Wie „hyperbolische Diskontierung“ typische menschliche Mängel aufdeckt

Jeder, der gesehen hat Bridget Jones 'Tagebuch Sie weiß, dass eine ihrer Vorsätze für das neue Jahr lautet: "Gehen Sie nicht jeden Abend aus, sondern bleiben Sie in den Büchern und lesen Sie klassische Musik."

Die Realität ist jedoch wesentlich anders. Was Menschen in ihrer Freizeit tatsächlich tun, stimmt nicht mit dem überein, was sie sagen.

Ökonomen haben dieses Phänomen als „hyperbolisches Diskontieren“ bezeichnet. In einer berühmten Studie mit dem Titel „Zahlen, um nicht ins Fitnessstudio zu gehen“, stellten einige Ökonomen fest, dass den Leuten die Wahl zwischen einem Pay-per-Visit-Vertrag und einer monatlichen Gebühr angeboten wurde Sie wählten eher die monatliche Gebühr und zahlten letztendlich mehr pro Besuch. Das liegt daran, dass sie ihre Motivation zum Training überschätzt haben.

Hyperbolic Discounting ist nur eine Herausforderung, um in einer Kreativbranche tätig zu sein. Geschmack ist äußerst subjektiv, und die Elemente der Handlung und der Erzählung, die einen Film zu einem enormen Erfolg machen, könnten einen anderen zu einem kritischen und kommerziellen Misserfolg machen.

Inserenten und Vermarkter hatten Mühe, den Verbrauch von Freizeitprodukten wie Filmen und Büchern vorherzusagen. Es ist ebenso schwierig, den Zeitpunkt festzulegen. An welchem ​​Wochenende sollte ein Studio einen neuen Film veröffentlichen? Wie entscheiden sie, wann ein Herausgeber eine gedruckte Ausgabe eines Buches veröffentlicht, wann die E-Book-Version veröffentlicht wird?

Heute bietet Big Data einen neuen Überblick darüber, wie Menschen Unterhaltung erleben. Als Forscher, der die Auswirkungen künstlicher Intelligenz und sozialer Medien untersucht, gibt es drei Faktoren, die mich als besonders kraftvoll bei der Vorhersage von menschlichem Verhalten herausstellen.

1. Ökonomie des langen Schwanzes

Das Internet ermöglicht den Vertrieb von Unterhaltungsprodukten, die weniger populär sind als Mainstream-Erfolge. Streaming-Shows können ein größeres Publikum erreichen, als es für die Verbreitung durch das Primetime-Fernsehen wirtschaftlich machbar ist. Dieses wirtschaftliche Phänomen wird als Long-Tail-Effekt bezeichnet.

Da Streaming-Media-Unternehmen wie Netflix nicht für die Verbreitung von Inhalten in Kinosälen zahlen müssen, können sie mehr Shows produzieren, die auf das Nischenpublikum abzielen. Netflix verwendete Daten aus den Sehgewohnheiten der einzelnen Kunden, um sich zu entscheiden Kartenhaus, was von Fernsehsendern abgelehnt wurde. Netflix-Daten zeigten, dass es eine Fangemeinde für Filme gibt, die von Fincher inszeniert werden, und Filme mit Spacey, und dass viele Kunden DVDs der ursprünglichen BBC-Serie gemietet haben.

2. Sozialer Einfluss in der Ära der künstlichen Intelligenz

Mit den sozialen Medien können Menschen das, was sie sehen, mit ihren Freunden teilen und ansonsten werden unabhängige Unterhaltungserlebnisse sozialer.

