Czy chcesz zobaczyć serial komediowy rozgrywający się w kawiarni, czyli słynny algorytm Netfliksa17.02.2021

Dlaczego Netflix wie – lub próbuje się dowiedzieć – co chcemy obejrzeć? Publikujemy fragment książki Seriale. Do następnego odcinka autorstwa Katarzyny Czajki-Kominiarczuk, która ukaże się nakładem wydawnictwa W.A.B. 24 lutego.

Jeśli miałabym wybrać jedno słowo, które zrobiło w ostatnich latach niesamowitą karierę w świecie seriali, to byłby to „algorytm”, a dokładniej określenie „algorytm Netfliksa”. Część widzów go nie lubi, część traktuje z nabożną czcią. Wielu nie ma zielonego pojęcia, jak on właściwie działa. W ostatecznym rozrachunku to narzędzie, które sprawia, że korzystanie z platformy streamingowej takiej jak Netflix jest zupełnie nowym przeżyciem. Narzędzie, które jak na razie wyróżnia Netfliksa spośród innych dostępnych w kraju graczy w tym segmencie. Rzadko jednak zadajemy sobie pytanie, jak działa ten słynny algorytm, co o nas wie i jak wpływa nie tylko na nasze wybory, ale też na decyzje, jakie projekty będą realizowane.

Netflix postawił sobie za cel dopasowanie strony głównej do naszych indywidualnych gustów. Zamiast polecić nam zebrane w standardowych kategoriach komedie, horrory i dramaty, każda kategoria, którą widzimy na głównej stronie aplikacji, miała odpowiadać naszym preferencjom.

 

O algorytmie Netfliksa zrobiło się głośno parę lat temu, kiedy okazało się, że platforma nie tylko skorzysta z masowego gromadzenia danych do stworzenia nowych produkcji, ale także pozwoli na zupełnie nowy model rekomendacji. Zamiast przedstawić użytkownikom po prostu katalog seriali czy filmów do wyboru, Netflix postawił sobie za cel dopasowanie strony głównej do naszych indywidualnych gustów. Zamiast polecić nam zebrane w standardowych kategoriach komedie, horrory i dramaty, każda kategoria, którą widzimy na głównej stronie aplikacji, miała odpowiadać naszym preferencjom. I to bardzo określonym preferencjom. Netflix miał wybrać dla nas odpowiednie filmy i seriale, nawet jeśli nasze zainteresowania dotyczą tylko konkretnego elementu fabuły. To zupełnie nowe przeżycie – zamiast pytać znajomych, co mogłoby się nam spodobać, czy też zgadywać, która produkcja może przyciągnąć naszą uwagę, mogliśmy zaufać stronie, że będzie się dostosowywała do naszego gustu wraz z każdą kolejną obejrzaną produkcją. Takiej oferty nie miała żadna inna platforma na rynku. Takiego sposobu dostosowywania odbioru kultury do jasno skrojonych upodobań konsumenta nikt dotychczas nie proponował. Pytanie tylko, jak to osiągnąć? Ano – dzięki algorytmowi.

