Les recomanacions de Twitch han canviat per millorar

És un problema difícil de resoldre, però Tom Verrilli i el seu equip estan en camí de solucionar-ho

Il·lustració d'Alex Castro / The Verge

Sempre estic pendent de corrents Twitch fora del camí, i avui un amic en recomana un de genial: un mecànic quees riu mateix arreglant cotxes a Twitch. (L'àudio també és sorprenentment clar.) Avui he vist una estona mentre substituïa la transmissió d'un Kia, que tenia la transmissió anterior destruïda després que alguna cosa li posés un forat a l'autopista. És el tipus de coses que sempre intento trobar a Twitch: una mirada al forat de la clau de la vida d’una altra persona. M’encanta veure gent fent coses que mai no podré fer.



L’estiu passat vaig escriure un article sobre com em costava descobrir coses a Twitch; Vaig ser difícil, vaig dir, perquè arrossegar-se per la gran quantitat de streamers de Twitch era com intentar navegar per canals de televisió sense cap tipus de guia. Des de llavors, sembla sospitosament que les coses han millorat. Hi ha una nova manera d’organitzar les reproduccions al menú de navegació, per exemple, i ara podeu ordenar-les segons el recomanat per a vosaltres en lloc d’organitzar les categories de la majoria dels espectadors al menys. El carril esquerre també ha esdevingut més útil. Ara sembla que recomana transmissions en directe que actualment són similars a les persones que ja segueixo i veig regularment.



Això és el resultat de molta feina. L’altre dia, vaig parlar amb Tom Verrilli, cap de producte i cap de l’equip d’experiència d’espectadors de Twitch. La seva feina és esbrinar com connectar els espectadors amb els streamers; és l’home que està descobrint com aconseguir que es trobin serpentines i que les persones que observen els puguin trobar més fàcilment. Diu que els problemes són triples: en primer lloc, Twitch té una infinitat de contingut. En segon lloc, tot aquest contingut (totes aquestes persones) ho sónviure. En tercer lloc, els canals són persones; no ho són unitats intercanviables. Twitch té 1.000 vegades més transmissions que qualsevol altra plataforma de vídeo que tingui tipus de pel·lícules, programes de televisió i continguts individuals, diu. Així, doncs, moltes persones han experimentat el problema dels serveis de transmissió 'passant 30 minuts intentant trobar una pel·lícula per veure'. Ho tenim en esteroides. Com que Internet, com assenyala, és una plataforma a la carta, funciona principalment amb contingut pre-gravat i disponible de manera instantània. Però si sou viu, el problema s’amplia.

Per fer recomanacions als espectadors, Twitch utilitza una forma d’aprenentatge automàtic

Verrilli em va donar un exemple per posar les coses en perspectiva. Si sou un d’aquests streamers treballadors que transmeten vuit hores al dia, set dies a la setmana, només viviu el 33% del temps que algú es troba a la plataforma i us ve a buscar, diu. Un punt de comparació realment fàcil seria, com seria un motor de cerca si dues de les tres vegades que he cercatThe Vergeno hi eres? Tot el que podríem dir és que sí,The Vergeés una cosa que existeix, però no podeu llegir-ne cap dels articles. Torna-ho a provar més tard. Això és molt diferent de la forma en què la majoria de nosaltres fem servir Internet, com ara quan estem avorrits o quan tenim un parell de temps d'inactivitat, és fàcil indicar una cosa com un vídeo de YouTube i prendre un moment per veure'l. No és així amb coses en directe.



Hi ha aquest meravellós bell serendipi que passa quan ensopegueu amb el canal adequat i la comunitat adequada per a vosaltres en el moment adequat quan hi esteu preparats, diu Verrilli. La feina del meu equip és intentar crear serendipia mecànicament de l’ordre de centenars de milions. Van començar de zero fa només un parell d’anys, diu, però ara comença a ser fructífer. Diu que el percentatge de vídeos vistos a causa de les seves recomanacions augmenta aproximadament un 700 per cent any rere any. Comencem a demostrar el seu valor tant per als streamers com per als espectadors que podem ajudar-los a trobar-se en el moment adequat. Però ens queda un llarg camí per recórrer.

Per fer recomanacions als espectadors com vosaltres, Twitch utilitza una forma d’aprenentatge automàtic que permet que la màquina esbrini per si mateixa el que els interessa als espectadors. L’equip de Verrilli apunta el sistema cap a certes funcions de les seqüències, com ara la xerrada del públic i la IA determina la importància que té per als espectadors. Prenem, per exemple, la velocitat de xat de la funció. Amb quina freqüència la gent xateja al canal que mireu? Aleshores, no expliquem als models quant haurien de tenir en compte la velocitat del xat per a qualsevol persona, diu. Però el model entén que algunes persones miren canals molt xerradors i els agrada; alguns no ho són. A continuació, classifica els canals com a conversadors o no, i pot utilitzar-lo com una de les moltes entrades per determinar si aquesta és la recomanació adequada que heu de fer quan arribeu. (Una altra cosa que van haver d’ajudar als models a entendre-la va ser el concepte de temps, ja que no és molt útil recomanar una reproducció que ja s’ha acabat o que no està mai en línia en el moment de fer una recomanació).

Això pot fer por. A la majoria de plataformes (inclòs Twitch), les recomanacions impulsen el creixement i poden ser el que fa saltar un canal sobre un altre. Pel que fa a Twitch, però, Verrilli m’assegura que el nou sistema de recomanacions és més equitatiu que l’antic. Conceptualment, històricament, hem tingut la forma de descobriment menys equitativa, que sempre s’ha classificat de gran a petit. I això vol dir que és fantàstic si sou un tipus de talent de primer nivell, i cada vegada és més difícil per a les persones que no ho són, diu. El volum afecta de manera desproporcionada el coneixement. En els darrers dos anys, el seu equip ha estat treballant, però, Verrilli diu que el creixement ha anat desproporcionadament a les comunitats més petites de Twitch. Diu que les grans continuen creixent, però les recomanacions ens permeten assegurar-nos que hi hagi resultats més equitatius per a tothom.