כישלון האלגוריתם: מדוע הצרכנים מאוכזבים מנטפליקס וספוטיפיי?

נטפליקס פעילה בישראל זה שנתיים, ספוטיפיי נכנסה לשוק המקומי לפני פחות מחצי שנה. שתיהן מנסות להתחרות ביוטיוב החינמית, שנחשבת לפלטפורמת הסטרימינג המועדפת על הקהל הישראלי. נטפליקס מבטיחה שתמורת תשלום חודשי נמוך תמיד נמצא במה לצפות בטלוויזיה. ספוטיפיי מציעה לנו לגלות מוזיקה חדשה ומרגשת בכל יום.

הכניסה של שתי הפלטפורמות לישראל, כל אחת בזמנה, עוררה לא מעט התרגשות. סוף סוף אנחנו מתחברים לעולם הגדול, ונחשפים להיצע אדיר של סדרות, סרטים ומוזיקה - והכל חוקי. ובכל זאת, אחרי כמה חודשים בכל אחת מהפלטפורמות, לא מעט אנשים ששוחחנו איתם אמרו את הדבר: פלטפורמות הסטרימינג מתאמצות מאוד להשביע את רצוננו, לקלוע בדיוק לטעם שלנו, ולהשתפר עם הזמן, אבל איכשהו מצליחות לאכזב. עוד סדרה שנראית כמו הקודמת ונזנחת אחרי שני פרקים, עוד אוסף שירים שנשמע כמו קודמו. עם כל המבחר, האפשרויות והבינה המלאכותית, בסוף נשארים עם שיעמום. 

 מספר המנויים

וזאת, מתברר, לא רק התחושה של כמה ישראלים מפונקים. כתבות שפורסמו בשנים האחרונות ב"ניו-יורק טיימס", ביזנס אינסיידר, Wired ומגזינים נוספים האשימו את נטפליקס בכך שהיא מציפה את הצופים בתוכן בינוני, ומעדיפה כמות על פני איכות. כתבות אחרות קובלות על כך שבלתי אפשרי להתמצא בפלטפורמה: לאחרונה, בין היתר, פרסם המגזין "קוסמופוליטן" מדריך למאוכזבי נטפליקס, שמלמד כיצד לחפש בה סדרות באופן שעוקף את מנגנון ההמלצות של הפלטפורמה.

האלגוריתם של ספוטיפיי זוכה לביקורות דומות: הוא מעודד, כך נטען, יצירת וצריכת מוזיקה גנרית וצפויה. ביקורות כאלה פורסמו בין היתר ב"וושינגטון פוסט", באתר The Verge, במגזין The Buffler ועוד. כולן הביעו אכזבה, תסכול או שיעמום מהפלטפורמה. בטורי דעה ברשתות החברתיות, בבלוגים וברדיט עולות שוב ושוב תלונות שהפיצ'ר "דיסקבר וויקלי", שאמור לגלות מוזיקה חדשה מדי שבוע, לא באמת מצליח לחדש. שירותים חיצוניים מתיימרים להציע למאוכזבי ספוטיפיי ונטפליקס חיפוש יעיל יותר של שירים, סדרות וסרטים, ולשחק עם ההגדרות שלפיהן האלגוריתמים בוחרים עבורנו תוכן. תחושת האכזבה הזאת, כך נראה, לא הולכת לשום מקום.

פלטפורמות המדיה הגדולות כיום, יהיו אלה שירותי סטרימינג או רשתות חברתיות, פועלות לפי העיקרון "דומה, אך לא זהה". הן לומדות את הרגלי צריכת התוכן שלנו, ומציעים לנו תכנים נוספים ששונים אך במעט מאלה שכבר נחשפנו אליהם. כך פייסבוק, לדוגמה, מציגה בפניניו בעיקר פוסטים שתואמים את דעותינו - תופעה שעלתה לתודעה הציבורית בבחירות האחרונות בארה"ב. צריכת תוכן מבוססת אלגוריתמים, כך נטען, מספקת תמונה חלקית ומטעה של המציאות, מעין תיבת תהודה, והיא זו שהובילה דמוקרטים רבים בארה"ב להאמין שהילארי קלינטון תזכה בבחירות בקלילות.

ואולם, אם זה המצב, והאלגוריתמים מנסים כל-כך לקלוע לטעמנו האישי, איך יכול להיות שאנחנו מאוכזבים מההמלצות שלהם על סרטים וסדרות? כדי לענות על השאלה הזאת, בחנו את אופן הפעולה של מנגנוני ההמלצות. 

