هوش مصنوعی و رسانه

هوش مصنوعی در دو بخش کلی به کمک رسانه می‌آید؛ تولید محتوا و تقاضا در رسانه

هوش مصنوعی و رسانه

برای اولین بار خبر زلزله هفدهم می 2014 جنوب کالیفرنیا، در وبسایت LA Times تنها در عرض چند دقیقه پس از وقوع توسط یک الگوریتم هوش مصنوعی، تولید و منتشر شد.

محتوای منتشر شده، یک گزارش مختصر و واقعی از حادثه بود. بعد از آن، بسیاری از محتواهای گزارشی مانند لیگ‌های کوچک بازی‌های بیسبال تا اعلامیه‌های سود یک شرکت‌ در برخی خبرگزاری‌های بزرگ توسط هوش مصنوعی ساخته و منتشر شده‌اند. این روند تا جایی پیش رفته که به نظر بسیاری از ناظران، آینده رسانه‌ها از محتواهای تولید شده توسط هوش مصنوعی مملو خواهد بود.

هوش مصنوعی بر بازار رسانه و تولید خودکار محتوا (اعم از خبری و سرگرمی) تاثیر تحول‌آفرین داشته است. با این حال در مقام مقایسه بین فعالیت‌های رسانه‌ای و فعالیت‌های صنعتی بشر، هوش مصنوعی نقش کمتری در بخش رسانه داشته است. چراکه فعالیت‌های صنعتی بشر مانند تولیدات کارخانه‌ای یا حمل‌ونقل از هزاران وظیفه با فعالیت‌های تکرارشونده تشکیل شده‌ است.

از این‌رو، فناوری‌هایی مانند هوش مصنوعی در حوزه‌های صنعتی، بیشتر به کار گرفته‌شده است. اما کار تولید محتوا در رسانه بر خلاف فعالیت‌های صنعتی، متضمن پیچیدگی‌های خاص خود است. ضمن آنکه تولید محتوا، از وظایف تکرارشونده کمتری تشکیل شده است.

باید توجه داشت در کار تولید محتوا توانایی‌هایی همچون قضاوت، تفسیر، خلاقیت و ارتباطات سهم به‌سزایی دارند و هنوز هوش مصنوعی به چنین سطحی از توانایی‌هایی انسانی‌ دست نیافته است. از این رو به نظر می‌آید انسان برای مدت‌ها انحصار و تسلط خود را بر روند کار تولید محتوا حفظ خواهد کرد.

از طرفی کاربرد هوش مصنوعی در رسانه بیشتر به «عرصه تقاضا» در مقایسه با «تولید محتوا» مرتبط است. هر محتوایی که تولید می‌شود باید توسط مخاطبان تقاضا شود. مخاطبانی که هدف تولید‌کنندگان محتوا هستند.

شرکتها و دولت‌ها با اهداف تجاری و سیاسی به دنبال تاثیرگذاری بر مشتریان یا شهروندان خود هستند. شهروندان یک کشور یا مشتری‌های یک برند تجاری هر کدام می‌توانند یک گروه مخاطبِ هدف باشند.

محتواهای تولید شده حتما باید به دست مخاطبان هدف برسد. فرآیند این کار، یعنی رسیدن محتوا  به دست مخاطبِ هدف، نظیریابی[1] محتوا با مخاطب است. این کار در بازار رسانه، در بخش تقاضا انجام می‌شود.

الگوریتم‌های هوش مصنوعی، بیشتر برای نظیریابی محتوا با مخاطب هدف کاربرد دارد؛ فرآیندی که توسعه آن توسط هوش مصنوعی در آینده هم خوبی‌ها و محاسنی به دنبال خواهد داشت و هم با گرفتاری‌ها و خطراتی مواجه خواهد شد.

«نظیریابی در بخش تقاضا[2]» پایه اقتصادِ رسانه است و نقش مهمی را ایفا می‌کند.
از طرفی، محتواهای رسانه‌ای مانند اخبار، پست‌های شبکه‌ اجتماعی، موسیقی و فیلم‌ها در همان لحظه نخست تولید به دست مخاطب می‌رسند. به همین دلیل، محتواهای تولید شده رسانه‌ای «کالاهای نمونه اولی برای تجربه شدن[3]» هستند.

