Już nie muszę wybierać. Thx IT ?

Na sali przygasają reflektory, a na ekranie pojawia się film z wizją bardzo niedalekiej przyszłości. W domu dzwoni budzik, w tym samym czasie łagodnie zapalają się światła, okna się odsłaniają, ekspres do kawy się włącza i zaczyna parzyć kawę. Uśmiechnięta rodzinka schodzi z piętra i zaczyna jeść śniadanko w nowoczesnej kuchni. Mama chowa niezużyte produkty do lodówki, a ta - zauważając braki - zamawia to co zostało zjedzone. Gdy tata wiąże krawat drzwi garażu otwierają się. Chwilę potem cała gromadka wychodzi z domu i w tym samym momencie naprzeciwko drzwi staje samochód gotowy do drogi. Sprawnie wsiedli do środka, a samochód ich rozwozi do szkoły i pracy - tak, to pojazd autonomiczny. Mama w przerwie w pracy zjadła zawartość lunchboxa i ma chwilę, żeby spojrzeć co się dzieje w domu. To wszystko dzięki kamerze, która jest podłączona do sieci. Okazuje się, że ich psu doskwiera samotność, więc włącza mu filmik z surfującym psem. Pupil bardzo się z tego cieszy, ochoczo macha ogonem. Oczywiście robot odkurzacz robi swoje i czyści parkiet z drewna egzotycznego, lawirując między stylowymi meblami. Ktoś puka do drzwi, tata może zobaczyć, że to kurier i może mu powiedzieć co zrobić z paczką. Gdy wszyscy już są w domu siadają przed telewizorem i mogą w spokoju obejrzeć film rekomendowany na dzisiaj. Gdy tylko kładą się spać gasną światła w całym domu. To był dobry dzień… poszedł dokładnie zgodnie z planem, czy nawet zgodnie ze schematem idealnego dnia.

Choice is Overrated...

Tak wyglądała część prezentacji “Choice is Overrated - Designing Products That Know What You Want Before You Do” Heather Wilde, którą miałem okazję zobaczyć na InfoShare 2017. Prelegentka przedstawiła taką wizję jako najlepszą rzecz jaka może się przytrafić w przyszłości. Ja po zakończeniu tego filmu miałem pewien niesmak, który powstał raczej w wyniku wymieszania paru poprzednich wystąpień, talka Heather i mojej wrodzonej zrzędliwości. 

Pierwszego dnia konferencji techniczne wystąpienia były głównie o front-endzie, który jest mi niemal całkowicie obojętny, dlatego skupiłem się na talkach marketingowych i tzw. inspiration stage, gdzie było raczej na miękko. Z prelekcji na marketing stage, które widziałem, wnioski były dość proste - zbieraj jak najwięcej informacji o swoich użytkownikach, grupach docelowych, zainteresowaniach. Badaj wszelkie odchylenia od normy, pomogą one zoptymalizować budżet kampanii i zwiększyć skuteczność reklamy. Jest oczywiście szereg trików i narzędzi, które pozwalają na zdobycie tej wiedzy. To jest to z czego większość ludzi - przynajmniej w IT - zdaje sobie sprawę.

Dużo bardziej do myślenia dało mi wystąpienie Heather. W skrócie: projektując usługi, szczególnie konsumenckie, powinniśmy dążyć do tworzenia Anticipatory Design (czyli designu przewidującego kolejny krok użytkownika). Polepsza on znacznie doświadczenia użytkownika, gdyż nie musi sobie radzić ze zmęczeniem decyzjami i paradoksem wyboru. Ma to zastosowanie wszędzie tam gdzie użytkownik coś wybiera.

Z bardziej egzotycznych padł przykład Netflixa, który daje tyle opcji, że wybieranie spośród nich jest bardzo męczące. Zarówno ona jak i jej znajomi by tego uniknąć nieraz zrobili sobie ruletkę netflixową. Polega to na zamknięciu oczu i wybraniu na ślepo jakiegoś filmu. To właśnie zbyt duży wybór popycha coraz więcej osób w stronę tak radykalnych działań... Takie są problemy pierwszego świata.

