สินค้าที่เราอยากได้ เราเลือกเอง หรืออัลกอริทึมเลือกให้?

⚫️ เราเป็นคนเลือกเทรนด์ หรือแค่ถูกเทรนด์เลือก?

เมื่อทุกคนแต่งตัวคล้ายกัน โดยที่ไม่ได้นัดหมาย กระเป๋าใบเดียวกัน รองเท้าโมเดลเดียวกัน สีเสื้อผ้าแบบเดียวกัน ผู้คนที่ไม่เคยรู้จักกัน กลับตัดสินใจเลือกสิ่งเดียวกันอย่างน่าประหลาด

หลายคนเรียกสิ่งนี้ว่า "เทรนด์" แต่คำถามคือ เทรนด์เกิดขึ้นเองจริงหรือ?

เบื้องหลังสิ่งที่เราเห็น อาจไม่ใช่ความบังเอิญ หากเป็นผลลัพธ์ของ Recommendation Algorithm ที่กำลังคัดเลือกสิ่งที่ควรปรากฏต่อสายตาของเราทุกวัน ยิ่งเราเห็นสิ่งใดบ่อย ระบบก็ยิ่งส่งสิ่งนั้นกลับมาให้เห็นอีก

จนวันหนึ่ง เราเริ่มเชื่อว่าสิ่งนั้นกำลังเป็นที่นิยม และตัดสินใจเลือกมันเหมือนกับคนอีกนับล้านคน

บางครั้ง เราไม่ได้กำลังตามเทรนด์ แต่อาจกำลังเดินตามเส้นทางที่อัลกอริทึมวางไว้ให้ตั้งแต่แรกแล้ว

⚫️ ระบบที่รู้ว่าเราจะชอบอะไร ก่อนที่เราจะรู้ตัว?

Recommendation Algorithm ไม่ได้อ่านใจ แต่อ่าน "พฤติกรรม" ซึ่งบางครั้งก็แม่นยำกว่าที่เราคิด

แพลตฟอร์มในปัจจุบันให้น้ำหนักกับพฤติกรรมของผู้ใช้ เช่น ระยะเวลาการรับชม การกดถูกใจ การแชร์ และการดูซ้ำ เพื่อเรียนรู้ความสนใจของแต่ละคน ก่อนคัดเลือกเนื้อหาที่คาดว่าจะดึงดูดผู้ใช้รายนั้นต่อไป

ผลลัพธ์คือสิ่งที่นักวิจัยเรียกว่า Filter Bubble หรือ "ฟองความสนใจ" ที่ค่อย ๆ แคบลง จนผู้ใช้เห็นเนื้อหา สไตล์ และสินค้าประเภทเดิมซ้ำ ๆ ขณะเดียวกันก็ยังรู้สึกว่าตัวเองกำลังเป็นผู้เลือกสิ่งที่รับชมอยู่ตลอดเวลา

สิ่งที่น่าสนใจคือ แม้พฤติกรรมเหล่านี้จะเกิดขึ้นโดยอัตโนมัติและไม่ได้มีเจตนาสื่อสารใด ๆ แต่ระบบกลับตีความมันเป็น "การโหวต" ว่าเนื้อหานั้นน่าสนใจ และควรถูกนำเสนอมากขึ้น

⚫️ จิตวิทยาที่ซ่อนอยู่ใต้ความคุ้นเคย

มีหลักการทางจิตวิทยาที่อธิบายได้ว่าทำไมการเห็นบางสิ่งซ้ำ ๆ จึงทำให้เรารู้สึกชอบมันมากขึ้น

ในปี 1968 Robert Zajonc นักจิตวิทยาสังคม ได้เสนอแนวคิดที่เรียกว่า Mere Exposure Effect ซึ่งชี้ว่ามนุษย์มีแนวโน้มพัฒนาความรู้สึกเชิงบวกต่อสิ่งที่พบเห็นบ่อยครั้ง แม้จะไม่มีเหตุผลรองรับเป็นพิเศษก็ตาม

