نشرت ميتا مدونةً مطولةً قدمت فيها نظرة عامة حول كيفية عمل خوارزمياتها على عرض المحتوى، وآلية استخدام الشركة لأنظمة الذكاء الاصطناعي للمساعدة في تقديم المحتوى بحسب اهتمام المستخدمين.
وتسعى تلك المدونة إلى مساعدة المستخدم على فهم سبب اقتراح محتوى معين عليه خلال تصفحه فيسبوك و انستغرام. كما يمكن للمدونة منح المسوّقين رؤى أوضح تساعدهم على التواصل بشكل أفضل مع جمهورهم المستهدف.
سلّط رئيس الشؤون العالمية في ميتا، نيك كليغ، الضوء على أهمية الشفافية في استخدام الذكاء الاصطناعي في أنظمة توصيات المحتوى الخاصة بميتا، وكيف يمكن للأشخاص التأثير على المحتوى الذي يتصفحونه، بناءً على نشاطهم على المنصات.
وكتب كليغ "تتنبأ أنظمة الذكاء الاصطناعي لدينا بالقيمة التي قد يمثلها محتوى معين بالنسبة إليك، حتى نتمكن من إظهاره لك في أقرب وقت. على سبيل المثال، غالبًا ما تكون مشاركة منشور مؤشرًا على أنك وجدت أن المنشور مثير للاهتمام، لذا فإن التوقع بأنك ستشارك منشورًا هو أحد العوامل التي تضعها أنظمتنا في الاعتبار لعرضه. لكن كما قد تتخيل، لا يوجد توقع وحيد يمكن اعتباره مقياسًا مثاليًا فيما إذا كانت إحدى المشاركات ذات قيمة بالنسبة لك. لذلك نحن نستخدم مجموعة متنوعة من التنبؤات للاقتراب قدر الإمكان من المحتوى الصحيح، بعضها بناءً على السلوك والبعض الآخر بناءً على تعليقات المستخدمين الواردة من خلال الاستطلاعات".
كيف تحلل ميتا المحتوى الرقمي الذي يظهر للمستخدمين؟
قدمت ميتا لمحات عامة مماثلة عن خوارزمياتها من قبل، سعت من خلالها إلى شرح سبب رؤية الأشخاص المحتوى المعروض في خلاصتهم، لكن هذه المرة الأولى التي تعرض فيها تفاصيل بهذا الكم، بالإضافة إلى تبيان اعتمادها على الذكاء الاصطناعي.
ووفقًا لمدونة الشركة، فإنّ الاعتبارات الأساسية التي يعتمد عليها النظام في ترشيح المحتوى للمستخدم هي:
- مصدر المنشور، وكم مرة يتفاعل المستخدم مع الصفحة أو الحساب الناشر له.
- توقيت نشر المنشور، إلى جانب وقت التفاعلات الأولية عليه.
- مدى احتمالية أن يؤدي ذلك المنشور إلى زيادة التفاعل، إذ يعمل النظام على عرضه للمستخدمين بناءً على السلوكيات المحددة لكل مستخدم، بما في ذلك احتمالية التعليق أو المشاركة.
حاليًا، يساعد دمج الذكاء الاصطناعي ميتا على مضاعفة هذه العناصر الأساسية، والتي ستعمل بشكل مثالي على تحسين تجربة المستخدم في الوقت الفعلي، بحسب ما تعد به الشركة.
ولتوفير المزيد من المعلومات حول كيفية تغذية العناصر المختلفة لأنظمتها في هذا الشأن، أصدرت ميتا مجموعة جديدة تتكون من 22 "بطاقة نظام" تشرح كيفية تصنيف أنظمتها للمحتوى.
توفر كل بطاقة نظرة عامة على كيفية عمل خوارزميات ميتا في جزء محدد من الخلاصات، مثل المنشورات المكتوبة، ومقاطع الفيديو الطويلة والقصيرة، والقصص واقتراح “أشخاص قد تعرفهم”، والتي يمكن أن تساعد في تحسين فهم المستخدم للعوامل المؤثرة في كل ما يراه في تطبيقاتها، وكيف يتم تحديد مدى وصول المحتوى الخاص به إليه.
لكن تجدر الإشارة إلى أنه على الرغم من أن المعلومات التي قدمتها ميتا تعزز معرفة المستخدم بأنظمتها، ويمكن أن تكون مفيدة لتحسين أداء المحتوى، إلا أنها كانت عامة إلى حد ما وغامضة بشكل متعمد، وذلك لتجنب استخدامها في التلاعب بالنظام.
