Dados do guia mapearam escolhas no Museu Van Gogh
O modelo previu 63% das próximas transições. Os logs não registravam olhar, permanência nem posição contínua do visitante.
A edição de abril de 2026 da Management Science publicou um modelo capaz de prever 63% das próximas transições registradas pelo guia multimídia do Museu Van Gogh, em Amsterdã. A medida cobre uma decisão por vez: qual conteúdo a pessoa selecionaria em seguida ou se encerraria a visita. Ela não mede a precisão de uma jornada completa.¹
O trabalho relacionou a sequência de cliques à posição das obras e à organização da interface do guia. Distâncias maiores no edifício e mais esforço para localizar uma opção na tela apareceram associados a uma probabilidade menor de transição. A base terminava no aparelho: registrava conteúdo consultado, sem observar o olhar, a permanência diante da obra ou o deslocamento contínuo do visitante.² ⁴
O registro começava quando o visitante tocava no guia
O guia oferecia faixas sobre 45 obras em 11 idiomas. Um roteiro de destaques aparecia como lista; outro, mais amplo, usava uma interface circular. A quantidade disponível variava com o que estava exposto. Em média, 28 obras apareciam no aparelho durante o período descrito na versão integral de trabalho.²
Cada sessão gerava um clickstream com a ordem das seleções, horário de início e fim de uma faixa, conclusão do segmento, roteiro e idioma. Os pesquisadores combinaram esses eventos com um histórico da localização de cada obra. Se dois conteúdos fossem acionados em sequência, o modelo recebia a distância entre as respectivas posições na configuração vigente do museu.²
Esse procedimento produz uma reconstrução aproximada. O log não continha coordenadas em tempo real, sensores no corpo ou rastreamento ocular. O intervalo durante o qual uma faixa ficou ativa também não comprova quanto tempo a pessoa permaneceu diante da pintura. Uma seleção funciona como sinal de interação com o conteúdo; a rota física entre duas obras continua inferida.² ⁴
A amostra também reflete quem alugou o guia. Na distribuição por dia, 25% e 31% eram, respectivamente, os percentis 25 e 75 da proporção de visitantes que usavam o serviço, segundo a versão de trabalho. Pesquisas anteriores do museu indicavam maior adesão entre pessoas com crianças e visitantes de fora dos Países Baixos. As sequências registradas, portanto, não representam automaticamente todo o público que entrou no edifício.²
O universo bruto e a amostra do modelo têm tamanhos diferentes
O comunicado da INFORMS descreve logs anonimizados de mais de 1,5 milhão de visitas entre 2019 e 2021.³ A versão integral disponível detalha uma base principal com 715 mil visitas distintas de 2019. Dela saiu um recorte aleatório de 25 mil trajetórias de setembro e outubro, usado para estimar o modelo com um layout estável. Outro conjunto de 25 mil visitantes do mesmo intervalo foi reservado para o teste fora da amostra.²
Os três números cumprem funções distintas. Mais de 1,5 milhão descreve o universo de registros ao qual a equipe teve acesso. As 715 mil visitas delimitam a base analítica principal de 2019. Na versão de trabalho de 2023, os 63% foram medidos com os grupos de estimação e teste de 25 mil, e não por uma regressão sobre todas as sessões. A versão publicada preserva a métrica, mas seu resumo oficial não repete os tamanhos dessas subamostras.¹ ² ³
O período ajuda a controlar outra mudança. Setembro e outubro de 2019 antecedem as restrições da pandemia, e a disposição das obras permaneceu estável durante a estimação. A equipe relata ter repetido a análise em outros quatro intervalos de 2019 com resultados semelhantes.²
O Pathway MNL calcula uma escolha de cada vez
O modelo, chamado Pathway multinomial logit, trata a visita como uma cadeia de decisões condicionais. Depois de um clique, as alternativas incluem as obras ainda não consultadas no guia e a opção de terminar o percurso. Cada escolha recebe uma probabilidade a partir do ponto atual e do contexto daquela sessão.¹ ²
As variáveis físicas incluem distância, troca de sala e mudança de piso. A camada digital mede o esforço para chegar ao próximo item na lista ou na roda e a necessidade de mudar de roteiro. Características das obras e controles como idioma, dia da semana e horário completam a especificação. A contagem de obras já acionadas serve como aproximação da evolução da visita.²
No teste com visitantes que não participaram do ajuste, o modelo principal classificou corretamente 63% das próximas transições. Uma versão sem fatores de layout chegou a 23%; outra cuja única variável de layout era o indicador da obra fisicamente mais próxima alcançou cerca de 49%. Cada transição tinha, em média, 11 opções possíveis.² Esses comparativos mostram o ganho preditivo das variáveis espaciais e digitais, sem converter a porcentagem em uma leitura do comportamento total de uma pessoa.
