Artikeln beskriver ett vanligt problem i online-diskussionssystem där tidiga kommentarer får all uppmärksamhet och många uppröster, vilket gör att senare, mer intressanta kommentarer förblir oupptäckta. En föreslagen lösning är att sortera kommentarer baserat på uppröster dividerat med "uppmärksamhet" (antalet personer som läst kommentaren), snarare än enbart uppröster. Detta nya sorteringsalgoritm skulle prioritera kommentarer med en hög uppröstningsgrad i förhållande till hur många som läst dem, vilket lyfter fram verkligt intressanta kommentarer till toppen. Två exempel ges på hur en dator kan avgöra vilka kommentarer en användare har läst: genom att upprösta en kommentar (vilket indikerar att föregående kommentarer lästs) eller genom att spåra vilka kommentarer som visas på skärmen. Problemet jämförs med liknande utmaningar hos sökmotorer, och relevanta modeller som "cascade model" och "dynamic bayesian network model" nämns som potentiella lösningar.