أنظمة خوارزميات ميتا في تنظيم المحتوى على فيسبوك وانستغرام
حددت ميتا أيضًا كيفية استخدامها للذكاء الاصطناعي في عملية التصنيف الخاصة بها، وقدمت نظرة عامة جديدة للطريقة التي تفهم بها أنظمتها المحتوى، والتي أصبح يمكنها الآن "تفسير المعاني الدلالية للمحتوى بشكل كلي على اختلاف نوعه، سواءً كان صورة أو نص أو مقطع صوت أو مقطع فيديو".
وكتب كليغ في هذا الصدد: "تحمل هذه النماذج إمكانات مثل التعرف البصري على العناصر واكتشاف المكونات واستخراج النصوص والتعرف على الصوت. كما أنها تمكننا من القيام بالمزيد من المهام الأكثر تخصيصًا بالتطبيقات، مثل تصنيف الموضوعات، وتوقع الهاشتاغات، وتجميع المحتويات".
بعبارة أخرى، تتحسن أنظمة ميتا في فهم ما يتم تقديمه في كل عنصر من عناصر المحتوى المُشارك على حدة، بما في ذلك العناصر الموجودة في الصور ومقاطع الفيديو، من أجل عرض المحتوى المناسب بشكل أفضل للمستخدمين بناءً على اهتماماتهم.
وتجدر الإشارة إلى أنه لدى تيك توك أيضًا أنظمة مشابهة، الأمر الذي يفسر كيف يتم عرض المزيد من المحتوى للمستخدم بناءً على المكونات البصرية التي يشاهدها بتكرار بدلًا من الهاشتاغات أو الكلمات الرئيسية في الوصف وحده. وهذا ما يجعل خلاصة تيك توك أكثر مواءمة وسرعة في الاستجابة، ولذا تحاول ميتا الآن أيضًا دمج هذه الخاصية في مقاطع الفيديو القصيرة (الريلز)، التي كانت المحرك الرئيسي لنمو تفاعل فيسبوك وانستغرام خلال العام الفائت.
ميتا تقدم مزيدًا من خيارات التحكم بالمحتوى
تكشف ميتا في مدونتها الأخيرة المزيد من الخيارات حول الضوابط اليدوية التي تمنح المستخدم تحكمًا أكبر بالمحتوى الذي يظهر له، إلى جانب إشارتها إلى تحديثٍ جديد لخاصية "لماذا أرى هذا؟" في مقاطع الفيديو القصيرة على اموقعي فيسبوك وانستغرام، ما يوفر للمستخدم مزيدًا من المعلومات حول تأثير نشاطه وتفاعله السابق على رؤيته المقطع الذي يراه.
ووضحت ذلك في مدونتها بفقرة تقول "يمكنك زيارة قسم تفضيلات الخلاصة (Feed Preferences) على فيسبوك ومركز التحكم في المحتوى المقترح (Suggested Content Control Center)، على انستغرام من خلال القائمة التي يمكن الوصول إليها بالضغط على النقاط الثلاث بجانب المنشورات ذات الصلة، وكذلك من خلال الإعدادات." ومن هناك يمكن للمستخدم تغيير الإعدادات بحسب تفضيلاته.
كما أضافت أيضًا مؤشرات تفاعل للتعبير عن "الاهتمام" (Interest) جديدة على مقاطع الفيديو القصيرة، والتي يمكن للمستخدم من خلالها إخبار النظام أنه يريد رؤية المزيد من هذا المحتوى. وهي تشبه الإعجابات إلى حد ما، ولكنها أكثر مباشرة.
في النهاية، لم تقدم ميتا صيغة سحرية لجعل تجربة المستخدم خالية من الأخطاء، ولم تُخبر المستخدمين جميع تفاصيل عمل خوارزمياتها، لكن أدوات الشفافية الجديدة قد توفر مزيدًا من الإدراك بنماذج التصنيف المختلفة، والعوامل العامة التي تضعها تلك النماذج في الاعتبار عند تحديد تجربة كل مستخدم بشكلٍ منفرد.
المصادر:
اقرأ/ي أيضًا
الخوارزميات والتحيّز في الفضاء الرقمي
هل تكافح ميتا التضليل بأموال جنتها من الترويج للمعلومات الزائفة؟
