איך הבינה המלאכותית AI משפיעה על התוכן שאתם רואים ברשתות החברתיות?

הבינה המלאכותית (AI) חוללה מהפכה באופן שבו אנו מתקשרים עם רשתות חברתיות. איסוף והתאמה אישית של תוכן שינתה את חווית המשתמש. בזכות אלגוריתמים מבוססי AI, רשתות חברתיות שיפרו את הרלוונטיות, המעורבות ואיכות התוכן. האם היא מצליחה להתמודד עם טכניקות מתקדמות לפייק ניוז? האם התוכן שאתם רואים ברשת הוא באמת שווה? במאמר זה אתמקד איך הבינה המלאכותית – AI תורמת לתוכן שאתם רואים ברשתות חברתיות ואילו מגבלות יש לה. זהירות… התעוררתי צינית.

השאיפה של הבינה המלאכותית בפייסבוק:

התאמה אישית של תוכן לגולש: ל–AI, תפקיד מכריע בהתאמת תוכן לפי העדפות משתמשים. באמצעות ניתוח התנהגות המשתמש, אלגוריתמי AI יכולים לזהות דפוסים, תחומי עניין ואינטראקציות. הנתונים המתקבלים יכולים ליצור עבור המשתמש פיד מותאם אישית המתבסס על המידע שהתקבל, כנ"ל לגבי מודעות פרסום. האם הבינה המלאכותית מצליחה לרתק באמצעות התוכן הנבחר? טרם. עדיין יש זליגות, וישנם תכנים שחוזרים על עצמם (אל תשכחו את המודל הפרסומי) ונדרשת יד מכוונת מצד המשתמש (תפריט העדפות תוכן).
דירוג תוכן והמלצות: אלגוריתמי AI אחראים לדירוג ולהמלצות תוכן. הם סורקים ומחשבים את המעורבות, הרלוונטיות והעדכניות של התוכן. הבינה המלאכותית קובעת את סדר הופעת התוכן בעדכוני המשתמשים ולטענת הרשתות האלגוריתמים נותנים עדיפות לתוכן באיכות גבוהה שצפוי ליצור מעורבות של משתמשים. ואני שואלת מתי הבינה המלאכתית תמחק פרופילים עמוסי ספאם, לייקים מזוייפים, תגובות קנויות או משפיענים שלא משפיעים על כלום מלבד הכיס שלהם.
זיהוי מגמות ותוכן ויראלי: אלגוריתמי בינה מלאכותית יכולים לנתח כמויות גדולות של נתונים בזמן אמת כדי לזהות מגמות מתפתחות ותוכן ויראלי. על ידי ניטור אינטראקציות של משתמשים, ה-AI יכולה לזהות דפוסים ולזהות במהירות תוכן שצובר פופולריות. כדי ליצור באז (לטובת הרשת עצמה – לא באמת תוכן ששווה את זה) רשתות חברתיות נותנות ווליום – ובכך הם מעניקות חשיבות עצמית לפלטפורמה מצד המפרסם.
מאבק במידע מוטעה ובתוכן מזיק: ה-AI אמורה למלא לדעתי את הפקיד החשוב ביותר – זיהוי והפחתת התפשטות של מידע מוטעה ותוכן מזיק ברשתות חברתיות. על אף שהיא עושה שימוש בטכניקות לעיבוד שפה טבעית – בעיניי היא עדיין לוקה בחסר בכל הקשור לפייק ולתוכן זדוני.
עדכניות: לטענת פייסבוק למשל, היא מקדמת תוכן טרי – כדי להבטיח שמשתמשים יראו את העדכונים האחרונים מהחיבורים או מהחשבונות שהם עוקבים אחריהם.

איך אלגוריתמי AI באים לידי ביטוי ברשתות חברתיות נוספות?

