ما الذي دفعك لبدء العمل في مجال توصيات المحتوى الإخباري؟
بدأت مسيرتي المهنية في صناعة الطاقة في الولايات المتحدة عام 2005. وعملت لمدة 12 عامًا في صناعة الطاقة. صناعة الطاقة كثيفة الاستخدام للبيانات، وفي وقت مبكر جدًا من مسيرتي المهنية تعرفت على مشاريع البيانات الضخمة. لقد استمتعت به بالتأكيد، وبعد فوات الأوان، كان ذلك بمثابة نعمة أيضًا لأن تحليلات البيانات الضخمة قد انطلقت بالفعل في السنوات الخمس الماضية. هناك أيضًا الكثير من قوة الحوسبة السحابية المتاحة بسهولة لدرجة أن مساحة تحليلات البيانات الضخمة أصبحت مثيرة للاهتمام للغاية.
كانت تلك مسيرتي المهنية. على الجانب الشخصي، أحب أن أبقى على اطلاع دائم بالتطورات. أحصل على أخباري من مصادر مختلفة بما في ذلك المواقع الإخبارية ووسائل التواصل الاجتماعي وبالطبع المدونات المتخصصة. في عام 2017 تقريبًا، شعرت أنه سيكون من الجيد التوفيق بين اهتمامي بتحليلات البيانات الضخمة والأخبار، وانتقلت من تحليلات البيانات الضخمة في صناعة الطاقة إلى تحليلات البيانات الضخمة لتوصية المحتوى الإخباري.
كيف يقودك هذا إلى تأسيس علم الأخبار؟
كما ذكرت أعلاه، فأنا مستهلك متعطش للأخبار. ومع ذلك، شعرت أنني كنت أتلقى توصيات إخبارية من عامة الناس، وليس من الخبراء والمهنيين في مجال معين. لذلك، على سبيل المثال، كنت أتلقى مقالات حول التغذية من عامة الناس، وربما من أصدقائي - وشعرت أنني أفضل قراءة ما يوصي به خبراء التغذية. الفرضية هي أن المحترف في مجاله يكون على دراية أفضل بجودة المقالة الإخبارية.
لقد أجرينا جلسات متعددة للتعليقات لاختبار فرضيتنا وشعرنا أن هناك حاجة لمعالجة هذه المشكلة. لذلك بدأنا تطبيق Newsology في عام 2017. وقد حصلنا على تعليقات من مجتمع المستخدمين والصحفيين على طول الطريق للتأكد من أننا نوصي مستخدمينا بمحتوى جيد. نستمر في الحصول على تعليقات حول توصيات المقالات التي يقترحها تطبيقنا ونقوم بتعديل منتجنا وفقًا لذلك.
كيف يبدو اليوم النموذجي؟
أنا بالتأكيد أحب الليل، لذا فإن "ليلتي" النموذجية تبدأ بتحليل مؤشرات الأداء الرئيسية لدينا مع النظام الحالي، ثم حالة اكتمال التحسينات التالية التي نقوم بإنشائها - قد يكون ذلك بمثابة تعديلات على محرك الذكاء الاصطناعي الخاص بنا، أو تعديلات على تطبيقنا. نحن نعمل مع فريق موزع. ليس لدينا جداول زمنية محددة للاجتماعات. الجميع موجودون على Skype، لذلك نقوم فقط بمراسلة بعضنا البعض، وإذا لزم الأمر، نقوم بإعداد مكالمات جماعية.
لذلك تم استخدام ليلتي لمزيد من العمل الفني. أميل طوال اليوم إلى القيام بمهام أخرى مثل التسويق والعلاقات العامة والجهود المتعلقة بتعليقات العملاء.
كيف يبدو إعداد عملك؟ (تطبيقاتك، وأدوات الإنتاجية، وما إلى ذلك)
لدي جهاز كمبيوتر محمول متصل بإعداد شاشة مزدوجة. أحاول تجنب كتابة رسائل بريد إلكتروني طويلة على هاتفي والاحتفاظ بها لجهاز الكمبيوتر الخاص بي حتى أتمكن من تقديم توجيهات وإجابات واضحة. يتم تسجيل مهامنا على Trello. لدينا إرشادات واضحة جدًا حول كيفية تسجيل المشكلات على Trello، ومتى يتم وضع علامة على المهمة على أنها مكتملة، وما إلى ذلك. نحاول الحفاظ على ثقافة توفير الكثير من المعلومات للمستخدم التالي حتى تتقدم المهمة بكفاءة مع الحد الأدنى من الاجتماعات. نحن بالتأكيد متجر O365. يتم تخزين مستنداتنا ومؤشرات الأداء الرئيسية وسير العمل والعروض التقديمية وما إلى ذلك على سحابة O365. وبصرف النظر عن ذلك، فإننا نستخدم GitHub وAWS.
كيف يعرض الذكاء الاصطناعي المحتوى الأصلي؟
هناك عدد قليل من تطبيقات تجميع الأخبار التي تستخدم الذكاء الاصطناعي لعرض المحتوى الأصلي. هناك عدة طرق تستخدم بها هذه التطبيقات الذكاء الاصطناعي لعرض المحتوى الأصلي. سأشرح اثنين من الأساليب الأكثر شيوعًا المستخدمة، ثم سأشرح التطور الذي يستخدمه Newsology.
