Sistemas de Recomendação

Hoje em dia, sempre que entramos em algum serviço online para consumo de informação, como redes sociais e serviços de streaming (filmes, músicas, etc), recebemos um monte de recomendações do que devemos dar atenção. Estas recomendações são criadas por algoritmos a partir de informações diversas, como conteúdos consumidos por perfis similares ao do usuário, conteúdos mais acessados numa dada região e conteúdos patrocinados.

Em nosso livro, uma analogia interessante ocorre em restaurantes na divulgação dos chamados "Prato do Dia". Para quem já parou para pensar a respeito, já deve ter concluído que o perfil do usuário não é muito levado em consideração na construção do prato do dia. Isto porque o restaurante precisaria ter um histórico prévio grande da preferência dos seus potenciais clientes para, em função disso, tentar deduzir o que o cliente, ou a maioria deles, deseja comer numa dado dia. O mais comum na construção dessas recomendações deve ser uma combinação de oferta em excesso dos ingredientes básicos para um preparo combinado com os pratos típicos preparados nesse restaurante.

Em ambos os cenários (restaurantes e serviços online) percebemos com essas recomendações uma possibilidade de se induzir o público para o que os detentores do serviço entendem que deveria ser consumido. Se a gente pensa em pratos com uma distribuição equilibrada entre proteínas e carboidratos, por exemplo, estamos induzindo a uma alimentação mais saudável. Entretanto, nada impede que exatamente o contrário possa ser induzido. Imaginemos o quão desinteressante é para uma indústria do gênero alimentício se restaurantes passassem a não recomendar seus produtos? Essa é a grande questão ética e de impacto relacionada a sistemas de recomendação.