Научная статья на тему 'Анализ использования неопределенности нейросетями в целях маркетинга'

Анализ использования неопределенности нейросетями в целях маркетинга Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
216
38
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ИНСЕРТУАЛИЗИМ / НАБЛЮДЕНИЕ / ПОЛЬЗОВАТЕЛЬ / НЕЙРОСЕТЬ / СМЕНА ПОЗИЦИЙ / НЕОПРЕДЕЛЕННОСТЬ

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Рябцев Денис Валерианович

В данной статье рассматриваются особенности взаимодействия пользователя и нейросети с точки зрения инсертуализма. Основные акты наблюдения также рассматриваются.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Анализ использования неопределенности нейросетями в целях маркетинга»

АНАЛИЗ ИСПОЛЬЗОВАНИЯ НЕОПРЕДЕЛЕННОСТИ НЕЙРОСЕТЯМИ В ЦЕЛЯХ МАРКЕТИНГА Рябцев Д.В.

Рябцев Денис Валерианович - студент-психолог, переводчик в сфере профессиональной коммуникации, кафедра прикладной психологии и психотерапии, Институт повышения квалификации и переподготовки кадров Российский университет дружбы народов, г. Москва

Аннотация: в данной статье рассматриваются особенности взаимодействия пользователя и нейросети с точки зрения инсертуализма. Основные акты наблюдения также рассматриваются.

Ключевые слова: инсертуализим, наблюдение, пользователь, нейросеть, смена позиций, неопределенность.

В современном мире принципы взаимодействия с неопределенностью начинают использоваться в самых неожиданных местах. Зачастую взаимодействие с неопределенностью не рассматривается как таковое и считается чем-то само собой разумеющимся. В результате многие важные аспекты такого взаимодействия оказываются скрытыми и возникают дополнительные риски.

В качестве примера такого использования неопределенности стоит рассмотреть применение машинного обучения и нейросетей для целей увеличения просмотров интернет сайта. Сайтом будет «гипотетический» видео-хостинг, для просмотра и размещения видео-контента.

Искусственная нейронная сеть (ИНС) — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма. Главным отличием нейросети от традиционных компьютеров является возможность ее самостоятельного обучения, т.е. построение точных категорий данных на основании случайных взаимосвязей. Благодаря этому у ИНС есть возможность эффективно и самостоятельно работать с большими массивами данных [1].

Для начала анализа необходимо упомянуть основные принципы и термины взаимодействия с неопределенностью [2]:

Неопределенность - это примерно одинаковая вероятность наступления нескольких событий. Естественно, без некоторого ожидания, нет и никакой вероятности. А без вероятности нет и ожидания [2].

Наблюдатель неопределенности - это другая неопределенность, которая стремится скопировать первую. Во время этого процесса наблюдатель выражает неопределенность в каком-то ожидании. Пока неопределенность выражена в ожидании наблюдателя, для него она является потенциалом реализации ожидания [2].

1. Неопределенность появляется при взаимодействии 2 систем - наблюдателя и потенциала [2].

2. Наблюдатель и потенциал должны поменяться местами в той или иной форме [3].

3. Наблюдатель формирует ожидание, потенциал изменяется, генерируя вероятность наступления ожидания. Одного без другого не существует [2].

4. Взаимоотношения наблюдателя и потенциала отнимают время на взаимодействие.

Для анализа необходимо выделить 2 системы, которые будут участвовать в генерации неопределенности. Первая система - это пользователь сайта, вторая -нейросеть. Наблюдение осуществляется с помощью данных, которые генерирует пользователь своими действиями на сайте. На действия тратится время. Также

наблюдение реализуется действиями нейросети по отношению к пользователю, на эти действия расходуется намного меньше времени.

Рассмотрим начальные позиции этих систем:

Первый акт взаимодействия происходит в тот момент, когда пользователь заходит на сайт.

Первый акт взаимодействия

В своем первом акте пользователь пока не взаимодействует с нейросетью.

В этом первом акте системы появляются друг для друга и занимают свои позиции.