Jak działa osławiony „system” Netfliksa? Na wstępie pragnę zauważyć, że tak naprawdę nie ma jednego algorytmu, jest natomiast połączenie kilku algorytmów, uczenia maszynowego oraz mnóstwa programów, na których znają się zapewne tylko wybrani specjaliści. Co jest swego rodzaju problemem, bo z jednej strony mówimy o czymś, co decyduje o kształtowaniu naszych gustów i przyzwyczajeń jako widzów, z drugiej samo zrozumienie tych mechanizmów nie zawsze jest dla nas oczywiste. Zresztą o tym, z jak skomplikowaną materią mamy do czynienia, niech świadczy historia słynnej „Netflix Prize”, konkursu rozpisanego w 2006 roku dla programistów, który dawał im jedno zadanie: ulepszyć działający wówczas system rekomendacji o dziesięć procent. Nagroda w konkursie wynosiła okrągły milion dolarów. Programiści na całym świecie zaczęli rywalizować o to, komu uda się ulepszyć system rekomendacji. Prace trwały trzy lata. W ostatecznym rozrachunku o wygranej zadecydowało… dwadzieścia minut, bowiem o tyle później jedna z grup pracujących nad ulepszeniem systemu przesłała swoje skuteczne rozwiązanie. Zwycięzcy konkursu (grupa nazywała się BellKor Pragmatic Chaos) oddali pieniądze na cele charytatywne, a sam Netflix… nigdy nie skorzystał z ich końcowego osiągnięcia. Wykorzystał za to  niesamowity skok  w  wiedzy i technologii rekomendacji, który – dzięki tym zaangażowanym programistom – udało się osiągnąć przez pierwsze lata trwania rywalizacji. To pokazuje, ile czysto naukowej wiedzy potrzeba, by działać nad takimi programami. I jak mało wie o nich przeciętny oglądający. Wspominam o tym tutaj nie dlatego, że lubię się chwalić swoją niekompetencją, bo tego chyba nikt nie lubi, ale jest różnica pomiędzy świadomością, co Netflix robi z naszymi danymi, a umiejętnością opisania, jak to robi, z punktu widzenia działania poszczególnych programów.

Co więc wiemy i rozumiemy? Ano to, że Netflix nie strzela w ciemno z polecaniem nam programów do oglądania. Wręcz przeciwnie, zbiera od nas dane, które pomagają mu zdecydować, co może się nam spodobać. Za każdym razem, kiedy podejmujemy decyzję, dostarczamy algorytmom nowych danych. Możemy je podzielić na dwie kategorie. Pierwsze są dość oczywiste, to dane bezpośrednie – jeśli oceniliśmy jakiś film pozytywnie, np. kciukiem w górę, Netflix wie, że go lubimy. Także pewnymi bezpośrednimi danymi są nasze wyszukiwania, kiedy mówimy platformie, co nas interesuje i czego szukamy.

Inne dane są już mniej bezpośrednie. Algorytmy analizują nie tylko film czy serial, który wybraliśmy w danym momencie, ale zbiera też informacje o tym, co oglądaliśmy wcześniej  i na jaki program zdecydowaliśmy się później. Platforma wie, co widzieliśmy niedawno, co rok temu, co oglądamy o określonej porze dnia czy w określonych miesiącach. Jeśli obejrzeliśmy tylko dziesięć minut pierwszego odcinka serialu, informacja o tym także wpłynie na polecane nam produkcje. Program wie, kiedy spauzowaliśmy, przewinęliśmy do przodu albo obejrzeliśmy jakąś scenę raz jeszcze. Ma „świadomość” odnośnie do tego, w której dokładnie minucie i którego odcinka wyłączyliśmy aplikację. Netflix gromadzi też dane, ilekroć decydujemy się udostępnić komukolwiek informacje o oglądanym przez nas programie, korzystając z takiej możliwości w aplikacji. Dla platformy istotne jest nawet to, na jakim urządzeniu obejrzeliśmy program – czy był to telewizor, komórka, czy może komputer.

Co interesujące, Netflix nie bierze pod uwagę dwóch elementów, które przez lata były kluczowe w ocenie preferencji widowni – czyli płci i wieku. Podczas kiedy stacje telewizyjne korzystające z informacji demograficznych starały się przede wszystkim trafić w widzów scharakteryzowanych w ten sposób, tworząc np. seriale dla kobiet pozostających w domu czy dla nastolatków, które wróciły właśnie ze szkoły, Netflix nie bierze tego pod uwagę, podobnie jak naszego pochodzenia etnicznego czy narodowości. Tak przynajmniej twierdzi oficjalnie na swojej stronie.

