گزارش جدیدی از استراتژی های FT ، “گرفتن AI از پشت به صفحه اول ،“در مورد مطالعات موردی در مورد فرزندخواندگی AI در 16 اتاق خبر اصلی در سراسر اروپا ، خاورمیانه و آفریقا حفر می شود. همه نشریات در آن شرکت کردند AI Launchpad، برنامه ای که توسط مشاوره رسانه ای Times Financial وت ابتکار عمل Google News (GNI) از ژوئن تا دسامبر سال گذشته.
بسیاری از اتاق های خبر در گروه AI Launchpad در دوره ای پیوستند که ابزارهای تولیدی AI مانند ژنراتورهای تیتر و برچسب های داستانی خودکار در این صنعت به عنوان راهی برای ساده سازی گردش کار سرمقاله و شاید ایجاد بهره وری در این صنعت برگزار می شدند. هرچند با پایان برنامه ، چندین اتاق خبر با ایجاد ابزارهای هوش مصنوعی مکالمه برای خوانندگان – به عبارت دیگر ، چت بابات – در این فناوری ها ارزش پیدا کردند.
چندین مورد از مطالعات موردی به تلاش های رسانه های خبری برای یافتن راه های جدید برای خوانندگان برای تعامل با بایگانی خود و تقویت تعامل مخاطبان می پردازند. با این حال ، در چند مورد ، Chatbots برای تلاش برای رسیدگی به سؤالات مربوط به خدمات به مشتری ساخته شده است ، و بار خود را برای کارمندان کاهش می دهد.
ال ماسری الموم، یک روزنامه روزانه در مصر ، یک Chatbot ساخت تا به خوانندگان خود کمک کند تا بیش از 3 میلیون داستان بایگانی خود را در بایگانی خود حرکت دهند. کلید خلبان همکاری با miso.ai، یک فروشنده شخص ثالث که محصولات “موتور جستجوی AI” را ارائه می دهد. المسری ال یوم می خواست فراتر از جستجوی کلمات کلیدی اساسی در سایت خود حرکت کند ، و تیم MISO توانست ترکیبی از الگوریتم های جستجوی معنایی و هوش مصنوعی تولیدی را در چت بابات تجربی خود ادغام کند.
خوانندگان می توانند از chatbot سؤالات ساده بپرسند و پاسخ هایی را دریافت کنند که به مقالات گذشته المسری الموم مرتبط باشد. اول ، این تیم قبل از گسترش آن ، “ماسهبازی” را برای آزمایش چت بابات روی 100000 مقاله ایجاد کرد تا کل بایگانی انتشار را بپوشاند. نکته مهم این است که میسو توانست به انتشار مدل های خود برای زبان عربی کمک کند و UI خود را برای خواندن از راست به چپ تنظیم کند. FT Methods Chatbot را “اولین ابزار در نوع خود در منطقه” می نامد ، که عمدتاً به دلیل تسلط به عربی است.
روزانه ماوریک، یک خروجی دیجیتال آفریقای جنوبی و روزنامه چاپ هفتگی ، با فروشنده مرتبط است رسانه های پل، که “بدون کد ، ابزارهای AI” را ارائه می دهد. یکی از اهداف انتشار ایجاد نماینده ای بود که بتواند درخواست های اصلی خدمات به مشتری را برطرف کند و بار را برای کارمندان انسانی کاهش دهد.
در تست های خود ، این ابزار با دقت به 78 ٪ سوالات پاسخ داد. اما پس از راه اندازی ، روزنامه ماوریک افت سوالات خدمات به مشتری را مشاهده نکرد. نظریه اجرا این نشر این است که “نماینده در کانال اشتباه مستقر شد” ، زیرا بیشتر سؤالات خدمات مشتری از طریق ایمیل وارد می شوند. با نگاه به آینده ، این تیم در حال بررسی چگونگی تعبیه این فناوری ها در صندوق ورودی خدمات مشتری خود است ، نه در سایت خود.
روهر ناکریشن، یک روزنامه روزانه منطقه ای خارج از دورتموند ، آلمان ، همچنین با همکاری با رسانه های پلبشر این تیم به جای ساختن یک چت بابات که می تواند از طریق بایگانی کل نشریه شانه کند ، در اولویت قرار دادن مقالات منتشر شده در 30 روز گذشته در اولویت قرار داد. Chatbot می تواند به سؤالات آلمانی در مورد وقایع منطقه ، سیاستمداران محلی و اخبار گرایش پاسخ دهد. در آزمایشات ، انتشار 91 ٪ “میزان موفقیت در پاسخ به نمایش داده ها” را اندازه گیری کرد.
در کل ، در مرحله تست ، ابزار با 1400 تعامل خواننده ، با میانگین 50 ثانیه در هر جلسه ، نشان می دهد که تعامل را نشان می دهد. این انتشار همچنین عملکرد را از طریق کلیک بر روی مقالاتی که توسط ابزار ذکر شده است ، اندازه گیری می کند. در دوره آزمایشی خود ، روهر ناچریشن میزان 31 ٪ کلیک بر روی داستانها را اندازه گیری کرد.
حتی با وجود تعداد زیاد نامزدی و مزایای کشف داستان ظاهری ، برخی از خوانندگان با شکایات مربوط به توهم و سایر خطاهای واقعی در خروجی ابزار نوشتند. این شکایات باعث شد تا این انتشار مجدداً سلب مسئولیت های خود و “دستورالعمل های استفاده” را برای تنظیم بهتر انتظارات خواننده انجام دهد.
این گزارش نشان می دهد که بسیاری از کشورها در حال حاضر تجربه می کنند کاهش اعتماد به اخبار و آزمایش های هوش مصنوعی ، به ویژه هنگامی که به طور غیر مسئولانه استفاده می شود ، می تواند این اعتماد را بیشتر از بین ببرد. نویسندگان می نویسند: “سازمان های خبری باید ضمن پذیرش آزمایش با فناوری هایی که هنوز جدید و ناآشنا هستند ، اعتماد را حفظ کنند.”
شما می توانید بخوانید گزارش کامل استراتژی های FT در اینجا ، از جمله 16 مطالعه موردی از گروه AI Launchpad.
