NETFLIX E SUAS FACILIDADES

Os algoritmos de relevância pública descritos por Jurno e Dalben podem ser entendidos como: mecanismos que coletam e armazenam rastros digitais dos usuários das diversas plataformas presentes na rede mundial de computadores, identificando padrões de comportamento nessa movimentação. A partir da leitura dos dados dos usuários, as grandes empresas de tecnologia utilizam os algoritmos para  selecionar com precisão e especifidade o conteúdo e a publicidade a serem direcionados para cada um dos seus usuários.

É a esse tipo de mecanismo que se deve parte importante do sucesso de empresas como Google, Facebook, e também da Netflix. Fundada em 1997 como serviço online de locação de filmes, hoje, a empresa possui 130 milhões de assinantes em mais de 190 países. Ao se apresentar como "o principal serviço de entretenimento por internet do mundo", a gigante do streaming não está supervalorizando a sua importância para a distribuição de conteúdo audiovisual.

Buscando manter os usuários conectados pelo maior tempo possível, a Netflix possui um sistema de recomendações que tem como função "ajudar os usuários a encontrarem algo bom para assistir do modo rápido e fácil". Para isso, a empresa analisa dados como as obras assistidas e as suas respectivas avaliações, além de comparar o os gostos e preferências dos usuários, criando grandes comunidades de pessoas com interesses em comum (1).

A partir de suas pesquisas, a empresa concluiu que enquanto escolhem o próximo filme ou série a ser assistido, os usuários concentram 82% de sua atenção nas imagens que aparecem na tela, um dado que não é surpreendente no mundo em que vivemos. Esse dado, aliado à descoberta de que o tempo que cada um passa pensando em cada uma das opções é menor que dois segundos, foi o ponto de partida para mais uma inovação: a implementação de imagens personalizadas no sistema de recomendações.

Exemplificando: o filme Pulp Fiction aparece como sugestão para dois usuários diferentes. Um deles tem interesses mais voltados para os filmes de ação e crime, já o outro prefere dramas e romances. Na página do primeiro, provavelmente será exibido algum frame do ator Samuel L. Jackson apontando a sua arma para alguma de suas vítimas; enquanto na página do segundo usuário, a imagem que ilustrará o filme será a do jantar dos personagens de John Travolta e Uma Thurman.

Por trás dos seus algoritmos, a Netflix - assim como as outras grandes empresas de tecnologia - finca o estandarte da "melhor experiência para o usuário". Vale retornar a Jurno e Dalben para pensar a situação por um viés menos superficial. Os teóricos afirmam que "(...) os algoritmos não são apenas processos computacionais abstratos, mas entidades que têm também o poder de implementar realidades materiais ao moldar a vida social em vários níveis" (p. 26).

Poupemos críticas frankfurtianas à qualidade da maior fatia dos filmes e seriados oferecidos pela empresa americana. Mais importante que isto: o que esperar de um mecanismo que é programado para nos empurrar sempre mais e mais do mesmo - literalmente? A descoberta torna-se cada vez mais passiva e controlada - pela máquina. É desanimadora qualquer tentativa de previsão a respeito dos impactos do sistema de recomendação da Netflix sobre os seus usuários enquanto público de filmes e séries.

Referências:

Jurno, A.C; DalBen. S. Questões e apontamentos para o estudo de algoritmos., Revista Paragrafo, v. 6, n. 1 (2018) – http://revistaseletronicas.fiamfaam.br/index.php/recicofi/issue/view/59/showToc

https://www.thrillist.com/entertainment/nation/how-new-netflix-recommendation-algorithm-works#

https://media.netflix.com/en/company-blog/the-power-of-a-picture

https://media.netflix.com/en/company-blog/a-global-approach-to-recommendations