Towards welfare-oriented recommendations in activity-travel behavior

हर दिन, लोग कहाँ जाना है और क्या करना है, इसके बारे में अनगिनत चुनाव करते हैं। रात के खाने के लिए रेस्तरां चुनने से लेकर यह तय करने तक कि कौन सा पार्क जाना है, ये निर्णय शायद ही कभी शून्य में लिए जाते हैं। तेजी से, ये निर्णय डिजिटल सहायकों और अनुशंसा प्रणालियों (recommendation systems) द्वारा निर्देशित होते हैं जो इस आधार पर विकल्प सुझाते हैं कि दूसरों ने क्या पसंद किया है या वर्तमान में क्या लोकप्रिय है। ये उपकरण जीवन को आसान बनाने के लिए डिज़ाइन किए गए हैं, लेकिन वे एक मौलिक धारणा पर काम करते हैं: कि यदि कोई विकल्प लोकप्रिय या उच्च रेटेड है, तो वह व्यक्तिगत उपयोगकर्ता के लिए एक अच्छा चुनाव है। हालाँकि, यह धारणा अक्सर दैनिक जीवन के एक महत्वपूर्ण, छिपे हुए कारक की अनदेखी करती है: वहाँ पहुँचने की लागत। यात्रा और गतिविधि नियोजन की दुनिया में, ट्रैफ़िक में बिताया गया समय, ईंधन पर खर्च किया गया पैसा और गंतव्य तक पहुँचने के लिए आवश्यक प्रयास वास्तविक खर्च हैं जिन्हें यदि अनुभव निराशाजनक रहा तो वापस नहीं किया जा सकता। शहर के दूसरी ओर स्थित एक उच्च रेटेड रेस्तरां स्क्रीन पर एक शानदार विचार लग सकता है, लेकिन यदि यात्रा में भारी ट्रैफ़िक के कारण एक घंटा लगता है और भोजन केवल औसत दर्जे का है, तो उपयोगकर्ता ने जितना पाया है उससे कहीं अधिक खो दिया है। यह विसंगति कि एल्गोरिदम क्या अनुशंसा करते हैं और वास्तव में किसी व्यक्ति के लिए क्या फायदेमंद है, वह केंद्रीय पहेली है जिसे शोधकर्ता अब हल करने की कोशिश कर रहे हैं।

शोधकर्ताओं की एक टीम ने इन डिजिटल सुझावों के बारे में सोचने का एक नया तरीका विकसित किया है, जो ध्यान को सरल लोकप्रियता से हटाकर एक अवधारणा पर केंद्रित करता है जिसे वे "उपयोगकर्ता कल्याण" (user welfare) कहते हैं। यह पूछने के बजाय कि कौन सा विकल्प सबसे अधिक क्लिक किया गया है या सबसे अधिक समीक्षा किया गया है, उनका दृष्टिकोण एक अधिक व्यक्तिगत प्रश्न पूछता है: क्या इस सुझाव का पालन करने से उपयोगकर्ता वास्तव में उस स्थिति से बेहतर होगा जो वह तब होता यदि उसने स्वयं कुछ और चुना होता? इसका अन्वेषण करने के लिए, शोधकर्ताओं ने एक जटिल कंप्यूटर सिमुलेशन बनाया, एक आभासी शहर जिसमें 250 डिजिटल यात्री थे। ये यात्री साधारण रोबोट नहीं थे; उन्हें अलग-अलग व्यक्तित्व, धैर्य का विभिन्न स्तर, धन की अलग-अलग मात्रा, और निर्णय लेने के अनूठे तरीके दिए गए थे। कुछ उत्साही थे, कुछ सतर्क थे, और कुछ पुरानी आदतों से चिपके रहने के आदी थे। सिमुलेशन ने इन डिजिटल लोगों को साठ सिम्युलेटेड दिनों की अवधि में विभिन्न प्रकार की अनुशंसा प्रणालियों के साथ बातचीत करने की अनुमति दी, जिससे एक वास्तविक वातावरण बना जहाँ ट्रैफ़िक जाम, बदलते रुझान और बुरे विकल्पों के परिणाम देखे और मापे जा सकते थे।

