تاثیر هوش مصنوعی بر اینستاگرام و فیسبوک

«کلگ» در این مطلب بلاگی توضیح داده: «با پیشرفت سریع فناوری‌های قدرتمندی مانند هوش مصنوعی مولد، قابل درک است که مردم هم از احتمالات هیجان‌زده هستند و هم نگران خطرات هستند. ما معتقدیم که بهترین راه برای پاسخ به این نگرانی‌ها، صراحت است.»

هوش مصنوعی در قالب «کارت سیستم»

به گفته متا، 22 «کارت سیستم» در الگوریتم‌های این شرکت وجود دارد که تایم‌لاین، استوری‌ها، فیلم‌ها و دیگر راه‌هایی را که مردم در رسانه‌های اجتماعی متا کشف و مصرف می‌کنند، پوشش می‌دهند.

هر یک از این کارت‌ها اطلاعات دقیق و در عین حال قابل دسترسی در مورد نحوه رتبه‌بندی و توصیه سیستم‌های هوش مصنوعی موجود در پشت این ویژگی‌ها را ارائه می‌دهند. 

به عنوان مثال، امکان «اکسپلور» اینستاگرام – قابلیتی که عکس‌ها و فیلم‌هایی از صفحاتی که کاربران آن‌ها را دنبال نمی‌کنند به نمایش می‌گذارد – در یک فرایند سه‌مرحله‌ای خودکار توسط یک موتور هوش مصنوعی کارش را انجام می‌دهد. اینجا است که می‌توان تاثیر هوش مصنوعی را احساس کرد.

مراحل این فرایند عبارتند از:

• جمع‌آوری موجودی: این سیستم محتوای عمومی اینستاگرام مانند عکس‌ها و ویدیوها را براساس قوانین کیفیت و سیاست یکپارچگی شرکت جمع‌آوری می‌کند. 
• سیگنال‌های اهرمی: سپس سیستم هوش مصنوعی نحوه تعامل کاربران با محتوا یا علایق مشابه را در نظر می‌گیرد که از آن به عنوان «سیگنال‌های ورودی» نیز یاد می‌شود.
• رتبه‌بندی محتوا: در نهایت سیستم محتوای مرحله قبل را رتبه‌بندی و محتوایی را که احتمالا مورد توجه کاربر قرار خواهد گرفت را به جایگاه بالاتری در تایم‌لاین هدایت می‌کند.

رتبه‌بندی محتوا با استفاده از تاثیر هوش مصنوعی

کاربران اینستاگرام می‌توانند با ذخیره محتوا (که نشان می‌دهد سیستم باید موارد مشابه را به شما نشان دهد)، یا علامت‌گذاری آن به‌عنوان محتوایی که علاقمند به دیدنش نیستند، سیستم را به فیلتر کردن محتوای مشابه در آینده تشویق کرده و بر فرایند پالایش محتوا تاثیر می‌گذارند.

 کاربران همچنین می‌توانند ویدیوها (Reels) و عکس‌هایی را که به‌طور خاص توسط الگوریتم برای آن‌ها انتخاب نشده‌ را با انتخاب گزینه «عدم شخصی‌سازی» در قسمت اکسپلور ببینند. فعال کردن گزینه «عدم شخصی‌سازی» باعث می‌شود تا محتوای اکسپلور براساس سلایق قبلی شما تنظیم نشود.

اطلاعات بیشتری درباره مدل‌های هوش مصنوعی پیش‌بینی‌کننده متا، سیگنال‌های ورودی مورد استفاده برای هدایت آن‌ها و تعداد دفعات استفاده از آن‌ها برای رتبه‌بندی محتوا، از طریق مرکز شفافیت این شرکت در دسترس است.

ترجیحات خود را در اینستاگرام و فیسبوک اعمال کنید

در کنار کارت‌های سیستم، این پست وبلاگ به چند ویژگی دیگر اینستاگرام و فیس‌بوک اشاره می‌کند که می‌تواند به کاربران اطلاع دهد که چرا محتوای خاصی را مشاهده می‌کنند و چگونه می‌توانند ترجیحات خود را تنظیم کنند.

 متا در حال گسترش “چرا این را می‌بینم؟” در هفته‌های آتی است که قرار است به ویدیوهای فیس‌بوک و اینستاگرام و قسمت اکسپلور اینستاگرام اضافه شود. 

این امکان کاربران را قادر می‌سازد که روی یک ویدیو (Reel) تکی کلیک کنند تا دریابند که چگونه فعالیت قبلی آن‌ها ممکن است بر انتخاب سیستم در مورد نشان دادن آن ویدیو تاثیر گذاشته باشد. اینستاگرام همچنین در حال آزمایش ویژگی جدید Reels است که به کاربران امکان می‌دهد ویدیوهای پیشنهادی را به عنوان «علاقه‌مندی» علامت‌گذاری کنند تا محتوای مشابهی را در آینده ببینند. قابلیت علامت‌گذاری محتوا به‌عنوان «عدم علاقه‌مند» از سال 2021 در دسترس بوده است.

دسترسی محققان به داده‌های عمومی اینستاگرام و فیس‌بوک

متا همچنین اعلام کرد که در هفته‌های آینده انتشار Content Library و API خود را که مجموعه‌ای از ابزارهای جدید برای محققان است، آغاز خواهد کرد. این دو امکان جدید حاوی مجموعه‌ای هستند از داده‌های عمومی اینستاگرام و فیس‌بوک.

 داده‌های این کتابخانه را می‌توان جستجو، کاوش، و فیلتر کرد و محققان می‌توانند از طریق شرکای مورد تایید، از کنسرسیوم بین دانشگاهی دانشگاه میشیگان برای تحقیقات سیاسی و اجتماعی، برای دسترسی به این ابزارها درخواست دهند. 

متا ادعا می‌کند که این ابزارها «جامع‌ترین دسترسی را به محتوای عمومی در فیس‌بوک و اینستاگرام در میان هر ابزار تحقیقاتی که تا به امروز ساخته‌ایم» در کنار کمک به شرکت برای انجام تعهدات مربوط به اشتراک‌گذاری داده‌ها و رعایت شفافیت، فراهم می‌کند.

متا و شفافیت در استفاده از هوش مصنوعی

این تعهدات شفافیت به طور بالقوه بزرگ‌ترین عامل تصمیم متا برای توضیح بهتر نحوه استفاده از هوش مصنوعی برای شکل دادن به محتوایی است که می‌بینیم و با آن تعامل داریم. 

توسعه انفجاری فناوری هوش مصنوعی و تاثیر هوش مصنوعی در ماه‌های اخیر، توجه قانون‌گذاران سراسر جهان را به خود جلب کرده است که نسبت به نحوه جمع‌آوری، مدیریت و استفاده از داده‌های شخصی ما توسط این سیستم‌ها ابراز نگرانی کرده‌اند.