Нейросеть сразу же начинает собирать данные о пользователе для того, чтобы отнести его к какой либо категории (См. Таблица 1). Эти категории могут и не иметь точных выражений в традиционном языке, и состоят из статистических связей, например «смотрит спорт - смотрит сериалы - смотрит мультфильмы». Эти категории и тот факт, что пользователь попадет в одну из них - и есть ожидания нейросети. Так выходит, что нейросеть имеет ожидания относительно пользователя, а пользователь генерирует некоторую вероятность попадания в ту или иную категорию.

Следовательно, нейросеть - это наблюдатель, а пользователь - потенциал.

Таблица 1. Первый акт взаимодействия систем, участвующих в наблюдении

Пользователь - потенциал Нейросеть-наблюдатель

Будет просматривать неизвестные видео на сайте Ожидание - пользователь будет действовать - по результатам его действий - отнести пользователя к какой-либо категории по просмотру контента. Сформировать эту категорию.

После установления позиций заканчивается первый акт взаимодействия с неопределенностью.

После данного акта необходимо пояснить одну важную деталь. Главный критерий наблюдателя - это его ожидания относительно потенциала. Ожидания в случае с нейросетью формируются алгоритмом, который в течении какого-то времени «обучается» нарабатывая свои категории. Обучение происходит с помощью алгоритмов, которые в него были заложены разработчиками.

Главный критерий потенциала - это его изменения относительно ожиданий. Потенциал может иметь совершенно различные источники для этих действий, важным критерием является то, что - после исполнения ожиданий, выполнять те же самые ожидания потенциал будет с более медленной скоростью и активностью, чем раньше. Если смена позиций осуществляется естественным образом - то снижение активности объясняется естественным уменьшением вероятности, если смены позиций не происходит - то увеличивается вероятность того, что наблюдение прервется.

Второй акт взаимодействия

Второй акт характеризуется выполнением ожиданий наблюдателя. Пользователь продолжает использовать сайт, нейросеть рассматривает его, как источник неопределенности и в результате полученных данных относит его к какой-то категории (См. Таблица 2).

Таблица 2. Второй акт взаимодействия систем, участвующих в наблюдении

Пользователь - потенциал Нейросеть-наблюдатель

Будет просматривать «Спорт-сериалы-мультфильмы» на сайте. Категория сформирована: «Спорт-сериалы-мультфильмы».

Третий акт взаимодействия

А здесь для нормального завершения взаимоотношений с неопределенностью потенциал и наблюдатель должны поменяться местами. По этой логике -пользователь должен получить доступ к собранным данным и иметь возможность

208

скорректировать их. После чего процесс должен начаться заново. Однако на практике этого не происходит, вместо этого происходит следующее:

Нейросеть не меняется позициями с пользователем сайта, вместо этого она расширяет свою позицию, генерируя больше неопределенности по отношению к пользователю. Помимо сбора данных она начинает подкидывать ему рекламные материалы, которые статистически наиболее подходят для его категории (см. Таблица 3).

Таблица 3. Третий акт взаимодействия систем, участвующих в наблюдении

Пользователь - потенциал Нейросеть-наблюдатель

Будет просматривать «Спорт-сериалы-мультфильмы и рекламу на тему теплиц» на сайте. Неизвестно сколько проведет времени на сайте. Категория сформирована: «Спорт-сериалы-мультфильмы» плюс добавить рекламу на тему теплиц»

Что же произошло с точки зрения инсертуализма в данном случае?

В естественный ход взаимоотношений с неопределенностью вмешивается невозможность поменяться местами наблюдателю и потенциалу, а значит, для соблюдения этого принципа системы вынуждены расшириться, захватывая дополнительные динамики.

Этот процесс захватывает как изменения ожиданий со стороны нейросети, так и изменения со стороны пользователя - потенциала.

Нейросеть уже не просто собирает данные для отнесения пользователя к какой-либо категории, она уже ожидает, что пользователь будет смотреть контент, предназначенный именно его категории.