Na podstawie tych wszystkich danych program przypisuje nas do grupy osób o podobnych gustach. Każdy z nas wpada jednocześnie do kilku takich zbiorów i na tej podstawie szykowane są rekomendacje, które widzimy, kiedy wchodzimy na stronę główną platformy. Co ciekawe, na to, co Netflix nam zaproponuje, wpływają nie tylko nasze decyzje, ale też decyzje osób w tej samej kategorii, do której zostaliśmy dopasowani. Innymi słowy, jeśli grupa widzów, która dotychczas oglądała podobne programy co my, zaczęła nagle z uporem godnym lepszej sprawy powtarzać wszystkie odcinki Stranger Things, to pewnie serial ten wyskoczyłby nam wysoko w rekomendacjach, nawet jeśli my sami nie wykazaliśmy zainteresowania tą produkcją. Skoro jednak osoby podobne do nas to lubią, to Netflix zakłada, że pewnie jest tam coś, co podoba się osobom o takim właśnie guście.

Warto zaznaczyć, że Netflix nie kwalifikuje po prostu filmów ze względu na ich gatunek. Często na innych platformach streamingowych filmy mają proste kategorie: familijne, komedie, komedie romantyczne, dramaty, thrillery – można długo wybierać. Co prawda czasem te kwalifikacje są nieostre, na HBO GO bardzo wiele filmów wpada jednocześnie do kategorii „obyczajowe” i „komedie romantyczne”, nawet jeśli nie ma w nich ani odrobiny elementu komediowego, ale wciąż jest to właśnie taki podział filmów, który wydaje się najprostszy. Na Netfliksie wygląda to inaczej. Oczywiście możemy się uprzeć i szukać filmów, korzystając z tradycyjnych kategorii, ale sama platforma posegregowała swoje produkcje zupełnie inaczej. Każdy materiał został opisany w bardzo drobiazgowy sposób,  z uwzględnieniem motywów przewodnich, zakończeń, znaczenia poszczególnych postaci, a także wątków, które pojawiają się tylko we fragmentach produkcji. Znajdziemy więc kategorie takie jak „Wizualnie piękne nostalgiczne dramaty” czy „Niedoceniane filmy romantyczne o miłości, która rodzi się w trakcie podróży”. Każdy film ma oczywiście kilka czy kilkanaście takich określeń. Dzięki temu, jeśli lubimy historie o ludziach, którzy zakochują się w sobie, jadąc samochodem na drugi koniec kraju, Netflix może nam na głównej stronie zaproponować całą listę takich produkcji.

Minikategorii, na które podzielono filmy, jest na Netfliksie ponad siedemdziesiąt sześć tysięcy. Do niektórych z nich można się dostać bez ręcznych poszukiwań na stronie. W internecie można znaleźć pełno list, na których spisano kody, które pozwalają dotrzeć do filmów ulokowanych w bardzo konkretnych, często niesłychanie szczegółowych kategoriach.

 

Tych minikategorii, na które podzielono filmy, jest na Netfliksie ponad siedemdziesiąt sześć tysięcy. Do niektórych z nich można się dostać bez ręcznych poszukiwań na stronie. W internecie można znaleźć pełno list, na których spisano kody, które pozwalają dotrzeć do filmów ulokowanych w bardzo konkretnych, często niesłychanie szczegółowych kategoriach. I tak na przykład, jeśli w pasku przeglądarki wpiszemy w odpowiednim miejscu adresu strony „1476024”, wyskoczą nam filmy z kategorii „Świąteczne produkcje familijne z lat 90.”, jeśli wpiszemy „52117”, pojawią się nam seriale brytyjskie. Niektórzy nazywają te numery „kodami na Netfliksa”, ale w istocie to tylko pewne ułatwienie w wyszukiwaniu. Warto też przypomnieć, że choć aplikacja nie daje nam listy wszystkich swoich wewnętrznych kategorii, to nie ukrywa przed nami żadnych treści. Po prostu przeglądanie dostępnych programów od A do Z jest dość męczące.

