Digital Meadows

Ho trovato molto interessante un articolo segnalato da Bru su come debbano essere ripensati i Recommendation Engine – quei software che elargiscono consigli su cosa leggere/vedere/ascoltare, come su Last.fm o sulle pagine dei prodotti di Amazon.

Ancora più interessante è stato ritrovare nell’articolo l’eco di una tesi che io stesso avevo presentato qualche tempo fa su questo blog, ovvero l’importanza dell’hype al contrario nei meccanismi che entrano in gioco quando diamo o riceviamo un consiglio.

Cito dall’articolo:

How many times has this happened to you: a friend recommended you a movie or a restaurant, so you went there all excited – but ended up disappointed? A lot! It is obvious that hype sets the bar high, increasing the chances of a miss. In math speak, this kind of miss is known as a false positive. Consider now what would happen if instead of recommending a movie, a friend tells that you are not going to like certain movie, so do not bother renting it.
What bad can come of that? Not much, because likely you are not going to watch it. But even if you do and you like it, you are not going to be experience negative feelings. This example demonstrates the difference between our reaction to a false negative and a false positive. False positives upset us, but false negatives do not.

Ciò che più mi ha colpito – ben oltre il fatto di ritrovare le mie convinzioni confermate – è la chiara distinzione tra gli effetti dell’hype e quelli dell’hype al contrario: a differenza del primo, il secondo sembra essere praticamente a rischio zero.

Che poi il discorso si applichi meglio ai recommendation engine piuttosto che non alle persone è palese. Però ora ci penserò due volte, prima di dare un consiglio.
E vi consiglio di fare lo stesso :D