Teoretické vymedzenie pojmu
Koncept information encountering (IE) predstavuje alternatívu k modelom informačného správania, ktoré sa zameriavajú primárne na aktívne a problémovo orientované vyhľadávanie informácií. Erdelez ho definuje ako pamätný zážitok spojený s neočakávaným objavom užitočnej alebo zaujímavej informácie – či už pri hľadaní informácií k inej téme, alebo pri bežných činnostiach (Erdelez, 2005).
Vo výskumnom kontexte IE sa vieme často stretnúť s pojmom serendipity, ktorý vychádza z dlhšej literárnej tradície a je bežne spájaný s pozitívnym prekvapením, IE je analytický a neutrálny – stretnutie s informáciou môže viesť rovnako k radosti ako k sklamaniu či frustrácii (Agarwal, 2015). Tam, kde sa pojmy IE a serendipity stretávajú, je dôraz na human agency – rozhodujúca nie je samotná náhoda, ale schopnosť neočakávanú informáciu rozpoznať, interpretovať a konať na jej základe. Toto rozlíšenie sa stáva zreteľnejším v typológii, ktorú ponúka Erdelez: od non-encounterers, ktorí podobné zážitky registrujú len zriedka, až po super-encounterers, pre ktorých sa IE stáva takmer systematickým nástrojom získavania informácií.
IE prispieva do oblasti informačného správania schopnosťou pomenovať a skúmať konkrétnu skúsenosť „preskakovania” medzi problémami a časovými rámcami, ktorú štandardné modely prehliadajú. Aby bola náhodne zachytená informácia pre človeka zmysluplná, musí sa nachádzať na okraji toho, čo už používateľ vie – len vtedy má k dispozícii kognitívne štruktúry potrebné na jej spracovanie. Koncept má preto priamu aplikovateľnosť na dizajn informačných systémov – ak vieme, že k IE dochádza, môžeme prostredie navrhnúť tak, aby ho sprostredkovávalo. Typológia používateľov zároveň umožňuje diferencovaný prístup k výskumu aj praxi, keďže nie každý prežíva IE rovnako intenzívne ani rovnakým spôsobom. Práve táto potenciálna aplikovateľnosť však naráža na limity – ako IE merať a skúmať tak, aby výsledky boli spoľahlivé?
Zo samotnej povahy konceptu IE nie je prekvapujúce, že meranie naráža na metodologické limity. Systematický prehľad výskumu serendipity v informačnom chovaní ukazuje, že väčšina štúdií sa opiera o metódy využívajúce dotazníky, rozhovory či denníkové záznamy, ktoré so sebou nevyhnutne prinášajú subjektivitu. Kontrolované experimenty sú zas náchylné na zmenu správania v momente, keď si účastníci uvedomia, že sú pozorovaní. Naopak, metódy ako analýza logov či sieťová analýza len ťažko zachytia individuálne psychologické a subjektívne vnímanie, ktoré je pre IE kľúčové. (Liu et al., 2022)
Facilitácia IE v kontexte dizajnu informačných služieb nie je novou myšlienkou. Diskusia sa doteraz však sústredila prevažne na prostredia, ktoré používateľovi ponúkajú priestor na aktívne prehliadanie.
Algoritmy, ktoré dnes formujú väčšinu digitálnych informačných prostredí, vytvárajú paradox: na jednej strane môžu zvyšovať frekvenciu stretnutí s informáciami – príkladom je Shaun Winterton (2012), ktorý prostredníctvom platformy Flickr objavil nový druh hmyzu – na strane druhej tieto stretnutia vedia personalizovať spôsobom, ktorý môže práve tú interdisciplinárnu náhodnosť, z ktorej IE čerpá svoju hodnotu, obmedzovať.
Na základe tohto problému formujem výskumnú otázku: Do akej miery algoritmy facilitujú alebo obmedzujú information encountering – a môže byť takto sprostredkovaný moment vôbec autentický?
