سه تمثیل هوش مصنوعی برای تحریریه‌های رسانه‌ای

فرض کنید در یک جلسه هستید و صحبت از «بهره‌گیری از هوش مصنوعی»، «گسترش نوآوری» و «دگرگونی تحریریه» است. همه با سر تأیید می‌کنند، اما در واقع کسی دقیق نمی‌داند داریم درباره چه چیزی حرف می‌زنیم. وقتی صحبت از هوش مصنوعی در رسانه می‌شود، خیلی راحت می‌توان در مفاهیم انتزاعی و کلی گم شد. به نقل ازtwipeتمثیل‌ها راه فرار ما از این ابهام‌اند. مثل در پشتی کوچکی هستند برای رسیدن به درک واقعی؛ ناگهان چیزی که مبهم و شعاری به نظر می‌رسید، تبدیل می‌شود به «آهان، یعنی مثل وقتی که…»

تمثیل «دریل»: هوش مصنوعی هدف نیست، ابزاری است برای رسیدن به هدف

فرض کنید در یک فروشگاه ابزار کار می‌کنید. مشتری وارد می‌شود و یکدریلمی‌خرد. عالی است، اما چرا؟
از او می‌پرسید: «چرا این دریل را می‌خری؟»
می‌گوید: «برای اینکه روی دیوار سوراخ کنم.»
جواب منطقی است.
اما شما ادامه می‌دهید: «چرا باید دیوار را سوراخ کنی؟»
می‌گوید: «برای اینکه تابلویی آویزان کنم.»
هنوز قابل‌درک است.
یک‌بار دیگر می‌پرسید: «چرا می‌خواهی تابلو آویزان کنی؟»
اینجا پاسخ شخصی‌تر می‌شود: «چون عکس خانوادگی‌ست، دیوار خالی است و با آن خانه حس زندگی بیشتری پیدا می‌کند.»

حالا به هدف واقعی رسیده‌اید. دیگر صحبت از دریل نیست، بلکه درباره نیاز احساسی انسان حرف می‌زنیم. به گفته «نیکیتا روی» (Nikita Roy)، بنیان‌گذار و مدیرعامل Newsroom Robots، دقیقاً همین منطق باید در برخورد ما با هوش مصنوعی در تحریریه‌ها به کار گرفته شود.

هوش مصنوعی خودِ هدف نیست. هیچ‌کس صبح از خواب بیدار نمی‌شود و با ذوق بگوید: «چه عالی، امروز می‌خواهم یک مدل زبانی جدید داشته باشم!» نه. آنچه افراد واقعاً می‌خواهند این است که زمان کمتری صرف کندوکاو در انبوه داده‌های بی‌ارزش کنند. می‌خواهند محتوای مهم‌تر را سریع‌تر پیدا کنند. می‌خواهند گردش کارشان کمتر شبیه درهم‌تنیدگی بی‌پایان تب‌ها و وظایف باشد و بیشتر شبیه سیستمی که درست کار می‌کند. وقتی روی از «احساس غرق‌شدن در داده‌ها» حرف می‌زند، منظورش این نیست که «یک ربات بدهید تا همه را خلاصه کند». منظورش این است: «به من کمک کن بفهمم چه چیز مهم است، کدام داده زنگ خطر دارد.» پس دفعه بعد که تحریریه‌تان قصد داشت از ابزاری مبتنی بر هوش مصنوعی استفاده کند، از خود بپرسید
آیا داریم «دریل» می‌خریم؟ یا می‌خواهیم «تابلو را به دیوار بزنیم»؟

تمثیل «اسکیت برد»: به‌جای ساختن ماشین، از اسکیت برد شروع کنید

فرض کنید می‌خواهیدماشینبسازید. نقشه‌تان این است

• گام ۱: یک چرخ
• گام ۲: دو چرخ
• گام ۳: شاسی
• گام ۴: بدنه
• گام ۵: ماشین

اما این روند فاجعه‌بار است. چون در چهار مرحله اول هیچ‌کس نمی‌تواند از محصول استفاده کند و در نهایت امیدوارید نتیجه نهایی همان چیزی باشد که مردم می‌خواهند. «الساندرو آلوینی» (Alessandro Alviani)، مدیر بخش هوش مصنوعی مولد در روزنامه Süddeutsche Zeitung، از تمثیلی بهتر سخن گفت که آن راSkateboard MVPمی‌نامد

