Facebook sperimenta costantemente sui consumatori, e i suoi creatori non sanno come funziona

Roma – Gli utenti di piattaforme di social media come Facebook, Instagram e TikTok potrebbero pensare di interagire semplicemente con amici, familiari e follower, e di vedere annunci pubblicitari mentre procedono. Ma secondo una ricerca della UBC Sauder School of Business, fanno parte di esperimenti di marketing costanti che sono spesso impossibili da comprendere appieno, persino per le aziende che li hanno creati. La ricerca è stata pubblicata su International Journal of Research in Marketing. Per lo studio, i ricercatori hanno esaminato tutti gli studi pubblicati e sottoposti a revisione paritaria sull’uso dei test A/B da parte di Facebook e Google (ovvero quando a consumatori diversi vengono mostrati annunci diversi per determinare quali siano i più efficaci) e hanno scoperto difetti significativi. I professori associati Sauder dell’UBC e coautori dello studio, il dott. Yann Cornil e il dott. David Hardisty, affermano che in ogni momento, miliardi di utenti dei social media vengono testati per vedere su cosa cliccano e, cosa più importante per i marketer, cosa acquistano. Da ciò, si potrebbe pensare che gli inserzionisti possano dire quali messaggi sono efficaci e quali no, ma a quanto pare non è affatto così semplice. Utilizzando lo strumento di test A/B di Facebook, i ricercatori possono accedere a un vasto pubblico e osservare il comportamento reale. Inoltre, poiché i partecipanti non sono consapevoli di far parte di un esperimento, le loro risposte sono considerate più genuine e affidabili. Il problema è che algoritmi altamente complessi decidono a quali consumatori verranno mostrati contenuti e annunci diversi; di conseguenza è impossibile per chiunque, persino per coloro che hanno creato gli algoritmi, comprendere appieno perché determinati consumatori sono stati presi di mira da un annuncio e determinare perché alcuni di loro hanno deciso di cliccare sull’annuncio. Secondo il dott. Cornil, si riduce a una mancanza di qualcosa chiamato “assegnazione casuale”, ad esempio, quando gli sperimentatori presentano casualmente due annunci diversi a gruppi selezionati. “Non puoi dire che qualsiasi modifica tu abbia apportato al tuo annuncio stia causando un aumento del comportamento di clic, perché all’interno di ogni annuncio ci sarà un algoritmo che selezionerà i partecipanti con maggiori probabilità di cliccarci sopra. Se gli algoritmi sono diversi, significa che non c’è una vera assegnazione casuale”, afferma. “Significa anche che non possiamo dire con certezza che un annuncio abbia generato un tasso di clic più elevato perché creativamente è un annuncio migliore. Potrebbe essere perché è associato a un algoritmo migliore”. Inoltre, spesso alle persone vengono mostrati annunci pubblicitari in base alla loro cronologia di ricerca, ma se hanno già scelto un prodotto specifico e poi l’algoritmo mostra loro un annuncio pubblicitario, i ricercatori potrebbero erroneamente concludere che è stato l’annuncio a spingerli ad acquistarlo. “Sceglierà le persone non solo in base a cose osservabili come età, sesso o posizione che possiamo facilmente conoscere, ma anche in base a cose non osservabili come comportamento passato, interessi e persino cose che Facebook stesso non può quantificare, perché sono determinate dall’apprendimento automatico e dall’intelligenza artificiale”, afferma il dott. Hardisty. I gruppi target potrebbero sembrare simili per certi versi, aggiunge, ma l’algoritmo potrebbe averli scelti per motivi completamente diversi. “È fondamentalmente un modello complicato che in qualche modo ha capito che un certo tipo di persona, non sappiamo quale, ha più probabilità di cliccare. Quindi, anche se chiedessimo alle persone di Facebook, ‘Perché è stato selezionato questo gruppo di persone?’ non saprebbero la risposta”. Quindi, perché è importante? Innanzitutto, molti addetti al marketing si affidano ai test A/B di Facebook per determinare cosa pubblicizzare e come; ma forse ancora più importante, diversi segmenti del pubblico possono essere esclusi da informazioni importanti, il che può rafforzare le divisioni. “C’è un articolo che spiega perché le donne non sono prese di mira dagli annunci per l’istruzione STEM (scienza, tecnologia, ingegneria e matematica) puramente a causa degli algoritmi”, afferma il dott. Cornil. “Le donne sono più costose da prendere di mira sui social media e quegli algoritmi cercheranno di generare quanti più clic possibili al costo più basso. Quindi se le donne sono troppo costose da prendere di mira ai fini dell’istruzione STEM, non sono prese di mira”. Inoltre, gli algoritmi rafforzano ciò che funziona e ciò che non funziona, quindi se le donne non cliccano su determinati annunci, saranno ancora meno esposte a essi. Sebbene lo studio dell’UBC, intitolato ” On the Persistent Mischaracterization of Google and Facebook A/B Tests: How to Conduct and Report Online Platform Studies “, si concentri su Facebook e Google, i ricercatori affermano che tutte le principali piattaforme di social media, da Instagram a TikTok, adottano pratiche simili. Sono anche onnipresenti. A una conferenza, un dipendente di Facebook ha detto una volta al dott. Hardisty che in qualsiasi momento, ogni utente di Facebook è un partecipante inconsapevole in media a 10 esperimenti diversi. Con l’avvento di contenuti e annunci generati dall’intelligenza artificiale, quel numero è quasi certamente in aumento. Di conseguenza, il dott. Hardisty e il dott. Cornil, coautori dello studio con il dott. Johannes Boegershausen dell’Università Erasmus e il dott. Shangwen Yi dell’Università Politecnica di Hong Kong, avvertono che i professionisti del marketing dovrebbero stare attenti a non dare troppa importanza ai risultati dei test A/B di Facebook. “Se hai un annuncio che sta impazzendo e sta ottenendo molti più clic, potrebbe essere semplicemente che Facebook abbia identificato con successo un piccolo gruppo specifico di persone a cui piace davvero”, afferma il dott. Hardisty. “E se modifichi l’intera linea di prodotti o la campagna per adattarla, potrebbe effettivamente alienare la maggior parte delle persone. Quindi devi stare molto attento a non trarre lezioni più ampie da uno studio di Facebook”. In effetti, gli algoritmi sono così complessi e precisi, aggiunge il dott. Cornil, che le piattaforme dei social media possono “micro-targettizzare” le persone fino al livello individuale. “Si tratta di selezionare i migliori annunci possibili per un segmento specifico, e il segmento non è nemmeno un gruppo di persone. Con tutti i dati che abbiamo sui consumatori, il segmento è uno”, afferma. “E tutto avviene in una scatola nera. L’inserzionista non lo sa, ma la macchina lo sa. L’intelligenza artificiale lo sa”.(30Science.com)