Durch das Abrufen von Daten von sozialen Websites wie Twitter und Instagram können Unternehmen in Echtzeit verfolgen, was die Kinobesucher über einen bestimmten Film, eine bestimmte Show oder einen bestimmten Song denken. Filmstudios können anhand einer Fülle digitaler Daten entscheiden, wie Shows beworben und Termine für Filme veröffentlicht werden sollen.Zum Beispiel ist das Volumen der Google-Suchanfragen eines Film-Trailers im Monat vor seiner Premiere ein führender Indikator für die Oscar-Gewinner sowie die Einnahmen der Kinokassen. Filmstudios können historische Daten zu den Veröffentlichungsdaten von Filmen und an den Kinokassen mit Suchtrends kombinieren, um die idealen Veröffentlichungsdaten für neue Filme vorherzusagen.

Der Abbau von Social-Media-Daten hilft Unternehmen auch dabei, negative Gefühle zu erkennen, bevor sie in eine Krise geraten. Ein einzelner Tweet eines unglücklichen einflussreichen Kunden kann viral sein und die öffentliche Meinung beeinflussen.

In einer Studie, die ich zusammen mit Yong Tan von der University of Washington und Cath Oh von der Georgia State University durchgeführt hatte, zeigten wir, wie ein solcher sozialer Einfluss nicht nur bestimmt, welche YouTube-Videos populärer werden, sondern auch, dass Videos, die von einflussreichen Nutzern geteilt werden, immer mehr gesehen werden.

Eine Studie zeigt, dass sich die Differenz zwischen dem vorhergesagten Umsatz und dem tatsächlichen Umsatz, dem so genannten Prognosefehler, um 31 Prozent verringert, wenn Studios vor der Veröffentlichung eines Films auf Social-Media-Buzz achten.

3. Verbrauchsanalysen

Big Data bietet eine bessere Sicht auf die Bücher und zeigt, dass die Leute tatsächlich ihre Zeit damit verbringen, zu genießen.

Der Mathematiker Jordan Ellenberg war Vorreiter bei der Verwendung des Hawking-Index, einem Maß für die durchschnittliche Seitenzahl der fünf hervorgehobenen Passagen in einem Kindle-Buch als Anteil der Gesamtlänge dieses Buches. Der Hawking-Index zeigt, wenn Leute ein Buch aufgeben. Wenn das durchschnittliche Kindle-Highlight eines 250-seitigen Buchs auf Seite 250 angezeigt wird, würde dies einen Hawking-Index von 100 Prozent ergeben.

Die Theorie hat ihren Namen von Stephen Hawking Eine kurze Geschichte in der Zeit. Während dieses Buch immer noch Millionen von Exemplaren pro Jahr verkauft, wird es auch selten gelesen, mit einem düsteren Hawking-Index von 6,6 Prozent.

Wenn ein Unternehmen wie Amazon entscheidet, welche Bücher potenziellen Lesern empfohlen werden sollen oder welche Prime zu produzieren ist, untersucht es detaillierte digitale Spuren, an welchen Plot-Punkten sich das Publikum befindet und welche nicht. Dies kann ihnen helfen, eine bevorstehende Veröffentlichung zu fördern oder einzelnen Benutzern bessere Empfehlungen zu geben.

Darüber hinaus können neue Arten künstlicher Intelligenz untersuchen, warum sich Menschen mit kreativen Inhalten beschäftigen. Ein Unternehmen namens Epagogix war beispielsweise Vorreiter bei der Verwendung eines neuronalen Netzwerks - eines Tools für künstliche Intelligenz, das Muster in sehr großen Datenmengen sucht - anhand einer Reihe von Drehbüchern, die von Experten der Unterhaltungsindustrie bewertet wurden. Der Computer könnte dann den finanziellen Erfolg eines Films vorhersagen. Berichten zufolge kann eine solche künstliche Intelligenz bis zu 75 Prozent der tatsächlichen Eröffnungspreise der Filme vorhersagen.

Angesichts derartiger Erkenntnisse über große Datenmengen wissen Unterhaltungsfirmen möglicherweise bald, was Bridget Jones mit ihrer Freizeit am liebsten machen würde, als Bridget selbst.

Dieser Artikel wurde ursprünglich auf The Conversation von Anjana Susarla veröffentlicht. Lesen Sie hier den Originalartikel.