Соответственно пользователь уже не генерирует вероятность отношения к какой -либо категории и просмотра какого-либо контента. Вместо этого пользователь генерирует только вероятность оставаться на сайте. Его выбор уже не является вопросом вероятности.

Так нейросеть распространяет свою позицию на весь сайт, а не только на сбор данных, а пользователь будет вынужден расширить свою позицию от конкретных видеоматериалов тоже до использования всего сайта. Это означает что реальная смена позиций (потенциал - наблюдатель) будет возможна лишь в том случае, если пользователь прекратит пользоваться этим сайтом.

Произойдет это так - нейросеть ожидает появления пользователя и просмотра им определенных для его категории материалов - а он не приходит. Следовательно, ожидание нарушается и во взаимоотношениях пользователя и нейросети и уже пользователь является наблюдателем, который ожидает, что больше не будет заходить на сайт, а сайт - естественно сам собой не открывается.

Казалось бы, что такого в таких взаимоотношениях с неопределенностью? - ответ заключается в том, что расширение позиций на смежные системы, вместо полноценной смены позиций - приводит к тому, что пока пользователь находится на сайте - его поведение там целиком предсказывается и контролируется нейросетью через точное отнесение его к определенным категориям.

Следует также пояснить, что при точном составлении статистических категорий пользователей, к ним можно легко прибавить рекламные материалы, наиболее статистически подходящие к этой категории. Причем вычислять подходящие рекламные материалы можно также с помощью нейросетей. Здесь бы как раз логично было бы пользователю предложить скорректировать свою категорию. Но если вместо этого иная нейросеть будет предсказывать самый подходящий рекламный контент -то смены не произойдет.

Однако будет заблуждением полагать, что ожидание нейросети включает в себя конкретные действия пользователей сайтов в реальном мире. Купит кто-либо

рекламируемый товар или нет - это не ее дело. Основное ожидание нейросети, после расширения позиций, как писалось ранее - это максимальное время нахождения пользователя на сайте и обязательный просмотр видео из категории. Следовательно, главное ожидание после третьего акта взаимодействия - это захватить на максимально возможный срок внимания пользователя.

Нейросеть конечно не берет в расчет то, что пользователь - это живой человек и его время ограничено. Вполне вероятно, что подобранная реклама может вызывать у человека негодование или фрустрацию и именно по этой причине он ее просматривает. Но этот вопрос в расчет не берется - вместо этого устанавливается постоянная зависимость между пользователем, как потенциалом и сайтом с нейросетью, как наблюдателем.

При этой зависимости уже не только просмотр или не просмотр нескольких видеоматериалов является фактом неопределенности, но само нахождение пользователя на сайте.

Соответственно - или пользователь смотрит постоянно предложенный ему контент, и находится в нужной категории, либо он уходит с сайта.

Поведение пользователя, находящееся под подобным наблюдением, - это отдельный вопрос для исследования. Вполне вероятно, что для него, кажется, что сайт будто предсказывает [5] его собственные желания, и он сам вроде как думал именно о том контенте, что ему предложили.

Добавить к этому то, что вопрос, почему человек пришел на сайт, может зависеть от его работы, учебы и многих других факторов в расчет при подобном наблюдении не берется.

Однако пример становится еще более интересным, если предположить, что у нейросети есть доступ не к одному сайту, а сразу ко многим. Например, к целому сегменту сайтов.

В этом случае позиция наблюдателя расширяется на целый сегмент и человеку ничего не остается, кроме как тратить свое свободное время на поглощение таргетированного его категории контента. Ведь если отказаться от одного сайта еще возможно, то отказаться от использования целого сегмента или всего интернета в современном мире возможным не представляется.

Ключ к тому, как нейросеть может целиком контролировать поведение человека на сайте, заключается в таком понятии, как время. На каждый клик, на каждый перевод внимания от одного видео к другому - тратится время пользователя. Наибольший интерес такая практика с точки зрения исследований приобретет в тот момент, когда все крупные компании, магазины и бренды - начнут использовать большие данные и нейросети для постоянного мониторинга и составления статистический категорий, а также, естественно, для маркетинга.

