Σε έναν όλο και πιο ψηφιακό κόσμο που προσφέρει σχεδόν ατελείωτες επιλογές, η εξατομίκευση έχει αναδειχθεί ως το ιερό δισκοπότηρο για τους καταναλωτές και τις επιχειρήσεις, κυρίως στη βιομηχανία των μέσων ενημέρωσης και της ψυχαγωγίας. Ένα πείραμα που πραγματοποίησε πριν από δύο δεκαετίες ένα ψηφιακό DVD club κάνοντας συστάσεις ταινιών στα μέλη του σύμφωνα με τα γούστα των υπολοίπων μελών έμελλε τελικά να καθορίσει σε ένα μεγάλο βαθμό τον τρόπο με τον οποίο όχι μόνο θα καταναλώναμε τηλεοπτικό περιεχόμενο σε όλες τις streaming πλατφόρμες που είναι διαθέσιμες, αλλά θα αλληλοεπιδρούμε στο σύνολο των πλατφορμών και εφαρμογών στο Internet.
Τότε ήταν ένας βασικός αλγόριθμος για τις συστάσεις, τώρα τη θέση του έχουν πάρει προηγμένοι αλγόριθμοι τεχνητής νοημοσύνης και μηχανικής μάθησης, προσφέροντας πιο προσωποποιημένο περιεχόμενο από ποτέ, τόσο στο σύνολο των μέσων κοινωνικής δικτύωσης και στις online αγορές όσο και στο χώρο της τηλεόρασης. Αλληλεπιδράσεις που καθοδηγούνται όλο και περισσότερο από την ανάγκη μας για ολοένα και πιο εξατομικευμένη ψυχαγωγία και οι οποίες πρόκειται να γίνουν ακόμη πιο εξατομικευμένες στο μέλλον. Η τεχνητή νοημοσύνη και η μηχανική μάθηση έχουν μπει για τα καλά στα μέσα ενημέρωσης και την ψυχαγωγία. Και αναμένεται να το κάνουν ακόμα περισσότερο στα επόμενα χρόνια. Στο σχεδιασμό και την παραγωγή μοναδικού περιεχομένου.
Μέχρι πρόσφατα, η ψυχαγωγία καθοδηγούνταν σε μεγάλο βαθμό από τη λεγόμενη κουλτούρα επιτυχιών. Από τα blockbusters, τους ηθοποιούς-σταρ, τις κλασικές συνταγές επιτυχίες σε σενάριο και σκηνοθεσία. Ως εκ τούτου νέα είδη περιεχομένου ήταν δύσκολο να πάρουν το πράσινο φως για να ξεκινήσουν. Ωστόσο, οι πλατφόρμες τηλεοπτικού περιεχομένου και οι απεριόριστες επιλογές που προσφέρουν έφεραν στην τηλεόραση κοινό με πολύ διαφορετικές προτιμήσεις. Αυτό, σε συνδυασμό με το τι γνωρίζει η τεχνητή νοημοσύνη κάθε πλατφόρμας για τους χρήστες της, επιτρέπει στους δημιουργούς περιεχομένου –ή ακριβέστερα στους αλγόριθμους τους– να επιλέξουν τι περιεχόμενο θα δημιουργήσουν στη συνέχεια. Ανάλογο με αυτό ενδεχομένως που παρακολουθούν η πλειονότητα των χρηστών, αλλά και εξατομικευμένο περιεχόμενο για μικρότερες, όμως πιο ενεργές και αφοσιωμένες ομάδες σε αυτόν τον τρόπο προβολής.
Αρκετοί είναι εκείνοι που προχωρούν ακόμα περισσότερο αυτήν την τάση. Βασιζόμενοι στο γεγονός ότι οι βοηθοί τεχνητής νοημοσύνης μπορούν ήδη να αναγνωρίζουν άτομα με τη φωνή τους και ενσωματώνονται όλο και περισσότερο σε Smart TVs, η επόμενη γενιά τηλεοράσεων θα μπορούσε να διαθέτει μια σειρά αισθητήρων που θα τους επιτρέπει να αναγνωρίζουν αμέσως ποιος παρακολουθεί. Αυτό θα μπορούσε να κάνει το περιεχόμενο και τις συστάσεις των διαφόρων πλατφορμών ακόμα πιο συγκεκριμένες και μοναδικές για αυτό το άτομο.
Ανάλογη αναμένεται η τάση ακόμα και στην προβολή διαφημίσεων, με τα TV boxes ή τις εφαρμογές να μετατρέπονται σε τοπικούς διακομιστές διαφημίσεων. Με δεδομένο ότι η online δραστηριότητα όλων μας είναι πολύπλευρη, οι μελλοντικές πλατφόρμες θα μπορούσαν να δημιουργούν προφίλ χρηστών και να εμφανίζουν προσωποποιημένες διαφημίσεις. Αν δεν υπάρχουν τέτοιες, ο χρήστης θα βλέπει μια «κανονική» χωρίς να συνειδητοποιεί τη διαφορά.
Προκειμένου να επιτευχθεί μια τέτοια εξατομίκευση είναι απαραίτητο να συνδυάζονται όλα τα χρήσιμα δεδομένα των χρηστών, χωρίς όμως να θυσιάζεται το απόρρητο. Θα υπάρξουν προκλήσεις που θα πρέπει να ξεπεραστούν, αλλά η τεχνητή νοημοσύνη είναι σε θέση να προσφέρει ένα εντελώς νέο και πλήρως εξατομικευμένο ψηφιακό οικοσύστημα ψυχαγωγίας, που θα προσφέρει ακόμα καλύτερη εμπειρία στους τηλεθεατές.