Jednak na tym polecanie się nie kończy. Nie wystarczy tylko wybrać potencjalnie ciekawych dla nas tytułów, trzeba nam  je też zaprezentować w odpowiedni sposób. Dlatego wygląd strony głównej na Netfliksie nie jest nawet w najmniejszym stopniu dziełem przypadku. Najwyżej znajdziemy rzędy z takimi filmami i serialami, które wedle algorytmu najbardziej do nas pasują. Kolejne rzędy – opisane bardzo specyficznymi kategoriami – zawierają listy produkcji, które mogą się nam mniej spodobać. To, co dla nas jako widzów jest potencjalnie najmniej atrakcyjne, będzie najniżej. Dlaczego rzędy? Chris Alvino, specjalista od uczenia maszynowego w Netfliksie, uważa, że ta metoda jest najwygodniejsza dla widzów. Mogą albo zdecydować się po kolei obejrzeć lub przejrzeć wszystkie filmy z danego rzędu, albo widząc jego nazwę i pierwsze proponowane tytuły, od razu pominąć cały rząd bez zastanawiania się, jakie produkcje się tam znalazły. Dajmy na to, że jeśli po kilku tygodniach oglądania komedii romantycznych i świątecznych filmów o europejskiej arystokracji przyjdzie nam ochota na coś zupełnie innego, to możemy pominąć wzrokiem wszystkie wysoko umieszczone rzędy proponujące nam najczęściej podobne produkcje. Pierwsza strona ma dać nam poczucie, że wszystko, co najważniejsze, jest w zasięgu ręki, a jednocześnie, że mamy olbrzymi, niemalże nieskończony wybór.

Układ propozycji w rzędach też  nie  jest  przypadkowy. W krajach, w których pisze się od lewej do prawej strony, filmy najbliższe naszym upodobaniom z danej kategorii będą najbardziej po lewej. W krajach, w których pisze się w drugą stronę, będą najbardziej po prawej. Zdaniem Netfliksa obraz, który pasuje najlepiej do naszego gustu, pojawi się na pierwszym miejscu najwyższego rzędu. Ale nie tylko układ filmów zależy od naszych preferencji. Na przykład kategoria „Popularne na Netflix” wcale nie mówi o tym, jakie produkcje fabularne czy seriale są najbardziej popularne na całej platformie, ale raczej informuje, które królują wśród widzów  o  guście podobnym do naszego. Pod tym względem właściwie niemal wszystko, co widzimy na pierwszej stronie Netfliksa, jest podporządkowane naszym gustom.

To jednak nie koniec, aplikacja różnicuje bowiem nie tylko tytuły filmów i seriali, które widzimy po wejściu na stronę, ale też ich grafiki. Zwykle pokazują one zupełnie różne kadry  i postacie z serialu czy filmu, dostosowane do naszych upodobań. Przykład – często oglądam serie z kobietami w rolach głównych, więc moja miniatura Stranger Things pokazuje mi Jedenastkę (jedną z głównych bohaterek serialu). Mój mąż częściej ode mnie ogląda seriale s.f. i horrory, jego miniatura tego serialu na jego koncie pokazuje więc jednego z potworów, który występuje w produkcji. Te karty, które widzimy, potrafią pokazywać nam w miejsce zwykłych plakatów kadry sugerujące pojawienie się konkretnych wątków i aktorów, i postaci. Oczywiście nie jest to niesamowicie proste, ale możemy zakładać, że jeśli oglądaliście przez ostatnie dwa miesiące wyłącznie komedie romantyczne, to Netflix wybierze taki kadr z House of Cards do reklamy serialu, że uwierzycie, iż to romantyczna historia o wielkiej miłości. To zróżnicowanie bardzo wpływa na widzów (ostatecznie, nawet idąc do kina, często sugerujemy się plakatem), ale prowadzi też do pewnych kontrowersji. Czarnoskórzy widzowie w Stanach zaczęli sobie zadawać pytanie, dlaczego Netflix pokazuje im kadry z filmów, na których są czarnoskórzy aktorzy, nawet w sytuacji, gdy pojawiają się na drugim lub trzecim planie. Rzeczywiście nie wygląda to dobrze, gdy próbuje się przyciągnąć widzów do filmu, reklamując go w ten sposób, że wyróżnia się drugoplanowe postacie o określonym kolorze skóry. Nie znaczy to jednak, że Netflix przestanie to robić, wręcz przeciwnie – wygląda na to, że takie wzmocnienie systemu rekomendacji jak najbardziej działa.