נטפליקס עוקבת אפילו אחרי העכבר

נטפליקס מתאימה כמעט הכל לטעמם של גולשיה: תכנים מומלצים בעמוד הראשי, סדר תוצאות החיפוש ואפילו התמונות המלוות כל סרט וסדרה. כדי לעשות זאת, היא אוספת מידע משלושה מקורות: הרגלי השימוש בפלטפורמה, מידע שהמנויים מספקים אודות עצמם ותיוגים מפורטים של כל סדרה, סרט, מופע סטנד-אפ וכל תוכן אחר.

כשהאלגוריתם של נטפליקס עוקב אחר העדפות צפייה, הוא לא מסתפק במידע מובן מאליו, כמו ז'אנרים מועדפים או זמן הצפייה. החברה עוקבת אפילו אחר תנועות העכבר של כל מנוי, וכמה פעמים הוא גולל את המסך. מכאן היא יכולה להסיק, לדוגמה, שמנויים מסויימים יעדיפו לצפות בפרק קליל של סדרה קומית באמצע השבוע כשהם חוזרים מהעבודה, ולעשות בינג' של דרמות פשע בסוף השבוע.

המידע שנאסף על הרגלי השימוש מוצלב עם האינפורמציה שהצופים מספקים אודות עצמם, כמו סדרות אהובות ודירוג הקטעים שבהם צפו. נטפליקס מתייחסת לגולשים בעלי הרגלי צפייה דומים כבעלי העדפות דומות: לכן, במקרה שחסר מידע על מנוי אחד (האם הוא אוהב דרמות תקופתיות?), הפלטפורמה תשאב אותו ממשתמש דומה. ההמלצות שאנו מקבלים בפלטפורמה מבוססות במידה רבה על הדמיון הזה.

במקביל, החברה מעסיקה אנשים שתפקידם הוא לצפות בכל התכנים המועלים לפלטפורמה ולתייג אותם. תיוגים יכולים להתייחס לנושא, לסגנון, למיקום, לאופי הדמויות הראשיות, לקיומן של דמויות משנה בעלות אופי מסוים ועוד. התיוגים המדויקים הללו מאפשרים ללמוד לעומק מה הצופים רוצים. המלצות הצפייה לא יתבססו על מאפיינים כלליים כמו "סרטי קומדיה רומנטית" או "דרמות תקופתיות", אלא על אופי הדמות הראשית והמשנית (דמות ראשית דיכאונית? דמות נשית חזקה? גבר הומו כדמות משנה?), האווירה שהסדרה יוצרת (אפלה? משמחת? קלילה?), סוג ההומור (שנון? נונסנס?) וכדומה.

כל אלה יחד יוצרים פרופילים מפורטים שמשמשים לשתי מטרות עיקריות: יצירת המלצות למנויים, ולאפשר לנטפליקס - כחברת הפקה - להבין מה הצופים רוצים לראות וליצור תכנים שעונים על הרצונות הללו. הסדרה הראשונה שנוצרה באופן זה הייתה בית הקלפים ב-2013, ומאז המנגנון רק השתכלל.

מדברים שאמרו בעבר בכירי ספוטיפיי בנוגע לאופן הפעולה של האלגוריתמים שלהם, שכיום נשמרים תחת מעטה סודיות קפדני יותר, אפשר להבין שהעיקרון הבסיסי של שירות המוזיקה דומה לזה של נטפליקס. נוסף על תיוג ידני, שמבצעים האמנים שמעלים מוזיקה לפלטפורמה, התיוג מתבסס גם על מידע פומבי באינטרנט שנכתב במגזינים, בלוגים וביקורות מוזיקה.

כדי להגיע למידע הזה ולסרוק אותו, ספוטיפיי נעזרת בסטארט-אפ בשם The Echo Nest, שרכשה ב-2014. הטכנולוגיה של דה אקו נסט מאפשרת לאלגוריתם לפרש באופן אוטומטי הגדרות תרבותיות וסובייקטיביות. כך, ספוטיפיי אינה מוגבלת למאפיינים יבשים כמו "פופ" או "מקצב מהיר", אלא נעזרת באסוציאציות שהשיר מעלה אצל מאזינים, לדוגמה "טריפי" או "צ'יל". תיוגים אלה משמשים בהמשך ליצירת פלייליסטים שמתאימים למצבי רוח או מיועדים ליצור אווירה מסוימת.