Если же предположить, что нейросеть с похожими характеристиками, без возможности для потенциалов-пользователей поменяться с ней местами будет, к примеру, уже анализировать поведение людей через камеры наблюдения на улицах городов, что уже используется в Китае [4], а затем, подкидывать в зависимости от категории граждан соответствующую рекламу, политсообщения и проч., то можно через время, которое понадобится людям на анализ всех этих данных и событий целиком и полностью предсказать и направить их поведение.

А так как выйти из системы такого наблюдения нельзя, то единственным фактором неопределенности будет только смерть индивида. И только таким образом он сможет осуществить смену позиций в подобном наблюдении.

Важный вопрос состоит в том - насколько точно можно обеспечить необходимое движение внимания человека от одного объекта к другому средствами нейросетей. Современные маркетологи, не скрываясь, говорят и пишут о том, что использование больших данных и машинного обучения не оставляет не шанса потребителю проигнорировать их сообщение, потому что

210

сообщение будет максимально таргетированным и предназначаться конкретному человеку в конкретный момент времени [6].

Опять же, ничего особенного не случится, если один, два сайта или магазина используют большие данные и автоматические алгоритмы нейросетей для их анализа. Ничего особенно не будет, если даже эти данные будут использоваться для маркетинга. Однако если использовать такие методы будет подавляющее большинство учреждений и уйти от наблюдения будет невозможно, то свободное от такого наблюдения время станет очень дорогим и важным ресурсом каждого человека.

У таких манипуляций может быть множество негативных последствий для пользователей, как «потенциалов». Это вопрос, требующий отдельного исследования. Однако совершенно точно можно сказать, что пользователи, занимающие посмертно позицию потенциала, как минимум потеряют возможность создавать что-то новое, так как их внимание постоянно будет занято таргетированными сообщениями. Так как творчество - это процесс, при котором человек неминуемо является источником неопределенности для окружающего мира, то в будущем творчеством смогут заниматься лишь свободные от вышеописанного наблюдения люди.

Итак, из-за игнорирования инсертуальных принципов, те взаимодействия, которые являются по своей природе взаимодействиями с неопределенностью, несут в себе сейчас большие риски. Хотя избежать рисков в вышеописанном примере было бы довольно просто - если дать возможность пользователям смотреть и корректировать собранные в категории данные о себе.

Данный пример лишний раз показывает, сколь важным и перспективным является исследование инсертуализма, особенно в эру цифровых технологий.

Список литературы

1. БеркинблитМ.Б. «Нейронные сети.». М.: МИРОС и ВЗМШ РАО, 1993. 96 с.

2. Рябцев Д.В. Инсертуализм. Основные термины и перспективы развития. [Электронный ресурс]. Наука, образование и культура. № 7 (10), 2016. Режим доступа: http://scientificarticle.ru/ (дата обращения: 28.02.2018).

3. Рябцев Д.В. Инсертуализм и воображение. [Электронный ресурс]. Наука, образование и культура. № 3 (18). 2017. Режим доступа: http://scientificarticle.ru/images/PDF/2017/18/insertualizm.pdf/ (дата обращения: 28.02.2018).

4. «Цифровая диктатура: как в Китае вводят систему социального рейтинга». [Электронный ресурс]. РБК Режим доступа: https://www.rbc.ru/business/11/12/2016/584953bb9a79477c8a7c08a7/ (дата обращения 28.02.2018).

5. How companies learn your secrets [Электронный ресурс] New York Times. Режим доступа: http://www.nytimes.com/2012/02/19/magazine/shopping-habits.html (дата обращения 28.02.2018).

6. Big data in marketing analytics [Электронный ресурс] Analytics-magazine.org. Режим доступа: http://analytics-magazine.org/big-data-in-marketing-analytics/ (дата обращения 28.02.2018).

i Надоели баннеры? Вы всегда можете отключить рекламу.