O que o levou a começar a trabalhar na área de recomendação de conteúdo de notícias?
Comecei minha carreira na indústria de energia nos EUA em 2005. Trabalhei 12 anos na indústria de energia. O setor de energia utiliza muitos dados e, logo no início da minha carreira, fui exposto a projetos de big data. Eu definitivamente gostei e, pensando bem, também foi uma bênção porque o Big Data Analytics realmente decolou nos últimos 5 anos. Há tanto poder de computação em nuvem disponível que o espaço de Big Data Analytics está se tornando muito interessante.
Essa foi minha carreira profissional. Do lado pessoal gosto de me manter atualizado e acompanhar os desenvolvimentos. Recebo minhas notícias de várias fontes, incluindo sites de notícias, mídias sociais e, claro, blogs especializados. Por volta de 2017, senti que seria bom casar meu interesse em Big Data Analytics e Notícias e fiz a transição do Big Data Analytics do setor de energia para o Big Data Analytics de recomendação de conteúdo de notícias.
Como isso o levou a fundar a Newsology?
Como mencionei acima, sou um ávido consumidor de notícias. No entanto, senti que estava a receber recomendações de notícias do público em geral – e não de especialistas e profissionais num determinado domínio. Então, por exemplo, eu estava recebendo artigos sobre Nutrição do público em geral, talvez de meus amigos – e senti que preferiria ler o que os nutricionistas estão recomendando. A hipótese é que um profissional da sua área esteja mais bem informado sobre a qualidade de uma notícia.
Realizamos diversas sessões de feedback para testar nossa hipótese e sentimos que havia necessidade de resolver esse problema. Então, iniciamos o Newsology em 2017. Recebemos feedback de nossa comunidade de usuários e jornalistas ao longo do caminho para garantir que estamos recomendando bom conteúdo aos nossos usuários. Continuamos recebendo feedback sobre as recomendações dos artigos sugeridos por nosso aplicativo e ajustamos nosso produto de acordo.
Como é um dia típico?
Definitivamente, sou uma pessoa noturna, então minha 'noite' típica começa comigo analisando nossos principais KPIs com o sistema existente e, em seguida, o status de conclusão das próximas melhorias que estamos construindo - podem ser ajustes em nosso mecanismo de IA ou modificações em nosso aplicativo. Trabalhamos com uma equipe distribuída. Não temos horários fixos para reuniões. Todos estão no Skype, então apenas trocamos mensagens e, se necessário, marcamos teleconferências.
Então minha noite é usada para mais trabalho técnico. Ao longo do dia, costumo realizar outras tarefas, como marketing, relações públicas e esforços relacionados ao feedback do cliente.
Como é a sua configuração de trabalho? (seus aplicativos, ferramentas de produtividade, etc.)
Eu tenho um laptop conectado com uma configuração de tela dupla. Tento evitar escrever e-mails longos no meu telefone e guardá-los no meu computador para poder dar instruções e respostas claras. Nossas tarefas são registradas no Trello. Temos diretrizes muito claras sobre como os problemas são registrados no Trello, quando uma tarefa é marcada como concluída, etc. Tentamos manter uma cultura de fornecer muitas informações ao próximo usuário para que a tarefa avance de forma eficiente e com o mínimo de reuniões. Definitivamente somos uma loja O365. Nossos documentos, KPIs, fluxos de trabalho, apresentações, etc. são todos armazenados na nuvem O365. Além disso, usamos GitHub e AWS.
Como a IA está trazendo à tona o conteúdo original?
Existem vários aplicativos de agregação de notícias que usam IA para exibir conteúdo original. Existem várias maneiras pelas quais esses aplicativos usam IA para exibir conteúdo original. Explicarei dois dos métodos mais comuns usados e, em seguida, uma variação que o Newsology usa.
A primeira tecnologia que pode ser usada é a Filtragem Colaborativa. Podemos explicar a Filtragem Colaborativa com um exemplo simples. Digamos que Stephan esteja interessado em Nutrição e Perda de Peso. E Sarah também está interessada em Nutrição e Perda de Peso. Mas Sarah também se interessa por frutos do mar. Talvez devêssemos recomendar artigos de frutos do mar para Stephan? Se Stephan demonstrar falta de interesse por artigos sobre frutos do mar, o modelo reconhecerá isso e testará outro tópico. Você pode ver aqui que o mecanismo de IA está encontrando de forma independente novos tópicos nos quais o leitor possa estar interessado.
