a.heateor_sss_amp{padding:0 4px;}div.heateor_sss_horizontal_sharing a amp-img{display:inline-block;}.heateor_sss_amp_gab img{background-color:#25CC80}.heateor_sss_amp_parler img{background-color:#892E5E}.heateor_sss_amp_gettr img{background-color:#E50000}.heateor_sss_amp_instagram img{background-color:#624E47}.heateor_sss_amp_yummly img{background-color:#E16120}.heateor_sss_amp_youtube img{background-color:#ff0000}.heateor_sss_amp_teams img{background-color:#5059c9}.heateor_sss_amp_google_translate img{background-color:#528ff5}.heateor_sss_amp_x img{background-color:#2a2a2a}.heateor_sss_amp_rutube img{background-color:#14191f}.heateor_sss_amp_buffer img{background-color:#000}.heateor_sss_amp_delicious img{background-color:#53BEEE}.heateor_sss_amp_rss img{background-color:#e3702d}.heateor_sss_amp_facebook img{background-color:#0765FE}.heateor_sss_amp_digg img{background-color:#006094}.heateor_sss_amp_email img{background-color:#649A3F}.heateor_sss_amp_float_it img{background-color:#53BEEE}.heateor_sss_amp_linkedin img{background-color:#0077B5}.heateor_sss_amp_pinterest img{background-color:#CC2329}.heateor_sss_amp_print img{background-color:#FD6500}.heateor_sss_amp_reddit img{background-color:#FF5700}.heateor_sss_amp_mastodon img{background-color:#6364FF}.heateor_sss_amp_stocktwits img{background-color: #40576F}.heateor_sss_amp_mewe img{background-color:#007da1}.heateor_sss_amp_mix img{background-color:#ff8226}.heateor_sss_amp_tumblr img{background-color:#29435D}.heateor_sss_amp_twitter img{background-color:#55acee}.heateor_sss_amp_vkontakte img{background-color:#0077FF}.heateor_sss_amp_yahoo img{background-color:#8F03CC}.heateor_sss_amp_xing img{background-color:#00797D}.heateor_sss_amp_instagram img{background-color:#527FA4}.heateor_sss_amp_whatsapp img{background-color:#55EB4C}.heateor_sss_amp_aim img{background-color: #10ff00}.heateor_sss_amp_amazon_wish_list img{background-color: #ffe000}.heateor_sss_amp_aol_mail img{background-color: #2A2A2A}.heateor_sss_amp_app_net img{background-color: #5D5D5D}.heateor_sss_amp_balatarin img{background-color: #fff}.heateor_sss_amp_bibsonomy img{background-color: #000}.heateor_sss_amp_bitty_browser img{background-color: #EFEFEF}.heateor_sss_amp_blinklist img{background-color: #3D3C3B}.heateor_sss_amp_blogger_post img{background-color: #FDA352}.heateor_sss_amp_blogmarks img{background-color: #535353}.heateor_sss_amp_bookmarks_fr img{background-color: #E8EAD4}.heateor_sss_amp_box_net img{background-color: #1A74B0}.heateor_sss_amp_buddymarks img{background-color: #ffd400}.heateor_sss_amp_care2_news img{background-color: #6EB43F}.heateor_sss_amp_comment img{background-color: #444}.heateor_sss_amp_diary_ru img{background-color: #E8D8C6}.heateor_sss_amp_diaspora img{background-color: #2E3436}.heateor_sss_amp_dihitt img{background-color: #FF6300}.heateor_sss_amp_diigo img{background-color: #4A8BCA}.heateor_sss_amp_douban img{background-color: #497700}.heateor_sss_amp_draugiem img{background-color: #ffad66}.heateor_sss_amp_evernote img{background-color: #8BE056}.heateor_sss_amp_facebook_messenger img{background-color: #0084FF}.heateor_sss_amp_fark img{background-color: #555}.heateor_sss_amp_fintel img{background-color: #087515}.heateor_sss_amp_flipboard img{background-color: #CC0000}.heateor_sss_amp_folkd img{background-color: #0F70B2}.heateor_sss_amp_google_news img{background-color: #4285F4}.heateor_sss_amp_google_classroom img{background-color: #FFC112}.heateor_sss_amp_google_gmail img{background-color: #E5E5E5}.heateor_sss_amp_hacker_news img{background-color: #F60}.heateor_sss_amp_hatena img{background-color: #00A6DB}.heateor_sss_amp_instapaper img{background-color: #EDEDED}.heateor_sss_amp_jamespot img{background-color: #FF9E2C}.heateor_sss_amp_kakao img{background-color: #FCB700}.heateor_sss_amp_kik img{background-color: #2A2A2A}.heateor_sss_amp_kindle_it img{background-color: #2A2A2A}.heateor_sss_amp_known img{background-color: #fff101}.heateor_sss_amp_line img{background-color: #00C300}.heateor_sss_amp_livejournal img{background-color: #EDEDED}.heateor_sss_amp_mail_ru img{background-color: #356FAC}.heateor_sss_amp_mendeley img{background-color: #A70805}.heateor_sss_amp_meneame img{background-color: #FF7D12}.heateor_sss_amp_mixi img{background-color: #EDEDED}.heateor_sss_amp_myspace img{background-color: #2A2A2A}.heateor_sss_amp_netlog img{background-color: #2A2A2A}.heateor_sss_amp_netvouz img{background-color: #c0ff00}.heateor_sss_amp_newsvine img{background-color: #055D00}.heateor_sss_amp_nujij img{background-color: #D40000}.heateor_sss_amp_odnoklassniki img{background-color: #F2720C}.heateor_sss_amp_oknotizie img{background-color: #fdff88}.heateor_sss_amp_outlook_com img{background-color: #0072C6}.heateor_sss_amp_papaly img{background-color: #3AC0F6}.heateor_sss_amp_pinboard img{background-color: #1341DE}.heateor_sss_amp_plurk img{background-color: #CF682F}.heateor_sss_amp_pocket img{background-color: #ee4056}.heateor_sss_amp_polyvore img{background-color: #2A2A2A}.heateor_sss_amp_printfriendly img{background-color: #61D1D5}.heateor_sss_amp_protopage_bookmarks img{background-color: #413FFF}.heateor_sss_amp_pusha img{background-color: #0072B8}.heateor_sss_amp_qzone img{background-color: #2B82D9}.heateor_sss_amp_refind img{background-color: #1492ef}.heateor_sss_amp_rediff_mypage img{background-color: #D20000}.heateor_sss_amp_renren img{background-color: #005EAC}.heateor_sss_amp_segnalo img{background-color: #fdff88}.heateor_sss_amp_sina_weibo img{background-color: #ff0}.heateor_sss_amp_sitejot img{background-color: #ffc800}.heateor_sss_amp_skype img{background-color: #00AFF0}.heateor_sss_amp_sms img{background-color: #6ebe45}.heateor_sss_amp_slashdot img{background-color: #004242}.heateor_sss_amp_stumpedia img{background-color: #EDEDED}.heateor_sss_amp_svejo img{background-color: #fa7aa3}.heateor_sss_amp_symbaloo_feeds img{background-color: #6DA8F7}.heateor_sss_amp_telegram img{background-color: #3DA5f1}.heateor_sss_amp_trello img{background-color: #1189CE}.heateor_sss_amp_tuenti img{background-color: #0075C9}.heateor_sss_amp_twiddla img{background-color: #EDEDED}.heateor_sss_amp_typepad_post img{background-color: #2A2A2A}.heateor_sss_amp_viadeo img{background-color: #2A2A2A}.heateor_sss_amp_viber img{background-color: #8B628F}.heateor_sss_amp_webnews img{background-color: #CC2512}.heateor_sss_amp_wordpress img{background-color: #464646}.heateor_sss_amp_wykop img{background-color: #367DA9}.heateor_sss_amp_yahoo_mail img{background-color: #400090}.heateor_sss_amp_yahoo_messenger img{background-color: #400090}.heateor_sss_amp_yoolink img{background-color: #A2C538}.heateor_sss_amp_youmob img{background-color: #3B599D}.heateor_sss_amp_gentlereader img{background-color: #46aecf}.heateor_sss_amp_threema img{background-color: #2A2A2A}.heateor_sss_amp_bluesky img{background-color:#0085ff}.heateor_sss_amp_threads img{background-color:#000}.heateor_sss_amp_raindrop img{background-color:#0b7ed0}.heateor_sss_amp_micro_blog img{background-color:#ff8800}

