A New York Times hatékonyabbá tenné a közösségi médiás teljesítményét, ebben pedig a szerkesztők gépi segítséget is kaptak. A munkahelyi csetprogramba beépült egy intelligens csetbot, amely adatokat elemez és javaslatokat tesz, és eddig úgy tűnik, az ember és az algoritmus nagy sikerrel egészítik ki egymást.

Oly sok munkahelyhez hasonlóan egy ideje a New York Times-nál (NYT) is a Slack nevű csetprogramot használják a csoportmunka és a kollégák közötti kommunikáció segítésére. A lapnál igyekeznek minél kreatívabban kihasználni az app lehetőségeit, ezért készítettek egy csetbotot. Ez egy algoritmus, amely a cseten keresztül válaszol a neki szóló, megfelelően feltett kérdésekre, és segíti a hús-vér kollégák munkáját.

newyorktimes_slack_logo_blossom.jpg

A Slackbot neve Blossom, ami angolul virágzást jelent. Bizonyára azért kapta ezt a nevet, mert a NYT a közösségi felületeinek felfutását és virágzását várja tőle. Blossom ugyanis segít eldönteni a lap szerkesztőinek, hogy mikor melyik cikkeket futtassák meg a közösségi médiában, például melyik tartalmi egységből mi legyen a következő, ami kikerül Facebookra vagy Twitterre.

Az algoritmus a cikkek tartalma és a korábbi közösségi posztok adatai alapján megjósolja, várhatóan hogyan teljesítene egy-egy cikk, ha adott időben tennék ki. Azt is megmutatja, mi hova került már ki, és éppen milyen sikerrel fut. A szerkesztők rövid parancsokkal tudakozódhatnak tőle, de Blossom magától is jelez, ha egy cikkről azt látja, hogy nagyot robbanna, ha épp akkor jelenne meg Facebookon.

Erre a segítségre szükség is van, hiszen egy ekkora lap több száz cikket közöl naponta, így rengeteg adat áll rendelkezésre, amelyet manuálisan szinte lehetetlen feldolgozni, és kiszűrni a zajból a hasznos tapasztalatokat, hát még fel is használni ezeket a napi munkában. Ebben segít Blossom az adatok átrágásával és az elemzés automatizálásával – és minél több adatot dolgoz fel, a gépi tanulásnak köszönhetően annál pontosabb jóslásra lesz képes. Egyelőre úgy tűnik, be is jött a lapnak a gépesített közösségimédia-menedzsment, a Blossom által javasolt Facebook-bejegyzések összességében 120 százalékkal teljesítik túl a többit, de egy átlagos Blossom-bejegyzés 380 százalékkal több kattintást generál, mint a kevésbé virágzó posztok.

slack_blossom_newyorktimes.png

Kép: NiemanLab

 

Mindez persze egyáltalán nem jelenti azt, hogy a gép elvégezné a teljes munkát a szerkesztők helyett. A NYT-nál (is) egy egész csapatnyi ember komoly energiákat fordít a közösségi felületek minél jobb kihasználására, az algoritmusvezérelt megoldások pedig akkor működhetnek igazán hatékonyan, ha nem helyettesíteni próbálják ezt a munkát, hanem kiegészíteni.

“Nem elég megírni valamit, amiről úgy gondolod, hogy használni fogják. Látnod kell, hogyan dolgoznak, és kitalálni, hogyan lehetne ebbe a folyamatba beilleszteni egy Blossom-szerű megoldást. Köréjük kell építened az eszközt, ahelyett, hogy őket kényszerítenéd, hogy az eszközhöz idomuljanak” – mondta Colin Russel, a Blossomot létrehozó egyik fejlesztő. A gép pedig forog ugyan, de az alkotó nem pihen: Russel folyamatosan együttműködik az újságírókkal, hogy a használat közben felmerülő igényeket is beépítse az algoritmusba.

A Blossom tehát egyelőre hasznos és rugalmas eszköznek bizonyul, és jó példa arra, hogy mennyivel produktívabb lehet, ha egy szerkesztőség nem idegenkedik egy-egy új megoldástól, hanem igyekszik a munkatársak kreativitását összehangolni, kiegészíteni a technológia lehetőségeivel.