Tant si ets qui desenvolupa una aplicació com si l’utilitzes cada dia, tens alguna cosa en comú: vols que funcioni bé i et faci la vida més fàcil. Però darrere d’una bona experiència d’ús no hi ha només codi ben escrit; hi ha la capacitat d’entendre què passa quan l’app arriba a les mans —i a les opinions— de milions de persones.
Entre aquestes opinions, sovint amagades entre milers de valoracions i comentaris, hi ha pistes clares sobre què falla, què encanta i què es podria millorar. I, de manera recurrent, apareix un tema que té un impacte directe en la qualitat del producte: com l’aplicació tracta el gènere.
Un equip de recerca internacional ha analitzat 7 milions de ressenyes de les 70 aplicacions més populars de Google Play per descobrir què diuen les persones usuàries sobre aquest tema i quines implicacions té per a crear productes digitals més sòlids i ben valorats. El resultat? Una guia basada en dades per entendre on guanyem i on perdem la confiança de qui utilitza l’app.
Un equip de recerca format per Mojtaba Shahin (RMIT University), Mansooreh Zahedi (University of Melbourne), Hourieh Khalajzadeh (Deakin University) i Ali Rezaei Nasab (Shiraz University) ha analitzat com apareix el tema del gènere a les ressenyes d’aplicacions mòbils.
Ho han fet combinant anàlisi massiva de dades, tècniques avançades d’intel·ligència artificial i revisió manual. L’objectiu: entendre quines necessitats i problemes reals detecten les persones usuàries i com aquesta informació pot servir per crear productes digitals de qualitat.
Del volum massiu de dades a la informació útil
El primer pas va ser descarregar 7 milions de ressenyes de les 70 aplicacions Android més populars de Google Play, repartides en 22 categories que van des de comunicació i entreteniment fins a finances.
Per localitzar les ressenyes on es parlava de gènere, l’equip va crear un conjunt inicial de 45 paraules clau, extretes de literatura i fonts prèvies, que després van ampliar fins a 396 termes amb la tècnica KeyBERT. Aquest procés va permetre filtrar més de 12.000 ressenyes potencialment relacionades amb gènere.
Després de dues rondes d’anàlisi pilot per eliminar termes que generaven falsos positius, el conjunt es va reduir a 4.885 ressenyes amb alta probabilitat de tractar el tema.
El paper de la classificació automàtica
D’aquest conjunt es va crear un dataset definitiu amb 620 ressenyes sobre gènere i 820 ressenyes no relacionades. Aquest material va servir per entrenar diversos models automàtics de classificació. El millor resultat el va donar RoBERTa, amb:
- F1-score del 90,77%
- Precisió del 86,64%
Això significa que és molt eficient per identificar ressenyes que contenen converses sobre gènere. Però detectar-les era només el primer pas: calia analitzar-les per extreure informació útil per al producte.
Què diuen realment les persones usuàries
L’anàlisi qualitativa de 388 ressenyes sobre gènere va permetre agrupar-les en sis grans blocs de millora del producte.
Funcionalitats
Moltes persones demanen més opcions i flexibilitat a l’hora de configurar l’aplicació. També apareixen casos de productes que no reconeixen bé la veu femenina o que obliguen a mostrar el gènere sense opció d’amagar-lo.
Aparença
Des dels emojis fins als colors i dissenys que exclouen o encasellen, els elements visuals influeixen en l’experiència d’ús.
Contingut
Llibres, sèries, jocs… representen tothom o perpetuen estereotips? El que ofereix l’app importa.
Política i censura
Qui decideix què es veu i què s’elimina, i amb quins criteris de gènere. Les decisions sobre moderació afecten la percepció del producte.
Publicitat
La pluja d’anuncis que et diu qui hauries de ser segons el teu gènere. Els anuncis mal dirigits degraden l’experiència.
Comunitat
Des de grups hostils fins a espais on es respira inclusió i respecte. L’ambient dins l’app és part del producte.
Claus per aconseguir bons productes digitals
Donar més control
L’estudi mostra que moltes persones es frustren perquè no poden ajustar opcions relacionades amb el gènere dins l’app: des de decidir com es mostren les opcions fins a configurar quin tipus de contingut o publicitat reben. Desenvolupar mecanismes clars i fàcils d’usar per personalitzar aquestes preferències pot evitar que l’usuari senti que l’app li imposa una experiència que no vol, i millora la percepció global del producte.
Incorporar diversitat dins l’equip
Quan l’equip de desenvolupament és homogeni, hi ha més risc de passar per alt necessitats d’altres perfils. Incloure persones amb experiències i identitats diverses ajuda a detectar biaixos abans que arribin a producció, a interpretar millor les opinions de les usuàries i a proposar solucions que responen a necessitats reals i variades.
Fer recerca amb una base d’usuàries diversa
Les expectatives i preocupacions sobre gènere no són iguals a tot arreu. Factors com la cultura, l’edat o el context social influeixen en com es percep una funcionalitat o una política d’app. Implicar persones de diferents perfils en la recerca i les proves de producte permet recollir una visió més rica i evitar decisions que puguin ser adequades per a un grup però alienants per a un altre.
Monitorar i analitzar constantment el feedback
Llegir les ressenyes una vegada no és suficient. Les opinions canvien amb el temps i amb les actualitzacions del producte. Establir un procés continu de monitoratge i anàlisi ajuda a detectar patrons, avaluar si les millores implementades funcionen i actuar ràpid davant noves necessitats o problemes.
Explorar eines d’anàlisi automàtica
Amb milions de ressenyes i interaccions, la lectura manual és inviable. Eines d’intel·ligència artificial com les utilitzades en aquest estudi poden ajudar a identificar i resumir converses sobre gènere a gran escala, no només en ressenyes, sinó també en fòrums, tiquets de suport i altres canals de comunicació amb l’usuari.
Tenir en compte la categoria de l’app
Les converses sobre gènere no són iguals en totes les categories d’aplicacions. En apps de vídeo, el focus pot estar en la representació i el contingut; en jocs i xarxes socials, el pes recau sovint en la comunitat; en serveis de transport, la seguretat pot ser central. Conèixer aquestes diferències ajuda a prioritzar els esforços de millora allà on tindran més impacte.