پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 163 |
| تعداد شماره‌ها | 6,762 |
| تعداد مقالات | 72,831 |
| تعداد مشاهده مقاله | 131,697,581 |
| تعداد دریافت فایل اصل مقاله | 103,453,781 |
نوآوری رسانه‌ای و هوش مصنوعی | ||
| بررسی‌های مدیریت رسانه | ||
| سخن سردبیر، دوره 3، شماره 4، 1403، صفحه 476-477 اصل مقاله (211.46 K) | ||
| شناسه دیجیتال (DOI): 10.22059/mmr.2024.102067 | ||
| نویسنده | ||
| طاهر روشن دل اربطانی | ||
| استاد، گروه مدیریت رسانه و ارتباطات کسب‌وکار، دانشکده مدیریت کسب‌وکار، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران. | ||
| چکیده | ||
| نوآوری نیروی محرکۀ تحولات در هر صنعتی است؛ اما در صنعت رسانه، این تحول به‌شکلی بسیار سریعتر و ملموس‌تری رخ داده است. در سال‌های اخیر، هوش مصنوعی، از ابزاری جانبی، به محرک اصلی نوآوری رسانه‌ای تبدیل شده است. از پیشنهاد محتوای شخصی‌سازی شده تا تولید هوشمند اخبار، رسانه‌های هوشمند و نظارت خودکار آنها بر محتوای کاربرساخته، هوش مصنوعی در حال بازتعریف نحوۀ تولید، توزیع و مصرف محتواست (مکاستی[1]، 2020). با پیشرفت سریع قابلیت‌های هوش مصنوعی، سازمان‌های رسانه‌ای باید با پویایی‌های جدید سازگار شوند و در عین بهره‌گیری از فرصت‌ها، ملاحظات اخلاقی و اجتماعی را نیز جدی بگیرند. ادغام هوش مصنوعی در رسانه‌ها با الگوریتم‌های نسبتاً سادۀ پیشنهاد محتوا آغاز شد (چستی و سیترون[2]، 2019)؛ اما نسل کنونی فناوری‌های هوش مصنوعی، قادر به تولید محتوایی در سطح انسانی و تحلیل عمیق مخاطبان و نیازهای آنهاست. پلتفرم‌های بزرگی همچون نتفلیکس و اسپاتیفای، از مدل‌های یادگیری ماشین، برای پیش‌بینی رفتار کاربران و بهینه‌سازی تجربۀ آنان بهره می‌برند و رقابت در صنعت رسانه را بهواسطۀ این نوآوریها دگرگون کرده‌اند[3]. در حوزۀ روزنامه‌نگاری نیز، هوش مصنوعی برای خلاصه‌سازی حجم عظیمی از داده‌ها، رصد شبکه‌های اجتماعی برای تولید اخبار و حتی راستی‌آزمایی محتوای آن، استفاده می‌شود[4]. با این حال، نگرانی‌هایی درباره «روزنامه‌نگاری و تولید محتوا توسط هوش مصنوعی» وجود دارد (ناپلی[5]، 2019). محتوای تولیدشده توسط هوش مصنوعی، اغلب فاقد اخلاقیات انسانی، زمینه‌سازی مناسب و تحلیل انتقادی است؛ از این رو موضوع وجود تعدیلگران انسانی، برای نظارت بر خروجی‌های ابزارهای هوش مصنوعی را ضروری می‌سازد[6]. مرز باریکی میان شخصی‌سازی محتوا، بهصورت هوشمند و دستکاری محتوا وجود دارد. الگوریتم‌ها می‌توانند «حباب‌های فیلتر» را ایجاد و اطلاعات نادرست را تقویت کنند که این امر ضرورت شفافیت الگوریتمی و حفظ کنترل شخصی کاربران بر محتوا را برجسته می‌سازد (چستی و سیترون، 2019). هوش مصنوعی در حال تغییر بنیادین نوآوری رسانه‌ای است و فرصت‌هایی بیسابقهای را برای خلاقیت، کارایی و اتصال جهانی فراهم آورده است؛ اما از سوی دیگر، با گسترش حضور ابزارهای هوشمند در رسانه‌ها، معضلات اخلاقی نیز افزایش یافته‌اند. مسائلی چون سوگیری، اطلاعات نادرست، مسائل مرتبط با کپی‌رایت و شفافیت، اهمیت بیشتری پیدا کرده‌اند. در این راستا واکنش‌های تنظیمگری در حال شکل‌گیری هستند. مقررات مرتبط با هوش مصنوعی اتحادیۀ اروپا[7] (۲۰۲۴)، مقررات سختگیرانهای برای ابزارهای هوش مصنوعی، از جمله آنهایی که مورد استفاده در رسانه هستند، وضع کرده است. نوآوری رسانه‌ای با هدایت هوش مصنوعی تنها زمانی شکوفا خواهد شد که ارزش‌های انسانی، خلاقیت، تنوع، تفکر انتقادی و حقیقت در مرکز توجه توسعهدهندگان این ابزارها قرار گیرد. تنها در این صورت است که نوآوری رسانه‌ای مبتنی بر هوش مصنوعی، می‌تواند به غنای جامعه، توانمندسازی افراد و حفظ ارزش‌های اجتماعی کمک کند. [1]. McStay [2]. Chesney & Citron [3]. https://netflixtechblog.com/scaling-media-machine-learning-at-netflix-f19b400243 [4]. https://www.thomsonreuters.com/en/careers/our-jobs/join-thomson-reuters-labs [5]. Napoli [6]. https://www.cjr.org/tow-center [7]. European Commission | ||
| مراجع | ||
|
Chesney, R. & Citron, D. K. (2019). Deepfakes and the new disinformation war: The coming age of post-truth geopolitics. Foreign Affairs. European Commission. (2021). Proposal for a Regulation on a European approach for Artificial Intelligence. Retrieved from https://ec.europa.eu McStay, A. (2020). Emotional AI: The rise of empathic media. SAGE Publications. Napoli, P. M. (2019). Social Media and the Public Interest: Media Regulation in the Disinformation Age. Columbia University Press. | ||
|
آمار تعداد مشاهده مقاله: 33 تعداد دریافت فایل اصل مقاله: 45 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب