علوم ارتباطات اجتماعی(اراک)

نوشته: ایمی وب (۱)

«ایمی وب»، یکی از نویسندگان، کارآفرینان و استراتژیست‌های دیجیتال آمریکایی به شمار می‌آید که بیشتر شهرت و محبوبیتش را مدیون تالیف و بنیانگذاری Webbmedia Group است. وی از موسسان Spark Camp نیز است و به واسطه تعامل فراوانی که با کار‌شناسان و اساتید حوزه رسانه دارد از تحلیل‌های ویژه ای در این حوزه برخوردار است.

ترجمه: انوشه جاوید

خبر و به طور کلی روزنامه نگاری، در استفاده از ابزارهایی که در اختیار دارد مسیری کاملا متفاوت از گذشته را در پیش خواهد گرفت.

علایق ما مانند چرخه اخبار، موقت هستند. اما این موضوع به این معنی نیست که این دو همیشه باهم تفاهم ندارند.

به نظر من یکی از مهم‌ترین روندهایی که در این سال ۲۰۱۴ با آن مواجه خواهیم شد، موجی از الگوریتم‌ها و فرایندهای پیچیده است که برای همیشه چگونگی خلق و استفاده از روزنامه نگاری را تغییر خواهد داد. این الگوریتم‌ها و فرایند‌ها، پدیده‌هایی هستند که به طور ذاتی اجتماعی‌اند اما نه به شیوه‌ای که معمولا تصور می‌کنیم. آن‌ها به مخازن عظیم داده‌هایی تکیه دارند که با هر بار اتصال به رسانه آن را تولید می‌کنیم، حال خواه مشغول جست‌و‌جوی رستورانی در گوگل باشیم یا آنکه در فیس بوک برای دوستانمان پیام «تولدت مبارک» بنویسیم یا یادداشتی در مدیوم، پست کنیم.

سال گذشه شاهد نخستین فرصت‌های حسابرسی مورد انتظار در Google Now بودیم که در اصل به عنوان بخشی از سیستم عامل آندروید افتتاح و یک برنامه به نامMindMeld توسط «تیم تاتل»(۲) محقق سابق MIT و مدیر ارشد کنونی در اکسپکت لبز(۳) خلق شد. به طور خلاصه، برنامه‌هایی مانند «گوگل ناو»(۴) و «مایند ملد»(۵) افکار چند لحظه پیش شما را فراوری می‌کنند تا ۱۰ ثانیه بعدی را پیش بینی کنند.

در برنامه «گوگل ناو» اگر فرد در گوگل دنبال اطلاعاتی درباره فیلم جدید Inside Llewyn Davis باشد و سپس بپرسد «فیلم کجا نمایش داده می‌شود؟» برنامه فرض می‌کند شما تمایل دارید از مکان نزدیک‌ترین سالن سینما، سانس‌ها و شاید اطلاعاتی درباره اینکه چطور خود را به محل سینما برسانید، مطلع شوید. مایند ملد، حتی چیزی پر هیجان‌تر ارائه می‌کند.

هنگامی که کاربران به آن متصل می‌شوند، برنامه به صحبت‌های آن‌ها گوش و داشبورد خود را با اطلاعاتی متنی پر می‌کند تا به کاربر کمک کند گفت‌ و گویی با اطلاعات بیشتر انجام دهد. بنابراین اگر با دوستی مشغول صحبت درباره Llewyn Davis هستید، مایند ملد، به طور خودکار تاریخچه‌ای درباره صحنه‌های فولک سال ۱۹۶۰ میلادی، بازیگران، کارگردان‌ها، جزییات موسیقی و آهنگ، نقد‌ها و غیره را نشان می‌دهد.

این موارد و دیگر برنامه‌های حسابرسی پیش بینی کننده نوظهور را می‌توان به عنوان دستیارانی قدرتمند برای خبرنگاران به حساب آورد.

گوگل ناو، اکنون قابلیت جست‌ و جو در تقویم‌ها، ترافیک، آب و هوا و اخبار را دارد تا اطلاعاتی دقیق و درست در زمان مورد نظر برای کاربر فراهم کند. به عنوان مثال ممکن است تشخیص دهد اکنون ترافیک سنگینی در مسیر کاربر وجود دارد و به او هشدار دهد که هفت دقیقه زود‌تر از زمان معمول حرکت کند.

