Não acho que as comunidades de fóruns sofram com os problemas que o artigo aborda. Por exemplo, aqui estão dois problemas que o artigo sugere que o sistema resolverá:
Claro, nada disso seria interessante se não abordasse as questões das plataformas sociais de hoje que mencionei acima. Então, vamos dar uma olhada em cada um deles e por que DK os aborda em sua essência:
- Distribuição Baseada em Seguidores - Ao contrário do modelo tradicional de seguidores, aqui a distribuição é baseada na percepção de curto prazo da qualidade do conteúdo de um usuário.
- Vantagem Acumulada - Ninguém é capaz de sustentar seu benefício de distribuição por muito tempo sem continuar a criar conteúdo de alta qualidade.
(“DK” é o nome da rede fictícia.)
Esses dois problemas não são particularmente relevantes para a maioria (todas?) das comunidades Discourse porque a forma como as ideias são distribuídas não tem nada a ver com seguidores ou vantagens sistemáticas artificiais. Em vez disso, existem dois caminhos principais:
- Tráfego de mecanismos de busca com base em consultas que as pessoas estão ativamente usando.
- Visualizações de navegação orgânica no fórum — posts mais recentes, fixados, rolagem pelas listas de tópicos, marcadores, notificações, posts sugeridos/relacionados, etc.
A maneira de “vencer” no sistema de fóruns é escrever muito conteúdo de alta qualidade. Ainda é possível que ideias ruins circulem, é claro. Mas as soluções tendem a ser atividades como sinalizar ou responder com ideias melhores. De forma mais geral, as soluções podem vir da cultura do fórum. Uma comunidade tem defesas contra os problemas que este artigo referencia que não são técnicas.
Não que eu ache que as soluções funcionariam particularmente bem para redes sociais também. Não é um problema de algoritmo, mas um problema de escalabilidade. Quando você tem um sistema de chat global onde as pessoas podem (e são até encorajadas a) entrar em uma discussão que está acontecendo em alguma outra comunidade, as defesas culturais comuns não se aplicam. Soluções sistemáticas também falham porque sempre há um incentivo para encontrar a brecha. Uma versão da lei de Goodhart se aplica:
Todas as métricas de avaliação científica estão fadadas a ser abusadas.
Portanto, com o sistema de decaimento, há um incentivo para postar continuamente. Um método pode ser postar conteúdo novo. Mas outra solução pode ser reciclar conteúdo. Claro, pode haver proteções algorítmicas incorporadas, mas alguns usuários encontrarão maneiras de contornar as salvaguardas se houver algum incentivo para fazê-lo. Os humanos são muito melhores em trapacear (e detectar trapaças) do que os sistemas em manter todos na linha.