متا نمای کلی جدیدی از نحوه عملکرد الگوریتم‌های مختلف فید خود و نحوه استفاده از سیستم‌های هوش مصنوعی پیشرفته برای کمک به تطبیق محتوای مناسب با کاربران علاقه‌مند در جریان ارائه کرده است، که می‌تواند به شما در درک بهتر دلیل آنچه که می‌بینید کمک کند. در فیسبوک و اینستاگرام
و برای بازاریاب‌ها، می‌تواند به شما مدیریت بهتری در این زمینه بدهد تا به شما در ارتباط بهتر با مخاطبان هدفتان کمک کند.
در توضیحی جدید، نیک کلگ، رئیس امور جهانی متا، بر اهمیت شفافیت در استفاده از هوش مصنوعی در سیستم‌های توصیه متا و اینکه چگونه افراد می‌توانند بر اساس فعالیت‌شان بر خوراک خود تأثیر بگذارند، تاکید کرده است.
همانطور که توسط کلگ توضیح داده شده است:
“سیستم‌های هوش مصنوعی ما پیش‌بینی می‌کنند که یک محتوا چقدر برای شما ارزشمند است، بنابراین می‌توانیم آن را زودتر به شما نشان دهیم. به عنوان مثال، اشتراک‌گذاری یک پست اغلب نشان‌دهنده جالب بودن آن پست است، بنابراین پیش‌بینی اینکه یک پست را به اشتراک می‌گذارید یکی از عواملی است که سیستم‌های ما در نظر می‌گیرند. همانطور که ممکن است تصور کنید، هیچ پیش‌بینی واحدی نمی‌تواند معیاری برای سنجش ارزش یک پست برای شما باشد. بنابراین ما از طیف گسترده ای از پیش بینی ها به صورت ترکیبی استفاده می کنیم تا تا حد امکان به محتوای مناسب نزدیک شویم، از جمله برخی بر اساس رفتار و برخی بر اساس بازخورد کاربران دریافت شده از طریق نظرسنجی ها.”
متا قبلاً مرورهای مشابهی از الگوریتم‌های خود ارائه کرده است که به دنبال توضیح این است که چرا مردم آنچه را که در فید خود می‌بینند می‌بینند.
ملاحظات اصلی که عوامل سیستم بر اساس این یادداشت ها در آن نقش دارند عبارتند از:
- پست از کجا آمده است – هر چند وقت یکبار کاربر با یک نمایه یا شخص درگیر می شود.
- وقتی پست شد – زمان ارسال و پاسخ اولیه پست.
- چقدر احتمال دارد که باعث ایجاد تعامل شود – سیستم بهینه‌سازی می‌شود تا به بهترین نحو به رفتارهای خاص هر کاربر، از جمله احتمال نظر دادن یا اشتراک‌گذاری، متمایل شود.
ادغام هوش مصنوعی اکنون به متا کمک می کند تا این عناصر اصلی را دو برابر کند، که به طور ایده آل تجربه کاربر را برای هر فرد در زمان واقعی بهینه می کند.
متا برای ارائه بینش بیشتر در مورد نحوه تغذیه دقیق عناصر مختلف سیستم هایش، مجموعه جدیدی از 22 «کارت سیستم» را منتشر کرد که نحوه رتبه بندی محتوا را توضیح می دهد.
هر کارت یک نمای کلی از نحوه عملکرد الگوریتم‌های فید متا ارائه می‌دهد، که می‌تواند به بهبود درک شما از آنچه بر آنچه در برنامه‌های آن می‌بینید و نحوه دسترسی به محتوای شما تأثیر می‌گذارد، کمک کند.
این یک منبع مفید برای ایجاد دانش شما در مورد سیستم است، که می‌تواند راهی ارزشمند برای به حداکثر رساندن عملکرد محتوا باشد – اگرچه بسیاری از توضیح‌دهنده‌ها نسبتاً عمومی و عمدا مبهم هستند تا از استفاده افراد از توصیه‌ها برای بازی کردن سیستم جلوگیری شود.
متا همچنین نحوه استفاده از هوش مصنوعی را به طور خاص در فرآیند رتبه بندی خود، با یک نمای کلی جدید که سیستماتیک بهبود یافته آن را بررسی می کند، تشریح کرده است. درک محتوا، که اکنون می تواند تفسیر شود «معنای معنایی محتوا به طور کلی در قالب‌های مختلف (مانند تصویر، متن، صوت یا ویدیو)».