Właśnie o to chodzi w szybkim i precyzyjnym systemie rekomendacji, aby po wejściu na platformę w ciągu maksymalnie półtorej minuty zdecydować się na zaproponowany tytuł. Inaczej rośnie ryzyko, że zrezygnujemy z oglądania albo – co gorsza – pójdziemy do konkurencji.

 

Warto też zaznaczyć, że systemowi rekomendacji podlega właściwie wszystko, co robimy na stronie. Wyszukujesz film? Wyniki tych działań będą odpowiadały temu, co robili na stronie ludzie, którzy przed tobą zadali podobne pytanie. Jeśli wpiszesz w wyszukiwarkę Netfliksa „Colin Firth”, to podpowie ci ona nie tylko filmy z tym brytyjskim aktorem, ale też wyświetli dość wysoko na liście Rozważną i Romantyczną (Sense nad Sensibility). Bo pewnie ludzie szukający Colina Firtha mieli nadzieję, że na Netfliksie znajdą Dumę i uprzedzenie (Pride and Prejudice) z 1995 roku, a wobec jej tragicznego braku obejrzeli inną ekranizację prozy Jane Austen. Tu też strona stara się jak najlepiej przewidzieć, co właściwie stało za twoim wyszukiwaniem, i sprawić, byś nie znajdując tego, czego szukasz, nie zrobił najgorszej możliwej rzeczy, czyli poszedł gdzie indziej. Bo przecież właśnie o to chodzi w szybkim i precyzyjnym systemie rekomendacji, aby po wejściu na platformę w ciągu maksymalnie półtorej minuty zdecydować się na zaproponowany tytuł. Inaczej rośnie ryzyko, że zrezygnujemy z oglądania albo – co gorsza – pójdziemy do konkurencji.

Zbierane przez platformę dane mogą też posłużyć do podejmowania decyzji biznesowych. Kiedy Netflix w 2011 roku decydował się na stworzenie swojego pierwszego serialu oryginalnego House of Cards, to podejmując tę decyzję, skorzystał  z tego, co wiedział o swoich widzach. Z danych wynikało, że brytyjska wersja serialu jest chętnie oglądana i że jednym z filmów, który użytkownicy platformy często oglądają od początku do końca, jest The Social Network Davida Finchera, oraz że osoby, które lubiły produkcje z gatunku „political fiction”, chętnie oglądały filmy z Kevinem Spaceyem. To ułatwiło podjęcie decyzji o wybraniu tego, a nie innego materiału do produkcji    i zatrudnieniu przy nim takich, a nie innych twórców. Na podstawie danych Netflix podjął też decyzję o produkcji Orange Is the New Black. Kiedy Jenji Leslie Kohan zaproponowała platformie pomysł na nowy serial, to o tym, żeby dać mu zielone światło, zadecydowała między innymi popularność Trawki (Weed), poprzedniego serialu showrunnerki. Zbierane przez Netfliksa dane odpowiadają także za to, jakie materiały trafią na platformę. Nie opłaca się wydawać olbrzymich pieniędzy na prawa do dystrybucji tytułów, które nie mają szans przyciągnąć i zainteresować widzów. Stąd ich dobór opiera się na założeniu, że muszą się pojawić głównie te produkcje, które albo dadzą najwięcej nowych klientów, albo sprawią, że ci, którzy już subskrybują ofertę platformy, nie zdecydują się jej anulować.

