DYNAMICS-WEB: A Pre-Registered Measurement of Web Content Character over the Link Graph, and a Powered Proof that its Sub-Perceptual Half Changes Conversion

Por décadas, a internet tem sido organizada por duas regras principais. A primeira regra é sobre autoridade: quantos outros sites importantes apontam para uma página, o que nos diz qual é o seu prestígio no mundo digital. A segunda regra é sobre tópico: sobre qual assunto a página trata, garantindo que uma página sobre culinária apareça quando você pesquisa por receitas. Esses dois sinais são globais; eles dão a cada único leitor exatamente a mesma resposta sobre a importância e o assunto de uma página. Mas eles deixam de fora uma terceira dimensão crucial: como uma página realmente parece ao ser lida. Duas páginas podem tratar do mesmo tópico e ter o mesmo nível de autoridade, mas uma pode parecer rigorosa e calorosa enquanto a outra parece fria e voltada para vendas. Essa diferença não é sobre fatos ou popularidade; é sobre caráter. Até agora, não havia uma maneira de medir esse caráter em escala, ou de entender se ele realmente altera o que uma pessoa decide fazer quando visita um site.

Um pesquisador chamado Jason Duke propôs-se a medir essa qualidade ausente. Ele desenvolveu um sistema chamado DYNAMICS-WEB, que trata o caráter de uma página da web como uma propriedade distinta que pode ser quantificada através de oito dimensões diferentes. Essas dimensões incluem o quão cuidadosa e precisa é a escrita, a profundidade do conteúdo, o quão original ela parece, o quão honesta é, quanta calidez emocional carrega, o quanto tenta vender algo, o quão opinativa é e o quão formal ou acessível é o seu tom. A equipe não apenas adivinhou essas qualidades; eles treinaram um grande modelo computacional com base em milhares de julgamentos humanos para reconhecer esses padrões no texto. Eles então aplicaram este modelo a milhões de sites, criando um perfil detalhado para cada um que descreve exatamente como ele se lê, independentemente de seu tópico ou de sua fama.

O estudo descobriu que este caráter é algo inteiramente novo. Não é apenas uma maneira sofisticada de medir o quão autoritário é um site, nem é simplesmente um reflexo de como o texto é fácil de ler ou de quão positivo soam as palavras. Quando os pesquisadores tentaram prever o caráter de uma página usando apenas sua autoridade ou seu estilo de escrita superficial, eles falharam em capturar a maior parte dele. O sinal de caráter carregava informações que essas outras ferramentas completamente perdiam. Além disso, este caráter não é estático; ele flui pela web. Assim como a autoridade se espalha quando um site linka para outro, o caráter de um website influencia os sites aos quais ele se conecta. Uma página com pouco texto próprio ainda pode ter um caráter claro porque está cercada por outras páginas com qualidades semelhantes. Os pesquisadores provaram isso ao mostrar que o caráter de um website poderia ser previsto pelo caráter de seus vizinhos no grafo da web, confirmando que essa qualidade viaja através dos links que unem a internet.

Talvez a descoberta mais surpreendente tenha sido que este caráter opera abaixo do nível do pensamento consciente. Quando os pesquisadores pediram que leitores humanos avaliassem as páginas nestas oito dimensões, os leitores não consegiam concordar entre si. Eles conseguiam identificar facilmente traços óbvios, como o quanto uma página estava tentando vender algo, mas tinham dificuldade em nomear as qualidades mais sutis, como o quão profunda ou honesta a escrita parecia ser. O modelo computacional, no entanto, conseguia medir esses traços sutis com alta consistência. Isso sugere que os leitores sentem essas qualidades sem serem capazes de articulá-las. O estudo testou se esse sentimento invisível importava ao realizar um experimento controlado onde 117 pessoas viram ofertas que eram idênticas em preço e fatos, mas diferiam apenas em seu caráter de escrita. Quando o caráter sutil e inominável da página correspondia às preferências do leitor, a taxa na qual eles escolhiam comprar ou se inscrever saltou de 19 por cento para 31 por cento. Os traços altos e óbvios, como o quanto a página tentava vender, não tiveram efeito na decisão.

A pesquisa também mostrou que este método funciona através de diferentes línguas e culturas. A equipe testou o sistema em árabe, chinês e suaíli, línguas com sistemas de escrita e contextos culturais muito distintos. Em todos os casos, o modelo identificou corretamente que páginas acadêmicas pareciam mais rigorosas e menos comerciais do que páginas de negócios, provando que o conceito de caráter não se limita ao inglês. Eles também demonstraram que o mesmo motor matemático usado para medir o caráter poderia ser usado para descobrir a qual país um website pertence, simplesmente observando quem o linka, mesmo que o endereço do website não utilize o código desse país. Isso confirma que o grafo da web contém muitos tipos diferentes de informação, não apenas autoridade.

Em última análise, o artigo estabelece que a internet é mais rica do que pensávamos. Não é apenas uma hierarquia de páginas importantes, mas um espaço onde a "voz" de uma página importa tanto quanto seus fatos. O estudo prova que esta voz é um sinal real e mensurável que flui pela web e influencia o comportamento humano de maneiras que não podemos explicar conscientemente. Embora o efeito sobre a conversão tenha sido modesto, ele foi real e específico para as partes do caráter que as pessoas sentem, mas não conseguem nomear. Os pesquisadores construíram uma ferramenta que pode ler este caráter em qualquer página, rodando localmente no dispositivo de um usuário para proteger a privacidade, oferecendo uma nova maneira de entender como o conteúdo se conecta com as pessoas. O trabalho sugere que o futuro da web pode não residir em classificar páginas pelo quão famosas elas são, mas em combiná-las com o modo como elas parecem para a pessoa que as lê.