[Les Entretiens 1/5] Aurélie Jean: “Più un libro è consigliato, più è consigliato, è un circolo”

Come funzionano gli algoritmi di raccomandazione dei libri?

Non avendo messo le mani sotto il cofano, posso solo immaginare come funzionano. Su una piattaforma di vendita di libri online, un primo algoritmo di machine learning (o apprendimento automatico) detta categorizzazione, classifica gli utenti in base al loro profilo statico e al loro profilo dinamico. Il profilo statico contiene tutte le informazioni esplicitamente fornite dall'utente al momento della registrazione, come età, sesso e preferenze di lettura (fantascienza, saggistica, fumetti, ecc.). Il profilo dinamico contiene tutte le informazioni relative al loro comportamento sulla piattaforma, come ad esempio la tipologia di libri che acquistano (formato tascabile o tascabile, narrativa o saggio, il tipo di letteratura – commedia romantica, classica, teatro, ecc. -), il loro acquisto frequenza, o anche il tipo di libro su cui si fermano sulla piattaforma. Da queste informazioni, l'algoritmo di categorizzazione costruirà classi di utenti in base alla somiglianza statistica nei loro profili statici e dinamici.

In cambio, un cosiddetto algoritmo di raccomandazione consiglierà quindi a un nuovo utente, di cui conosceremo la classe dalla proiezione dei suoi dati nello spazio della classe, un libro che è piaciuto a un altro utente della sua classe con l'idea, in teoria, che lo adorerà anche lui. A questo va aggiunto un cosiddetto componente dell'algoritmo esplicito, che interferirà con i risultati dell'algoritmo di categorizzazione filtrando i risultati. Ad esempio, se l’utente non vuole leggere romanzi, difficilmente l’algoritmo glielo suggerirà.

Il ruolo degli algoritmi è un semplice riflesso delle tendenze o influenza attivamente le scelte dei lettori?

Certamente entrambi! In pratica, ed esplicitamente, i libri che venderanno di più saranno possibilmente più evidenziati sulla piattaforma, indipendentemente dalla classe di appartenenza dell'utente o dalle preferenze di lettura che avrà specificato al momento della registrazione. A questo va aggiunto che qui si crea una sorta di circolo: più un libro è consigliato, più viene visto e acquistato, e quindi più viene successivamente consigliato. A questo proposito, il modo in cui sono progettati gli algoritmi di raccomandazione deve tenere conto di questo effetto introducendo pesi statistici sui risultati del suggerimento o influenzando direttamente il funzionamento dell’algoritmo.

Quali sono i vantaggi e gli svantaggi degli algoritmi di raccomandazione?

Il vantaggio è quello di avere consigli personalizzati basati sui dati comportamentali degli utenti lasciando che l’algoritmo catturi segnali forti e deboli delle loro preferenze di lettura. Detto questo, questi algoritmi – quando sono moderatamente ben progettati o quando supportano un modello di business di acquisto d’impulso senza una strategia di profonda soddisfazione – possono impedire la scoperta a sorpresa o intrappolare gli utenti nelle bolle di lettura. In pratica, al lettore verranno consigliati soprattutto libri letti da lettori a lui simili.

L’analisi delle vendite rischia di minare la diversità editoriale?

Questo effetto è sempre esistito e non è specifico delle raccomandazioni algoritmiche. Ciò che trovo interessante negli algoritmi è l’analisi delle preferenze e dei comportamenti dei lettori per comprendere determinati successi o fallimenti. Ma gli editori e i librai non dovrebbero correre meno rischi per quanto riguarda i macchinari algoritmici che guiderebbero le preferenze dei lettori e quindi le vendite future.

Gli algoritmi tendono a favorire i grandi venditori o a favorire l’emergere di quelli piccoli?

Difficile da dire. Non potevo commentare questo punto. In pratica, se un algoritmo progettato più semplicemente evidenzia le grandi vendite senza andare oltre nella personalizzazione della raccomandazione, è possibile.

“Gli algoritmi di raccomandazione devono esistere in perfetta complementarità con i nostri super librai in carne ed ossa! »

Come preservare l'unicità delle librerie?

Avere le migliori librerie, come la mia! (Ridere.) L'algoritmo di raccomandazione non sarà mai migliore di un libraio con le sue emozioni, la sua intelligenza pratica e creativa, il suo istinto e il suo intuito. Inoltre, padroneggiando tutte le componenti dell'intelligenza che la macchina non padroneggia, mi sorprendono regolarmente dandomi suggerimenti che mi sembrano controintuitivi, ma che in realtà mi piacciono moltissimo! Il mio libraio, Fred della Librairie Tome 7 di Parigi, ha sempre ragione nel consigliarmi romanzi, anche se ne leggo pochi, non essendone naturalmente attratto.

Quali sono i rischi di un mercato omogeneizzato dall’intelligenza artificiale?

Impedire l'esistenza di ogni forma di cambiamento culturale attraverso l'ascesa di un nuovo stile letterario o di un autore sconosciuto al grande pubblico. Detto questo, gli algoritmi di raccomandazione possono aiutare, ma ricordiamoci che questi algoritmi esistono per gestire piattaforme spesso gestite da non-librai, che cercano di realizzare un profitto senza alcun impegno particolare nella lettura (che i librai possono avere).

Le “bolle di lettura” generate dagli algoritmi non rischiano, a lungo termine, di spegnere la nostra curiosità e tutto ciò che ci spinge verso l’ignoto?

Questo è il motivo per cui gli algoritmi di raccomandazione devono esistere in perfetta complementarità con i nostri super librai in carne ed ossa! Questo è anche il motivo per cui anche la radio, la TV, i podcast e altri programmi hanno un futuro brillante.