تخلیق کاروں کے ٹولز اور معیشت

ابتدائی views ملے تو creators نے 8.55٪ زیادہ ویڈیوز پوسٹ کیں

|مصنف: QUASA ادارتی ٹیم|7 منٹ مطالعہ| 1
ابتدائی views ملے تو creators نے 8.55٪ زیادہ ویڈیوز پوسٹ کیں

29 اگست 2026 کو جمع کرائے گئے arXiv preprint میں Yuanyuan Shen، Yiren Yan، Wenjie Li اور Chunhui Zhu نے ایک نام ظاہر نہ کی گئی بڑی short-video platform کے چار randomized experiments پیش کیے۔ آٹھ ماہ کے creator test میں معمول کا production exploration پانے والے گروپ نے minimal exposure floor والے گروپ کے مقابلے میں فی creator 8.55٪ زیادہ ویڈیوز پوسٹ کیں؛ اس تخمینے کا 95٪ confidence interval 7.14٪ سے 9.96٪ تھا۔ کم از کم ایک مرتبہ پوسٹ کرنے والے creators بھی 7.10٪ بڑھے، جس کا interval 6.60٪ سے 7.59٪ رہا۔

یہ 29 اگست کا preprint ہے، کسی peer-reviewed journal میں قبول شدہ حتمی مضمون نہیں، اور platform کی شناخت ظاہر نہیں کی گئی۔ ChatPaper کی یکم ستمبر کی آزاد فہرست مصنفین کی Snap Inc. وابستگی، چار experiments اور الگ viewer test کے بنیادی نتائج درج کرتی ہے: تقریباً ایک سال میں video views 1.74٪ بڑھے، مگر view time 2.13٪ گھٹا۔ اس لیے headline کا 8.55٪ نتیجہ randomized گروپس کا اوسط causal فرق ہے، ہر account کو ملنے والا یقینی فائدہ نہیں۔

ابتدائی views دراصل cold-start allocation تھے

نئی short video کو cold-start میں محدود ابتدائی audience ملتی ہے اور مزید delivery کا فیصلہ response پر رہتا ہے

تحقیق میں ابتدائی exposure کو انعام یا مستقل reach کی ضمانت کے بجائے budgeted exploration کہا گیا ہے۔ نئی ویڈیو کے پاس viewer interactions کی تاریخ نہیں ہوتی، اس لیے recommender پہلے محدود distribution کے ذریعے response جمع کرتا ہے اور پھر طے کرتا ہے کہ مزید delivery ہونی چاہیے یا نہیں۔

اس نظام میں ہر eligible ویڈیو کے لیے کم از کم exposure، پوری exploration capacity اور delivery کی محدود مدت اہم ہیں۔ فوری response بہتر ہو تو ویڈیو کو مزید لوگوں تک پہنچنے کا موقع مل سکتا ہے؛ کمزور response پر اس کا exploration مرحلہ ختم ہوسکتا ہے۔ یوں ابتدائی views بنیادی طور پر audience signals کا sample ہیں، algorithm کی حتمی منظوری نہیں۔

Creator test بھی مکمل exposure اور صفر exposure کا موازنہ نہیں تھا۔ ایک arm کو production budgets ملے، جبکہ دوسرے کو minimal floor دیا گیا اور اس کی ویڈیوز organic retrieval کے لیے بدستور eligible رہیں۔ headline میں بیان کردہ اضافہ اسی دو سطحی موازنے سے نکلا ہے۔

آٹھ ماہ کے test نے posting کے دو رخ ناپے

Creator experiment میں platform کے آٹھ فیصد creators شامل ہوئے، تقریباً چار فیصد ہر arm میں۔ فی creator زیادہ ویڈیوز پوسٹ ہونا پہلے سے فعال creators کی اضافی پیداوار دکھاتا ہے، جبکہ کم از کم ایک بار پوسٹ کرنے والوں میں اضافہ بتاتا ہے کہ exposure نے شرکت کے دائرے کو بھی بدلا۔ دونوں outcomes مل کر creator supply کی مقدار اور participation کو الگ کرتے ہیں۔

یہ فرق ایک shared marketplace میں ناپا گیا تھا۔ دونوں arms ایک ہی مجموعی exploration capacity کے لیے مقابلہ کرتے رہے، اس لیے floored creators پر بچنے والی capacity دوسرے creators کو منتقل ہوسکتی تھی۔ مصنفین اسی مداخلت کی وجہ سے measured فرق کو آزمائے گئے operating point پر full rollout effect کی بالائی حد سمجھتے ہیں؛ صفر exploration والے creator arm کے بغیر پوری guarantee کی قدر معلوم نہیں ہوتی۔

اس حد کا مطلب یہ نہیں کہ posting response محض correlation تھا: creators randomized arms میں تقسیم ہوئے اور آٹھ ماہ تک ایک مستقل mechanism کا فرق برداشت کرتے رہے۔ البتہ نتیجہ ایک نامعلوم platform اور مخصوص allocation setup سے متعلق ہے، اس لیے اسے پاکستان یا کسی دوسری short-video service کے لیے وہی فیصد سمجھنا درست نہیں۔

چار experiments نے الگ سوالوں کے جواب دیے

ایک short-video platform کے چار experiments میں creator supply، views اور watch time الگ ناپے گئے

ایک سال سے زیادہ چلنے والے viewer ablation نے production exploration کا مکمل disablement سے موازنہ کرکے فوری feed effect ناپا۔ اس میں زیادہ video starts کے ساتھ مجموعی viewing duration کم ہوئی؛ ڈیڑھ سیکنڈ سے مختصر views بڑھے اور favorites گھٹے۔ یہ outcomes بتاتے ہیں کہ delivery کی مقدار اور consumption کی گہرائی ایک metric نہیں۔