शोधकर्ताओं ने अपने आभासी शहर में पांच मुख्य दृष्टिकोणों का परीक्षण किया। पहला एक बेसलाइन स्थिति थी जहाँ एजेंट बिना किसी एल्गोरिदम हस्तक्षेप के अपनी पसंद से मनोरंजन खंडों और स्थानों का चयन करते थे। दूसरा एक मानक प्रणाली थी, जो आज मौजूद प्रणालियों के समान है, जो व्यक्तिगत लागत की चिंता किए बिना लोकप्रियता और सामान्य प्रासंगिकता के आधार पर स्थानों को रैंक करती है। तीसरा और चौथा दृष्टिकोण, नए, कल्याण-उन्मुख (welfare-oriented) सिस्टम थे। इनमें से एक ने "सकारात्मक उपयोगिता" (positive utility) फ़िल्टर का उपयोग किया, जो एक सुरक्षा जांच के रूप में कार्य करता था। किसी स्थान का सुझाव देने से पहले, सिस्टम इस बात की संभावना की गणना करता था कि गतिविधि का आनंद यात्रा की लागतों से अधिक होगा या नहीं। यदि गणित यह सुझाव देता कि यात्रा शुद्ध नुकसान हो सकती है, तो सिस्टम चुप रहता, उपयोगकर्ता को अपना स्वयं का चुनाव करने देता। दूसरे नए दृष्टिकोण ने "पछतावा न्यूनीकरण" (regret minimization) फ़िल्टर का उपयोग किया। यह सिस्टम उपयोगकर्ता द्वारा स्वयं खोजे जा सकने वाले सर्वोत्तम विकल्प के विरुद्ध अनुशंसित विकल्प की तुलना करता था। यदि अनुशंसा की संभावना यह थी कि उपयोगकर्ता को उस स्थिति से बदतर महसूस होगा जो वह एक अलग विकल्प के साथ होता, तो सिस्टम सुझाव को रोक देता। पाँचवाँ दृष्टिकोण एक काल्पनिक "ओरेकल" (Oracle) प्रणाली थी जिसके पास प्रत्येक उपयोगकर्ता की प्राथमिकताओं का पूर्ण ज्ञान था, जो यह मापने के लिए एक ऊपरी सीमा के रूप में कार्य करती थी कि सुधार की कितनी गुंजाइश है।

सिमुलेशन के परिणामों ने कल्याण-उन्मुख दृष्टिकोण के लिए एक स्पष्ट लाभ का खुलासा किया। आभासी शहर में, मानक प्रणाली अक्सर उपयोगकर्ताओं को ऐसी स्थितियों में ले जाती थी जहाँ यात्रा की लागत गतिविधि के आनंद को खा जाती थी। जबकि मानक प्रणाली ने बिना किसी प्रणाली के होने की तुलना में औसत अनुभव में थोड़ा सुधार किया, फिर भी इसके परिणामस्वरूप "खराब यात्राओं" की एक महत्वपूर्ण संख्या हुई जहाँ उपयोगकर्ता उस स्थिति से बदतर थे जब उन्होंने कभी कोई सुझाव प्राप्त नहीं किया था। इसके विपरीत, कल्याण के लिए फ़िल्टर करने वाली प्रणालियों ने इन नकारात्मक अनुभवों की संख्या को नाटकीय रूप से कम कर दिया। सुझाव न देने के माध्यम से, इन नई प्रणालियों ने उपयोगकर्ताओं को समय और पैसा बर्बाद करने से बचाया। सिमुलेशन ने दिखाया कि जब सिस्टम ने पीछे हटकर काम किया, तो जो उपयोगकर्ता सुझाव प्राप्त कर रहे थे वे अपने विकल्पों से बहुत अधिक खुश थे। यात्राओं की औसत संतुष्टि बढ़ गई, और विभिन्न उपयोगकर्ताओं के साथ किए गए व्यवहार में असमानता कम हो गई। सिस्टम ने केवल अधिक लोकप्रिय स्थानों की सिफारिश नहीं की; इसने सही लोगों के लिए सही समय पर सही स्थानों की सिफारिश की।