مایند ملد، نیز می‌تواند هنگامی که گزارشگران مشغول انجام مصاحبه هستند، اطلاعاتی متنی را به آنان ارائه کند و ناگهان آخرین سوال همیشگی به وجود می‌آید: «آیا مورد دیگری وجود دارد که باید از شما بپرسم؟» این سوال هنگام استفاده از مایند ملد بی‌ربط به نظر می‌رسد زیرا گزارشگر اطلاعات سرشاری را بیرون کشیده که ممکن است او طی گفت‌ و گو از آن‌ها غفلت کرده باشد.

اگر برنامه‌ها بتوانند افکار آتی شما را پیش بینی کنند، پس الگوریتم ‌ها دو احتمال جذاب دیگر را در سال ۲۰۱۴ میلادی نیز فراهم می‌ کنند:

• پیش‌ بینی اخبار آتی

• ارائه محتویاتی خبری و کاملا شخصی سازی شده برای هر مشتری

این امر به خصوص درباره رویدادهای ورزشی مشهود است، یعنی هنگامی که هواداران تمایل دارند احساسات خود را با یک پست اینترنتی نشان دهند، سپس تصاویر یا ویدئوهای مبارزات و به تدریج جزییات جنجال‌ها پس از بازی‌ها را به اشتراک می‌گذارند. برخی شرکت‌ها مانند IBM داده‌های کلانی را همراه هوش مصنوعی و ماشین یادگیری هماهنگ کرده‌اند تا تغییرات در دنیای واقعی را منتقل کنند. این امر درباره پیش بینی اخبار چند روز پیش از وقوع آن نیست، بلکه درباره مشاهده یک خبر داغ درست هنگام حادث شدن آن است.

سازمان‌های خبری مدت‌های طولانی است که آرزومند یک خدمت شخصی سازی شده با معنی هستند، هر چقدر یک محصول خبری به طور مستقیم برای هر فرد تنظیم شود، به‌‌ همان میزان احتمالا او مدت زمان بیشتری به برند وفادار می‌ماند و آن را بار‌ها و بار‌ها استفاده می‌کند.

آزمایش های شخصی سازی در برندهای بزرگ رسانه بار‌ها شکست خورده‌اند اما دلیل آن روش ابتدایی و ناقصی است که همیشه به کار گرفته می‌شود. کاربران روی چند گزینه مانند: «ورزش» و «اخبار جهان» کلیک می‌کند و با توجه به اینکه تا چه حد سیستم پشتیبانی خوب برنامه ریزی شده باشد و داستان‌های خبری در دسته‌های مناسب برای ارائه جای گرفته باشند، شخصی سازی جست‌ و جو انجام می‌شود. انتخاب چند گروه وسیع هیچ‌گاه جغرافیا، ذائقه یا حتی علایق در حال تغییر را نشان نمی‌دهند زیرا افراد ایده‌های تازه‌ای دارند و با افراد تازه‌ای برخورد می‌کنند.

علایق ما موقت هستند مانند چرخه خبری. اما این دو همیشه با هم اتفاق نظر ندارند. اگر در این باره فکر می‌کنید، وعده هیجان ‌انگیز گوگل ناو و مایند ملد به دلیل قابلیت پیش بینی محتویات شاید برای همه ما جدی باشد. این امر نیاز به محتویات مربوط را از بین می‌برد زیرا به طور کلی تمام محتویاتی که به ما ارائه می‌شود، فقط با هر یک از افراد به طور جداگانه قابلیت ارتباط دهی دارد. در نتیجه سازمان‌های خبری فرصت‌های جالبی در ماه‌های آتی خواهند داشت تا فرایندهای گزارش‌ دهی را ارتقا دهند و محتویات را به نحوی شخصی سازی کنند که قبلا هرگز ندیده‌ایم. به طور کلی من فکر می‌کنم پیش بینی، یکی از ماهیت‌های برجسته آینده اخبار و به طور کلی رسانه است.

توضیح: سایت کارگاه روزنامه نگاری نیمن وابسته به دانشگاه هاروارد از جمعی روزنامه نگار، سردبیر، استاد دانشگاه و کارشناسان حوزه رسانه این سوال را پرسید که در سال ۲۰۱۴ میلادی، چه چیزی در انتظار آینده خبر است؟ بخشی از نوشته ها و نظرات این افراد به تدریج در سایت خبرنگاران ایران منتشر می شود.

منبع: سایت کارگاه روزنامه نگاری نیمن

پی نوشت:

۱ AMY WEBB

۲ Tim Tuttle

۳ Expect Labs

۴ Google Now

۵ MindMeld