التقنية الأولى التي يمكن استخدامها هي التصفية التعاونية. يمكننا شرح التصفية التعاونية بمثال بسيط. لنفترض أن ستيفان مهتم بالتغذية وفقدان الوزن. وسارة مهتمة أيضًا بالتغذية وتخفيف الوزن. لكن سارة مهتمة أيضًا بالمأكولات البحرية. ربما ينبغي لنا أن نوصي بمقالات المأكولات البحرية لستيفان؟ إذا أظهر ستيفان عدم الاهتمام بمقالات المأكولات البحرية، فسيتعرف النموذج على ذلك ويختبر موضوعًا آخر. يمكنك أن ترى هنا أن محرك الذكاء الاصطناعي يبحث بشكل مستقل عن مواضيع جديدة قد يثير اهتمام القارئ.
لنتحدث عن تقنية ثانية: Doc2Vec. في بعض الأحيان يكون هناك منظور مثير للاهتمام يقدمه الصحفي أو المدون. وهذا يغرق بسبب حجم كبير من المقالات التي تتحدث بشكل أساسي عن نفس الشيء. يمكننا استخدام خوارزميات مثل Doc2Vec لمعرفة ما إذا كان الصحفيون يتحدثون عن نفس الحدث. لذا، على سبيل المثال، لنفترض أن أحد علماء الفلك اكتشف شيئين مثيرين للاهتمام حول مجرتنا في نفس اليوم. قد يكون لدينا 10 صحفيين لتغطية الحدث الأول ولكن صحفي واحد فقط يغطي الثاني . يمكن لـ Doc2Vec تحديد أن الصحفيين العشرة يناقشون في الواقع نفس الحدث، وسيتم تجميع مقالاتهم في "عرض" واحد فقط. وهذا يعطي فرصة لعرض الثانية للمستخدمين المهتمين بعلم التنجيم. في هذه الحالة، ساعد الذكاء الاصطناعي المستخدم على رؤية التطورات التي قد تكون مخفية.
إن التطور الذي تضيفه Newsology هو أنه يأخذ أيضًا في الاعتبار الخلفية المهنية للمستخدم. دعونا نستخدم مثالنا الأول مع سارة وستيفان. إذا ذكر أحد مستخدمي Newsology أنه متخصص في التغذية، فإننا نضيف الآن هذا البعد الثالث في التوصية بمقالات لسارة وستيفان حول مقالات التغذية. أي: ما هي المقالات التي يقرأها أخصائيو التغذية؟ في ضوء هذه المعلومات، ما الذي يمكننا أن نوصي به الآن لسارة وستيفان؟
بالطبع، لا يوجد نموذجان أو ثلاثة نماذج للذكاء الاصطناعي تستخدمها تطبيقات تجميع الأخبار. هناك العديد من النماذج التي تعمل معًا وتختبر معًا وتوصي معًا. كما أنهم يتعلمون بأنفسهم ما إذا كانت توصياتهم ناجحة. على سبيل المثال، هل يستجيب المستخدم للتوصية. يُعرف هذا باختبار A/B. وإذا لم يستجيب المستخدم ماذا نفعل؟
ما هي الفائدة للمدونين والكتاب؟
يريد المستخدم استهلاك المحتوى الأصلي والمفصل بشكل جيد. هناك الآلاف من المدونين والكتاب الذين يكتبون محتوى أصليًا لا يحظى بالقدر الكافي من الظهور. تساعد Newsology في إبراز محتوى المدونين والكتاب المستقلين.
ما هي بعض نصائح التفويض التي تلتزم بها؟
التفويض هو عملية. الخطوة الأولى هي استخدام ربع التفويض (مهم/غير مهم مقابل عاجل/غير عاجل). سوف تتفاجأ بعدد المهام التي تقع في تلك المرحلة. في حالة التفويض، أجد أنه من الأفضل أن أخصص وقتًا لكتابة الرؤية/الحاجة/المشكلة بنفسي أولاً للتأكد من أنني فهمت المشكلة تمامًا والنتيجة النهائية المرجوة. بعد التفكير مليًا في المهمة، أسأل نفسي من هو أفضل شخص لتكليفه بالمهمة. من المهم توضيح كيف يبدو النجاح وتشجيع المندوبين على سؤال أنفسهم عما إذا كانوا يعتقدون أن المهمة قد اكتملت بنجاح. وهذا يضمن أن الفرد الذي يكمل المهمة يقوم بمراقبة الجودة الخاصة به.
المحتوى من شركائنا
ما هي نصيحتك لمحترفي النشر الرقمي والإعلام الطموحين القادمين إلى مجال الذكاء الاصطناعي والتعلم الآلي؟
سأقدم نصيحتين. مهارة واحدة ناعمة، ومهارة واحدة صعبة.
ومن ناحية المهارات الناعمة، اقضي الكثير من الوقت في تعيين الشخص المناسب لهذه المهمة. ولكن بمجرد تعيين الشخص، لا تخف من إلزام فريقك بمعايير عالية. سوف تتفاجأ بعدد الأشخاص الذين يعملون بعقلية "الجيد بما فيه الكفاية". هذا ليس خطأهم. إنهم يبحثون عن إرشادات منك بشأن توقعاتك.
على جانب المهارات الصعبة: يمكن أن تساعدك تقنيات الذكاء الاصطناعي والتعلم الآلي في عرض المحتوى الخاص بك. حاول استخدام العلامات والكلمات الرئيسية في مقالاتك. تبحث محركات الزحف عن هذه الكلمات الرئيسية. أيضا، لا تمييع مقالتك. هناك بعض الناشرين يضيفون جميع أنواع الكلمات الرئيسية إلى مقالاتهم. لذا، قد تكون مقالتهم حول المشي لمسافات طويلة، لكنهم يضيفون كلمات رئيسية في الخلفية مثل "السياسة الدولية، السفر عبر الزمن، وما إلى ذلك". يمكن لمحركات الذكاء الاصطناعي أن تلتقط هذا الأمر، وإذا حدث أي شيء، فمن المؤلم عرض مقالاتك.