रेस्टॉरंट ॲप जितके अचूक, तितके ते श्रीमंत आणि गरिबांना वेगळे करते

नकाशे जवळपासच्या रेस्टॉरंटची क्रमवारी लावतात, फूड ॲप्स पुढच्या वेळी कुठे जेवायचे ते सुचवतात, आणि भाषा मॉडेल्स आता कुठे जावे या प्रश्नांची उत्तरे देतात. छापील मार्गदर्शिकेच्या विपरीत, या सूचनांमागील प्रणाली स्वतः घडवून आणलेल्या भेटींमधून शिकतात. लोक कुठे गेले यावर — त्यांनी स्वतः शिफारस केलेल्या ठिकाणांसह — त्यांना पुन्हा प्रशिक्षित केले जाते. हे लोक आणि अल्गोरिदम यांच्यातील एक प्रतिसाद-चक्र (feedback loop) आहे.

प्लॅटफॉर्म सहसा या प्रणालींचे मूल्यमापन त्यांच्या ऑफलाइन अचूकतेवरून करतात: कोणत्याही शिफारशीपूर्वी लोकांनी केलेल्या भेटींचे त्या किती चांगले भाकीत करतात. ही चाचणी सूचनांना लोकांच्या जाण्याच्या ठिकाणांत कधीच बदल घडवू देत नाही, त्यामुळे कालांतराने हे चक्र काय करते ते तिला दिसू शकत नाही. नॉर्थईस्टर्न विद्यापीठ, ट्रेंटो येथील ब्रूनो केसलर फाउंडेशन, पिसा येथील ISTI-CNR आणि न्यूयॉर्क विद्यापीठ येथील एका संशोधक-गटाने ते मोजण्याचे ठरवले.

शहर हे प्लेलिस्टसारखे का नसते

प्रतिसाद-चक्रांचा अभ्यास मुख्यतः गाणी, चित्रपट आणि उत्पादने यांच्यासाठी झाला आहे, जी कितीही लोक एकमेकांवर परिणाम न करता वापरू शकतात. रेस्टॉरंट तीन प्रकारे वेगळी असतात. लोक आपण जिथे आहोत तिथून आवाक्यात असलेल्या ठिकाणांमधूनच निवड करतात. एक रेस्टॉरंट ठरावीक संख्येपर्यंतच ग्राहकांना सेवा देऊ शकते. आणि एका व्यक्तीला केलेली शिफारस इतर ग्राहक कोणाला भेटतात हेही बदलते.

म्हणून संशोधक-गटाने प्रत्यक्ष हालचालींवर आधारित एक सिम्युलेशन तयार केले. ऑक्टोबर 2016 ते मार्च 2017 दरम्यान नोंदवलेल्या, संमती दिलेल्या वापरकर्त्यांच्या निनावी GPS डेटामधून बॉस्टन, सॅन फ्रान्सिस्को आणि डेट्रॉइटमधील 4,000 रहिवाशांचे आणि शिकागोमधील 8,000 रहिवाशांचे दैनंदिन वेळापत्रक मिळाले; हे रहिवासी त्यांच्या राहत्या परिसरांच्या चार उत्पन्न-चतुर्थकांमधून (income quartiles) समप्रमाणात घेतले होते. जेवणासाठीच्या प्रत्येक फेरीत, एका शिफारस-प्रणालीने वास्तववादी अंतराच्या आत असलेली आणि अजून जागा शिल्लक असलेली 20 ठिकाणे सुचवली; प्रत्येक ठिकाणाची साप्ताहिक क्षमता त्याच्या प्रत्यक्ष भेटींच्या 1.5 पट ठेवली होती. ही प्रणाली सुमारे तीन वर्षे दर आठवड्याला मागील चार महिन्यांच्या डेटावर पुन्हा प्रशिक्षित केली गेली. डेटामधील इतर सर्वांच्या — प्रत्येक शहरात 290,977 लोकांपर्यंत — प्रत्यक्ष भेटी कायम ठेवल्या, त्यामुळे सिम्युलेटेड रहिवासी त्यांच्यासोबत ठिकाणे वाटून घेत होते.

चार अल्गोरिदमची तुलना केली गेली: एखादी व्यक्ती सर्वाधिक वेळा भेट देत असलेली ठिकाणे सुचवणारा एक (UR-POI), सारख्या ठिकाणांमधून किंवा सारख्या लोकांमधून शिकणारे दोन, आणि संपूर्ण लोकसंख्येच्या हालचालींचे अनुसरण करणारा एक.

कोण कोणाला भेटते याचे मोजमाप

संशोधक-गटाने अनुभवलेले उत्पन्न-विलगीकरण (experienced income segregation) मोजले: प्रत्येक व्यक्तीसाठी, ठिकाणांमध्ये घालवलेला वेळ चार उत्पन्न-गटांतील लोकांमध्ये किती असमानपणे विभागला जातो. 0 गुण म्हणजे समतोल मिश्रण; 1 गुण म्हणजे फक्त एकाच गटाला भेटणे. मिश्र ठिकाणे महत्त्वाची आहेत, कारण विविध उत्पन्न-गटांमधील नातेसंबंधांवरून वरच्या दिशेने होणाऱ्या आर्थिक-सामाजिक प्रगतीचे (upward mobility) भाकीत करता येते. रेस्टॉरंट ही चांगली चाचणी-भूमी आहे: लोक राहतात त्या परिसरांच्या तुलनेत ती सुमारे निम्मीच विलग असतात.

