Tekoäly muuttaa koko ajan toimintaympäristöämme. Yksi tuoreimmista ja kiinnostavimmista uutisista sosiaalisen median saralla on LinkedInin uutisvirran algoritmi, joka on uudistettu täysin tekoälymallien avulla. Kyse on koko suositusjärjestelmän arkkitehtuurin muutoksesta, ei mistään pienestä algoritmipäivityksestä. LinkedInin uutisvirta tavoittaa 1,3 miljardia ammattilaista ja asiantuntijaa globaalisti, joten kyse on tietenkin valtavan isosta sisällön suodatus- ja suositusjärjestelmästä.
LinkedIn kertoo Engineering blogissaan, että tavoitteena on ymmärtää tekoälymallien avulla yhä paremmin, mistä sisältö oikeasti kertoo ja kenelle se on relevanttia. LinkedInin käyttäjät etsivät ja jakavat alustalla asiantuntemustaan, oppivat uutta luotettavilta mielipidevaikuttajilta ja rakentavat verkostojaan. Alustan tavoite on tarjota jokaiselle käyttäjälle relevanttia ja kiinnostavaa sisältöä: arvokas sisältö on ajankohtaista, ammatillisesti olennaista ja luottamukseen perustuvaa.
Uutisvirran algoritmi on jo aiemmin nojannut tekoälyyn, mutta nyt uusi uutisvirta hyödyntää isoja kielimalleja, transformer-arkkitehtuureja ja GPU-laskentaa reaaliaikaisesti. Toisin sanottuna yhä isompia datamassoja pystytään käsittelemään, analysoimaan ja kategorisoimaan yhä tehokkaammin ja näin ollen algoritmista tulee yhä parempi suosittelemaan käyttäjille relevanttia sisältöä.
Algoritmimuutos käytännössä
Uutisvirta rakentui aiemmin trendaavasta sisällöstä, käyttäjän oman verkoston julkaisuista, asiasanahaun pohjalta nousevasta sisällöstä ja muiden samankaltaisten käyttäjien suosimasta sisällöstä. Käytännössä uutisvirrassa näytettiin aiemmin sisältöä, jollaisesta olet aiemmin tykännyt.
Uudistunut, tekoälypohjainen uutisvirta rakentuu eri tavalla. Tekoälymalli muodostaa käyttäjistä ja sisällöstä merkityskartan, jossa sisältö ja käyttäjä kuvataan vektoreina. Mitä lähempänä sisällön ja käyttäjän vektorit ovat toisiaan, sitä relevantimmaksi tekoäly tulkitsee sisällön käyttäjälle. Tekoäly siis arvioi jatkuvasti, mitä teet nyt, miten kiinnostuksesi muuttuvat, ja mitä sisältö tarkoittaa semanttisesti.
Algoritmimuutoksella LinkedIn pyrkii eroon uutisvirran teknisestä kompleksisuudesta ja siten parempaan optimointiin kokonaiskuvassa.
Uutisvirran personoinnissa huomioidaan ensinnäkin profiilidata, eli käyttäjän toimiala, kokemus, rooli ja taidot. Tärkeä signaloinnin keino ovat perinteiset sitoutumisen ja käyttäytymisen mittarit, kuten tykkäykset, kommentit, jaot, sisällön parissa vietetty aika (engl. dwell time), sekä sisällöt, jotka käyttäjä ohittaa. Myös sitoutumisen muutos on tärkeä personoinnin keino.
Uutisvirrasta on näiden muutosten perusteella tarkoitus tulla täysin yksilöllinen ja jatkuvasti päivittyvä. Käyttäjä näkee vähemmän satunnaista ja enemmän oikeasti relevanttia sisältöä.
Orgaanisen sisällön optimoinnin näkökulmasta on tärkeää huomata, että pelkkä verkoston koko tai sisällön aiempi menestys ei enää riitä, vaan algoritmi painottaa sisällön merkitystä, kykyä vangita huomio ja herättää keskustelua.
Kiinnostavatko sosiaalisen median muutokset ja haluaisitko pysyä perillä uudistuksista? Tule tutustumaan #SomenHermolla-webinaareihin, joissa käydään kuukausittain läpi sosiaalisen median kanavien relevantit uudistukset ja muutokset sekä inspiraatiota sisältösuunnittelun kehitykseen. Tervetuloa!
