Creare esperienze su misura e “tenere” gli utenti il più possibile all’interno del proprio ambiente è nell’interesse delle piattaforme che basano una parte dei loro guadagni proprio sulla raccolta di informazioni di navigazione e pubblicità mirate. Tuttavia, rendere la navigazione conforme agli interessi specifici di ogni utente limita in modo arbitrario l’accesso ad altri contenuti. Fenomeni come echo chamber, polarizzazione, filter bubble sono la conseguenza di sistemi di filtraggio automatizzato che influenzano cosa le persone leggono e vedono, a quali discussioni partecipano.
C’è un ampio corpus di ricerca su quanto e come certi sistemi possano influenzare opinioni, comportamenti e, non da ultimo, benessere psicologico. Di recente, Hutmacher e Appel (2023) hanno proposto un modello che esamina l’impatto di esperienze digitali altamente personalizzate sulla base di bisogni e motivazioni psicologici degli utenti.
Personalizzazione e ambienti digitali
Gli ambienti digitali sono “spazi e contesti creati dalle tecnologie elettroniche e digitali che utilizziamo per scopi comunicativi, industriali, commerciali e ricreativi” (Buongiorno, 2021). Personalizzazione e sistemi di raccomandazione sono tutti quei “cambiamenti automatici che vengono apportati agli ambienti digitali per adattarsi a bisogni, interessi, conoscenze, obiettivi o compiti dell’utente” (Serino et al., 2005). Notizie, playlist, film, account consigliati: ogni piattaforma ha le sue modalità per, sulla base dei dati di navigazione, filtrare i contenuti e suggerire cosa proporre all’utente. Queste indicazioni sono governate da logiche e tecnicismi di cui gli utenti non sono a conoscenza e che possono essere solo in parte modificati; nella pratica, rendono complesso per gli utenti scegliere di quali contenuti fruire. Inoltre, cambiano l’ambiente stesso: sfogliando un giornale cartaceo, per esempio, il lettore può scegliere di non leggere alcuni articoli che, però, fanno ancora parte del contesto e potrebbero essere letti in un secondo momento; invece, nel feed di un social network i contenuti potrebbero sparire dalla sua portata prima ancora che sappia che esistono.
Bisogni e motivazioni degli utenti
Processo decisionale, manipolazione, formazione di echo chamber, polarizzazione, privacy e sicurezza: sono tra i fenomeni maggiormente studiati per quanto riguarda l’influenza che può avere la personalizzazione dei contenuti (ad esempio Zanker et al., 2019). Si tratta di fattori esterni, di effetti dovuti a cambiamenti negli ambienti digitali indipendenti dal volere degli utenti.
La teoria dell’autodeterminazione
Cambiando prospettiva e ponendosi dal loro punto di vista, Hutmacher e Appel (2023) adottano un framework più generale, la teoria dell’autodeterminazione (Self-determination theory, SDT) di Deci e Ryan (2000; 2008; 2022), per fornire una nuova chiave di lettura degli effetti di personalizzazione e sistemi di raccomandazioni. Secondo questa teoria le persone, per stare bene, devono veder soddisfatti tre bisogni psicologici universali: autonomia, competenza e relazione. Il bisogno di autonomia si riferisce al sentirsi in completo controllo della propria vita; quello di competenza al sentirsi in grado di eseguire e portare a termine determinati compiti o azioni; il bisogno di relazione esprime la necessità di connessione e appartenenza.
La motivazione nel fare qualcosa è legata a questi bisogni: quando una persona ha una motivazione intrinseca il suo agire è allineato ai propri scopi e valori, al piacere in sé di far qualcosa; viceversa, quando spinta da contingenze esterne, per esempio ottenere una ricompensa, approvazione o evitare un danno, allora avrà una motivazione estrinseca. Sempre secondo Deci e Ryan (2000; 2008; 2022) le persone possono essere orientate all’autonomia quando le loro azioni sono guidate dai propri valori e obiettivi, in questo caso si parla di comportamento non controllato e motivazione intrinseca; le persone possono anche avere un orientamento controllato nel caso in cui il loro agire sia conseguente alle contingenze, basato quindi su una motivazione estrinseca.
Per la teoria dell’autodeterminazione benessere psicologico e crescita personale vengono raggiunti quando vengono soddisfatti i bisogni fondamentali, si ha un orientamento autonomo e la motivazione è intrinseca.
Partendo quindi dalla SDT di Deci e Ryan, Hutmacher e Appel (2023) sostengono che gli utenti si rapportano in modo diverso a personalizzazione e sistemi di raccomandazione sulla base di come bilanciano questi elementi della teoria dell’autodeterminazione.
Il modello Hutmacher e Appel
La personalizzazione negli ambienti digitali non ha in sé un impatto negativo o positivo sul benessere delle persone, piuttosto la sua influenza dipende dalle caratteristiche specifiche del singolo individuo.
Gli utenti con un orientamento autonomo, cioè motivati dai propri valori e dal piacere in sé di far qualcosa, possono percepire la personalizzazione come invadente, limitante, frustrante, perché circoscrive il loro raggio di azione e non è chiaro come funzioni. Nella misura in cui ostacola la loro libertà di scelta e di controllo, non soddisfa il loro bisogno di autonomia e competenza.