این مدل های تولیدی قابلیت هایی مانند تشخیص بصری، تشخیص اشیا، استخراج متن و تشخیص صدا را ارائه می دهند. آنها همچنین ما را قادر می‌سازند تا کارهای خاص برنامه‌ای مانند طبقه‌بندی موضوع/ژانر، پیش‌بینی هشتگ، تطبیق شباهت و خوشه‌بندی را انجام دهیم.
به عبارت دیگر، سیستم‌های متا در درک آنچه در هر عنصر از پست‌های شما، از جمله اشیاء در تصاویر و ویدیوها ارائه می‌شود، بهتر می‌شوند تا محتوای مناسب را بر اساس علایق کاربران به نمایش بگذارند.
TikTok همچنین نمادهای مشابهی را در خود جای داده است – به همین دلیل است که احتمالاً محتوای بیشتری بر اساس نشانه های بصری به شما نشان داده می شود، نه هشتگ ها یا کلمات کلیدی در توضیحات به تنهایی. این موضوع فید TikTok را قانع‌کننده‌تر می‌کند و متا اکنون در تلاش است تا آن را در Reels که عامل اصلی رشد تعامل فیسبوک و اینستاگرام در سال گذشته بوده است، وارد کند.
اما هیچ رازی در اینجا فاش نشده است. متا طلسمی را منتشر نمی‌کند که توضیح دهد چگونه می‌توان دسترسی شما را در سراسر برنامه‌هایش افزایش داد، اما تلاش می‌کند دید کلی بهتری از سیستم رتبه‌بندی خود ارائه دهد تا به کاربران کمک کند تا ملاحظات زیادی را که در آنچه می‌بینند، فاکتور می‌کنند و درک کنند. چگونه آنها می توانند بر این موارد تأثیر بگذارند، هم از طریق فعالیت و هم از طریق کنترل های دستی.
در مورد دومی، متا همچنین به دنبال ارائه بینش بیشتر با به روز رسانی خود است ‘چرا من دارم این را می بینم؟عنصر در Reels (هم در فیس بوک و هم در IG) که اطلاعات بیشتری در مورد نحوه اطلاع رسانی فعالیت قبلی شما به حلقه هایی که می بینید ارائه می دهد.
متا نیز در حال عرضه جدید است گزینه های کنترل محتوا در فیس بوک و اینستاگرام، که در آن شما می توانید تأثیر بیشتری بر محتوایی که در هر برنامه می بینید داشته باشید.
می‌توانید از طریق منوی سه نقطه در پست‌های مربوطه و همچنین از طریق تنظیمات، از تنظیمات برگزیده فید خود در فیسبوک و مرکز کنترل محتوای پیشنهادی در اینستاگرام دیدن کنید.”
همچنین نشانگرهای جدید «علاقه‌مند» را در Reels اضافه می‌کند، بنابراین می‌توانید به سیستم بگویید که می‌خواهید موارد بیشتری از این نوع را ببینید – مانند لایک‌ها، اما مستقیم‌تر.
باز هم، هیچ فرمول جادویی در اینجا وجود ندارد، متا جعبه سیاه خود را باز نمی کند و شما را به تمام اسرار الگوریتمی خود راه نمی دهد. اما ابزارهای شفافیت جدید بینش بیشتری را در مورد مدل‌های رتبه‌بندی مختلف و عوامل کلی که هنگام سنجش نحوه شکل‌دهی تجربه هر کاربر در نظر می‌گیرد، ارائه می‌کنند.
ارزش واقعی، از منظر بازاریابی، دانستن اینکه متا در هر زمان معین به کدام عناصر وزن بیشتری دارد، خواهد بود، اما برای یکی، همیشه در حال تغییر است، و دوم، ارائه نقشه به مردم از نحوه بازی کردن سیستم احتمالاً سودمندترین تمرین نیست. .
اما اگر می‌خواهید بدانید سیستم‌های متا چگونه کار می‌کنند و چگونه در حال بهبود هستند، می‌تواند ارزش آن را داشته باشد که در آخر هفته طولانی مدتی را صرف مرور این توضیح‌ها و یادداشت‌ها کنید.
در اینجا می توانید اطلاعات بیشتری در مورد فرآیندهای الگوریتمی متا بخوانید.