به این معنا که محتوای رسانه‌ای برخلاف محصولات کارخانه‌ای مثل یک خودرو، تحت آزمایش‌ و بررسی‌های مختلف پیش از عرضه نهایی قرار نمی‌گیرند. یک محتوای تولید شده رسانه‌ای به محض عرضه شدن و رسیدن به دست مخاطب، تنها همان یک‌بار از لحاظ کیفیت و ذائقه مخاطب قضاوت می‌شود.

تولید محتوای رسانه‌ای به واسطه هزینه نهایی کم، تولید انبوه می‌شود. از طرفی چون تقاضای مخاطبان از ماهیت متنوع برخوردار است باید این اقیانوس عظیم محتوا، مشمول تجدیدنظر، مرتب‌سازی و فیلتر شوند تا ارزش اجتماعی[4] پیدا کنند. ارزش اجتماعی یعنی آنکه محتوای تولیدشده علاوه بر اینکه متقاضی داشته باشد، به دست مخاطب هدف هم برسد.

نظیریابی موثر محتواها با مخاطبان هدف به معنای آن است که حجم انبوه محتواهای تولید شده به مجموعه‌ای از تولیدات قابل درک، سرگرم‌کننده و آگاهی‌بخش تبدیل شود. این فرایند عامل کلیدی در اعتمادسازی به رسانه است و همزمان می‌تواند به دولت‌ها‌، تبلیغ‌کنندگان و سایر گروه‌ها انگیزه دهد که به قصد اهداف اقناعی، محتوای تولید شده را دستکاری کنند.

نظیریابی موثر محتواها با مخاطبان، به دو روش سنتی و مدرن انجام می‌شود.  در روش سنتی از  افراد باتجربه در برندینگ رسانه و ویراستاری استفاده می‌شود. اما در روش‌ مدرن بر الگوریتم‌های هوش مصنوعی تکیه می‌شود.

از طرفی شبکه‌های اجتماعی در این زمینه نقش کاتالیزور را ایفا کرده‌اند. شبکه‌های اجتماعی فرآیند نظیریابی غیرمتمرکز و الگوریتم‌‌محور را به جای مدل پخش متمرکز که قرن‌ها بر رسانه‌ها تسلط داشته‌اند، به میدان آورده‌اند.

در فرآیند نظیریابی محتوا با مخاطب سه جنبه عمده برای اخلال یا شکست در نظر گرفته می‌شود:
اول آنکه با وجود پیشرفت بسیار بزرگ در فناوری‌های جست‌وجو، یافتن محتوایی که مطلوبِ مخاطب باشد، همچنان یک مسئله بزرگ است.

دوم، مخاطبان احتمالا به دنبال چیزی یا چیزهایی هستند که در نهایت برای جامعه مناسب نیست. محققان دریافته‌اند میان مسائل فردی و اجتماعی در رسانه‌ها شکاف وجود دارد. زیرا  افراد موقع تصمیم‌گیری ضرورتا از دامنه تاثیرات آن آگاهی ندارند، پس به تاثیر آن بر زندگی افراد از طریق فرآیندهای سیاسی توجهی نمی‌کنند.
سوم، بازیگرانی چون دولت و شرکت‌ها ممکن است به دنبال جذب رسانه‌ها باشند تا انتخاب محتوایی مصرف‌کنندگان را به نفع اهداف خود شکل دهند.
با توجه به هر سه جنبه اصلی فرآیند نظیریابی محتوا، هوش مصنوعی می‌تواند بسته به هر کدام از آنها، در طیفی متنوع، اثرات مثبت یا نتایج منفی داشته باشد.

هوش مصنوعی و جست‌وجو
یکی از واضح‌ترین دستاوردهای هوش مصنوعی، ساده‌سازی جست‌وجوی محتوا برای کاربران است. فناوری‌های هوش مصنوعی علاوه بر اصل جست‌وجو، موارد دیگری نظیر فهرست پیشنهادات، مرور جست‌وجوهای قبلی و دیگر فناوری‌ها را در اختیار کاربران و مخاطبان قرار داده‌اند.

موتورهای جست‌وجو در گوگل و آمازون و فرایند مرتب‌سازی علاقه‌مندی‌ها در سایت نتفلیکس و فید اخبار فیس‌بوک همگی حاصل دستاورهای هوش مصنوعی هستند. با وجود همه این دستاورها همچنان راه زیادی برای رسیدن به یک رسانه تمام دیجتال، باقی مانده است.

