Ao contar uma história, o narrador usa toda sua habilidade para entreter a audiência. Esta tarefa não define apenas o ato de contar uma história, mas também a capacidade de compreender as reações do público durante a narração da história. Não é muito difícil adaptar uma história para um único individuo baseando-se em suas preferências e escolhas anteriores, porém, a tarefa de escolher o que é melhor para um grupo torna-se bastante complicada. A seleção por votação de uma maioria pode não ser eficiente pois descarta alternativas que foram consideradas secundárias por alguns indivíduos, mas que funcionariam melhor para o grupo em questão. Desta forma, a seleção descuidada dos eventos em uma história poderia causar a ruptura do grupo, fazendo com que algumas pessoas desistam de continuar assistindo pois não foram agradadas. Esta tese propõe uma metodologia para criar histórias adaptadas para a audiência com base em traços de personalidade e preferências de cada indivíduo. Como uma audiência pode ser composta de indivíduos com preferências semelhantes ou mistas, é necessário considerar uma solução de meio-termo com base nas opções individuais. Além disso, os indivíduos podem ter algum tipo de relação com os outros que influenciam suas decisões. O modelo proposto aborda todas as etapas da missão de agradar ao público. Deve inferir quais são as preferências, calcular a recompensa das cenas para todos os indivíduos, estimar as escolhas de forma independente e em grupo, e permitir sistemas de Storytelling Interativos encontrar a história que maximiza a recompensa esperada da audiência. O modelo proposto pode ser facilmente estendido a outras áreas que envolvem usuários interagindo com ambientes digitais.