Distância e congestionamento aparecem como associações
Os coeficientes estimados ligam separações físicas maiores a uma propensão menor de seguir de uma obra para outra. A organização do aparelho apontou na mesma direção: opções mais distantes da seleção atual na lista ou na roda e conteúdos em outro roteiro recebiam menos transições.¹ ² O modelo incorpora preferências por obras e outros controles, mas ainda pode deixar de fora motivos individuais, companhia, mobilidade ou uma decisão tomada antes de entrar no museu.
O congestionamento foi aproximado pelo número de pessoas que iniciaram a visita no mesmo período. Em níveis mais altos, os logs mostraram mais interações e mais seleções de obras menos proeminentes.¹ ² Essa medida não observa a multidão diante de cada quadro. Também não estabelece que o aumento do público fez alguém explorar mais. Filas podem deslocar a atenção para trabalhos próximos, enquanto horários cheios podem reunir visitantes com outro perfil. O paper descreve a relação como correlação.¹
Realocações temporárias testaram as previsões
Obras e manutenção mudaram temporariamente quatro conjuntos de pinturas em novembro e dezembro de 2019. Os pesquisadores compararam as alterações previstas nas taxas de transição com o que apareceu nos logs quando obras como Girassóis e Os Comedores de Batata foram levadas a outro piso. Essas mudanças não tinham o objetivo de influenciar o público e não haviam sido anunciadas aos visitantes.²
O teste ampliou a avaliação para configurações que não participaram do ajuste inicial. Ainda havia uma limitação metodológica: todos os visitantes encontraram a mudança, sem um grupo de controle simultâneo. A equipe construiu a referência com a sazonalidade semanal e um modelo autorregressivo. O resultado apoia a capacidade preditiva diante de algumas realocações; não fornece um experimento causal para toda relação estimada.²
Depois dessa etapa, os autores formularam um problema separado de otimização. O algoritmo simulou atribuições de obras a posições para maximizar o número esperado de conteúdos acionados no guia. Os layouts contrafactuais não foram instalados como uma disposição definitiva do acervo.¹ ²
Comprimento de uma sequência de cliques é um objetivo operacional estreito. Narrativa curatorial, conservação, acessibilidade e segurança ficam fora dessa função matemática. Os pesquisadores apresentam os dados como complemento ao conhecimento dos curadores.⁴ Uma equipe pode usar a variação prevista nas transições como uma informação adicional ao decidir onde expor uma obra, mantendo as demais finalidades do museu no processo.
Fontes
- Designing Layouts for Sequential Experiences: Application to Cultural Institutions · Management Science 72(4) · https://doi.org/10.1287/mnsc.2022.02024 · publicado on-line em 25 ago. 2025; volume de abr. 2026
- Designing Layouts for Sequential Experiences: Application to Cultural Institutions (versão integral de trabalho, base, estimação e validações) · Aouad, Deshmane e Martínez-de-Albéniz · https://blog.iese.edu/martinezdealbeniz/files/2023/05/20230525_Designing_Layouts_small.pdf · 25 maio 2023
Mostrar mais 2 fontesOcultar fontes
- New Research Shows Museum Design Quietly Determines What Visitors See and What They Miss · INFORMS · https://www.informs.org/News-Room/INFORMS-Releases/News-Releases/New-Research-Shows-Museum-Design-Quietly-Determines-What-Visitors-See-and-What-They-Miss · 14 jan. 2026
- Design insights from studying the Van Gogh Museum · MIT Sloan · https://mitsloan.mit.edu/ideas-made-to-matter/design-insights-studying-van-gogh-museum · 10 fev. 2026