Vamos falar de uma segunda tecnologia: Doc2Vec. Às vezes há uma perspectiva interessante que um jornalista ou blogueiro oferece. E isso é abafado por um grande volume de artigos que falam, essencialmente, sobre a mesma coisa. Podemos usar algoritmos como o Doc2Vec para ver se os jornalistas estão falando sobre o mesmo evento. Então, por exemplo, vamos supor que um astrólogo descubra duas coisas interessantes sobre a nossa galáxia no mesmo dia. Podemos ter 10 jornalistas cobrindo o primeiro evento, mas apenas 1 jornalista cobrindo o segundo evento . O Doc2Vec consegue identificar que na realidade os 10 jornalistas estão discutindo o mesmo evento, e suas matérias serão agrupadas em apenas um ‘display’. Isso dá a chance do 2º artigo ser mostrado aos usuários interessados em Astrologia. Nesse caso, a IA ajudou o usuário a ver desenvolvimentos que, de outra forma, poderiam ficar ocultos.
A diferença que o Newsology acrescenta é que ele também considera a experiência profissional do usuário. Vamos usar nosso primeiro exemplo com Sarah e Stephan. Se um usuário do Newsology afirma ser nutricionista, agora adicionamos esta terceira dimensão ao recomendar artigos para Sarah e Stephan sobre artigos de nutrição. Ou seja: quais artigos o nutricionista está lendo? Dadas essas informações, o que podemos recomendar agora a Sarah e Stephan?
É claro que não existem apenas dois ou três modelos de IA usados por aplicativos de agregação de notícias. Existem muitos outros modelos que funcionam juntos, testam juntos e recomendam juntos. Eles também estão aprendendo se sua recomendação está funcionando. Por exemplo, o usuário está respondendo à recomendação. Isso é conhecido como teste A/B. E se o usuário não responder, o que fazemos?
Qual é o benefício para blogueiros e escritores?
O usuário deseja consumir conteúdo original e bem articulado. Existem milhares de blogueiros e escritores que estão escrevendo conteúdo original que não está obtendo exposição suficiente. A Newsology está ajudando a divulgar o conteúdo de blogueiros e escritores independentes.
Quais são algumas dicas de delegação que você segue?
Delegar é um processo. O primeiro passo é usar o Quadrante de Delegação (importante/não importante vs Urgente/Não Urgente). Você ficaria surpreso com quantas tarefas surgem nesse estágio. Se for delegar, acho melhor reservar um tempo para primeiro escrever a visão/necessidade/problema para ter certeza de que entendi completamente o problema e o resultado final desejado. Depois de pensar cuidadosamente sobre a tarefa, pergunto-me quem é a melhor pessoa para atribuir a tarefa. É importante definir o que significa um sucesso e encorajar o delegado a perguntar-se se acha que uma tarefa foi concluída com sucesso. Isso garante que o indivíduo que completa a tarefa esteja fazendo seu próprio controle de qualidade.
Conteúdo de nossos parceiros
Que conselho você daria para profissionais ambiciosos de publicação digital e mídia que estão entrando no espaço de IA e ML?
Vou oferecer dois conselhos. Uma habilidade suave e uma habilidade difícil.
Do lado das habilidades interpessoais, gaste muito tempo contratando a pessoa certa para a tarefa. Mas depois de contratar a pessoa, não tenha medo de exigir que sua equipe siga padrões elevados. Você ficaria surpreso com quantas pessoas operam com a mentalidade de “bom o suficiente”. Não é culpa deles. Eles estão procurando sua orientação sobre quais são suas expectativas.
Do lado das habilidades difíceis: as tecnologias de IA e ML podem ajudá-lo a expor seu conteúdo. Tente usar tags e palavras-chave em seus artigos. Os mecanismos de rastreamento procuram essas palavras-chave. Além disso, não dilua seu artigo. Existem alguns editores que adicionam todos os tipos de palavras-chave aos seus artigos. Portanto, o artigo deles pode ser sobre caminhadas, mas eles adicionam palavras-chave como “Política Internacional, viagem no tempo, etc”. Os mecanismos de IA podem perceber isso e, na verdade, é difícil mostrar seus artigos.
