Kun je op de wijsheid van de menigte vertrouwen?

Bij het online zoeken naar een nieuw gadget om te kopen of een film om te huren, letten veel mensen goed op het aantal sterren dat wordt toegekend door klantrecensenten op populaire websites. Maar nieuw onderzoek bevestigt wat sommigen misschien al vermoeden: die beoordelingen kunnen gemakkelijk worden beïnvloed door een kleine groep zeer actieve gebruikers.





Vassilis Kostakos , een assistent-professor aan de Universiteit van Madeira in Portugal en een adjunct-assistent-professor aan de Carnegie Mellon University (CMU), zegt dat beoordelingssystemen kunnen profiteren van de wijsheid van de menigte om nuttige inzichten te bieden, maar ze kunnen ook een vertekend beeld schetsen van een product als een klein aantal gebruikers het meeste stemmen. Het blijkt dat mensen heel verschillende stempatronen hebben, zegt hij, zowel tussen individuen als tussen gebruikersgemeenschappen.

Kostakos bestudeerde stempatronen op Amazon, de Internet Movie Database (IMDb) en de boekrecensiesite BookCrossings. Het onderzoek werd vorige maand gepresenteerd op de 2009 IEEE International Conference on Social Computing . Zijn team bekeek honderdduizenden items en miljoenen stemmen op de drie sites. In elk geval ontdekten ze dat een klein aantal gebruikers verantwoordelijk was voor een groot aantal beoordelingen. Slechts 5 procent van de actieve Amazon-gebruikers bracht bijvoorbeeld stemmen uit op meer dan 10 producten. Een handvol gebruikers heeft op honderden items gestemd.

Als je twee of drie mensen 500 keer hebt laten stemmen, zegt Kostakos, zijn de resultaten mogelijk niet representatief voor de gemeenschap in het algemeen. Hij vermoedt dat dit de reden kan zijn waarom beoordelingen vaak naar extremen neigen.

Jahna Otterbacher , een assistent-professor aan het Illinois Institute of Technology die online beoordelingssystemen bestudeert, zegt dat eerder onderzoek heeft laten doorschemeren dat beoordelingssystemen kunnen worden vertekend door factoren zoals de leeftijd van een recensie. Maar ze merkt op dat sommige sites, waaronder Amazon, al mechanismen bevatten die zijn ontworpen om de kwaliteit van beoordelingen te controleren, bijvoorbeeld door gebruikers in staat te stellen te stemmen over de behulpzaamheid van beoordelingen van andere gebruikers.

Kostakos stelt verdere manieren voor om aanbevelingen betrouwbaarder te maken. Hij stelt voor om het stemmen gemakkelijker te maken, om meer gebruikers aan te moedigen mee te doen.

Niki Kittur , een assistent-professor bij CMU die de samenwerking tussen gebruikers op Wikipedia bestudeert en niet betrokken was bij het werk van Kostakos, zegt dat het verstrekken van meer informatie over stempatronen aan gebruikers ook nuttig zou kunnen zijn. Kittur suggereert dat sites manieren kunnen creëren om de bijdragen van andere gebruikers gemakkelijk samen te vatten en weer te geven om duidelijke vooroordelen aan het licht te brengen. Er zijn zowel opzettelijke als onopzettelijke bronnen van vooringenomenheid, zegt Kittur. Wat we uiteindelijk echt nodig hebben [zijn] tools en transparantie.

Kostakos stelt ook voor om overdreven negatieve en overdreven positieve recensies te verwijderen, zodat een site over het algemeen niet te positief of te negatief zal zijn. Maar Otterbacher, die beoordelingen van IMDb, Amazon en Yelp onderzoekt, maakt zich zorgen dat een dergelijk beleid veel mensen zou kunnen ontmoedigen om deel te nemen. Mensen die recensies schrijven, willen iets over het item zeggen, en ze kunnen behoorlijk gepassioneerd zijn over hun mening, zegt ze.

zich verstoppen