Site icon Insiderblog.hu

A mesterséges intelligencia és az adattechnológia jelenti a médiaipar a jövőjét – a robotok pedig egyelőre nem veszélyeztetik az újságírók munkáját

A folyamatosan ránk zúduló „tartalomcunami” a hagyományos média számára egyre nagyobb kihívást jelent: a streaming szolgáltatók, a közösségi oldalak és a klasszikus sajtótermékek egyszerre versenyeznek az emberek figyelméért. Mind több kiadó és szerkesztőség fordul ezért az adatalapú technológiák és a gépi tanulás (ML) felé, hogy olyan információkra és eszköztárra tehessenek szert, melyekre komoly üzleti döntéseket alapozhatnak és biztosíthatják a hosszú távú nyereségességet. Tartalomajánló rendszerek, címkézés, újságíró robot – mindez már nem csak a jövő. A legújabb trendekről és a magyar médiumok technológiai felkészültségéről is beszélgettek a téma szakértői a Protechtor technológiai és üzleti videósorozatának legfrissebb epizódjában.
A média iparág összessített globális értéke előrejelzések szerint 2025-re elérheti a 2670 milliárd dollárt, ennek a hatalmas a tortának a legnagyobb szeletét pedig nem meglepő módon az online tartalmak, keresőportálok és közösségi oldalak hasítják ki több mint 542 milliárd dolláros éves értékesítési volumennel. A médiaipar sem mehet el azonban az elmúlt évek száguldó digitalizációs és technológiai forradalma mellett, és már nem csak a mammutkiadók és nagy márkák, hanem kisebb szereplők és piacok számára is a túlélés és az üzleti sikerek kulcsát jelentik az adat- és mesterséges intelligencia alapú megoldások. A webanalitikák használata mára már alap: az online szerkesztőségek pontosan látják, hányan és mikor kattintottak egy-egy cikkre, de a közösségi média-interakciókat is mérni tudják – vajon, hogy lehet mindezeket egy rendszerbe fésülni úgy, hogy a médiacégek komoly stratégiai és üzleti döntéseket alapozhassanak a rendelkezésre álló adatokra?

Csak egy dolog számít: minőségi tartalom villámgyorsan
Kétségtelen, hogy napjainkban a „tartalom a király”, annak előállítása pedig a végletekig demokratizálódott, egyszerre verseng ugyanis a figyelemért a hírportál és az életmódmagazin, a YouTube csatornát vezető influenszer és a TikTokker, az embereknek pedig nem számít, honnan szerzik a számukra értékes információkat. A cél tehát a médiapiac szinte minden szereplőjénél jó minőségű, releváns tartalmat nyújtani minél gyorsabban azoknak a fogyasztóknak, akiket jó eséllyel szólítanak meg éppen az adott pillanatban és felületen. Ehhez nyújtanak felbecsülhetetlen értékű információkat az adatalapú megoldások, melyek közül a Protechtor szakértői videósorozatának friss részében is megosztottak jónéhányat. „Ma már meg tudjuk például mondani egy akár többszáz munkatársat foglalkoztató médiaóriásnál, hogy hogyan lehet a legjobban kiaknázni a kollégák erősségeit, így optimalizálhatják a szerkesztőség működését. Órára lebontva analizálhatjuk, mennyire működik jól egy hírportál címoldala, és hogy mekkora erőforrást érdemes befektetni a kezelésébe. Az adatvezérelt megközelítésnek köszönhetően tehát hatékonyabban és gazdaságosabban működhetnek a médiumok – magyarázta Sólyom Balázs, a Trendency Data Science és Analitika üzletágának vezetője.