• گام ۱: اسکیت برد
• گام ۲: اسکوتر
• گام ۳: دوچرخه
• گام ۴: موتورسیکلت
• گام ۵: ماشین

ایده این تمثیل، ازبین‌بردن یکی از شایع‌ترین بیماری‌های توسعه محصول است؛ یعنی «سندروم شیء براق»(Shiny Object Syndrome). این سندروم یعنی وقتی چیز تازه و درخشانی می‌بینیم، فوراً می‌خواهیم آن را داشته باشیم؛ نه چون مشکلی را حل می‌کند، بلکه چون در ارائه و ویترین جذاب به نظر می‌رسد. اما تفکر «Skateboard MVP» می‌گوید: چیزهای براق را فراموش کن. کامل‌بودن را فراموش کن. اول چیزی بساز که واقعاً قابل‌استفاده باشد حتی اگر در حد یک اسکیت برد ساده است. سپس بپرس: آیا به کار آمد؟ آیا کاربر زمین خورد؟ آیا باید ترمز داشته باشد؟

اگر این چرخه را ادامه دهید، در نهایت ماشینی خواهید داشت که مردم واقعاً می‌خواهند برانند.

تمثیل «چادر»: ساختار حداقلی اما کارآمد برای تیم‌های محصول

سازمان‌دهی تیم‌های محصول در رسانه‌ها برای کار با هوش مصنوعی، مثل برپاکردن کمپ وسط طوفان است؛ به سرپناه نیاز دارید، اما وقت ساختن کلبه چوبی ندارید. ایده «ساختار حداقلی قابل‌اجرا» (Minimum Viable Structure) که «فلیسیتاس کاری‌که» (Felicitas Carrique)، مدیر اجرایی News Product Alliance، مطرح کرد بر همین اساس است. مثل زدن یک چادر است؛ کامل نیست، اما آن‌قدر خوب هست که تیم بتواند کار کند، فکر کند و تا حدی خشک بماند. بعد که باد آرام شد، می‌توانید تیرک‌ها را تنظیم کنید.

به‌جای دنباله‌روی از چارت‌های سازمانی بی‌نقصی که مشاوران MBA طراحی می‌کنند، رسانه‌ها باید روی ساختاری تمرکز کنند که همین حالا به‌اندازه کافی کارآمد باشد تا نتایج بدهد و سپس در مسیر اصلاح شود. «مارایا کردیک» (Mariah Craddick)، مدیر اجرایی محصول در نشریه The Atlantic، تجربه مشابهی دارد. تیم محصول آن‌ها چندین بار بازسازمان‌دهی شده و هنوز هم ساختار فعلی حالت آزمایشی دارد. از نظر او، هیچ مدل واحدی برای همه وجود ندارد. اینکه تیم محصول زیرمجموعه تحریریه باشد یا بخش کسب‌وکار، یا ساختار مستقل خود را داشته باشد، بستگی به اهداف، مدل درآمدی و بلوغ دیجیتال هر رسانه دارد.

در یک جمله: با ساده‌ترین ساختار ممکن شروع کنید و اجازه دهید در طول مسیر تکامل یابد. تیم‌های محصول رسانه‌ها نیازی به قصر شیشه‌ای ندارند؛ آن‌ها به چادری مقاوم نیاز دارند که زیر بادوباران دوام بیاورد و اگر زمین تغییر کرد، بتوان آن را جابه‌جا کرد.

که چه؟

این تمثیل‌ها فقط سرگرم‌کننده نیستند (هرچند هستند!)، بلکه میان‌بُرهایی برای درک بهتر و گفت‌وگوی سازنده‌اند. سپری هستند در برابر هیاهو و مدگراییِ گمراه‌کننده‌ای که گاهی بر بحث‌های مربوط به استفاده از هوش مصنوعی در محصولات و فرایندهای خبری سایه می‌اندازد.

وقتی کسی می‌گوید «باید از هوش مصنوعی استفاده کنیم»، می‌توانید پاسخ دهید: «حتماً، اما داریم دریل می‌خریم یا می‌خواهیم تابلو را آویزان کنیم؟»

وقتی ایده‌ای بلندپروازانه مطرح می‌شود، بگویید: «جالب است، اما آیا می‌توانیم اول با اسکیت برد به آن سمت برویم؟»

و وقتی کسی سعی دارد یک قصر بلورین از چارت سازمانی بسازد، یادآوری کنید
شاید فعلاً فقط به چادری نیاز داریم که در باد بعدی فرو نریزد.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.