211service.com
Puoi fidarti della saggezza della folla?
Quando cercano online un nuovo gadget da acquistare o un film da noleggiare, molte persone prestano molta attenzione al numero di stelle assegnate dai revisori dei clienti sui siti Web più diffusi. Ma una nuova ricerca conferma ciò che alcuni potrebbero già sospettare: quelle valutazioni possono essere facilmente influenzate da un piccolo gruppo di utenti molto attivi.
Vassilis Kostakos , un assistente professore presso l'Università di Madeira in Portogallo e un assistente professore aggiunto presso la Carnegie Mellon University (CMU), afferma che i sistemi di valutazione possono attingere alla saggezza della folla per offrire spunti utili, ma possono anche dipingere un'immagine distorta di un prodotto se un piccolo numero di utenti fa la maggior parte delle votazioni. Si scopre che le persone hanno modelli di voto molto diversi, dice, che variano sia tra gli individui che tra le comunità di utenti.
Kostakos ha studiato i modelli di voto su Amazon, Internet Movie Database (IMDb) e il sito di recensioni di libri BookCrossings. La ricerca è stata presentata il mese scorso al 2009 IEEE International Conference on Social Computing . Il suo team ha esaminato centinaia di migliaia di articoli e milioni di voti nei tre siti. In ogni caso, hanno scoperto che un piccolo numero di utenti rappresentava un gran numero di valutazioni. Ad esempio, solo il 5% degli utenti Amazon attivi ha votato su più di 10 prodotti. Una manciata di utenti ha votato centinaia di articoli.
Se hai due o tre persone che votano 500 volte, dice Kostakos, i risultati potrebbero non essere rappresentativi della comunità in generale. Sospetta che questo potrebbe essere il motivo per cui le valutazioni tendono spesso agli estremi.
Jahna Otterbacher , un assistente professore all'Illinois Institute of Technology che studia i sistemi di valutazione online, afferma che ricerche precedenti hanno suggerito che i sistemi di valutazione possono essere distorti da fattori come l'età di una recensione. Ma osserva che alcuni siti, incluso Amazon, incorporano già meccanismi progettati per controllare la qualità delle valutazioni, ad esempio consentendo agli utenti di votare sull'utilità delle recensioni di altri utenti.
Kostakos propone ulteriori modi per rendere le raccomandazioni più affidabili. Suggerisce di semplificare il voto, per incoraggiare più utenti a partecipare.
Niki Kittur , un assistente professore alla CMU che studia la collaborazione degli utenti su Wikipedia e non è stato coinvolto nel lavoro di Kostakos, afferma che anche fornire agli utenti maggiori informazioni sui modelli di voto potrebbe essere utile. Kittur suggerisce che i siti potrebbero creare modi per riassumere e rappresentare facilmente i contributi di altri utenti per rivelare eventuali pregiudizi evidenti. Ci sono fonti di pregiudizio sia intenzionali che non intenzionali, afferma Kittur. Alla fine, ciò di cui abbiamo veramente bisogno [sono] strumenti e trasparenza.
Kostakos suggerisce anche di rimuovere le recensioni eccessivamente negative e eccessivamente positive, quindi un sito non sarà complessivamente né troppo positivo né troppo negativo. Ma Otterbacher, che sta esaminando le recensioni di IMDb, Amazon e Yelp, teme che una tale politica possa scoraggiare molte persone dal partecipare. Le persone che scrivono recensioni vogliono dire qualcosa sull'articolo e possono essere piuttosto appassionate delle loro opinioni, dice.