Vybrané štúdie naznačujú, že algoritmy môžu produkovať momenty IE, ktoré sú používateľmi vnímané ako autentické či užitočné, avšak hodnota zážitku závisí od povedomia používateľa o algoritmoch (Dietrich et al., 2025) a záujmov samotnej platformy, ktoré nie vždy zodpovedajú záujmom používateľa (Chen et al., 2025). Prevládajúci postoj „správy si ma nájdu samy“ (Swart, 2021) naznačuje, že používatelia často pasívne dôverujú algoritmickému výberu obsahu – čo robí sociálne siete obzvlášť relevantným prostredím pre skúmanie IE. Napriek tomu zostáva neprebádané, ako používatelia subjektívne prežívajú moment IE v prostredí čím ďalej viac algoritmizovaných sociálnych sietí.
Analýza výskumného článku
Nasledujúca analýza sa venuje štúdii Binst, Michiels a Smets (2025) What Is Serendipity? An Interview Study to Conceptualize Experienced Serendipity in Recommender Systems, publikovanej na konferencii UMAP ‘25.
Introduction
V tejto sekcii autorstvo predstavilo tému výskumu – serendipitu v kontexte odporúčacích systémov (RecSys) – a stručne načrtlo, aké benefity jej zakomponovanie môže priniesť. Ústredným problémom je konceptuálna nejednoznačnosť pojmu, ktorá spôsobuje nejasnosti v tom, ako serendipitu do systémov zakomponovať, merať, či vyhodnocovať, akým strategickým cieľom slúži. Hoci autorstvo explicitne neformuluje výskumnú otázku ani hypotézu, z úvodu jasne vyplýva, že cieľom výskumu je práve konceptualizácia a ohraničenie pojmu experienced serendipity vrátane jej rôznych odtieňov – čo má za cieľ vytvoriť základ pre konzistentnejšiu a porovnateľnejšiu evaluáciu v ďalšom výskume.
Methods
Autorstvo popísalo spôsob výberu účastníkov, zdôvodnilo rozhodujúce atribúty a poukázalo na skutočnosť, že niektorí z nich osobne poznali moderátora rozhovorov. Bol zvolený aktívny prístup, pri ktorom moderátor facilitoval interpretáciu a meaning-making – čo bolo odôvodnené najmä obmedzenou znalosťou RecSys medzi účastníkmi. Hoci autorstvo argumentuje, že osobná znalosť moderátora výsledky neovplyvnila, zostáva otázkou, do akej miery mohla hlboká zainteresovanosť výskumníka v téme samotný priebeh rozhovorov poznačiť.
Za zmienku tiež stojí, že napriek zvolenej metóde quota sampling – ktorej cieľom je zabezpečiť, aby vzorka odrážala zastúpenie určitých atribútov v pomere zodpovedajúcom ich výskytu v populácii – je pomer žien a mužov (6:11) pomerne nevyvážený, čo autorstvo bližšie nereflektuje.
Na analýzu dát bol použitý rámec grounded theory, aplikovaný iteratívne až do dosiahnutia teoretickej saturácie. Kombinácia open a axial coding podporuje induktívny charakter analýzy, čo je v súlade s cieľom výskumu konceptualizovať pojem zdola nahor.
Results
Rozdelenie sekcie výsledkov na predstavenie rámca a jeho demonštráciu na príkladoch robí prezentáciu prehľadnou a ľahko uchopiteľnou.
Kritickejší pohľad si zaslúži posledná časť sekcie venovaná negatívnym skúsenostiam. Hoci chápem, že serendipita je v literatúre spravidla ohraničená pozitívnymi skúsenosťami, práve tu sa ukazuje istá konceptuálna medzera: sekcia o pozitívnych skúsenostiach hovorí o zážitkoch serendipity v rámci RecSys, zatiaľ čo sekcia o negatívnych skúsenostiach hovorí jednoducho o negatívnych skúsenostiach s algoritmom – nie nevyhnutne o absencii serendipity. Nie každá pozitívna skúsenosť musí byť serendipitná, a rovnako tak nie je vylúčená existencia negatívnej skúsenosti s neočakávaným objavom užitočnej informácie (Agarwal, 2015). Tým, že autorstvo operuje so serendipitou ohraničenou výlučne na pozitívnu stranu spektra, tento aspekt prehliada. Konceptualizácia, ktorá by reflektovala obe strany, by mohla predstavovať hodnotný príspevok k existujúcej literatúre.
