Watu wamechoka kutendea mahusiano kama mashine ya kamari. Fungua programu ya kutafuta wapenzi. Swipe. Swipe. Swipe. Utaratibu ambao zamani ulionekana kuwa na ufanisi sasa unahisi kuwa tupu. Majukwaa mengi bado yanategemea mfumo huu rahisi wa pande mbili: ndiyo au hapana, kulingana na picha na sentensi moja au mbili. Uzoefu unabaki kuwa duni kwa makusudi. Watumiaji wanahisi kuwa kuna kitu chenye akili zaidi nyuma ya kioo, lakini hawawezi kukiona kikifanya kazi. Kutokuonekana huku kunazalisha mashaka. Algorithmu inapopendekeza muunganiko (match), watu wanajiuliza inajua nini hasa kuhusu wao, na ikiwa inaficha kitu. Hawawaamini mifumo ya AI ya kutafuta wapenzi kwa sababu inaonekana kama mfumo usioeleweka (black box) wenye mambo muhimu zaidi kuliko mapendekezo ya filamu au mapendekezo ya ununuzi.

Tatizo hili la uaminifu haliwezi kutatuliwa kwa masoko bora au rangi zenye kuvutia zaidi. Linahitaji kujenga upya mfumo huo kuzunguka uwazi. Watumiaji wanahitaji kuelewa kwa nini muunganiko unatokea. Wanapoelewa mantiki yake, wanaweza kuupima wenyewe. Uaminifu hufuata kiasili.

Hivi ndivyo sekta inavyoweza kuelekea kwenye mifumo ya AI ya kutafuta wapenzi inayojipatia imani ya kweli.

Onyesha Kwa Nini Muunganiko Upo

Eleza mantiki iliyo nyuma ya kila pendekezo. Watumiaji wanastahili kujua kwa nini wasifu fulani umetokea kwenye ukurasa wao. Badala ya kuonyesha alama ya asilimia isiyoeleweka, kiolesura (interface) kinapaswa kuonyesha viashiria halisi vinavyosababisha muunganiko huo. Labda watu wote wawili waliorodhesha kupanda milima kama hobby yao kuu, au wanashiriki mtazamo unaofanana kuhusu usawa kati ya kazi na maisha, au malengo yao ya muda mrefu yanalingana kuhusu mipango ya familia. Maelezo haya mahususi yanageuza algorithmu iliyofichika kuwa mwanzo wa mazungumzo.

Uwazi haumaanishi kufichua msimbo wa siri (proprietary code). Inamaanisha kutafsiri mantiki ya mashine katika lugha ya kibinadamu. Mtu anapoona kuwa amepatanishwa kwa sababu wote wawili wanazingatia afya ya akili na kufurahia kupika, pendekezo hilo linakuwa linaeleweka. Wanaweza kukubaliana na mantiki hiyo au kutokubaliana nayo. Vyovyote vile, hawafanyi makisio tena. Mantiki madhubuti pia inawasaidia watumiaji kuboresha matarajio yao wenyewe. Ikiwa mfumo unaendelea kuwaunganisha kulingana na eneo pekee, wanaweza kuamua kuweka uzito mkubwa kwenye mambo mengine, jambo ambalo linaboresha matokeo kwa kila mtu.

Kagua Data Inayounda Tamaa

Tumia data mbalimbali. Epuka upendeleo katika seti za mafunzo. Hii inaonekana kama jambo la kiufundi, lakini gharama yake kwa binadamu ni ya kibinafsi sana.

Mifano mingi ya ujifunzaji wa mashine (machine learning) hujifunza kutokana na tabia za kihistoria. Katika programu za kutafuta wapenzi, historia hiyo mara nyingi huakisi upendeleo wa kijamii uliopo. Ikiwa watumiaji wa zamani walituma ujumbe kwa kiasi kikubwa kwa watu ndani ya kikundi chao cha kikabila, algorithmu isiyoangaliwa inaweza kujifunza kutoa kipaumbele kwa watu wa rangi moja. Ikiwa data ya mafunzo imeelekea zaidi kwa wataalamu wa mijini wenye umri wa miaka ishirini, mfumo unaweza kuwatenga kimyakimya watumiaji wa vijijini au watu wenye umri mkubwa. Mifumo hii haihitaji kuwekwa kwa programu. Inajitokeza wakati data inapokosa upana wa kutosha.

Watengenezaji wanahitaji seti za mafunzo zinazohusisha aina mbalimbali za umri, asili, aina za miili, maeneo ya kijiografia, miondoko ya kijinsia, na malengo ya mahusiano. Uandaji wa data ni muhimu kama vile msimbo (code). Timu zinapaswa kufanya majaribio mara kwa mara ili kuona ikiwa mifano yao inawatendea vikundi tofauti vya idadi ya watu kwa haki, na kurekebisha wanapoona matokeo yaliyopinda. Mfumo unaoaminika unajikinga na kujifungia watumiaji katika mapovu ya vichujio (filter bubbles) yanayothibitisha dhana finyu kuhusu nani anapaswa kuwa na nani.

Waruhusu Watu Waongoze

Wape watumiaji udhibiti. Waruhusu kurekebisha mapendeleo yao wenyewe. Majukwaa mengi yanajidai kujua watumiaji wao vizuri kuliko wanavyojijua wao wenyewe. Kiburi huo unaharibu uaminifu.

Udhibiti wa kweli unaenda mbali zaidi ya vichujio vya msingi vya umri na umbali. Watumiaji wanapaswa kuweza kurekebisha jinsi algorithmu inavyoweka uzito kwenye sifa tofauti. Labda mtu mmoja anajali sana maadili ya kisiasa yanayofanana lakini yuko tayari kulegeza msimamo kuhusu malengo ya kazi. Mwingine anaweza kutoa kipaumbele kwa maslahi ya ubunifu kuliko historia ya elimu. Waruhusu wafanye hivyo. Toa zana za kuteleza (sliders), ukadiriaji, au zana za kufanya maamuzi ya kulinganisha zinazowaruhusu watu binafsi kuunda vigezo vyao vya utafutaji.

Uwezo wa kujiamulia pia unamaanisha kuwaruhusu watu kujiondoa kwenye ishara fulani za data. Ikiwa mtumiaji hataki historia yake ya kusikiliza au tabia yake ya kuvinjari izingatiwe katika utafutaji wa mahusiano, anapaswa kuweza kuiondoa. Uaminifu hukua wakati watumiaji wanapohisi kuwa washiriki badala ya wahusika tu. Algorithmu inayosikiliza maoni na kubadilika kwa kuonekana inajipatia uvumilivu hata wakati miunganiko ya mtu binafsi haijafanikiwa.

Pima Mafanikio kwa Miezi, Sio Dakika

Lenga thamani ya muda mrefu. Acha mwingiliano wa haraka. Uchumi wa kusogeza (swipe economy) unalenga zaidi ushiriki wa papo hapo: kufungua, kupenda, na ujumbe unaotumwa ndani ya saa ya kwanza. Vipimo hivyo havielewi kabisa lengo la watu wanaotafuta mahusiano ya kudumu.

Wabunifu wanapaswa kufuatilia matokeo ambayo ni muhimu kwa watumiaji. Je, watu wawili bado wanaendelea kuzungumza baada ya wiki moja? Je, walikutana? Je, wote wawili wameridhika na mazungumzo yao? Ielekeze mifumo kutoa kipaumbele kwa kina badala ya wingi. Match moja inayopelekea ujumbe mitatu wenye maana ina thamani kubwa kuliko salamu isiyo na maana ishirini.

Mabadiliko haya yanabadilisha maamuzi ya kiolesura. Wahimize watumiaji kwa kuanzisha mazungumzo yanayotokana na maslahi yanayofanana badala ya salamu za kawaida. Weka kikomo cha mapendekezo ya kila siku ili kuhimiza ufikiri wa kina badala ya kutafuta bila mwisho. Onyesha wasifu unaoendana na vipaumbele vya muda mrefu vya mtumiaji, hata kama wasifu huo hautasababisha kubofya haraka zaidi. Lengo ni muunganisho, si uraibu.

Jenga kwa Huruma, Sio Uhandisi Pekee

Kujenga mifumo hii kunahitaji zaidi ya kodi. Kunahitaji huruma. Kila mstari wa mantiki unaathiri binadamu halisi wanaopitia hali ya unyonge, matumaini, na upweke. Huwezi kutumia uboreshaji (optimization) kufikia ukaribu wa kweli.

Wabunifu na wahandisi wanapaswa kutumia muda kuelewa hali ya kihisia ya watumiaji wao. Inakuwaje unapokosa match yoyote kwa wiki nzima? Inakuwaje unapohisi kuwa algoriti imekukataa? Maswali hayo yanapaswa kujadiliwa kwenye mikutano ya bidhaa pamoja na mipango ya kiufundi (technical roadmaps).

Buni kwa ajili ya muunganisho wa kibinadamu, si vipimo vya ushiriki pekee. Wakati jukwaa linapowachukulia watumiaji wake kama watu kamili badala ya takwimu tu katika mchakato wa kuwashikilia (retention funnel), teknolojia hiyo hupotea nyuma ya pazia. Kinachobaki ni huduma inayomsaidia mtu kupata kile anachotafuta.

Uoanishaji wa AI unaoaminika hautapatikana kupitia uvumbuzi mmoja mkubwa. Unatokana na maamuzi madogo madogo yanayotoa kipaumbele kwa uwazi badala ya fumbo, haki badala ya urahisi, na uwezo wa binadamu badala ya udhibiti wa mashine. Programu zinazotambua hili zitajitofautisha katika soko lenye ushindani mkubwa. Watumiaji tayari wanajua wanapokuwa wanadanganywa. Watazipa zawadi majukwaa yanayoheshimu akili na mioyo yao.

Soma uchambuzi kamili hapa: Chanzo