All'intersezione della psicologia sociale, data science e fashion è Amy Winecoff.

Dopo aver conseguito un dottorato di ricerca. in psicologia e neuroscienze qui alla Duke, Winecoff ha dedicato del tempo all'insegnamento prima di passare all'industria.

Oggi, Winecoff lavora come data scientist senior presso True Fit, un'azienda che fornisce strumenti ai rivenditori per aiutarli a decidere quali prodotti suggerire ai propri clienti.

Il software di True Fit si basa sulla raccolta di dati su come i vestiti si adattano alle persone che li hanno acquistati. Con questi dati su taglia e tipo di abbigliamento, True Fit può fornire consigli sulle dimensioni per un consumatore specifico che desidera acquistare un determinato prodotto.

Oltre ai consigli sulle dimensioni, True Fit è alla base dei consigli di molti siti di prodotti simili a quelli che stai navigando o che hai acquistato.

Sebbene questi sistemi di raccomandazione abbiano dimostrato di funzionare bene per siti come Netflix, dove potresti aver visto molti film e programmi diversi nel recente passato che possono essere utilizzati per formulare raccomandazioni, Winecoff sottolinea che questo può essere difficile per qualcosa come i pantaloni, che le persone non tendono a comprare all'ingrosso.

Per superare questa barriera, True Fit ha progettato il suo sistema, chiamato motore Discovery, analizzare un singolo capo di abbigliamento in cinquanta tratti diversi. Con queste tante informazioni, dare consigli per stili simili può essere più facile.

Però, Il background di Winecoff in psicologia sociale l'ha portata a chiedersi quanto bene questi algoritmi facciano previsioni in linea con il comportamento umano. Sostiene che capire come le persone formano le loro preferenze è parte integrante della progettazione di un sistema per formulare raccomandazioni.

Un modo in cui Winecoff sta testando quanto siano vere le previsioni per le preferenze umane sta impiegando studi psicologici per ottenere informazioni su come mettere a punto le raccomandazioni basate sulla matematica.

Con l'obiettivo generale di determinare come gli esseri umani determinano la somiglianza nei vestiti, Winecoff ha progettato uno studio online in cui ai soggetti viene presentato un capo di abbigliamento e viene detto che il capo è esaurito. Vengono quindi presentate due opzioni e devono sceglierne una per sostituire l'articolo esaurito. Variando un aspetto in ciascuna delle due scelte, come un colore diverso, modello, o lunghezza della gonna, Winecoff e i suoi colleghi possono distinguere quali tratti sono più salienti per una persona quando determinano la somiglianza.

Il lavoro di Winecoff illustra il potere di combinare raccomandazioni algoritmiche con risultati psicologici sociali, e che la scienza arriva in posti inaspettati, come influenzare le tue scelte di acquisto.