Via de nieuwsbrief van SUE werd ik getipt op dit bericht:
Scaling Nudges with Machine Learning. Het bespreekt de combinatie van Nudging en AI.
De beperking van een nudge
Nudging gaat over het positief beïnvloeden van gedrag met slimme, indirecte prikkels. Een klassiek voorbeeld is het vliegje in de toiletpot, waardoor mannen gerichter hun ding doen.
Nu is ieder mens anders. Dus niet elke prikkel werkt voor iedereen hetzelfde. En niet elke situatie is gelijk. De eerste keer werkt het vliegje beter dan de driehonderdzesendertigste keer dat je ‘m tegenkomt.
Dit is helemaal het geval bij complexer gedrag. Bijvoorbeeld nudges die mensen over een lange periode moeten stimuleren meer te sparen of meer te bewegen.
Nudge met behulp van AI
AI draait om slimme robots. Zij kunnen menselijk gedrag steeds beter analyseren. Zo kunnen ze scherp inschatten welke nudge het beste werkt, voor welk persoon en op welk moment, keer op keer.
Thanks to technology, we are moving from an age in which products and services connect us to and better manage our things (music, money, email, friends) to an age in which products and services are explicitly designed to help us achieve behavior-based goals. In other words, we are moving from the utility age to the augmentation age.
De volgende fase van de brand-utility?
Ik ben enthousiast voorvechter van de brand-utility. De gedachte dat je beter merken kunt bouwen met nuttige hulp, dan met storende reclames. Nike+ was destijds een klassieker: het helpt je beter te sporten.
Vandaar dat ik werd getriggerd door het bovenstaande. Het stelt dat een volgende fase is aangebroken. Een verschuiving van ‘passieve hulp’ (‘utility’) naar ‘actieve hulp’ (‘augmentation’). Ofwel, een verschuiving van een handige stukje gereedschap naar een echt persoonlijke coach.
Once a financial institution helps people protect, move, and access their money, it can help people behave in ways that are consonant with their wishes: staying on budget, building their credit, or saving for retirement, among many others.
I refer to this as the behavior change value proposition, where the core value exchanged isn’t the utility itself, but the outcome from behavior-based changes.
Persoonlijke maar sociaal
Uiteraard is deze verschuiving niet helemaal nieuw. Nike+ coachte je destijds al met slimme nudges. Het motiveerde je bijvoorbeeld met een overzicht waarin stond dat je vrienden meer hadden gehold dan jij.
Maar ook al voelden deze nudges persoonlijke, ze waren nog steeds massaal. Ze waren immers voor iedereen gelijk. Eerst werd onderzocht welke nudges gemiddeld genomen het beste werkten. Daarna werd de winnende nudge ingezet voor elke hardloper.
De punt van het artikel: AI brengt dit allemaal een stap verder door de nudges echt persoonlijk te maken.
Just like unlocking the human genome helped identify genetic traits that allow for personalized medical advice, we can think of machine learning as the next step in unlocking a “behavior genome.” By factoring in personality traits, situational features, and timing, we can better persuade people who want to be persuaded.
Google Goals wordt als voorbeeld genoemd. Het helpt je niet alleen als een ‘passieve utility’ (door je agenda bij te houden). Google Goals is ook een ‘actieve utility’ (door je persoonlijk te coachen). Gebaseerd op de doelen die je zelf formuleert (je wilt bijvoorbeeld 3 keer sporten in de week) geeft Google je slimme triggers. Doel is je te laten sporten op de momenten dat dit het beste in je agenda past.
Van hulp naar transformatie
Joseph Pine vertelde ooit dat de opvolger van de ervaringseconomie ’transformatie’ was. Ofwel, het is leuk om naar het theater te gaan (dit is een bijzondere ervaring). Maar het is nog leuker om iets nieuws te leren (bijvoorbeeld toneelspelen).
In die lijn ontwikkelen brand-utilities zich misschien dus ook. Eerst waren het handige hulpjes, die er waren om je leven makkelijker te maken. Nu worden het coaches die je helpen je leven te veranderen.
Wordt vervolgd.