دوسرا، آٹھ ماہ کا creator ablation، posting response کے لیے تھا۔ تیسرے، دو ہفتے کے budget-matched experiment نے nominal budget تقریباً یکساں رکھتے ہوئے exposure زیادہ ویڈیوز میں تقسیم کیا؛ creator participation اور فی creator posting میں معمولی اضافہ ملا، جبکہ مختصر مدت کے viewer metrics کے confidence intervals صفر کو شامل کرتے تھے۔ اس سے صرف یہ نتیجہ نکلتا ہے کہ آزمائی گئی reallocation نے فوری viewer-side تبدیلی قابلِ تشخیص بنائے بغیر participation بدلی۔

چوتھے experiment میں matched creator اور viewer submarkets کو تین ہفتے کے لیے الگ رکھا گیا تاکہ ہر arm اپنا content corpus بنا سکے۔ فوری نتیجے میں views کا رخ مثبت اور view time کا رخ منفی تھا، مگر مختصر window مجموعی corpus effect کی سمت طے نہ کرسکی۔ کم اور زیادہ turnover کے دونوں مفروضوں میں متعلقہ intervals صفر کے دونوں طرف گئے، اس لیے دیر سے ظاہر ہونے والی net value ابھی نامعلوم ہے۔

زیادہ views اور کم watch time ایک ساتھ کیسے آئے

زیادہ short-video starts کے باوجود viewer کا مجموعی watch time کم رہتا ہے

Exploration نئی ویڈیوز کو feed میں شامل کرکے starts بڑھا سکتی ہے، لیکن ہر start طویل viewing نہیں بنتا۔ اگر اضافی ویڈیوز میں فوری skips یا بہت مختصر views کا حصہ زیادہ ہو تو views اوپر اور مجموعی watch time نیچے جاسکتا ہے۔ مطالعے میں یہی mixed direct trade-off سامنے آیا۔

Shared corpus اس پیمائش کو مزید پیچیدہ بناتا ہے۔ اگر treatment سے پیدا ہونے والی اضافی uploads بالآخر treatment اور control دونوں viewers کو دستیاب ہوں تو عام viewer A/B test اس مشترک فائدے کو arm difference میں نہیں دکھاتا۔ دوسری طرف creator test supply response تو ناپتا ہے، مگر viewer value نہیں؛ اس لیے دونوں percentages کو جمع کرکے platform کی کل قدر اخذ نہیں کی جاسکتی۔

اس فرق سے creator کے لیے قابلِ فہم نتیجہ prediction نہیں بلکہ metric کی درست تعبیر ہے۔ Early views بتاتے ہیں کہ ویڈیو کو cold-start sample ملا، مگر performance سمجھنے کے لیے viewing duration، favorites، organic distribution اور بعد کی posting کو الگ outcomes ماننا پڑتا ہے۔ تحقیق کوئی مخصوص retention threshold، upload schedule یا guaranteed reach تجویز نہیں کرتی۔

Spotify کا نظام مماثل مسئلہ دکھاتا ہے، یہی test نہیں

Cold-start exploration صرف short-video feeds کا مسئلہ نہیں۔ Spotify Research کی production وضاحت کے مطابق اس کے centralized exploration workflow نے آزمائے گئے content کے listeners دس گنا کیے، جبکہ اس recommender system کے متعلقہ local metrics پر منفی اثر نہیں دیکھا گیا؛ exploration سے حاصل signals بعد میں دوسرے recommendation systems تک پہنچائے گئے۔

یہ نتیجہ موجودہ preprint کی replication نہیں۔ Spotify میں content format، platform، experimental design اور outcome مختلف تھے: وہاں listeners اور local recommender metrics ناپے گئے، جبکہ short-video تحقیق نے creator posting، views، view time اور shared corpus کو الگ کیا۔ مشترک بات صرف یہ ہے کہ محدود ابتدائی exposure نامعلوم content کے لیے audience evidence پیدا کرتا ہے۔

نتیجہ مضبوط ہے، مجموعی قدر ابھی نامعلوم

فی الحال مضبوط ترین finding یہ ہے کہ آزمائے گئے production exploration mechanism نے minimal floor کے مقابلے میں creator posting بڑھائی، اور headline والا تخمینہ اپنے reported confidence interval میں صفر سے اوپر رہا۔ اسی platform کے الگ viewer experiment میں زیادہ views کے باوجود watch time کم ہونے سے واضح ہے کہ views اکیلے کامیابی کا مکمل پیمانہ نہیں۔

Platform کا نام، absolute exposure budgets، creators کی جغرافیائی تقسیم اور content categories شائع نہیں کی گئیں۔ Posting response کتنی دیر برقرار رہتا ہے، learned allocation rule موجودہ rule سے بہتر ہے یا نہیں، اور اضافی content corpus کی طویل مدتی net value مثبت بنتی ہے یا منفی—ان سوالوں کے لیے زیادہ طویل اور الگ submarket experiments درکار ہیں۔ تین ہفتے کا موجودہ probe آخری سوال کی سمت طے نہیں کرتا۔

یہ بھی پڑھیں:

شیئر کریں:

ہمارا نیوز لیٹر سبسکرائب کریں

ویب 3، AI اور کرپٹو کی تازہ خبریں براہ راست اپنے اِن باکس میں پائیں۔

0