Netflix: amikor túl sok a választék

A Netflix generatív mesterséges intelligenciával finomítaná az ajánlásait, hogy a bőséges kínálat kevésbé legyen fárasztó döntési helyzet. A fejlesztés a hangulat, az előzmények és a felkapott tartalmak alapján segíthet választani.

A streaming egyik kevésbé látványos, de sokak számára ismerős problémája nem a tartalomhiány. Inkább az, hogy a kínálat mérete önmagában is döntési terhet jelent. A néző megnyitja az alkalmazást, görget, összehasonlít, elment későbbre néhány címet, majd néha hosszabb ideig keres, mint amennyit eredetileg választásra szánt.

Erre a helyzetre reagál a Netflix új fejlesztési iránya. A vállalat a generatív mesterséges intelligenciát és a természetesnyelv-feldolgozást arra használná, hogy a műsorválasztás személyre szabottabb és interaktívabb legyen. A cél nem pusztán az, hogy több ajánlás jelenjen meg, hanem hogy azok jobban igazodjanak ahhoz, mire lehet fogékony a felhasználó egy adott pillanatban.

Nem csak azt számít, mit néztünk korábban

A Netflix ajánlórendszerei régóta a szolgáltatás működésének központi elemei. A mostani irány azonban ennél árnyaltabbnak tűnik: nemcsak a korábbi megtekintési előzményekből indulna ki, hanem a felhasználó aktuális igényeit és hangulatát is próbálná értelmezni.

A forrásanyag szerint a vállalat már jelenleg is alkalmaz generatív mesterséges intelligenciát és természetesnyelv-feldolgozást annak feltérképezésére, hogy a nézők milyen hangulatban vannak, és mihez lenne kedvük. Ez a gyakorlatban azt jelentheti, hogy a keresés kevésbé címekre vagy műfajokra épül, és inkább a szándékot próbálja megérteni: például könnyed, rövid, feszült vagy családi tartalmat keres-e valaki.

Ez a váltás azért lényeges, mert a hagyományos ajánlások sokszor múltbeli mintákból dolgoznak. Ha valaki sok krimit nézett, újabb krimiket kap. Csakhogy a nézői döntés nem mindig ilyen egyenes vonalú. Másra lehet szükség egy hétköznap este, mint egy hosszabb hétvégi nézésnél, és más működik egyedül, mint társaságban.

A hangalapú felület a választás módját is átalakíthatja

A Netflix egy hangalapú felhasználói felületet is tesztel. A fejlesztés a korábbi megtekintési előzményeket és a felhasználói igényeket más tényezőkkel, például a felkapott tartalmakkal kapcsolná össze, hogy egyedibb ajánlásokat adjon.

Ebben nem csak technológiai újdonság van. A hangalapú keresés akkor lehet igazán használható, ha a felhasználó nem pontos címet mond, hanem természetesebben fogalmazza meg, mit szeretne. Például nem feltétlenül egy konkrét sorozatra keres, hanem arra, hogy „valami rövid és könnyen nézhető” tartalmat találjon.

A különbség a keresés és a beszélgetésszerű ajánlás között éppen itt van. Az előbbi megmutatja, ami megfelel néhány kulcsszónak. Az utóbbi megpróbálja értelmezni, milyen helyzetben van a néző, és ehhez igazítani a javaslatokat.

Kinek segíthet, és kinek lehet kevés?

Az ilyen rendszer azoknak működhet jól, akik gyakran bizonytalanok a választásban, vagy nem szeretnének hosszasan böngészni. Hasznos lehet azoknak is, akik nem követik rendszeresen az újdonságokat, de szívesen kapnának az aktuális érdeklődésükhöz illeszkedő javaslatokat.

Kevésbé biztos, hogy ugyanilyen hasznos azoknak, akik tudatosan keresnek rendezőre, alkotóra, korszakra vagy pontos címre. Náluk az ajánlórendszer inkább kiegészítő szerepet kaphat. Az is kérdés, hogy a túl erős személyre szabás mennyire szűkíti a felfedezés élményét: ha a rendszer mindig a korábbi mintákhoz hasonló tartalmakat emel előre, a néző kevesebb váratlan címbe futhat bele.

Ez nem csak a Netflix kérdése. A streamingpiacon a szolgáltatók számára a katalógus mérete mellett egyre fontosabb, hogy a felhasználó gyorsan eljusson a nézésig. Ha a választás túl hosszú vagy fárasztó, az rontja az élményt akkor is, ha a kínálat egyébként bőséges.

A következő verseny a kezdőképernyőn zajlik

Stone szerint a személyre szabott ajánlások régóta a Netflix egyik fő erősségét jelentik, a vállalat pedig ezen a területen szeretne továbbra is az élvonalban maradni. A mostani fejlesztések ebből a szempontból nem különálló újítások, hanem annak a folyamatnak a részei, amelyben a streamingfelületek egyre inkább személyes asszisztensként próbálnak működni.

A kérdés az, hogy a mesterséges intelligencia képes lesz-e valóban csökkenteni a választási fáradtságot, vagy csak újabb ajánlási réteget tesz a már így is zsúfolt felületre. A felhasználó szempontjából a jó megoldás nem feltétlenül a leglátványosabb, hanem az, amelyik gyorsabban elvezet egy vállalható döntéshez.

A tanulság egyszerű: a streamingben már nemcsak a tartalom számít, hanem az út is, amely odáig vezet. Ha az AI ezt az utat rövidebbé és érthetőbbé teszi, valódi szerepe lehet; ha csak több ajánlást ad, nem biztos, hogy megoldja a problémát.