ماذا يحدث فعلاً خلف كواليس "قطع قد تنال إعجابك": الوجهان لتوصيات الذكاء الاصطناعي

في غضون خمس دقائق فقط من التصفح، وجدتُ ثلاث قطع في عربة التسوق الخاصة بي — وكل ذلك بفضل "توصيات الذكاء الاصطناعي". كنت أخطط لشراء قميص واحد فقط، لكن اقتراح "قد يعجبك هذا أيضاً" قادني إلى كارديغان ووشاح. عندما تدرك أن 35% من إيرادات أمازون تأتي من خوارزميات التوصية (وفقاً لماكينزي)، سيبدو الأمر منطقياً تماماً، أليس كذلك؟

كيف تقرأ الخوارزميات أفكارك؟

لماذا تبدو توصيات الذكاء الاصطناعي دقيقة بشكل يثير الريبة؟ هل يقرأ الذكاء الاصطناعي أفكارك فعلاً؟

في الواقع، هو لا يقرأ عقلك، بل يقرأ سلوكك.

يجمع الذكاء الاصطناعي ثلاثة أنواع رئيسية من الإشارات. أولاً، الإشارات السلوكية: ما الذي تضغط عليه، كم من الوقت تقضيه في تصفح صفحة ما، عما تبحث، وما الذي تشتريه في النهاية. يتم جمع العشرات من نقاط البيانات في جلسة واحدة فقط. ثانياً، سمات المنتج: اللون، الخامة، القياس، العلامة التجارية، ونطاق السعر. ثالثاً، المعلومات السياقية: الوقت من اليوم، حالة الطقس، الموقع الجغرافي، والجهاز الذي تستخدمه.

من خلال دمج هذه العوامل الثلاثة، يحسب الذكاء الاصطناعي احتمالية إعجابك بـ قطعة معينة. إنه يحدد ما أحبه الأشخاص الذين لديهم أنماط سلوكية مشابهة لك — وهي عملية تُعرف باسم "التصفية التعاونية".

مؤخراً، تطور هذا الأمر بشكل أكبر مع ظهور الذكاء الاصطناعي التوليدي. أصبح بإمكان الذكاء الاصطناعي الآن فهم الأسئلة باللغة الطبيعية مثل: "ماذا يجب أن أرتدي لتناول غداء خفيف في عطلة نهاية الأسبوع؟" وتقديم توصيات تراعي السياق. وتظهر الأبحاث أن هذا الأسلوب يؤدي إلى رضا العملاء بشكل أكبر بكثير من الطرق التقليدية.

وبينما تبدو التكنولوجيا بحد ذاتها مبهرة، إلا أن القضية الحقيقية تكمن في مكان آخر.

التصميم الكامن وراء هذه الراحة

كلما أصبحت توصيات الذكاء الاصطناعي في مواقع التسوق أكثر دقة، زادت مشترياتنا. وهذا ليس محض صدفة؛ بل هو أمر مقصود ومخطط له.

فكر في مقياس النجاح الأساسي لخوارزمية التوصية: معدل التحويل — وهو النسبة المئوية للتوصيات التي تؤدي إلى عملية شراء. هدف الخوارزمية هو رفع هذا الرقم باستمرار. بعبارة أخرى، الخوارزمية مُصممة لتجعلك "تشتري"، وليس بالضرورة لإخبارك بما تحتاجه حقاً.

هناك العديد من التكتيكات النفسية المدمجة في هذا النظام:

فقاعة التصفية (Filter Bubble). يعرض لك الذكاء الاصطناعي باستمرار الأنماط التي تعجبك بالفعل. ورغم أن هذا مريح، إلا أنه قد يجعل أسلوبك في الموضة يركد، ويقلل من فرص تجربة شيء جديد.

خلق شعور بالعجلة. رسائل مثل "عرض محدود لمدة 24 ساعة"، أو "هناك 3 أشخاص يشاهدون هذه القطعة الآن"، أو "المخزون منخفض" تجبرك على اتخاذ قرارات سريعة. قطع ربما كنت ستتجاوزها لو كان لديك وقت للتفكير، تنتهي في عربة تسوقك بسبب هذا الشعور الزائف بالاستعجال.

جمع البيانات السلبي. يتم جمع البيانات عن كل شيء، بدءاً من عدد الثواني التي استغرقتها في النظر إلى قطعة ما، وصولاً إلى السرعة التي تتصفح بها الشاشة. تعود هذه البيانات إلى الخوارزمية لإنشاء آخر الأخبار (Feed) التي يصبح "من الصعب مقاومتها".

هذا ليس سيئاً بطبيعته. التوصيات الجيدة قد تساعدك في اكتشاف علامات تجارية جديدة أو العثور على قطع تحتاجها حقاً. ومع ذلك، هناك فرق شاسع بين فهم كيفية عمل هذا النظام وبين الانقياد وراءه دون وعي.

عندما تفهم الآلية، يمكنك بناء "الفلتر" الخاص بك.