Discussion
Autorstvo stručne zhrnulo ciele výskumu a výsledky namapovalo na predošlú literatúru, pričom poukázalo na problémy, ktorým sa ich konceptualizácia snaží predchádzať. Demonštrujú, že slovník popisujúci jednotlivé odtiene zážitku serendipity a ich vzájomné kombinácie môže v budúcnosti umožniť presnejšie napĺňanie rôznych strategických cieľov návrhu RecSys.
Limitácie výskumu ani možnosti budúceho výskumu v tejto sekcii neotvára – obom sa autorstvo venuje v samostatnej nadväzujúcej sekcii, čo je síce legitímna voľba, no v rámci štandardnej IMRaD štruktúry mierne nezvyčajná.
Záver
Štúdia predstavuje metodologicky dobre zakotvený príspevok k problematike konceptualizácie serendipity v RecSys – téme, ktorej meranie a výskum sú obecne náročné. Zvolená kombinácia aktívnych rozhovorov a grounded theory sa javí ako oprávnená voľba vzhľadom na charakter skúmaného javu.
Okrem limitov, ktoré autorstvo samo reflektuje (vylúčenie účastníkov mladších ako 20 a starších ako 60 rokov, výlučne belgická vzorka a zameranie na veľké medzinárodné platformy) vnímam ako zásadnejší limit samotné pozitívne ohraničenie konceptu serendipity. Rozšírenie výskumu smerom ku konceptuálne neutrálnejšiemu information encountering by mohlo priniesť ucelenejší pohľad na skúsenosť používateľov s RecSys naprieč celým spektrom zážitkov.
Na základe toho navrhujem výskumnú otázku: Ako používatelia prežívajú information encountering v rámci odporúčacích systémov a aké podmienky určujú, či je táto skúsenosť vnímaná pozitívne, negatívne alebo neutrálne?
Agarwal, N. K. (2015). Towards a Definition of Serendipity in Information Behaviour. Information Research: An International Electronic Journal, 20(3).
Binst, B., Michiels, L., & Smets, A. (2025). What Is Serendipity? An Interview Study to Conceptualize Experienced Serendipity in Recommender Systems. https://doi.org/10.1145/3699682.3728325
Chen, X., Lin, A., & Webber, S. (2025). “We do not always enjoy surprises”: investigating artificial serendipity in an online marketplace context. Journal of Documentation, 81(2), 403–422. https://doi.org/10.1108/JD-01-2024-0011
Dietrich, F., Ernst, A., Kreling, R., Gilbert, A., Rohr, B., Scharkow, M., & Reinecke, L. (2025). The differential effects of algorithmic recommendations on user experience: Enjoyment and serendipity in everyday music streaming. Proceedings of the 3rd International Conference of the ACM Greek SIGCHI Chapter ; Page 8-16. https://doi.org/10.1145/3749012.3749040
Erdelez, S. (1999). Information encountering: it’s more than just bumping into information. Bulletin of the American Society for Information Science, 25(3), 25.
Liu, Y., Qin, C., Ma, X., & Liang, H. (2022). Serendipity in human information behavior: a systematic review. Journal of Documentation, 78(2), 435–462. https://doi.org/10.1108/JD-02-2021-0029
Swart, J. (2021). Experiencing Algorithms: How Young People Understand, Feel About, and Engage With Algorithmic News Selection on Social Media. Social Media + Society, 7. https://doi.org/10.1177/20563051211008828
Winterton, S. L., Guek, H. P., & Brooks, S. J. (2012). A charismatic new species of green lacewing discovered in Malaysia (Neuroptera, Chrysopidae): the confluence of citizen scientist, online image database and cybertaxonomy. ZooKeys, 214, 1–11. https://doi.org/10.3897/zookeys.214.3220