Jednak wracając do sedna - kluczem do uzyskania takiego designu są dane, olbrzymie ilości danych. Takie ilości, które pozwolą na zaprzężenie big data, albo na opracowanie modelu sieci neuronowej. Trzeba rejestrować każdą decyzję jaką użytkownik podejmuje, by móc dowiedzieć się według jakiego schematu działa. Gdy znajdziemy schemat uzyskujemy potężne narzędzie do bezbolesnego przeprowadzania go po naszej usłudze i monetaryzacji jego zachowań. Kluczem jest to, żeby nie musiał podejmować za dużo decyzji, a te, które są mu podsuwane pod nos wydawały się wystarczająco dobre.

Prelegentka podała ciekawy przykład - firma Amazon testowała dostawę ekspresową. Ekspresową - to znaczy 15 minut od kliknięcia. Logistycznie przetworzenie zamówienia w 15 minut i doręczenie go w takim czasie jest ciężkie. By ułatwić sprawę Amazon wytypował osoby, do których wyśle paczkę jeszcze przed kliknięciem “kupuję”, gdyż algorytm miał bardzo dużą pewność, że tym właśnie się skończy. Tworzyło to niezręczne sytuacje, gdy po kilkudziesięciu sekundach od kliknięcia pojawiał się towar. Bardzo ważną cechą anticipatory design jest to by nie ujawnić, że wie się o użytkowniku za dużo. Wtedy zwykle klient chce wiedzieć skąd firma jest w posiadaniu tych wszystkich informacji, czuje na sobie spojrzenie “oka Saurona”.

Jak to mówi angielskie przysłowie - “Ignorance is bliss”.

Amazon w ogóle jest dość ciekawą firmą, bo ma jeszcze do dyspozycji dane z urządzeń Echo. Warto tu wspomnieć również konsole z kamerami, telewizory czy telefony komórkowe. Im bardziej “inteligentne” urządzenie tym łatwiej za jego pomocą zbierać dane. 

Heather podawała też inne przykłady, gdzie anticipatory design poszedł dalej. Mówiła o aplikacji, która rozpoznawała schemat wydawania pieniędzy przez daną osobę i odkładała za nią pieniądze by było to jak najmniej odczuwalne. Było też kilka innych podobnych co do zakresu działania pomysłów.

W każdym z nich sprowadzało się to do zebrania wystarczającej ilości informacji, by poznać schemat działania użytkownika i na tej podstawie przypisać go do grupy osób, która robi podobnie. Teraz możemy mu podsuwać pod nos najprostsze wybory. Jego rola sprowadza się do akceptacji kolejnych kroków. Profit. Można to sprowadzić do wymiany handlowej. My sprzedajemy informacje o sobie i to nie te trywialne - jak dane osobowe - tylko to jak się zachowujemy, co lubimy, czego nie lubimy, a może nawet trochę kim jesteśmy. Dostajemy za to wygodę, o kilka mniej pól w formularzu, krok mniej w jakimś procesie, propozycję dodania do koszyka rzeczy, o której zawsze zapominamy, a przy dobrych wiatrach propozycję pełnego zamówienia z dostawą do domu w 15 minut. O tak… jedno wyjście do sklepu mniej, to jest to. W teorii dzięki temu będziemy mieli dużo więcej czasu by się realizować, rozwijać, oddawać się pasjom, dzielić się doświadczeniami czy robić inne rzeczy, o których mówi Mark Zuckenberg w każdym swoim wystąpieniu (connecting, sharing, communicate etc).

Na koniec konferansjer  - w obliczu braku pytań z publiczności - zapytał Heather czy uważa, że takie masowe zbieranie danych jest bezpieczne. Odpowiedziała, że firmy, które to robią są bardzo odpowiedzialne i nie ma prostego powiązania z naszymi danymi osobowymi. W systemach gdzie są gromadzone wszystkie statystyki jesteśmy tylko pewnym hashem, a nie naszymi danymi osobowymi. Mimo wszystko zamówienie z Amazona trafia pod konkretny adres w 15 minut. Racja, że tworzy to pewną separację i trudność dla potencjalnego hakera i w sumie tyle. Firma, która jest w posiadaniu tych danych robi z nimi co chce.

Co dalej?