משתמשים בהמלצות בצורה עצלנית

מנגנוני ההמלצות המשוכללים האלה נועדו להתמודד עם בעיית הצפת התוכן באינטרנט. בפלטפורמות כמו נטפליקס וספוטיפיי, כמו גם באתרי קניות מקוונים כמו איביי ואמזון, ברשתות החברתיות ובחיפושי גוגל, היקף המידע הזמין רב מכדי שגולש ממוצע יוכל למצוא את מה שרלוונטי עבורו בלי עזרה. הסינון האוטומטי, בהתבסס על אלגוריתמים והמלצות, תורם לכך שאנחנו לא צריכים לחפש יותר מדי - התוכן מגיע אלינו בעצמו.

פרופ' שיזף רפאלי, ראש המרכז לחקר האינטרנט באוניברסיטת חיפה, סבור ששני גורמים באופן שבו פועלים האלגוריתמים עלולים להוביל אותנו להתאכזב מהם: "ראשית יש את הרמה המקומית. גודל הקורפוס, יכולת ההבנה של האלגוריתם ויכולת ההבנה של תכנים - כל אלה נמוכים יותר בעברית מאשר בשפות אחרות; ההסבר השני, האוניברסלי, הוא 'על טעם וריח אין להתווכח': מערכת המלצות היא מוצר הרבה יותר מורכב ממערכת שמיועדת לנהוג מכונית אוטומטית, כיוון שלא מדובר בעובדות אלא בטעם אישי".

האכזבה, אומר רפאלי, נגרמת כאשר אנו משתמשים במנגנוני ההמלצה בצורה עצלנית, ולא נוקטים עמדה אקטיבית: "כשאני מסתכל על התנהגויות החיפוש של אנשים, ועל רמת התחכום שלהם, אני זה שמתאכזב. אנשים לא מוכנים להשקיע בחיפושים ונשארים באזור הנוחות הקרוב אליהם. ההומו ספיאנס הוא לא חפשן דגול, ואנחנו מצפים שמערכת המלצות תעשה במקומנו את מה שאנחנו לא מוכנים לעשות".

אלגוריתמים מבוססי למידת מכונה יכולים להבין אילו המלצות לספק רק מתוך למידה של התנהגות המשתמשים. כדי שתהיה להם הזדמנות ללמוד אותנו, הם צריכים לצפות בנו בוחרים לעצמנו מוזיקה או טלוויזיה ומגלים ז'אנרים חדשים. במילים אחרות, אנו צריכים להיות אקטיביים ועצמאיים כדי שהאלגוריתמים יוכלו לתת לנו ערך. במקום זאת התלות באלגוריתמים הופכת לברירת מחדל.

זאת לא רק אשמתנו. נכון, האזנה פאסיבית למוזיקה וצפייה רצופה בטלוויזיה היא נוחה, אך החברות משווקות את הפלטפורמות שלהן ככאלה שיכולות להחליף אותנו בחיפוש ובקבלת החלטות. פרסומת הסופרבול של נטפליקס מ-2013 שהבטיחה לספק לצופה "מה שאתה רוצה, מתי שאתה רוצה, איפה שאתה רוצה". גם ספוטיפיי סיפרה בסדרת פרסומות, תחת הכותרת Match Instantly, שהפלטפורמה "תחבר אותנו מיד עם מוזיקה שאנחנו אוהבים". רק שבמציאות הדברים לא תמיד עובדים כמו בפרסומת.

במקביל לשיווק האינטנסיבי של יכולות מנגנוני ההמלצה, הם תופסים מקום מרכזי יותר ויותר בפלטפורמות השונות, ואפשרויות חיפוש עצמאיות נעשות מסורבלות יותר ונגישות פחות. תוכן שמקורו בהמלצות מהווה כיום יותר מ-80% מזה שנצרך בנטפליקס; יוטיוב, בעקבות נטפליקס, מנגנת מיד את הסרטון הבא שהיא מנחשת שנאהב; בספוטיפיי הפיצ'רים הבולטים ביותר הם פלייליסטים שהפלטפורמה מתאימה אישית למשתמשים. הצורך במדריכים עוקפי אלגוריתמים רק ממחישים עד כמה הם הפכו לברירת המחדל.

35 מיליון שירים ואין מה לשמוע

נושא ההמלצות הוא רק חלק מהבעיה שיוצרת ההתבססות על האלגוריתמים. מנויי נטפליקס התלוננו לא מעט ברשת שהם מרגישים שהאלגוריתמים לא רק מציעים להם סדרות, אלא ממש מעורבים ביצירתן. "בית הקלפים" הייתה תוצאה של ניתוח דאטה שהוביל למסקנה שהצופים יהיו מעוניינים בסדרה כזו, שבה יככב קווין ספייסי. מאמר ביקורת ב"קוורץ" מהשנה שעברה טען שהסרט "ברייט" נותן תחושה שאלגוריתם כתב אותו.