Az analitika mellett nagyon fontos szerep jut az előrejelzéseknek is, itt hívják segítségül a szakértők a gépi tanulás (machine learning – ML) eszközeit. Ezek egyik tipikus példája az online kereskedelemből is ismert ajánlórendszerekhez hasonló megoldás, ahol az elolvasott cikk alatt olyan kapcsolódó írásokkal találkozhat az olvasó, mely nagy eséllyel szintén érdekelni fogja. A mesterséges intelligencia egészen fejlett előrejelzéseket is képes megmutatni, ki gondolná például, hogy a forint-euró árfolyam vagy éppen az időjárás és a hétvége közeledte is komoly hatással lehet a tartalomfogyasztási szokásainkra? Nos, az algoritmusok akár ezen tényezők figyelembevételével is meg tudják jósolni, hogy milyen témájú cikkeket mikor érdemes publikálni a médiumoknak ahhoz, hogy kimagasló kattintási arányt produkáljanak. Bár az igény és ezzel együtt a piac hazánkban is dinamikusan bővül, nem meglepő módon a nemzetközi médiaóriások mutatják az utat a technológiai fejlesztések terén: a Bloomberg már egy 200 fős stábot foglalkoztat csak ezzel a feladatkörrel. Egy biztos: aki hosszabb távon is sikeres szereplője akar lenni a médiaiparnak, annak mihamarabb be kell szállnia az adatvezérelt tartalomgyártás és működés világába.

Most akkor lőttek az „emberszabású” újságíróknak?
Egyre fontosabb szerep jut tehát a gyorsan tanuló gépeknek a tartalomgyártás területén is, sőt megjelentek azok a „robotok”, melyek akár már egy cikket is képesek önállóan megírni. Vannak például olyan sablonszerű szerkesztőségi tartalmak – a sporteredményekkel vagy a napi tőzsdei hírekkel foglalkozó írások –, melyek nem igényelnek emberi kreativitást, így az adatok, számok, statisztikák betáplálása után az algoritmus dolgozik tovább – a kész cikket pedig csak korrektúrára kell küldeni a publikálás előtt. Felmerül tehát a kérdés, ami minden iparágat foglalkoztat, melyben megjelenik a mesterséges intelligencia: mi lesz így a „humán” újságírókkal? Nos, attól egyelőre biztosan nem kell tartani, hogy a gépek elveszik a munkájuk, ugyanis számos olyan műfaj van az oknyomozó cikkektől kezdve az érzelmes blogbejegyzésekig, melyeket az ML eszközeivel nem lehet előállítani. Ráadásul azt sem szabad elfelejteni, hogy az algoritmusokat is emberek alkotják, az ő ismereteik, logikájuk, elméjük működését követi a mesterséges intelligencia is.

Szenczi Roland, a Trendency vezető adatszakértője hozzátette: „A mi gépi tanulás alapú megoldásokat készítő csapatunk is igen sokszínű: a magas szintű fejlesztő tudással és speciális ML technológiai ismeretekkel rendelkező kollégák mellett együtt dolgozunk viselkedéselemző pszichológusokkal vagy éppen a biostatisztika területéről érkezőkkel is. Bár gyakori tévhit, a mesterséges intelligencia nem úgy működik, hogy az egyik oldalon bedobunk valamit, bent végbe megy a csoda, és kapunk valamilyen eredményt. Mi mondjuk meg, mi találjuk ki, mit fognak az algoritmusok véghez vinni. Pontosan ezért én nem úgy képzelem el a jövő szerkesztőségeit, hogy gépek tevékenykednek benne, sokkal inkább úgy, hogy rengeteg monitor veszi körül az újságírókat, akik valós időben figyelik a pillanatnyi trendeket és fontos témákat, illetve az ezeket feltáró analitikákat és előrejelzéseket – az adatalapú szemlélet általánossá válásával pedig új fejezet kezdődik a modern újságírásban.”

Megosztás
Exit mobile version