AI အတိုက်ခိုက်ရေးအတုသတင်းများနိုင်သလား?

"အတုသတင်း" ဟု 2016 သမ္မတအိမ်တော်ကင်ပိန်းနှင့်အခြားအစီအစဉ်များအကြား Facebook ပေါ်မှာအတုသတင်းကို အသုံးပြု. Donald Trump မှရွေးကောက်ပွဲလွှဲဖို့ရုရှားရဲ့ကြိုးစားမှု၏အနောက်ပိုင်းတွင်စုံစမ်းစစ်ဆေးနေစဉ်အတွင်းအမေရိကန်တွေရဲ့စိတ်ကူးစိတ်သန်းဖမ်းမိခဲ့ကြပေမည်များ၏ဖြစ်ရပ်။

သမ္မာတရားကိုအတုသို့မဟုတ်အတုဖြစ်သောသတင်းမတိုင်မီ 2016 ရွေးကောက်ပွဲနှစ်ပေါင်းများစွာဝါဒဖြန့်ခြင်းနှင့်ပူးပေါင်းကြံစည်မှုသီအိုရီဖြန့်ဖို့ခဏတစ် tool အဖြစ်နှင့်များစွာသောဖွငျ့ဝိုငျးခဲ့သောကွောငျ့ဖွစျသညျ။ အခြားသူတွေအကြား InfoWars နှင့် Brietbart အပါအဝင် Website များမိမိတို့၏လုပ်ငန်းအစီအစဉ်များကိုပံ့ပိုးသောအတုသတင်းဖြန့်ခဲ့ကြသည်။

ရွေးကောက်ပွဲနှင့်ဆင်းရဲသော Facebook မှာအစီအစဉ်အဘို့အကျဆင်းသွားကြောင်းဝက်ဘ်ဆိုက်များ၏ပိုစတာကလေးကဖြစ်လာသည်ကတည်းကသို့သော်ကနိုင်ငံရေးနှင့်လူ့အဖွဲ့အစည်းဆိုင်ရာပြဿနာဖြစ်လာသည်။

မကြာသေးမီကဆိုရှယ်မီဒီယာကုမ္ပဏီက၎င်း၏အမှားကိုဝန်ခံထားပါတယ်နဲ့သူတို့ရဲ့ subscribers တွေနဲ့အမှုအရာညာဘက်လုပ်ရန်ကြိုးစားလျက်ရှိသည်။ ဒါဟာယခု၎င်းတို့၏သတင်းကိုအစာကျွေးခြင်းမှတဆင့်က Facebook အဖွဲ့ဝင်သွားကြသည်အတုဖြစ်သောသတင်းဆောင်းပါးတွေအလံတင်သည့်ဖြစ်ပါတယ်။ ဒါဟာအောင်မြင်ရန် AI အအသုံးပြုနေသည်။

အဆိုပါကုမ္ပဏီဆောင်းပါးတစ်ပုဒ်အမှန်တကယ်အတုကြောင်းဆိုလိုအံ့သောငှါစကားများသို့မဟုတ်စာပိုဒ်တိုများသိရှိနိုင်ဖို့ AI အအသုံးပြုနေသည်။ ဒီတာဝန်အတွက်ဒေတာကို Facebook အဖွဲ့ဝင်အတုအယောင်ပုံပြင်များအဖြစ်တစ်ဦးချင်းအလံဘူးသောဆောင်းပါးများအပေါ်အခြေခံသည်။

အဆိုပါနည်းပညာသည်လက်ရှိအတုသတင်းဆိုတာတွေ့ရဖို့လေးနည်းလမ်းများအသုံးပြုနေသည်။ သူတို့ကပါဝင်သည်:

