۱. تعامل را ارتقا دهید
یکی از رایجترین روشهایی که ناشران خبر از هوش مصنوعی و یادگیری ماشینی استفاده میکنند، استفاده از الگوریتمهای مبتنی بر هوش مصنوعی برای شخصیسازی توصیههای محتوا است. این امر میتواند به افزایش تعامل و نگهداشتن خوانندگان در سایت برای مدت طولانیتر کمک کند.
واشنگتن پست در این زمینه پیشگام است و از هوش مصنوعی برای شخصیسازی اخبار ارائه شده بر اساس علایق خوانندگان استفاده میکند. این سازمان خبری در ابتدا از این مدل در اپلیکیشن، خبرنامه و اکنون در صفحه اصلی خود استفاده کرده است.
۲. سقف پرداخت را تنظیم کنید
انواع مختلفی از دیوارهای پرداخت وجود دارد. با این حال، صرف نظر از رویکرد، هدف نهایی یکسان است: تشویق خوانندگان به اشتراک.
یکی از این مدلها، دیوار پرداخت پویا، از هوش مصنوعی برای تغییر محدودیت مقالات رایگان استفاده خواهد کرد. بنابراین، بسته به زمانها، رفتارها و معیارهای مختلف، دیوار پرداخت خودکار به تعیین تمایل مصرفکننده به پرداخت کمک میکند و در نتیجه به یافتن خوانندگان بالقوه کمک میکند.
هوش مصنوعی به بهینهسازی پرداختهای درونبرنامهای و شناسایی خوانندگان بالقوه مناسب کمک خواهد کرد.
نیویورک مدیا، نویه زورشر سایتونگ و اشپیگل تنها تعدادی از ناشران خبری برجستهای هستند که طی سالها از این مدل استفاده کردهاند. آنها از هوش مصنوعی برای تعیین دیوارهای پرداخت شخصی، بر اساس متغیرهایی از جمله جغرافیا، عادات مصرف و رفتار مرور وب، و همچنین موضوعات و دستگاههای مورد استفاده، استفاده کردهاند.
۳. تولید خبر
این رایجترین حوزه در عصر روزنامهنگاری مبتنی بر هوش مصنوعی است. در حال حاضر، بسیاری از اتاقهای خبر از هوش مصنوعی برای تولید مقالات خبری خود استفاده میکنند، اما بیشتر آنها سانسور میشوند و به دادههای ایجاد شده توسط خود اتاق خبر متکی هستند (برخلاف چتباتها که اطلاعات را به صورت آنلاین «تحریف» میکنند).
خبرگزاری آسوشیتدپرس (AP) به عنوان یکی از اولین سازمانهای خبری که از هوش مصنوعی برای تولید محتوا استفاده کرد، از سال ۲۰۱۴ از هوش مصنوعی برای تهیه خلاصه گزارشهای درآمدی شرکتهای سهامی عام استفاده میکند. این امر به آنها اجازه میدهد تا اطلاعات مهم را به سرعت و با دقت در اختیار خوانندگان قرار دهند و خبرنگاران را برای انجام کارهای خلاقانهتر آزاد کنند.
این فناوری علاوه بر آزاد کردن خبرنگاران، به آسوشیتدپرس اجازه داده است تا محتوای بیشتری تولید کند، حتی آن را ده برابر افزایش دهد و در هر سه ماه بیش از ۳۰۰۰ مقاله تولید کند، در حالی که قبلاً فقط ۳۰۰ مقاله تولید میکرد.
در حال حاضر، سازمانهای خبری بزرگی مانند بلومبرگ، نیویورک تایمز، رویترز، وال استریت ژورنال و خبرگزاری شینهوا همگی از هوش مصنوعی برای کمک به خودکارسازی تولید اخبار استفاده کردهاند.
۴. انتشار خبر
یکی دیگر از مزایای بالقوه هوش مصنوعی، توانایی آن در کمک به روزنامههایی است که میخواهند داستانهای خود را به خوانندگان - هر کجا که باشند - ارائه دهند. پولیتیکو از هوش مصنوعی برای تبدیل خودکار خبرنامههای روزانه خود به پادکست استفاده کرده است. این امر پیگیری اخبار را حتی در حال حرکت برای مشترکین آن آسان میکند.
اگر از این مدل هوش مصنوعی بهره ببرید، برای بسیاری از روزنامهها صرفهجویی زیادی در زمان و منابع انسانی خواهد شد. مزیت دیگر این است که این فناوری راههای توزیع جدیدی را بدون نیاز به منابع انسانی و هزینههای زیاد باز میکند، زیرا همه چیز قابل استفاده مجدد است.
۵. شخصیسازی محتوا و تبلیغات
بر اساس ترجیحات فردی، هوش مصنوعی میتواند اخباری را که روزنامهها به خوانندگان ارائه میدهند، شخصیسازی کند. استفاده از آن رو به افزایش است و در بین سازمانهای خبری بزرگ بسیار محبوب شده است.
اکنون ۹۰۰۰ سازمان خبری از پلتفرم تابولا برای این کار استفاده میکنند. روزنامههایی مانند ایندیپندنت در بریتانیا و استادو د میناس در برزیل شاهد افزایش ۳۰ تا ۵۰ درصدی ترافیک به بخشهای صفحه اصلی شخصیسازیشده با تابولا بودهاند.
علاوه بر محتوا، هوش مصنوعی میتواند برای ایجاد تجربیات تبلیغاتی بهتر نیز مورد استفاده قرار گیرد. شرکت Condé Nast از یادگیری ماشینی برای یافتن الگوهایی استفاده میکند که میتوانند تبلیغات را برای خوانندگان، زمینهایتر و شخصیسازیشدهتر کنند.
اچ اچ
منبع
نظر (0)