הסדרות בנטפליקס מתאימות לטעם הקהל לא רק מבחינת סגנון, קווי עלילה, אופי הדמויות והאווירה, אלא גם מבחינת השיח הפוליטי. הדמויות בסדרות שמיועדות לקהל צעיר דוברות את השיח הנכון לרגע הנכון, הן מכירות את המונח הכי פוליטיקלי קורקט והן כבר לא בפייסבוק וגם כבר לא בסנאפצ'ט. הן כל-כך עדכניות, שהן הופכות לבלתי רלוונטיות מהר מאוד. המהירות שבה יוצאות עונות חדשות לסדרות וסדרות חדשות, מאפשרות "לתקן" את טעויות העבר, ולעדכן את התוכן כך שיתאים שוב למה שהקהל מצפה לו היום, ומחר, וביום שאחריו.

כך, הרימייק של נטפליקס ל"קוויר איי" ספג ביקורות על כך שהיה גברי מדי בעונה הראשונה. העונה השנייה יצאה פחות מחצי שנה אחר-כך, והושם בה דגש מיוחד על פלואידיות מגדרית, נשיות וקוויריות. זה אולי ראוי פוליטית, אבל התחושה היא שהמאמץ לרצות את הקהל יוצר סדרות שמתחנפות אליו, במקום לספק עומק ועולם פנימי משל עצמן.

ראש מחלקת התוכן בנטפליקס, טד סרנדוס, טען שניתוח הדאטה לא משפיע על החלטותיה היצירתיות של החברה, אלא משמש אותה לקבלת החלטות תקציביות בלבד. לדבריו, נטפליקס מחליטה אילו סדרות לרכוש ואיזה תקציבים להעניק להן על בסיס ניתוח פוטנציאל הפופולריות שלהן. עוד הוא טען, שסדרה בעלת תקציב גדול תצליח יותר - לפי אלגורתמי הביג דאטה של החברה. כך או כך, כדי להצליח, יוצרי תוכן נאלצים להתאים את עצמם לאלגוריתם. בסופו של דבר, הטכנולוגיה של נטפליקס מעורבת בפועל בקבלת ההחלטות היצירתיות.

במאמר שפורסם בגרדיאן ב-2017, שכותרתו "מהירות הקול - איך ספוטיפיי הרגה את הפתיח הארוך", מתוארת תופעה דומה בשירות המוזיקה: כיוון שספוטיפיי משלמת לאמנים רק אחרי שלושים השניות הראשונות בהן השיר מושמע, הם נאלצים להפוך את התחלת השיר למושכת, ולא לבנות את הפתיחה לאורך זמן. מאמרים שונים התפרסמו תחת כותרות כמו "איך ספוטיפיי הרסה את תעשיית המוזיקה", או דווקא "איך ספוטיפיי הצילה את תעשיית המוזיקה". המשותף לכולם היא ההסכמה על כך שספוטיפיי שינתה את התעשייה, גם מבחינה יצירתית.

בין אם הם תוצר של האלגוריתם או של יוצרים אנושיים, בנטפליקס ובספוטיפיי יש מספר עצום של תכנים, ורבים טוענים שהדבר מונע מהפלטפורמות הללו לבצע בדק איכות. גם רפאלי סבור שיש לכך השפעה על תחושת האכזבה: "זה שדה גדול של תוכן ויש שם הרבה זבל. מתוך מה שהיא יודעת עליך, המכונה המליצה על הטוב ביותר ממה שיש לה, ולפעמים מה שיש לה הוא לא טוב. אבל לפעמים, אם המליצו לי על סדרה שהיא בררה, אני צריך לעצור ולבחון את עצמי - אולי חלק מהנטייה לבררה קשורה בי".

בנוסף, רפאלי סבור שלמרות ההיצע האדיר של תוכן, אנחנו עדיין רוצים יותר: "חלק מהקושי להביא בני אדם לידי סיפוק בהקשרים האלה, היא חוסר היכולת שלנו לתפוס את הגודל של מה שיש, זה נקרא חוק המספרים הגדולים. המצאי של מוזיקה, קולנוע או ספרים, הוא כל-כך גדול, ובכל זאת אנחנו רוצים יותר. לכל הרוחות! יש בספוטיפיי 35 מיליון שירים, מה עוד אפשר לרצות? אז אתה רוצה מכונה שתדע לקרוא את נבכי ליבך, אבל היא לא יודעת בדיוק מה יש שם".