Mensen ontdekken minder wanneer ze aanbevelingen krijgen van op spraak gebaseerde platforms zoals Amazon's Alexa of Apple's Siri, waardoor het waarschijnlijker is dat ze opties horen die door een algoritme zijn gekozen dan de opties die ze eigenlijk verkiezen.

Een onderzoek door Cornell-onderzoekers, het verkennen van de bredere implicaties van hoe inhoud zal worden ontdekt naarmate slimme luidsprekers meer wijdverspreid worden, ontdekte dat mensen die online keuzes lazen, informatie negen keer sneller consumeerden en minstens drie keer zoveel verkenden als degenen die ze hoorden.

"We ontdekten dat dit probleem behoorlijk groot is, " zei Longqi Yang, een doctoraalstudent computerwetenschappen aan Cornell Tech en eerste auteur van het artikel, "Inzicht in gebruikersinteracties met podcastaanbevelingen geleverd via spraak, " die werd gepresenteerd op de ACM Conference on Recommender Systems in oktober. "Nu deze apparaten populairder worden en meer mensen ze gebruiken, dit soort interface wordt erg belangrijk, omdat het een van de belangrijkste kanalen is voor mensen om aan informatie te worden blootgesteld."

Slimme luidsprekers en virtuele assistenten kunnen anders worden ontworpen om deze uitdaging aan te gaan, zei Yang. De onderzoekers hebben aanbevolen dat slimme luidsprekers topkeuzes bieden die divers zijn, gepersonaliseerd en vaak gewijzigd, zodat gebruikers toegang hebben tot een breder scala aan informatie, zelfs als ze kiezen uit de eerste paar items.

"We willen niet dat mensen een te beperkte set inhoud en meningen wordt aangeboden of dat ze alleen worden blootgesteld aan wat het meest populair is, " zei Yang. "Dat is misschien acceptabel als je schoenen aanbeveelt, maar niet bij het aanbevelen van informatie en culturele inhoud."

Volgens consumentenonderzoek 16 procent van de Amerikanen heeft een slimme luidspreker - ongeveer 40 miljoen mensen - en 65 procent van hen zegt dat ze niet meer zonder zouden kunnen.

In dit experiment, de onderzoekers vroegen 100 mensen om een ​​podcast te kiezen waar ze vijf minuten naar zouden luisteren. De helft van de deelnemers zag de lijst met podcasttitels en de helft hoorde dezelfde lijst hardop uitspreken. Vervolgens werden ze gevraagd of ze de podcast die ze hadden gekozen leuk vonden.

De onderzoekers ontdekten dat luisteraars veel meer geneigd waren om een ​​van de eerste aangeboden keuzes te kiezen, terwijl mensen die de keuzes lazen zes keer dieper in de lijst met aanbevelingen gingen. Mensen die hun keuzes lazen, gingen ook meer skimmen en browsen.

Aanbevelingsalgoritmen geven over het algemeen prioriteit aan populaire inhoud, mogelijk een echokamereffect creëren, zei Yang. In de studie, mensen die hun aanbevelingen lazen, waren minder geneigd om de meest populaire of best beoordeelde opties te kiezen.

Er was geen statistisch verschil in hoeveel mensen uit beide groepen genoten van de podcasts die ze kozen.

"Een belangrijk probleem met dit soort aanbevelingssystemen is dat ze selectief informatie delen met gebruikers, uw informatieblootstelling wordt dus bepaald door wat het systeem u expliciet biedt, " zei Yang. "In de webinterface, je hebt de mogelijkheid om te bladeren, je kunt scrollen en skimmen. Je krijgt een zeer brede en brede blootstelling aan verschillende soorten informatie die er is. Met stem, mensen hebben niet echt het geduld of wachten niet op zoveel items om te beslissen wat ze willen consumeren."