrum genom att lägga till regelbundna pauser, ett alternativ som vissa sociala medieföretag redan tillhandahåller. De kan också inaktivera autoplay, vilket tenderar att mata system 1:s impulsiva beslut.

Nu arbetar författarna med plattformsdesigners för att ta reda på vilka interventioner som framgångsrikt förbättrar användarglädjen. De syftar också till att integrera interaktioner mellan användare i modellen, för att se hur likes och kommentarer från kamrater påverkar upplevelsen.

Helst hoppas författarna att denna modell kommer att flytta konversationen bort från att utöka engagemanget mot att öka värdet av plattformen för användarna. "Jag tror att många av dessa företag inser att det i det långa loppet faktiskt är fördelaktigt för dem att göra människor lyckligare och säkrare att använda dessa plattformar," sa Raghavan.