Ostatnio obok rekomendacji czysto „maszynowych” zaczęły pojawiać się też pierwsze przebłyski pokazujące, że Netflix może zdecydować się na dopuszczenie ludzi do polecania sobie filmów czy seriali. Pierwszy przykład to ukazanie się na pierwszej stronie aplikacji informacji o dziesięciu najchętniej oglądanych programach w tym momencie w twoim kraju. Filmy, które znajdują się na tej liście, dostają dodatkowo znaczek, który pozwala je wyróżnić, nawet  jeśli wyświetlą się  w którymś rzędzie naszych rekomendacji. Pojawienie się tych dziesięciu najpopularniejszych tytułów to ciekawy dodatek stojący nieco w sprzeczności z absolutnie spersonalizowanymi rekomendacjami. Wydaje się jednak, że platforma dostrzegła potrzebę stworzenia też takiej listy, która podpowie ci, co oglądają „wszyscy inni”. Nawet przy najbardziej „niszowym” guście pozwala to dowiedzieć się, co jest modne. Choć to trochę ślepa uliczka, gdyż ludzie oglądają filmy popularne i dzięki temu utrzymują one swoją popularność. Niewątpliwie jednak zbliża to trochę korzystanie z platformy do przeżycia wspólnego oglądania telewizji. Nie ma już tego samego serialu w czwartek wieczorem na Jedynce, ale za to możemy wszyscy razem oglądać Króla Tygrysów (Tiger King: Murder, Mayhem and Madness) na Netfliksie. Podobną w intencji, choć kosmetyczną poprawką była zmiana kategorii „Recently added” (niedawno dodane) na „New and Popular” (Nowe i popularne). Nowa nazwa pozwala zobaczyć, co z nowości zainteresowało pozostałych użytkowników platformy.

Drugi bardziej „ludzki” element rekomendacji to pojawienie się w niektórych krajach (na razie testowo – Netflix często testuje niektóre rozwiązania tylko w  wybranych krajach lub  u wybranych użytkowników) tzw. kolekcji. Kolekcje to wybrane listy filmów, które są dopasowane pod względem motywu przewodniego, gatunku czy bardziej ogólnego hasła. Produkcje te dobierają nie algorytmy, ale ludzie kierujący się swoim gustem. Wydaje się, że to ciekawy pomysł. Można podejrzewać, że byłoby wielu chętnych widzów, którzy zdecydowaliby się śledzić zestawienia filmów przygotowane przez ekspertów czy nawet celebrytów. Na razie jednak ta opcja nie jest powszechnie dostępna.

Choć system polecanek Netfliksa może się wydawać właściwie niezawodny, skoro dostosowuje rekomendowane filmy nawet do pory dnia, kiedy je oglądamy, to jednak ma swoje minusy.

 