• Web ကိုစာမျက်နှာများဂိုးသွင်း။ ဒီ technique ကိုသုံးစွဲဖို့ပထမဦးစွာ Google ကဖြစ်ခဲ့သည်။ ဒါဟာ websites များအတွက်တစ်ဦးရမှတ်ကိုဖန်တီးရန်အချက်အလက်များကိုအသုံးပြုသည်။ သိသာထင်ရှားတဲ့ဝဘ်ဆိုဒ်များသွင်းယူတိုးတက်မှုတစ်ခုလုပ်ရပ်ဖြစ်ပါတယ်။ Google ကလုပ်နေတာထားပြီးအဖြစ်ရသေး, နည်းပညာသိသိသာသာကြီးထွားလာခဲ့သည်။
• အချက်အလက်နဲ့ချိန်တွယ်။ ဤနည်းလမ်းကိုပုံပြင်များ၏ဘာသာရပ်ကိစ္စပြန်လည်သုံးသပ်ဖို့သဘာဝဘာသာစကားအပြောင်းအလဲနဲ့အင်ဂျင်အသုံးပြုနေသည်။ တခြားဆိုက်များတူညီသောအချက်အလက်များအစီရင်ခံလျှင် AI အကအခြားမော်ဒယ်များကို အသုံးပြု. အထဲကတွေ့။
• နာမည်ကြိုတင်ခန့်မှန်း။ ဒီနည်းပညာဒိုမိန်းအမည်နှင့် Alexa ကို web ရာထူးအပါအဝင်အင်္ဂါရပ်များနံပါတ်ထည့်သွင်းစဉ်းစားခြင်းဖြင့်ဝက်ဘ်ဆိုက်များ၏ဂုဏ်သတင်းကိုခန့်မှန်းရန်ကြိုတင်ခန့်မှန်းချက် analytics နှင့်စက်သင်ယူမှုကို အသုံးပြု. AI အပေါ်တွင်အခြေခံထားသည်။
• Sensation စကားရှာဖွေပါ။ အတုသတင်းအားပေးထောက်ခံသူတွေဟာအလားအလာပရိသတ်ကိုများ၏စိတ်ဝင်စားမှုကိုဖမ်းပြီးဖို့စိတ်လှုပ်ရှားခေါင်းကြီးပိုင်းတွင်အသုံးပြုခဲ့ကြသည်။ ဒီနည်းပညာ keyword ကိုခွဲခြမ်းစိတ်ဖြာသုံးပြီးအတုသတင်းခေါင်းကြီးပိုင်းတွင်တွေ့ရှိခြင်းနှင့်အလံများ။

AI အနေဖြင့်ဆောင်းပါးများကိုဤအမျိုးအစားအမှန်တကယ်ထောက်လှမ်းခက်ခဲတဲ့ကြိုးပမ်းအားထုတ်မှုသည်။ ဟုတ်ပါတယ်, ကြီးမားသောအချက်အလက်များ၏ခွဲခြမ်းစိတ်ဖြာပါဝင်ပတ်သက်နေပါတယ်, ဒါပေမယ့်လည်းဒေတာ veracity စိုးရိမ်။ ကဖော်ထုတ်သည့်အချက်အလက်များ၏အမှန်တရားအဆုံးအဖြတ်နှင့်အတူအမှန်တကယ်ပါဝင်ပတ်သက်သည်။ ဤသည်အချက်အလက်များအလေးချိန်၏နည်းလမ်းကိုသုံးပြီးလုပ်ဆောင်နိုင်တယ်။ အတုသတင်းဆောင်းပါးတစ်ချိန်တည်းမှာဝက်ဘ်ဆိုက်များရာပေါင်းများစွာပေါ်လျှင်ဘာဖြစ်မည်နည်း ဒီအခြေအနေမျိုးလက်အောက်တွင်အချက်အလက်များအလေးချိန်၏ technique ကိုသုံးပြီး AI အဇာတ်လမ်းတရားဝင်ကြောင်းဆုံးဖြတ်ရန်ဖြစ်ပေါ်စေနိုင်ပါတယ်။ ဖြစ်ကောင်းဖြစ်နိုင်အလေးချိန်အချက်အလက်များနှင့် တွဲဖက်. ဂုဏ်သတင်းကိုကြိုတင်ခန့်မှန်း၏နည်းလမ်းကိုသုံးပြီးကူညီနိုင်ပေမယ့်နေဆဲပြဿနာတွေရှိဖြစ်နိုင်ပါတယ်။ ဥပမာအားဖြင့်, သတင်းပုံပြင်အတည်ပြုရန်အချိန်ယူမယုံကြည်စိတ်ချရသောသတင်းအရင်းအမြစ်ဝက်ဘ်ဆိုက်များကမှန်ကြောင်းယူဆပါကကောက်နိုင်ဘူး။

အဲဒီဆောင်းပါးတွေကိုသိရှိနိုင်ဖို့ AI အသုံးပြီးပိုပြီးဖှံ့ဖွိုးတိုးတလိုအပ်နေသည်ဟုသိသာပါတယ်။ အဖွဲ့အစည်းများ၏အရေအတွက်ကို AI အရဲ့စွမ်းရည်တိုးမြှင့်တွင်ပါဝင်ပတ်သက်နေကြသည်။ ပါဝင်ပတ်သက်ကြောင်းတစ်ခုမှာထိုကဲ့သို့သောတည်ထောင်ခြင်းအနောက်ဗာဂျီးနီးယားတက္ကသိုလ်ကဖြစ်ပါတယ်။