خزانة ملابسك كفلتر طبيعي

يعرف الذكاء الاصطناعي الخاص بمواقع التسوق ما "اشتريته"، لكنه لا يعرف ما "تملكه". ليس لديه أدنى فكرة عن عدد المرات التي ارتديت فيها قطعة معينة، أو ما إذا كان لديك شيء مشابه بالفعل، أو ما إذا كانت هذه الـ قطعة الجديدة تتناسب حقاً مع بقية ملابسك.

هنا يأتي دور بيانات خزانة ملابس الرقمية لتعمل كفلتر.

عندما ترى توصية، افتح تطبيق خزانة ملابس الخاص بك واسأل نفسك: "هل لدي قطعة تريكو مشابهة في خزانة ملابس؟" "إذا اشتريتُ هذه القطعة، هل يمكنني تنسيق 3 إطلالات مختلفة على الأقل مع ملابسي الحالية؟" "هل لدي ما يكفي من هذه الـ فئة بالفعل؟"

للإجابة على هذه الأسئلة، ستحتاج إلى بيانات فعلية عن ملابسك. إذا اعتمدت فقط على الذاكرة، فمن السهل الوقوع في فخ التفكير: "لا أعتقد أن لدي أي شيء يشبه هذا".

بينما تم تصميم ذكاء المنصات ليجعلك "تشتري"، فإن بيانات خزانة ملابس الخاصة بك مُصممة لمساعدتك على "تحديد ما إذا كنت بحاجة إليها فعلاً". عندما تستخدم الاثنين معاً، يمكنك أخيراً تحقيق استهلاك واعٍ ومستقل.

لكن القيام بذلك يدوياً في كل مرة قد يكون متعباً. لذا، فأنت بحاجة إلى نهج أكثر تنظيماً.

قاعدة الثواني الخمس للتوصيات

لا تحتاج إلى تحليل عميق لكل توصية. فقط جرب هذا الاختبار السريع لمدة 5 ثوانٍ:

"هل سأظل أفكر في هذه القطعة بعد 48 ساعة من الآن؟"

تتميز المشتريات الاندفاعية بشعور "الآن فوراً". ومن خلال منح نفسك فترة تهدئة لمدة 48 ساعة، ستظل الأشياء التي تحتاجها حقاً في ذهنك، بينما ستتلاشى الرغبات الاندفاعية بشكل طبيعي.

وإضافة خطوة واحدة أخرى تجعل هذا الأمر أكثر فاعلية: "هل يمكنني تنسيق هذه الـ قطعة مع 3 قطع موجودة على الأقل في خزانة ملابس؟" احتفظ فقط بالقطع التي تجتاز هذا الاختبار كمرشحة للشراء. إذا لم تتمكن من ابتكار 3 إطلالات على الأقل، فمن المحتمل أن تنتهي هذه القطعة مهملة في خزانتك.

هاتان الخطوتان فقط — فترة التهدئة لمدة 48 ساعة واختبار الـ 3 إطلالات — يمكنهما تصفية الغالبية العظمى من المشتريات غير الضرورية.

توصيات الذكاء الاصطناعي هي أداة رائعة، لكن الأدوات تكون مفيدة فقط لمن يعرف كيفية استخدامها. عندما تفهم كيف تعمل الخوارزميات وتستخدم بيانات خزانة ملابس الخاصة بك كفلتر، سيتوقف الذكاء الاصطناعي عن كونه شيئاً يجعلك "تشتري أكثر" ليبدأ في كونه شيئاً يساعدك على "الشراء بشكل أفضل".

❓ الأسئلة الشائعة

س: هل يجب أن أتجاهل توصيات الذكاء الاصطناعي تماماً؟
ج: لا، توصيات الذكاء الاصطناعي مفيدة للاكتشاف. ومع ذلك، من المهم التعود على مقارنة تلك التوصيات ببيانات خزانة ملابس لتقرر ما إذا كنت "تحتاجها حقاً".

س: كيف يمكنني الخروج من "فقاعة التصفية"؟
ج: ابحث أحياناً عن أنماط تختلف عن ذوقك المعتاد عن قصد، أو تصفح إطلالات أصدقائك للإلهام. كما يُعد استخدام ميزة تنسيق بالذكاء الاصطناعي في Acloset للحصول على اقتراحات لتنسيقات جديدة طريقة رائعة لتجديد أسلوبك.

س: هل يمكنني تصفية توصيات الذكاء الاصطناعي داخل Acloset؟
ج: بما أن Acloset يوصي بـ إطلالات بناءً على خزانة ملابس التي تملكها بالفعل، فإن اقتراحاته تركز على مدى تناسب القطع مع ملابسك الحالية. وهذا يختلف تماماً عن التوصيات القائمة على الشراء في معظم مواقع التسوق.

المراجع والمصادر:

ماكينزي آند كومباني، "حالة الموضة"، 2024-2025
ثرد أب (ThredUp)، "تقرير إعادة البيع"، 2025
WRAP UK، "تقييم ملابسنا"، 2023

نُشر بواسطة فريق مجلة Acloset.