शायद सबसे आश्चर्यजनक खोज यह थी कि मानक प्रणाली कितना नुकसान पहुँचा रही थी। सिमुलेशन ने दिखाया कि लगभग चालीस प्रतिशत समय, एक मानक अनुशंसा वास्तव में उपयोगकर्ता के दिन को उस स्थिति से बदतर बना देती थी जब उन्होंने स्वयं एक स्थान चुना होता। ऐसा इसलिए होता है क्योंकि एल्गोरिदम अक्सर उपयोगकर्ता के वास्तविक परिणाम के बजाय जुड़ाव (engagement)—उपयोगकर्ता को क्लिक करने या जाने के लिए प्रेरित करने—को प्राथमिकता देते हैं। नए कल्याण-उन्मुख फिल्टर इस नुकसान की दर को काफी कम कर देते हैं, जिससे बदतर स्थिति में समाप्त होने वाले उपयोगकर्ताओं की संख्या घटकर लगभग इकतीस प्रतिशत हो जाती है। इसके अलावा, अध्ययन में पाया गया कि ये फिल्टर कुछ प्रकार के यात्रियों के लिए विशेष रूप से सहायक थे। वे लोग जो अधिक जोखिम-विमुख (risk-averse) होते हैं या जो बहुत अधिक विकल्पों से अभिभूत हो जाते हैं, उन्हें इस प्रणाली के संयम से सबसे अधिक लाभ हुआ। इन व्यक्तियों के लिए, एल्गोरिदम एक उत्पाद बेचने वाले सेल्समैन के बजाय एक विचारशील मित्र की तरह कार्य करता था जो जानता है कि कब चुप रहना है।

शोधकर्ताओं ने यह भी पाया कि एक नाजुक संतुलन बनाना आवश्यक है। यदि सिस्टम बहुत सख्त हो जाता है और सुझाव देने से बहुत अधिक इनकार करता है, तो यह उपयोगी होना बंद कर देता है। सिमुलेशन ने उन विशिष्ट सीमाओं (thresholds) की पहचान की जहाँ सिस्टम सबसे प्रभावी था: बुरे विकल्पों को फ़िल्टर करने के लिए पर्याप्त सख्त, लेकिन उपयोगी मार्गदर्शन देने के लिए पर्याप्त उदार। जब सही ढंग से ट्यून किया गया, तो ये कल्याण-उन्मुख सिस्टम वर्तमान तकनीक और एक आदर्श प्रणाली के बीच के बड़े अंतर को पाट सकते थे जो बिल्कुल जानता है कि प्रत्येक उपयोगकर्ता को क्या चाहिए। हालाँकि यह अध्ययन वास्तविक दुनिया के बजाय एक सिम्युलेटेड वातावरण में किया गया था, लेकिन इसका तर्क जांच के अधीन तर्कसंगत है। निष्कर्ष बताते हैं कि अगली पीढ़ी के यात्रा और गतिविधि ऐप्स को न केवल यह अनुमान लगाने में स्मार्ट होना चाहिए कि उपयोगकर्ता क्या क्लिक करेंगे, बल्कि इस बारे में भी अधिक सिद्धांतवादी होना चाहिए कि कब बोलना है और कब पीछे हटना है। उपयोगकर्ता के समय और ऊर्जा को ऐसे मूल्यवान संसाधनों के रूप में मानकर, जिन्हें वापस नहीं पाया जा सकता, ये सिस्टम केवल सुविधा के उपकरणों से बदलकर दैनिक निर्णय लेने में वास्तविक भागीदार बन सकते हैं।