Le persone esplorano meno quando ricevono consigli da piattaforme vocali come Alexa di Amazon o Siri di Apple, rendendo più probabile che ascoltino le opzioni scelte da un algoritmo rispetto a quelle che potrebbero effettivamente preferire.

Uno studio dei ricercatori di Cornell, esplorando le più ampie implicazioni di come i contenuti verranno scoperti man mano che gli altoparlanti intelligenti si diffondono maggiormente, ha scoperto che le persone che leggono le scelte online consumano le informazioni nove volte più velocemente ed esplorano almeno tre volte di più di quelle che le hanno ascoltate elencare.

"Abbiamo scoperto che questo problema è piuttosto significativo, " disse Longqi Yang, uno studente di dottorato in informatica alla Cornell Tech e primo autore dell'articolo, "Comprendere le interazioni degli utenti con i suggerimenti dei podcast forniti tramite voce, " che è stato presentato alla ACM Conference on Recommender Systems in ottobre. "Con questi dispositivi che stanno diventando sempre più popolari e più persone che li adottano, questo tipo di interfaccia diventa molto importante, perché è uno dei principali canali di esposizione delle persone alle informazioni".

Gli altoparlanti intelligenti e gli assistenti virtuali potrebbero essere progettati in modo diverso per affrontare questa sfida, ha detto Yang. I ricercatori hanno raccomandato che gli altoparlanti intelligenti offrano scelte di alto livello che siano diverse, personalizzato e frequentemente modificato, così gli utenti hanno accesso a una gamma più ampia di informazioni anche se scelgono dai primi elementi.

"Non vogliamo che alle persone venga offerto un insieme troppo ristretto di contenuti e opinioni o che siano esposte solo a ciò che è più popolare, " Yang ha detto. "Questo potrebbe essere accettabile quando si consiglia di scarpe, ma non quando si raccomandano informazioni e contenuti culturali".

Secondo una ricerca sui consumatori, Il 16% degli americani possiede un altoparlante intelligente – circa 40 milioni di persone – e il 65% di quelli afferma che non tornerebbe in vita senza uno.

In questo esperimento, i ricercatori hanno chiesto a 100 persone di scegliere un podcast che si sarebbero impegnati ad ascoltare per cinque minuti. La metà dei partecipanti ha visto l'elenco dei titoli dei podcast e la metà ha sentito la stessa lista pronunciata ad alta voce. Sono state quindi poste domande sul fatto che gli piacesse il podcast che avevano scelto.

I ricercatori hanno scoperto che gli ascoltatori erano molto più propensi a scegliere una delle prime scelte offerte, mentre le persone che hanno letto le scelte hanno esplorato sei volte più a fondo nell'elenco delle raccomandazioni. Le persone che leggono le loro scelte hanno anche fatto più scrematura e navigazione.

Gli algoritmi di raccomandazione generalmente danno la priorità ai contenuti popolari, potenzialmente creando un effetto camera d'eco, ha detto Yang. Nello studio, le persone che hanno letto i loro consigli avevano meno probabilità di scegliere le opzioni più popolari o più votate.

Non c'era alcuna differenza statistica in quanto le persone di entrambi i gruppi hanno apprezzato i podcast che hanno scelto.

"Un problema importante con questo tipo di sistemi di raccomandazione è che condividono selettivamente le informazioni con gli utenti, quindi la tua esposizione alle informazioni è determinata da ciò che il sistema ti offre esplicitamente, " Yang ha detto. "Nell'interfaccia web, hai la possibilità di navigare, puoi scorrere e scorrere. Ottieni un'esposizione molto ampia e ampia a diversi tipi di informazioni che sono là fuori. Con voce, le persone non hanno davvero la pazienza o non aspetteranno davvero così tanti articoli per decidere cosa vogliono consumare".