अचूकता विरुद्ध मिसळ

निकाल म्हणजे एक तडजोड. ऑफलाइन अचूकतेनुसार क्रम लावला काय किंवा ते निर्माण करत असलेल्या विलगीकरणानुसार क्रम लावला काय, चारही अल्गोरिदम त्याच क्रमाने येतात. अचूकतेवरून निवड केल्यास प्रत्येक शहरात सर्वाधिक विलगीकरण करणारा अल्गोरिदम निवडला जातो. सर्वांत अचूक अल्गोरिदम, UR-POI, मुळे लोक त्यांच्या प्रत्यक्ष भेटींपेक्षा 15–21% अधिक विलग झाले. तो अचूकतेत जिंकतो ते नेमके यामुळेच की लोक ओळखीच्या ठिकाणी परत जातात — आणि त्यांना तिथे परत पाठवून, तो त्यांना त्यांच्याच लोकांमध्ये ठेवतो.

दोष क्रमवारीचा आहे, नकाशाचा नाही. आवाक्यातील त्याच ठिकाणांमधून यादृच्छिकपणे निवड केल्यावर बॉस्टनमध्ये सर्वांत कमी विलगीकरण मिळाले. आणि याचा सर्वाधिक भार आधीपासूनच सर्वाधिक एकाकी असलेल्यांवर पडतो: सर्वांत कमी उत्पन्न असलेले रहिवासी सर्वत्र सर्वाधिक विलग गट होते, आणि बॉस्टनमध्ये त्यांचे गुण प्रत्यक्षातील 0.360 वरून UR-POI खाली 0.413 पर्यंत वाढले.

नाहीशी होणारी रेस्टॉरंट

हे चक्र ठिकाणे रिकामीही करते. प्रत्येक अल्गोरिदमखाली आणि प्रत्येक शहरात, किमान एक पंचमांश रेस्टॉरंटनी आपले सर्व सिम्युलेटेड पाहुणे गमावले — त्यांपैकी 21% ते 71%, तर साप्ताहिक पुनःप्रशिक्षणाशिवाय 5% ते 30%. या घटीपैकी 55 ते 75% घट पुनःप्रशिक्षणामुळेच झाली: ज्या ठिकाणाला भेटी मिळत नाहीत ते डेटामधून बाहेर पडते आणि त्याची शिफारस होणे थांबते. हे नुकसान कमी सक्रिय, कमी उत्पन्नाच्या परिसरांमध्ये एकवटले होते.

मिसळ आणि टिकाव परस्परविरोधी दिशांना जाऊ शकतात. सर्वांत कमी विलगीकरण करणारे दोन अल्गोरिदम इतर लोकांच्या भेटींमधून सर्वाधिक शिकतात आणि सर्वांना एकाच ठिकाणी एकत्र आणतात — प्रत्यक्ष भेटींच्या 4.4 ते 6.2 पट इतकी सामायिकता (overlap) — आणि त्यामुळे अधिक ठिकाणे रिकामी ठेवतात, प्रत्येक शहरात UserKNN सर्वाधिक.

क्रमवारीत एक हलका धक्का

संशोधक-गटाने tail-boost नावाच्या एका सोप्या उपायाची चाचणी घेतली, जो कोणत्याही अल्गोरिदमवर जोडता येतो: प्रत्येक ठिकाणाच्या गुणांमध्ये एक बोनस मिसळला जातो, जो कमी भेटी मिळणाऱ्या ठिकाणांसाठी मोठा असतो. बॉस्टनमध्ये, ऑफलाइन अचूकतेचा जास्तीत जास्त 15% त्याग करताना, या उपायाने प्रत्येक अल्गोरिदमखाली ठिकाणे नाहीशी होण्याचे प्रमाण 54 ते 75% ने कमी केले, आणि चारपैकी तीन अल्गोरिदमखाली विलगीकरण कमी केले; UR-POI खाली, अतिरिक्त विलगीकरण 21% वरून 13% पर्यंत घसरले. आणि हे बहुतांशी, लोकांना अशा ठिकाणी न पाठवता साधले, जिथे त्यांचा स्वतःचा उत्पन्न-गट एक लहानसा अल्पसंख्य असतो. केवळ ऑफलाइन अचूकतेच्या निकषावर हा उपाय नाकारला गेला असता.

हे सिम्युलेशन लोकांचे वर्तन साधे ठेवते — मुख्य प्रयोगांमध्ये, प्रत्येक जण शिफारशींचे पालन करतो — आणि ते उत्पन्न व्यक्तीनुसार नव्हे, तर परिसरानुसार मोजते. लेखक आपला कोड प्रसिद्ध करतात, आणि असा युक्तिवाद करतात की युरोपीय डिजिटल सेवा कायद्याच्या (Digital Services Act) भावनेनुसार, प्लॅटफॉर्म आणि लेखापरीक्षकांनी एखादा अल्गोरिदम वापरात आणण्यापूर्वी या चक्राचे सिम्युलेशन केले पाहिजे. शिफारस-प्रणालींवरील संशोधनाने बराच काळ प्रत्येक सूचनेला एक वापरकर्ता आणि एक वस्तू यांच्यातील बाब मानले आहे; शहरात मात्र, शोधनिबंधाच्या शब्दांत, पाळलेली प्रत्येक शिफारस “इतर लोक कोणाला भेटतात आणि कोणत्या ठिकाणी भेटी चालू राहतात, हेही बदलते.”