အနောက်ဗာဂျီးနီးယားတက္ကသိုလ်မှအင်ဂျင်နီယာနှင့်သတ္တုအရင်းအမြစ်များ၏ဗင်္ယာမိန်အမျိုးသားအမ် Statler ကောလိပ်နှင့် ပူးပေါင်း. မီဒီယာများ၏ရိဒ်ကောလိပ်အတုဖြစ်သောသတင်းဆောင်းပါးတွေကိုသိရှိနိုင်ဖို့ AI အသုံးပြီးအပေါ်အာရုံစူးစိုက်သောသင်တန်းဖန်တီးထားသည်။

ကွန်ပျူတာသိပ္ပံ Elective သင်တန်းယူပြီးအကြီးတန်းကျောင်းသားများကလည်းစီမံကိန်းတွင်ပါဝင်ပတ်သက်နေကြသည်သူတို့၏ကိုယ်ပိုင် AI အအစီအစဉ်များဖွံ့ဖြိုးတိုးတက်ခြင်းနှင့်အကောင်အထည်ဖော်အဖွဲ့များတွင်အလုပ်လုပ်ကိုင်နေကြသည်။

အတုအဖြစ်လူသိများနောက်ထပ်အုပ်စုတစု သတင်းစိန်ခေါ်မှု AI အအောင်မြင်စွာအတုသတင်းတိုက်ဖျက်ဖို့အတှကျနညျးလမျးလိုက်ရှာလည်းဖြစ်ပါတယ်။ ဒါဟာ 100 ကျော်စေတနာ့ဝန်ထမ်းများနှင့်အတုသတင်းများ၏ပြဿနာကိုဖြေရှင်းရန်ပညာရှင်များနှင့်စက်မှုလုပ်ငန်းကနေ 71 သင်း၏တစ်အောက်ခြေအဖွဲ့အစည်းတစ်ခုဖြစ်သည်။ ဒါဟာလူတွေတကယ်တော့စစ်ဆေးမှုများကိုကူညီခြင်းနှင့်အတုများကိုသတင်းပုံပြင်များကိုသိရှိနိုင်ဖို့ tools တွေဖွံ့ဖြိုးဆဲဖြစ်ပါတယ်။

အဖွဲ့အစည်းများကဤအဖြစ်အပျက်များကိုရှာဖွေ AI အတိုးမြှင့်အပေါ်အလုပ်မလုပ်သကဲ့သို့, ထိုသူတို့ကိုဆန့်ကျင်နေတဲ့ထိုးနှက်ဒဏ်ခတ်ဖို့မရရှိနိုင်ဖြစ်ကြောင်း tools တွေအမျိုးမျိုးရှိပါတယ်။ ဤရွေ့ကားများပါဝင်သည်:

• သတ်မှတ်နှင့် breakout နှင့်ဗိုင်းရပ်စ်ပုံပြင်များကြိုတင်ခန့်မှန်းခြင်းနှင့်ထိတွေ့ဆက်ဆံမှုကိုမောင်းမယ့်အရာကိုကြိုတင်ခန့်မှန်းဖို့ကြီးမားတဲ့ data တွေကိုအသုံးပြု Spike ။

• အသုံးပြုသူများသည်အတုသတင်းဝက်ဘ်ဆိုက်များကိုသိရှိနိုင်ဖို့ကူညီတဲ့ tool တစ်ခုဖြစ်သည့် Hoaxy ။

• အတုဖြစ်သောသတင်းဆောင်းပါးတွေကိုဖေါ်ထုတ်ကူညီပေးသည်ကြောင်း website တစ်ခုဖြစ်သည့် Snoopey ။

• လူမှုရေးအကြောင်းအရာများစောင့်ကြည့်ကူညီပေးသည်တဲ့ tools တွေကိုဖြစ်သော CrowdTangle ။

• အွန်လိုင်းခြိုးဖောကျတဲ့သတင်းကိုအတည်ပြုရန်ကူညီပေးသည်တဲ့ tool တစ်ခုဖြစ်သည့် Meedan ။

• ရှာဖွေမှုများကိုစောင့်ကြည့်ရာက Google Trends ။

• la အတုသတင်းနှင့်စစ်မှန်သောသတင်းဝက်ဘ်ဆိုက်များ၏ဒေတာဘေ့စဖြစ်သောက Le Monde, မှစ. Decodes ။

• အသုံးပြုသူ-generated နှင့်အွန်လိုင်းအကြောင်းအရာ၏ veracity စစ်ဆေးပေးတယ်တဲ့ tool တစ်ခုဖြစ်သည့် Pheme ။

Source by Robert K Janis