مخاطبان انتظار دارند نتایج جست‌وجوی محتوا برای خودشان به صورت ویژه شخصی‌سازی شود؛ یعنی زمانی که شما در حال جست‌وجو و بررسی یک موضوع هستید به نتایجی فراتر از یک سری محتواهای صرفاً مرتب‌سازی‌شده برسید؛ چیزی متفاوت‌تر از همان نتایجی که برای کاربران دیگر با موضوعات یکسان ظاهر می‌شود.

شخصی‌سازی نتایج جست‌وجو، به معنی آن است که محتوای نتایج جست‌وجو کاملا ویژه و منبطق بر ذائقه و سلیقه شخص شما باشد. برای همین باید از اطلاعات بسیار ارزشمند درباره انتخاب‌های پیشین و سایر ویژگی‌های فردی و شخصیتی استفاده شود.

موتورهای جست‌وجوی امروزی چون گوگل هنوز به مرحله شخصی‌سازی مورد نظر نرسیده‌اند. تنها موتور جست‌وجوی مکان‌محور گوگل است که نتایج ویژه و منحصر به محل استقرار شما را نشان می‌دهد؛ مانند رستوران‌های نزدیک که بازهم به نوعی نتایج این جست‌وجو برای تمام افرادی که در مجاورت شما هستند، یکسان خواهد بود.

رتبه‌بندی نتایج محتواها برای هر کاربر، در سایت‌هایی مثل آمازون و نتفلیکس هم از لحاظ شخصی‌بودن نتایج، هنوز خیلی ضعیف و ابتدایی هستند.
در سایت‌های تنفلیکس و آمازون نتایج رتبه‌بندی‌شده محتوا مطابق با سلیقه فرد، به نوعی همان تاریخچه محتواهای جست‌وجو شده، محصولات تماشا یا خریداری ‌شده فرد از گذشته است. به عنوان نمونه، فهرست محتواهای پیشنهادی یک کاربر در تنفلیکس همان قسمت‌های قبلی یک سریالی است که تماشا کرده بود.

شخصی‌سازی محتواهای پیشنهادی در سایتی مثل فیس‌بوک که عمده ابتکار و درآمد آن از همین ویژگی منحصر به فرد است، ضعف اساسی دارد. فید اخباری فیس‌بوک و سایر محتواهای پیشنهادی عمدتاً مبتنی بر تجربه‌های دوستان کاربر یا کلاً محتواهای پرطرفدار ارائه می‌شود.

در مسیر شخصی‌سازی نتایج جست‌وجو، یک الگوریتم سه‌مرحله‌ای وجود دارد:

1. الگوریتم در ابتدا چون یک رابط، محتواهای مورد نظر مخاطب  را پیدا می‌کند.
2. نتایج را بر اساس محتواهای پرکاربرد و از منابعی معتبر فهرست می‌کند.
3. در نهایت نتایج بر اساس سلیقه و ترجیحات شخصی مرتب‌سازی می‌شود.

یک تناقض احتمالی در مسیر شخصی‌سازی نتایج جست‌وجو برای کاربران وجود دارد که ناشی از موضوع تفاوت افراد در ترجیحات است. همه افراد در طول یک دوره زمانی ترجیحات خاصی در یافتن محتواهای مورد نظر خود دارند و ممکن است این ترجیحات در گذر زمان دچار تغییرات شود. از طرفی، میان ترجحیات مختلف افراد می‌تواند رابطه همبستگی وجود داشته باشد.

به عنوان نمونه، ترجیحات افراد در انتخاب سایت‌های خبری با یکدیگر متفاوت است ولی می‌تواند در شرایط خاص به یکدیگر نزدیک شود. دو گروه  از افراد را در نظر بگیرید: گروه اول اغلب اوقات و برای مصرف روزانه، فاکس‌نیوز را به واشنگتن‌پست ترجیح می‌دهد. تحت شرایط خاص، مانند پیگیری خبر یک حادثه فوری،  هر دو گروه در نهایت به دلیل اعتبار خبرگزاری‌های مذکور، یکی از سایت‌ها یا هر دو سایت پرطرفدار را نسبت به سایت‌های خبری کمتر شناخته‌شده ترجیح می‌دهند. در اینجا، ترجییحات متفاوت افراد تحت یک شرایط خاص همبسته شده است.

عملکرد هر سه مرحله از الگوریتم شخصی‌سازی جست‌وجو، به رابطه یا عدم رابطه همبستگی سلیقه‌ها بین مصرف‌کنندگان و درون خود مصرف‌کنندگان وابسته است.