เหตุผลคือสมองมักตีความความคุ้นเคยว่าเป็นสัญญาณของความปลอดภัย ก่อนจะเชื่อมโยงต่อไปว่าสิ่งนั้นน่าเชื่อถือ น่าสนใจ หรือควรค่าแก่การให้ความสนใจ

เมื่อหลักการนี้ทำงานร่วมกับ Recommendation Algorithm ที่คอยนำเสนอเนื้อหาในรูปแบบเดิมซ้ำ ๆ ผลลัพธ์จึงไม่ใช่เรื่องน่าแปลกใจ ความชอบจำนวนมากอาจไม่ได้เกิดขึ้นในทันที แต่ค่อย ๆ ถูกหล่อหลอมจากการมองเห็นสิ่งเดิมครั้งแล้วครั้งเล่า จนเรารู้สึกว่าเป็นความต้องการของตัวเอง

⚫️ เทรนด์ที่จะเกิด AI อาจเห็นมันก่อนแล้ว?

อีกด้านหนึ่งคือ บทบาทของแบรนด์และผู้ผลิต ซึ่งไม่ได้แค่ตามเทรนด์ แต่ใช้ AI เพื่อจับสัญญาณความต้องการของผู้บริโภคตั้งแต่ระยะเริ่มต้น

ปัจจุบัน เครื่องมือ AI Demand Forecasting สามารถวิเคราะห์ข้อมูลจากโซเชียลมีเดีย พฤติกรรมผู้บริโภค และกระแสความสนใจแบบ Real-time เพื่อคาดการณ์ว่าสินค้าใดมีแนวโน้มได้รับความนิยม ทำให้แบรนด์จำนวนมากสามารถปรับการผลิตได้ก่อนที่กระแสจะพุ่งถึงจุดสูงสุด

นั่นหมายความว่า ในบางกรณี AI อาจรับรู้สัญญาณความต้องการของตลาดได้ก่อนที่ผู้บริโภคจะตระหนักถึงความต้องการนั้นของตัวเอง

⚫️ วงจรที่ทุกฝ่ายมีส่วนร่วม

สิ่งที่ซับซ้อนกว่าการที่อัลกอริทึมแนะนำสินค้า คือทุกฝ่ายในระบบต่างตอบสนองต่อกันจนยากจะบอกว่าใครเป็นจุดเริ่มต้น

ผู้ใช้สร้างข้อมูลจากพฤติกรรม อัลกอริทึมนำข้อมูลนั้นไปคัดเลือกเนื้อหา แบรนด์ใช้ AI วิเคราะห์ความสนใจเพื่อนำไปพัฒนาสินค้า ก่อนที่ทุกอย่างจะย้อนกลับมาสู่ผู้ใช้อีกครั้งในรูปของสิ่งที่คุ้นตาและคุ้นเคยมากขึ้น

ไม่มีผู้กำกับ และไม่มีใครกดปุ่มเริ่มต้น แต่ทุกฝ่ายกำลังขับเคลื่อนวงจรเดียวกันอยู่ตลอดเวลา

Recommendation Algorithm ไม่ใช่สิ่งที่ผิด และการตามเทรนด์ก็ไม่ใช่เรื่องเสียหาย

แต่สิ่งที่น่าคิดต่อคือ เส้นแบ่งระหว่าง "การเจอสิ่งที่ชอบ" กับ "การถูกทำให้ชอบ" อยู่ตรงไหน

ในวันที่ระบบเข้าใจพฤติกรรมของเราได้อย่างแม่นยำ ความท้าทายอาจไม่ใช่การต่อต้านอัลกอริทึม แต่คือการรู้เท่าทันอิทธิพลของมัน

และท้ายที่สุด "ความต้องการของผู้บริโภค" ที่เราเห็นอยู่ทุกวัน เป็นเสียงของคนจริง ๆ หรือเป็นผลลัพธ์ที่ระบบสร้างขึ้นมาแล้ว?