בעוד שהפרטים של אלגוריתמי AI משתנים בין הפלטפורמות, המטרה היא לספק למשתמשים חוויה משופרת. האלגוריתמים משתכללים ומתעדכנים כל הזמן כדי לשפר את האיכות והרלוונטיות של התוכן המוצג בעדכוני המשתמשים. כמה דוגמאות:

טוויטר: טוויטר משתמשת באלגוריתמים כדי לקבוע אילו ציוצים יוצגו בציר הזמן של המשתמש. גורמים כמו עדכניות, מעורבות, רלוונטיות והעדפות משתמש משפיעים על דירוג הציוצים.

יוטיוב: מערכת ההמלצות של YouTube משתמשת באלגוריתמים של AI כדי להציע סרטונים למשתמשים. האלגוריתמים לוקחים בחשבון גורמים כמו התנהגות משתמשים, היסטוריית צפייה ומטא נתונים של וידאו כדי להמליץ על תוכן רלוונטי.

לינקדאין: לינקדאין משתמשת באלגוריתמים של בינה מלאכותית כדי לאסוף את התוכן המוצג בעדכוני המשתמשים וקושרת אותם לאנשים, דפים וקבוצות לתיעדוף תוכן, מאמרים והצעות עבודה. תוכלו לקרוא עוד על איך אלגוריתמי AI תורמים לגיוס ולשימור עובדים או שדרוג פרופיל הלינקדאין

חשוב לציין שלכל רשת חברתית יש את האלגוריתמים והשיקולים הייחודיים לה לדירוג התוכן.

הגורמים שמגבילים את אלגוריתמי AI במלחמה נגד הספאם:

טקטיקות מתקדמות של שולחי הספאם: שולחי דואר זבל מתאימים את הטכניקות שלהם כדי להתחמק מזיהוי. ערפול, ספאם מבוסס תמונות ותוכן מהונדס. מכיוון שאלגוריתמים של AI מסתמכים בעיקר על זיהוי דפוסים ונתונים היסטוריים, הם עשויים להתקשות לעמוד בקצב של טקטיקות ספאם שמתפתחות במהירות.
הבנה הקשרית: אלגוריתמי בינה מלאכותית יכולים להתקשות לפרש במדויק את ההקשר והכוונה. הודעות ספאם מסוימות עשויות להיראות בלתי מזיקות במבט ראשון אך מכילות אלמנטים זדוניים נסתרים. ההבחנה בין תוכן אמיתי לספאם מוסווה היטב, דורשת לעתים קרובות שיפוט אנושי והבנה של רמזים ודקויות חברתיות.
טכניקות יריבות: שולחי דואר זבל מנסים באופן פעיל לתמרן אלגוריתמי AI כדי לעקוף מסננים. הם משתמשים בטכניקות כמו הוספת תווים אקראיים, שינוי עיצוב טקסט או שימוש במילים נרדפות כדי לבלבל את האלגוריתמים. טכניקות אלו מאתגרות עבור אלגוריתמי AI בזיהוי ובסינון.
שוני בהתנהגות המשתמש: ההתנהגות וההעדפות המשתמשים משתנות. תוכן שמזוהה עם ספאם מצד משתמש אחד יכול להיתפס אחרת על ידי משתמש שני. אלגוריתמי בינה מלאכותית מתקשים להסביר את ההבדלים וההעדפות האישיות הללו בצורה יעילה. איזון העדפות אישיות עם הצורך להפחית דואר זבל דורש אלגוריתמים מורכבים וכיוונון מתמשך.

לסיכום...

חייבת לקחת אתכם 10-13 שנים אחורה. גוגל בין החלוצות לחיפוש מידע, עסקה בזיהוי איכות אתרים, סינון וניתוח בעזרת עיניים אנושיות. היא הכינה מסמך (100 דפים = הייתי מבין הראשונות שתרגמו ופרסמו אותו) שפירט באופן מדויק איך לסמן רלוונטיות, עדכניות, תקינות, איכות של אתר.

נכון ל-2023, אני חושבת שעין ומוח אנושיים מסייעים בהערכת מקרים מורכבים, בהבנת ניואנסים בכל הקשור לטכניקות ספאם חדשניות שאלגוריתמי בינה מלאכותית עשויים להיתקל ולא לזהות. משוב ממשתמשים ברשתות החברתיות יכול לכוון את האלגוריתמים ולתרום להאנשתם.