هوش مصنوعی و سو‌گیری
در قسمت قبلی، از هوش مصنوعی و الگوریتم‌ها، شخصی‌سازی نتایج جست‌وجو و در نهایت تناقض‌های احتمالی در این مسیر گفتیم. در این قسمت، به جای هوش مصنوعی، تمرکز بر خود کاربران و مخاطبان است. بیشتر اوقات افراد به دنبال محتواهایی هستند که ضرورتاً برای جامعه مفید نیستند. اغلب اوقات افراد محتواهای گمراه‌کننده جانبدارانه یا اطلاعات غلط آشکار را به اخبار سیاسی متعادل و دقیق ترجیح می‌دهند.

خطر جدی امروز، افزایش توان الگوریتم‌های هوش مصنوعی در تأمین این سلایق غیر مفید است که عواقب فاجعه‌باری برای جامعه به همراه دارد. از طرفی خود هوش مصنوعی با وجود این مخاطرات، می‌تواند یک راه‌حل باشد.

فیس‌بوک و گوگل الگوریتم‌هایی را برای تشخیص محتواها با اطلاعات نادرست به کار بسته‌اند. به عنوان نمونه گوگل می‌تواند با تشخیص وزن سنگین یک سوال اجتماعی رایج، محتواهای مرتبط را بررسی کند تا اطلاعات معتبر و درست به دست کاربران برسد. با این وجود، درستی برخی مسائل اجتماعی موردِ جست‌وجو صرفا با تکیه بر الگوریتم‌های هوش مصنوعی، برای مخاطبان قابل تشخیص نیست.

در حقیقت، برخی مسائل اجتماعی می‌توانند متضمن محتواهایی باشند که با الگوریتم‌ها و سایر معیارهای اندازه‌گیری، قابل راستی‌آزمایی نیستند. برای ارزیابی محتواهای مرتبط به برخی مسائل اجتماعی نظیر سلامت دموکراسی و حقیقت، نیاز به قضاوت انسانی است.

از طرفی، الگوریتم‌های هوش مصنوعی مبتنی بر داده‌های آموزشی کار می‌کنند که از رفتارهای خود انسان‌ها مثل تعداد کلیک‌های یک محتوا حاصل می‌شود. رفتارهای انسانی همان‌طور که در ابتدای این بخش اشاره شد، ضرورتاً هماهنگ و در راستای خیر جمعی نیستند.

حتی وزن‌دهی به اعتبار محتواهای مرتبط به مسائل  و پرسش‌های اجتماعی که  الگوریتم‌های هوش مصنوعی برای آنها کارساز است، در نهایت به قضاوت انسانی محتاج است. به عنوان نمونه، تنظیمات گوگل برای تغییر دستورالعمل‌های مرتبط با محتوایی چون انکار هولوکاست، تا حد قابل توجهی به ناظران انسانی متکی است نه الزاما تغییر الگوریتم‌های هوش مصنوعی.

موارد دیگری در فیس‌بوک وجود دارد که همگی نشان‌دهنده نیاز بیشتر به قضاوت انسانی در مقایسه با هوش مصنوعی است؛ از جمله: کاهش رتبه سایت‌های کمتر مورد اعتماد، افزودن اطلاعات «زمینه مقاله[5]» با جزئیات بیشتر در مورد منابع و فیلتر کردن مقالات و محتواها بر اساس «بررسی واقعیت[6]».

هوش مصنوعی و تسخیر مخاطب
یک نگرانی عمده و دیرینه آن است که مبادا طرف‌های ثالثی همچون حکومت‌ها برای پیاده کردن اهداف سیاسی خودشان بر رسانه‌ها مسلط شوند. آنها در این مسیر یا محتواها را به دلخواه خود شکل می‌دهند و یا آن را فیلتر می‌کنند. حکومت چین یک نمونه‌ای بارز است که به شکل گسترده و فعال بر محتواهای رسانه‌ای نظارت و آنها را سانسور می‌کند.

حکومت‌های خودکامه دیگر نیز روش مشابه حکومت چین را در پیش گرفتند؛ حتی حکومت‌های دموکراتیک هم در برخی موارد به سرکوب برخی محتواهای خاص دست می‌زنند. اقدامات حکومت‌ها تنها به دستکاری دیدگاه‌های شهروندان خود محدود نمی‌شود. تلاش‌های حکومت روسیه برای مداخله در انتخابات‌ آمریکا و اروپا نمونه‌ای از تلاش‌های برون‌مرزی برای دستکاری اذهان عمومی شهروندان کشورهای دیگر است. پس هوش مصنوعی می‌تواند در این زمینه هم کارکرد مثبت داشته باشد و هم اینکه شرایط را وخیم‌تر کند.