Gli utenti con orientamento controllato invece sono motivati da obiettivi esterni, come per esempio trovare una specifica informazione: se raggiungono il risultato desiderato, allora la personalizzazione degli ambienti digitali viene vista positivamente.
Una personalizzazione ben progettata richiede più di buoni suggerimenti: deve soddisfare i bisogni di autonomia, competenza e relazione e rispondere contemporaneamente ai diversi tipi di orientamento e motivazione. Il bisogno di relazione è soddisfatto per la natura stessa di queste piattaforme che incentivano connessione e condivisione. Mentre per gli altri due bisogni, autonomia e competenza, potrebbe essere utile, per esempio, eliminare opzioni poco utilizzate: per chi ha un orientamento autonomo con motivazione intrinseca può essere efficace perché riduce il sovraccarico cognitivo dovute alle troppe informazioni; per gli utenti con orientamento controllato e motivazione estrinseca è funzionale perché consente di raggiungere lo scopo desiderato.
Gli effetti sul benessere psicologico
Hutmacher e Appel (2023) hanno analizzato, alla luce del loro modello, tre ambienti digitali: feed di notizie e siti web, streaming musicale, app di dating.
Per quanto riguarda la diffusione di notizie, in genere vengono consigliati contenuti simili a quelli con cui gli utenti hanno interagito in precedenza. Questo rafforza e cristallizza la tendenza a preferire informazioni in linea con le proprie convinzioni, a discapito della possibilità di formarsi opinioni in maniera consapevole grazie all’accesso a contenuti diversificati. Sebbene le piattaforme sostengano che i feed non sono solo personalizzati sulla base di interazioni precedenti o contenuti simili, la preoccupazione principale è che le persone finiscano comunque per essere esposte ad una selezione parziale e di conseguenza alla formazione di polarizzazione, filter bubble e echo chambers. Questi fenomeni sono di solito descritti come esterni agli utenti, come se essi fossero solo oggetto e destinatario passivo.
Restituire agli utenti controllo e competenza
Nell’ottica di Hutmacher e Appel (2023) è importante restituire agli utenti controllo e competenza incentivando la personalizzazione attiva, ovvero facilitando la possibilità di modificare il feed e aumentando trasparenza e consapevolezza sui tipi di dati raccolti e su come vengono utilizzati.
L’assenza di scelta incide sulla qualità dell’esperienza degli utenti anche quando si parla di servizi di streaming musicali (Webster, 2021). Anche in questi servizi, tutte le azioni compiute da un utente vengono raccolte e analizzate per adattare i contenuti proposti secondo gusti e preferenze. Hutmacher e Appel (2023) analizzano poi la personalizzazione in un’altra tipologia di piattaforma: le app di dating. Bisogni di autonomia e competenza vengono soddisfatti in modo differente: chi ha un orientamento autonomo con motivazione intrinseca sarà poco condizionato dalle proposte dell’app: preferisce sentirsi in controllo e indipendente in merito alla scelta di chi approcciare o meno; chi invece ha un orientamento controllato con motivazione estrinseca soddisferà questi bisogni in base ai feedback e alle opportunità ricevute.
Conclusioni
Hutmacher e Appel (2023) suggeriscono che soddisfacimento di bisogni, motivazione e orientamento mediano l’effetto di personalizzazione e sistemi di raccomandazioni sul benessere psicologico.
Per rispondere realmente ai bisogni degli utenti queste raccomandazioni devono avere valore, rappresentare i reali interessi, devono essere davvero pertinenti e devono essere modificabili.
Capire cosa effettivamente influenza gli utenti non solo da una prospettiva esterna ma anche interna in termini di bisogni e motivazioni psicologici, può portare ad esperienze di personalizzazione ancora più avanzate.
Bibliografia
Buongiorno, F. (2021). Towards a philosophical understanding of digital environments. Philosophy Study, 11(2), 96–106.
Deci, E. L., & Ryan, R. M. (2000). The” what” and” why” of goal pursuits: Human needs and the self-determination of behavior. Psychological inquiry, 11(4), 227-268.
Deci, E. L., & Ryan, R. M. (2008). Self-determination theory: A macrotheory of human motivation, development, and health. Canadian psychology/Psychologie canadienne, 49(3), 182.
Hutmacher, F., & Appel, M. (2023). The Psychology of Personalization in Digital Environments: From Motivation to Well-Being–A Theoretical Integration. Review of General Psychology, 27(1), 26-40.
Ryan, R. M., & Deci, E. L. (2022). Self-determination theory. In Encyclopedia of quality of life and well-being research (pp. 1-7). Cham: Springer International Publishing.
Serino, C. M., Furner, C. P., & Smatt, C. (2005). Making it personal: How personalization affects trust over time. Proceedings of the 38th Annual Hawaii International Conference on System Sciences, Washington, DC, 3–6 January, 2005.
Webster, J. (2023). The promise of personalisation: Exploring how music streaming platforms are shaping the performance of class identities and distinction. New Media & Society, 25(8), 2140-2162.
Zanker, M., Rook, L., & Jannach, D. (2019). Measuring the impact of online personalisation: Past, present and future. International Journal of Human-Computer Studies, 131, 160-168.