Mnie, bardziej niż to czy dane są hashowane czy nie, interesują inne zastosowania tego podejścia i jego następstwa. E-commerce jest dość oczywisty, tu wszystko kręci się wokół konwersji. Stąd pragnienie by proponować produkty i rozwiązania jak najbardziej dopasowane do nas, wtedy konwersja rośnie. Tu sytuacja jest o tyle klarowna, że każdy wie w co gra. Jednak co się stanie gdy zastosujemy to do mediów? Efektem może być “bańka filtrująca” w dużo większej skali niż widzimy to obecnie. Bańka filtrująca jest rezultatem działania algorytmów personalizacji, które z kolei są najlepsze z naszego punktu widzenia jeżeli opierają się w jakimś stopniu na efekcie potwierdzenia. Chodzi o to, że informacje, które potwierdzają nasz dotychczasowy punkt widzenia przyjmujemy bardziej entuzjastycznie. Coraz silniej uwidacznia się to w mediach internetowych, gdzie widzimy coś takiego jak internet prawicowy, ale przy odrobinie chęci możemy też wskazać lewicową jego część. Widzę też działanie tego filtrowania na swoim koncie na youtubie, który bardzo wytrwale podsuwał mi pod nos serię “Glowing 1000 degree knife vs …”. Mam teorię, że to słabo wpływa na jakość dyskursu publicznego. Może nie “świecący nóż”, ale filtrowanie treści by maksymalizować poczytność/oglądalność/konwersję i pogłębiać dotychczasowe przekonania użytkownika.

W niedalekiej przyszłości będą pojawiać się aplikacje, które optymalizują nasze wydatki, planują za nas wizytę u fryzjera czy dentysty, podsuwają pomysły na prezenty dla bliskich. Przypominają, że już miesiąc nie byliśmy w kinie, a akurat wchodzi film, który na pewno nam się spodoba. Albo widząc, że szukaliśmy najbliższej siłowni zaproponują nam dresy z zabawnym nadrukiem, bo silnik rekomendacji dowiedział się, że jesteśmy śmieszkami poza kontrolą (jak znajdę chwilę, to zarejestruję się na aliexpress i je kupię, bo są super). Jednak co dalej? Raczej się na tym nie zatrzymamy. Rekomendacje mogą przenieść się na inne, może nawet wszystkie dziedziny życia. Być może ludzie znajdą największą wartość takich podpowiedzi tam gdzie decyzje są najcięższe. Jaką karierę wybrać? Czy ta osoba jest dla mnie odpowiednia? Co chcę zrobić ze swoim życiem? Taki personalny doradca mógłby bardzo pomóc w optymalizacji życia. Ma jedną przewagę nad ludźmi - jego działanie opiera się na twardych danych. Może będzie nam dane założyć na głowę Tiarę Przydziału - zupełnie jak w Harrym Potterze. Tyle, że ta nasza nie będzie gadającym kapeluszem, a algorytmem nauczonym doświadczeniami milionów ludzi. Brzmi nieźle, ale podejmowanie złych decyzji i wyciągnie z nich wniosków jest jedną z podstaw człowieczeństwa. Społeczeństwo optymalne, ale mało ludzkie? Od tego krok do (anty)utopii rodem z Science Fiction, więc może tu się zatrzymam. Po prostu zdaję sobie sprawę, że gatunek ludzki jest bardzo kiepski w wyznaczaniu rozsądnych granic i by dowiedzieć się gdzie takowe są musi je przekroczyć.

To na koniec wrócę do programistów. To, że teraz na każdej konferencji mówi się o big data, AI i IoT, to nie przypadek. Dane i wnioski z danych płynące są jak niewykorzystany zasób, który powstał w wyniku dotychczasowego używania internetu. W najbliższych paru latach będziemy się mocno doskonalić w sztuce gromadzenia (IoT) i przetwarzania danych (big data, AI) o użytkownikach. Cel jest taki, by te zasoby zagospodarować, a jeszcze lepiej - zmonetaryzować. Pewnie te biznesy, które będą to robiły najskuteczniej będą też radziły sobie najlepiej na rynku. Tak więc zapotrzebowanie na specjalistów z tych dziedzin będzie rosnąć. To trochę ułatwia wybór ścieżki kariery, jeżeli masz dzisiaj problem z decyzją. Wydaje mi się, że tego trendu już się nie powstrzyma.