L’A/B testing è una tecnica di marketing, ma siamo sicuri che non ci dica qualcosa anche dell’attuale momento politico?

Quelli di voi che lavorano nel mondo del web-design hanno sicuramente familiarità con l’A/B testing, quella tecnica che consiste nel creare due (o più) versioni di un sito, proponendole a utenti inconsapevoli per testarne la validità.

All’apparenza una tecnica quasi banale, le cui implicazioni sono però profonde.Il web non è soltanto una piazza virtuale, ma anche un mercato iper-competitivo, in cui decine di attori combattono per ottenere l’attenzione del pubblico. Ciò che prima dell’era digitale si svolgeva in anni ora si concentra in poche ore. Essere in grado di ottenere un buon posizionamento nei motori di ricerca è il primo obiettivo di qualsiasi sito Web e questo ha portato alla nascita di intere compagnie che si dedicano esclusivamente al SEO (Search Engine Optimization). Ma intercettare il traffico è solo il primo passaggio, in fondo inutile se non si è in grado di tenere gli utenti sul proprio sito e “convertirli” in denaro (attraverso gli acquisti, o i semplici click sui link sponsorizzati).

Il problema diventa quindi capire quale organizzazione dei contenuti massimizza le entrate ottenute dalle visite, ed è qui che entra in gioco l’A/B testing. Non un’opzione quindi, ma una scelta obbligata.

A/B increasingly makes meetings irrelevant. Where editors at a news site, for example, might have sat around a table for 15 minutes trying to decide on the best phrasing for an important headline, they can simply run all the proposed headlines and let the testing decide. Consensus, even democracy, has been replaced by pluralism—resolved by data.

Nel dubbio non ci si affida più alla discussione, alle ipotesi, ma si ricorre all’A/B testing, lasciando che siano i dati – imparziali per definizione – a decidere tra due o più opzioni.

Ovviamente questo modo di procedere finisce per privilegiare le modifiche quantitative a quelle qualitative. L’effetto di un piccolo cambiamento nell’organizzazione dei contenuti di una home page può essere verificato attraverso l’A/B testing, prima di essere messo in opera, mentre un cambiamento radicale della filosofia editoriale di una testata costituisce un salto nel buio, un rischio che non può essere adeguatamente valutato.

One thing we spend a lot of time talking about is how we can guard against incrementalism when bigger changes are needed. It’s tough, because these testing tools can really motivate the engineering team, but they also can wind up giving them huge incentives to try only small changes. We do want those little improvements, but we also want the jumps outside the box.

Il problema posto dall’A/B testing è però ancora più radicale. Fino ad ora i dati sono sempre stati utilizzati per estrapolarne delle lezioni, delle leggi, ma la velocità imposta dal Web rende sempre più difficile questa operazione.

The difference with live testing is not just that there is no time to learn and apply lessons. It’s more radical than that: There are no clear lessons to learn, no rules to extract.

Messi di fronte alla complessità del mercato con cui si confrontano, gli attori del Web si trovano a fare i conti con dati spesso contraddittori, di non semplice lettura. Dati che richiederebbero, forse, un lavoro di ri-definizione dei paradigmi di analisi per essere compresi. Non essendoci il tempo, si abbandona l’idea di poter capire e ci si affida anima e corpo ai dati contigenti, in modo simile a quanto già avvenuto nel mercato dell’editoria di genere e del cinema di consumo. Anche in questi mercati, infatti, il mantra è che le tendenze di lettori e spettatori sono incomprensibili e che quindi l’unica via è la dittatura dell’esistente. Se in un dato momento i vampiri romantici soppiantano nelle vendite i licantropi, allora si cercano e si pubblicano libri a tema, senza indagare le ragioni, limitandosi a seguire il trend finché non si esaurisce.

At the gaming network IGN, for example, executives found that crisp, clear prose was outperforming hyped-up buzzwords (like free and exclusive) on certain parts of the homepage. But in previous years, the opposite had been true. Why? They talked and talked about it, but no one could figure it out. Soon they realized that it simply didn’t matter. A/B would guide them at ground level, so there was no need to worry about why users behaved in one way or another.

Il passaggio successivo è in fondo ovvio.

Even if we accept that testing is useful in learning how to run a business, it’s hard to take the next step and accept that we won’t learn how to run our businesses at all. Indeed, as A/B becomes more widespread, we might not even know what choices the tests are making: One of the burgeoning trends in A/B is to automate the whole process of adjudicating the test, so that the software, when it finds statistical significance, simply diverts all traffic to the better-performing option—no human oversight necessary.

Se non c’è necessità di analisi, se ciò che conta sono i soli dati statistici, allora non c’è alcun bisogno di un operatore umano. Qualsiasi macchina può confrontare i dati e decidere autonomamente quale contenuto presentare. Se si arriva a questo passaggio, il salto qualitativo non diventa solo difficile, ma del tutto impossibile.

Potete leggere l’articolo di Brian Christian per Wired da cui sono tratte le citazioni qui, ma vorrei offrirvi un’ultima considerazione prima che ve ne andiate.

Quando si parla di crisi dell’editoria, del giornalismo o del cinema bisognerebbe ricordarsi di articoli come questo. Sono gli stessi attori che lamentano la propria crescente marginalità a porre le basi della propria estinzione. Messi di fronte a un mondo complesso, che richiede analisi qualitative e soluzioni qualitative, spaventati da ciò che incontrano, questi attori dell’industria culturale si nascondono dietro l’oggettività. I dati diventano lo scudo da usare contro investitori e concorrenti, rassicurano e proteggono. Ma i dati non hanno bisogno di attori umani per essere raccolti e utilizzati, i dati appartengono alle macchine.

Reattività e adattabilità sono ovviamente requisiti fondamentali non soltanto di un sito Web o di un’impresa di successo, ma di qualsiasi creatura vivente. In fondo, un’impresa usa i dati per comunicare con l’ambiente, per aprirsi, esattamente come fa una creatura vivente. Ma la capacità di comunicare con l’esterno va sempre mediata con la capacità di isolarsi dall’esterno, di porre un confine, di esercitare una differenza. In questo sta una delle poche, certe, differenze tra ciò che è vivo e ciò che non lo è. Un’azienda che decida, che corra dei rischi, può essere un attore culturale, può creare una differenza, interagire, comunicare. Un’azienda che abdichi a questo ruolo diventa solo un hub, un luogo di smistamento del traffico. Ottimo per la pubblicità, ma irrilevante per il sistema culturale nel suo complesso.

Chi si nasconde dietro i dati  afferma implicitamente la propria assoluta inutilità. E non è, in fondo, proprio questo che sta capitando anche alla politica?