 با وجود کاربرد هوش مصنوعی برای کنترل شدید محتواهای رسانه‌ای و شناسایی مخالفان  توسط حکومت‌های مستبدی چون چین و روسیه، هوش مصنوعی از طریق منابع بین‌المللی می‌تواند به کمک شهروندان این کشور بیاید.

هوش مصنوعی می‌تواند در قالب اینترنت بین‌الملل به شهروندان این کشور‌ها در تشخیص اصالت تصاویر و مصون ماندن از اهداف پروپاگاندایی حکومت‌شان کمک کند. همچنین فیس‌بوک و دیگر شبکه‌های  اجتماعی می‌توانند از هوش مصنوعی برای شناسایی دخالت‌های خارجی در انتخابات‌ استفاده کنند.
در عین حال، شبکه‌های اجتماعی در کنار هوش مصنوعی می‌توانند ابزار مکمل قدرتمندی برای سرکوب بیشتر فراهم کنند. ابزارهای جدید پردازش زبان طبیعی[7] کاربرد دیگری از هوش مصنوعی برای نظارت بیشتر است. به عنوان نمونه، در چین،  این ابزار برای ابهام‌زدایی از معنای محتواها و  شناسایی پست‌های شبکه‌های اجتماعی که به موضوعات حساسی چون تبت یا اظهار نظر انتقادی درباره دولت می‌پردازند، به کار گرفته می‌شوند.

نمونه دیگری از کاربرد هوش مصنوعی که  ابزار نظارتی بالقوه قدرتمندی را فراهم می‌کند، یادگیری ماشینی است که در شبکه‌های اجتماعی اعمال می‌شود. ماشین‌های یادگیری با الگوریتم‌های ساده می‌توانند‌ وقوع اعتراض‌ها یا ناآرامی‌های آینده را با دقت بالا پیش‌بینی کنند.

 نتیجه‌گیری
هوش مصنوعی  از نظر جست‌وجوی محتوا، در رساندن محتوای مطلوب و مورد نظر به مخاطبی که هدف است، کارکرد مثبتی دارد.

از طرفی، از لحاظ علمی ثابت شده میان دغدغه افراد و رسانه‌ها شکاف وجود دارد و ترجیحات افراد هماهنگ با خیر جمعی نیست. از این نظر، کارکرد اول یعنی بهینه‌شدن نتایج جست‌وجو مبتنی بر ترجیحات فردی، می‌تواند کارکرد منفی پیدا کند. در نهایت هوش مصنوعی به دلیل سوءاستفاده دولت‌های سرکوب‌گر مزیت‌های زیادی از نظر نظارت و سانسور دارد.

از طرفی، وبسایت‌های تایید اصالت تصاویر که با الگوریتم‌های هوش مصنوعی کار می‌کنند می‌توانند شهروندان را از حملات پروپاگاندایی و انتشار اطلاعات نادرست حتی‌الامکان  محافظت کنند. همچنین ردیابی پویش‌های مداخله‌گر در انتخابات‌ مزیت دیگر هوش مصنوعی در شبکه‌های اجتماعی است.

در مجموع باید دقت کرد قضاوت درباره اثرات مثبت و منفی هوش مصنوعی در هر سه جنبه جست‌وجو، سوگیری رسانه‌ای و فعالیت دولت‌ها، وابسته به معیارهای اخلاقی و قضایی خاص در هر کشور است.

منبع:

Gentzkow, M. (2018, January 3). Media and Artificial Intelligence. Retrieved from Stanford: https://web.stanford.edu/~gentzkow/research/ai_and_media.pdf
 
[1]matching
[2] demand-side matching
[3] prototypical “experience goods”
[4] social value
[5] article context
[6] fact checking.
[7] پردازش زبان‌های طبیعی عبارت است از استفاده از رایانه برای پردازش زبان گفتاری و زبان نوشتاری. بدین معنی که رایانه‌ها را قادر سازیم گفتار یا نوشتار تولید شده در قالب و ساختار یک زبان طبیعی را تحلیل و درک نموده یا آن را تولید نمایند.