System poleceń Netfliksa działa. Szacuje się, że około siedemdziesięciu pięciu–osiemdziesięciu procent widzów decyduje, co obejrzy, korzystając właśnie z rekomendacji strony. Niektórzy nie wiedzą nawet, jak przejrzeć zawartość platformy, a więc wszystkie filmy czy seriale od A do Z (jest to możliwe, choć rzeczywiście wymaga od widza większego wysiłku niż „przeklikanie” kilku czy kilkunastu linijek rekomendacji). Jednocześnie system opiera się mocno na założeniu, że nasze indywidualne konto należy tylko do nas. Nie daj Boże dobierze się do niego mąż, brat czy mama, a nagle stajemy przed problemem – co zrobić z tymi wszystkimi rekomendacjami nijak nieprzystającymi do naszych wcześniejszych decyzji. Wprawdzie można nakazać Netfliksowi zapomnieć o niektórych naszych wyborach, ale tylko pojedynczo. Nie ma sposobu na to, by platforma zapomniała o wszystkim, co kiedykolwiek na niej robiliśmy. Zresztą nawet zakładając nowe konto i wchodząc na stronę po raz pierwszy, musimy poinformować, jakie filmy lubimy – to taki punkt wyjścia dla tych pierwszych rekomendacji. Choć system polecanek Netfliksa może się wydawać właściwie niezawodny, skoro dostosowuje rekomendowane filmy nawet do pory dnia, kiedy je oglądamy, to jednak ma swoje minusy. Otóż nigdy nie pozwala nam się wydostać z pułapki naszego raz ustalonego gustu. To oczywiście nie jest problem dla firmy, ale może być problemem dla samego widza. Ze wszystkich zgromadzonych na Netfliksie filmów i seriali tak naprawdę w rekomendacjach widzimy tylko ich pewien wycinek. Czasem są to powtarzające się non stop te tytuły, które powinny do nas pasować. Nie zauważamy jednak tego, co nie przystaje do wyznaczonego przez nas schematu. Tymczasem nie jest tak, że nasz gust się nie zmienia, i nie jest też tak, że nie będziemy czerpać przyjemności z produkcji, które niekoniecznie wybierzemy jako pierwsze. Mogę podać swój przykład – bardzo lubię oglądać seriale komediowe, od lat poszukuję najlepszego sitcomu. Netflix dostrzegł, że preferuję ten gatunek, więc dziewięćdziesiąt procent moich rekomendacji to produkcje komediowe  i obyczajowe. Niekiedy też produkcje historyczne. Tymczasem na platformie dostępny był też cały Star Trek, a ani razu mnie  o nim nie poinformowano, mimo że to serial, który bardzo lubię. Za to próbuje mi co chwilę wcisnąć Outlandera, którego pierwsze trzy odcinki wynudziły mnie na śmierć, bo Outlander do moich wyborów pasuje, a Star Trek już nie.

Tu oczywiście pojawia się pytanie – czy żeby cieszyć się jakimś przejawem kultury, zawsze powinniśmy oglądać tylko to, na co mamy ochotę? Czy czasem właśnie najwięcej nie daje nam włączenie czegoś dziwnego, innego, oddalonego od naszych preferencji? Idealnie dobrana do ciebie lista może pokazać, że zawsze pozostajesz przy tym, co znajome, i rzadko wybierasz się w obszary jeszcze niepoznane, które mogą też okazać się ciekawe. Tak trochę działała telewizja, pokazując nam rzeczy często dość przypadkowo, co sprawiało, że można było odkryć tytuły, o których nam się nie śniło, i tak wciąż działają rekomendacje znajomych, którzy może i znają nasz gust, ale też często próbują nas przekonać do czegoś zupełnie nowego.

Pojawienie się systemu rekomendacji Netfliksa całkowicie zmieniło nasze podejście do oglądania seriali. Wcześniej to my musieliśmy się dostosować do telewizyjnej ramówki, wybrać z proponowanych tytułów te, które nas zainteresują. Stacje telewizyjne próbowały zaoferować produkcje, które spodobają się konkretnym grupom demograficznym, ale nikt nie mógł się koncentrować na jednym widzu i jego preferencjach. Netflix ze swoim systemem rekomendacji postawił wszystko na głowie. To platforma dostosowuje się do nas, to ona ma się dowiedzieć, co i kiedy chcemy oglądać, i zaproponować nam to dokładnie w tym momencie, w którym siadamy przed ekranem. Ma nas też zatrzymać przed nim jak najdłużej, podsuwając kolejne ciekawe tytuły. I jakkolwiek pięknie to brzmi, to warto co pewien czas się zastanowić, czy na pewno Netflix powinien wiedzieć o nas absolutnie wszystko. Czasem dobrze bowiem zobaczyć coś, czego nikt w najśmielszych snach nie próbowałby nam polecić. Ostatecznie nikt nie wiedział, że lubi Miasteczko Twin Peaks (Twin Peaks), zanim go nie obejrzał.