خسته از محتوای بی‌کیفیت هوش مصنوعی؟ فیسبوک کنترل بیشتری بر فید و ریلز به کاربران می‌دهد
فیسبوک ابزارهای جدیدی مبتنی بر هوش مصنوعی معرفی کرده است که به کاربران امکان می‌دهد محتوایی را که در بخش‌های فید و ریلز این پلتفرم به آن‌ها پیشنهاد می‌شود، شخصی‌سازی کنند. به گفته فیسبوک، این قابلیت‌های جدید به کاربران اجازه می‌دهد به پلتفرم اعلام کنند چه نوع محتوایی را بیشتر یا کمتر می‌خواهند ببینند و پیشنهادها نیز بر اساس این بازخوردها تغییر خواهند کرد.
کاربران همچنین می‌توانند از طریق بخش جدیدی با نام «الگوریتم شما» (Your algorithm) موضوعات مورد علاقه خود را مدیریت کنند و درباره پست‌های مشخص، بازخورد دقیق‌تری ارائه دهند.
این اقدام در شرایطی انجام می‌شود که شبکه‌های اجتماعی در حال بررسی راه‌هایی برای افزایش کنترل کاربران بر سامانه‌های پیشنهاد محتوا هستند. پلتفرم تردز نیز پیش‌تر قابلیتی مشابه با نام «Dear Algo» معرفی کرده بود.
کاربران می‌توانند به فیسبوک بگویند چه محتوایی می‌خواهند ببینند
قابلیت جدید «الگوریتم شما» فضایی اختصاصی در اختیار کاربران قرار می‌دهد تا موضوعاتی را که می‌خواهند در فید و ریلز فیسبوک بیشتر مشاهده کنند، اضافه و مدیریت کنند. این بخش از طریق منوی سه‌نقطه روی پست‌ها قابل دسترسی است.
برای مثال، کاربری که می‌خواهد اخبار فناوری، ویدیوهای سفر یا محتوای آشپزی بیشتری ببیند، می‌تواند این ترجیحات را مستقیماً به فیسبوک اعلام کند؛ به این ترتیب، سیستم فقط به سابقه مشاهده و میزان تعامل کاربر برای تنظیم پیشنهادها متکی نخواهد بود.
فیسبوک همچنین گزینه‌های بازخورد برای پست‌های منفرد را گسترش داده است. کاربران می‌توانند گزینه‌های «علاقه‌مندم» یا «علاقه‌مند نیستم» را انتخاب کنند و ممکن است از آن‌ها خواسته شود دلیل انتخاب خود را با جزئیات بیشتری توضیح دهند.
پس از آن، کاربران می‌توانند با زبان خود توضیح دهند که چه نوع محتوایی را بیشتر یا کمتر می‌خواهند مشاهده کنند. متا اعلام کرده است که پیشنهادها می‌توانند در لحظه با این بازخوردها سازگار شوند و کاربران می‌توانند تجربه خود را بدون آن‌که منتظر بمانند سیستم از روی رفتارشان سلیقه آن‌ها را حدس بزند، اصلاح کنند. منوی سه‌نقطه به‌روزشده نیز برای دسترسی آسان‌تر به این گزینه‌های شخصی‌سازی طراحی شده است.
مدل‌های زبانی بزرگ، نیروی محرک ابزارهای جدید
فیسبوک تاکنون برای تعیین اینکه چه پست‌ها و ویدیوهایی در فید کاربران نمایش داده شوند، به سیگنال‌هایی مانند پسندیدن، نظر دادن، اشتراک‌گذاری و رفتار مشاهده کاربران تکیه کرده است. سیستم‌های رتبه‌بندی این پلتفرم هزاران عامل را بررسی می‌کنند تا میزان مرتبط بودن محتوا برای هر کاربر را تخمین بزنند.
ابزارهای جدید، مدل‌های زبانی بزرگ (LLM) را وارد این فرایند می‌کنند و به سیستم اجازه می‌دهند دستورهایی را که کاربران با زبان طبیعی بیان می‌کنند، تفسیر کند.
برخلاف روش‌های پیشین دریافت بازخورد که عمدتاً به تعامل کاربران با محتوا وابسته بودند، رویکرد جدید به کاربران اجازه می‌دهد دلیل و زمینه ترجیحات خود را توضیح دهند. برای نمونه، کاربری می‌تواند درخواست کند بررسی‌های بیشتری درباره گوشی‌های هوشمند ببیند اما ویدیوهای تبلیغاتی کمتری دریافت کند؛ در نتیجه سیستم می‌تواند میان انواع مختلف محتوای مرتبط تفاوت قائل شود.
متا اعلام کرده است که پیشنهادها می‌توانند در همان جلسه استفاده از پلتفرم و هم‌زمان با ارائه بازخورد توسط کاربر تغییر کنند. این شرکت گفته است ترکیب دستورهای متنی کاربران با سیگنال‌های موجود می‌تواند باعث شود پیشنهادها مرتبط‌تر و واکنش‌پذیرتر شوند.
با این حال، معرفی این قابلیت‌ها به این معنا نیست که کاربران می‌توانند به‌طور کامل تعیین کنند چه چیزی در فید آن‌ها نمایش داده شود. این کنترل‌های جدید تنها به کاربران اجازه می‌دهد بر پیشنهادها تأثیر بگذارند و همچنان سیستم‌های رتبه‌بندی فیسبوک تعیین می‌کنند چه محتوایی نمایش داده شود.
تردز نیز قابلیت مشابهی دارد
اعلامیه متا پس از معرفی قابلیت «Dear Algo» در تردز منتشر شده است؛ قابلیتی که به کاربران اجازه می‌دهد با اعلام اینکه چه محتوایی را بیشتر یا کمتر می‌خواهند ببینند، بر پیشنهادهای این پلتفرم تأثیر بگذارند.
هر دو قابلیت نشان‌دهنده حرکت به سوی دریافت مستقیم‌تر نظر کاربران در سیستم‌های پیشنهاد محتوا هستند. به جای اینکه پلتفرم‌ها تنها بر ترجیحات حدس‌زده‌شده تکیه کنند، اکنون به کاربران اجازه می‌دهند علاقه‌مندی‌های خود را به‌صورت مستقیم بیان کنند. میزان موفقیت این رویکرد به دقت سیستم‌ها در تفسیر دستورها و همچنین توانایی آن‌ها در اعمال مداوم این ترجیحات در محتوای نمایش‌داده‌شده بستگی خواهد داشت.