Twitter: ako sa vyznať vo veľkom množstve správ a podnetov
AI môže pomôcť roztriediť informácie a upozorniť na to, čo potrebuje pozornosť človeka.
Akú výzvu riešil Twitter?
Sociálna sieť spracúvala obrovské množstvo príspevkov a účtov. Spoliehať sa iba na ručné hlásenia spamu znamenalo reagovať až vtedy, keď sa s problémom stretli používatelia. Twitter preto využíval strojové učenie na vyhľadávanie vzorcov spojených s automatizovanými a podozrivými účtami.1
Ako zapojil AI a aké výsledky uvádza zdroj?
Podľa knihy z roku 2019 systém pomáhal označovať podozrivé účty a spúšťať ich overovanie. Twitter tiež využíval hlboké učenie na výber relevantných príspevkov do používateľských prehľadov.
Kapitola uvádza odstránenie viac než 70 miliónov falošných a podozrivých účtov počas dvoch mesiacov. Počet denných hlásení spamu podľa nej klesol z 25 000 v marci 2018 na 17 000 v máji 2018. Ide o historické prevádzkové údaje, nie o počet ušetrených pracovných hodín ani o dôkaz, že AI spoľahlivo určí pravdivosť každého príspevku.1
Ako sa tým môžeme inšpirovať na univerzite?
Pri vyhodnocovaní anonymnej spätnej väzby, otázok z podujatia alebo podnetov k fungovaniu služieb sa môžeme inšpirovať princípom triedenia veľkého objemu informácií. AI môže zoskupiť témy, označiť opakujúce sa otázky a upozorniť na podnety, ktoré si zaslúžia samostatné posúdenie.
Napríklad po dni otvorených dverí môže z odpovedí vytvoriť prehľad otázok o prijímacom konaní, ubytovaní a organizácii štúdia. Pracovisko tak získa podklad na aktualizáciu častých otázok alebo ďalšiu komunikáciu. Toto je navrhovaná univerzitná aplikácia; nejde o systém hodnotenia študentov ani o preberanie moderácie účtov z Twitteru.
- Pripravte anonymizovaný súbor podnetov a každej položke prideľte identifikátor.
- Požiadajte AI o tematické skupiny a transparentné priradenie položiek.
- Nechajte oddelene uviesť ojedinelé, nejasné a potenciálne naliehavé podnety.
- Overte počty a priradenia a rozhodnite, čomu sa má pracovisko venovať.
Zadanie pre AI
Roztrieď priložené anonymizované podnety podľa tém. Pri každej téme uveď stručný názov, počet podnetov a ich identifikátory. Každému podnetu prideľ jednu hlavnú tému; nejasné položky zaraď samostatne. Podobné texty označ ako možné duplicity, ale nevymazávaj ich. Zachovaj aj ojedinelé kritické názory. Osobitne označ podnety, ktoré môžu vyžadovať rýchle ľudské posúdenie, a vysvetli prečo. Z obsahu nevyvodzuj identitu ani dôveryhodnosť autora. Na záver navrhni témy do prehľadu častých otázok.
Čo skontrolovať: či sú počty správne a či triedenie nestratilo menšinové názory. Kritika nie je spam. O reakcii na podnet a jeho naliehavosti rozhoduje človek; automatická kategória je pracovná pomôcka.