AI-baserade rekommendationssystem för en hållbarare livsstil
Skräddarsy "nudges" för ett mer hållbart liv
Det blir allt viktigare att stötta människor som vill ha en mer hållbar livsstil, så frågan blir: hur kan vi använda artificiell intelligens för att se till att vi påverkar människor åt det håll de behöver?
Nudging som ett verktyg
Som Therese förklarade i vårt tidigare inlägg kan nudging, det vill säga att ge någon en knuff i en önskvärd riktning, vara ett kraftfullt verktyg för att hjälpa människor att leva mer hållbart. Naturligtvis påverkar inte alla nudges alla på samma sätt - att driva en vegan att äta mer vegansk mat kanske inte ger önskat resultat; på samma sätt kanske det inte verkar särskilt hjälpsamt att be någon som inte vill gå eller cykla till jobbet att gå eller cykla. Olika teman, metoder, ton och till och med timing kan påverka en persons reaktion på en viss nudge. Det är här vi kan använda AI-baserade rekommendationssystem för att se till att innehållet anpassas till specifika användare
Rekommendationssystem i dagens samhälle
Rekommendationssystem är utbredda i dagens samhälle och bestämmer allt från vilket innehåll människor konsumerar på sociala medieplattformar till vilka annonser eller specialerbjudanden de får se när de handlar på nätet. Olika metoder och tekniker kan användas för att skapa sådana system. Den så kallade "Thompson sampling" föreslogs redan på 1930-talet för att lösa det så kallade utforsknings- och exploateringsproblemet, men fick praktisk användning först i början av 00-talet. Idag kan de mest kraftfulla system som används av jättar som Google eller Meta i stället använda modeller för förstärkningsinlärning baserade på Deep Neural Networks som kräver svindlande datamängder, men enklare modeller kan fortfarande ge kraftfulla resultat, och det med mycket blygsammare datamängder.
En utforskande algoritm
Ett sätt att anpassa innehållet är att segmentera användare och nudges i ett antal dimensioner; för användare kan det handla om saker som åldersgrupp, miljöaktivitet eller vegetarianism. För nudges kan det vara tonen, ämnet eller den nudgingteknik som används. Utifrån detta kan likheter och skillnader mellan olika användare och nudges beräknas. Nästa steg är att algoritmen börjar utforska - om en användare reagerar bra på en nudge, är det troligt att liknande användare kommer att reagera bra på liknande nudges. Med tiden, när algoritmen lär sig hur fler användare reagerar på fler nudges, kommer den att utveckla en uppfattning om vilka användare som gillar vilka nudges.
En kraft för det goda
I takt med att den digitala tekniken utvecklas kommer möjligheterna att använda denna kraftfulla teknik i kombination med beteendevetenskapliga tekniker som nudges att växa exponentiellt. Även om det är lätt att låta sig ryckas med av alla de exploaterande sätt på vilka denna teknik kan användas i vinstsyfte, är det viktigt att komma ihåg att den också kan vara en kraft för det goda.