O que te levou a começar a trabalhar na área de recomendação de conteúdo de notícias?
Comecei minha carreira no setor de energia nos EUA em 2005. Trabalhei 12 anos nesse setor. O setor de energia é muito intensivo em dados e, logo no início da minha carreira, tive contato com projetos de Big Data. Gostei bastante e, olhando para trás, foi uma bênção, pois a análise de Big Data realmente decolou nos últimos 5 anos. Há também tanta capacidade de computação em nuvem disponível que o campo da análise de Big Data está se tornando muito interessante. Essa foi minha carreira profissional. No âmbito pessoal, gosto de me manter atualizado e a par dos acontecimentos. Obtenho minhas notícias de diversas fontes, incluindo sites de notícias, mídias sociais e, claro, blogs especializados. Por volta de 2017, senti que seria interessante unir meu interesse em análise de Big Data e notícias, e migrei da análise de Big Data na indústria de energia para a análise de Big Data aplicada à recomendação de conteúdo jornalístico.Como isso te levou a fundar a Newsology?
Como mencionei anteriormente, sou um ávido consumidor de notícias. No entanto, percebi que estava recebendo recomendações de notícias do público em geral, em vez de especialistas e profissionais de uma determinada área. Por exemplo, recebia artigos sobre nutrição do público em geral, talvez de amigos, e sentia que preferiria ler as recomendações de nutricionistas. A hipótese é que um profissional da área esteja mais bem informado sobre a qualidade de uma notícia. Realizamos diversas sessões de feedback para testar nossa hipótese e percebemos a necessidade de abordar esse problema. Assim, criamos a Newsology em 2017. Ao longo do processo, recebemos feedback da nossa comunidade de usuários e jornalistas para garantir que estamos recomendando conteúdo de qualidade aos nossos usuários. Continuamos recebendo feedback sobre as recomendações de artigos que nosso aplicativo sugere e ajustamos nosso produto de acordo com as sugestões.Como é um dia típico?
Eu definitivamente sou uma pessoa noturna, então minha "noite" típica começa com a análise dos nossos principais KPIs no sistema atual e, em seguida, com o status de conclusão das próximas melhorias que estamos desenvolvendo — isso pode incluir ajustes no nosso mecanismo de IA ou modificações no nosso aplicativo. Trabalhamos com uma equipe distribuída. Não temos horários fixos para reuniões. Todos usam o Skype, então nos comunicamos por mensagem e, se necessário, fazemos videoconferências. Assim, minhas noites são dedicadas principalmente ao trabalho técnico. Durante o dia, costumo realizar outras tarefas, como marketing, relações públicas e ações relacionadas ao feedback dos clientes.Como é a sua configuração de trabalho? (seus aplicativos, ferramentas de produtividade, etc.)
Tenho um laptop conectado a um sistema de dois monitores. Tento evitar escrever e-mails longos no celular e prefiro usar o computador para dar instruções e respostas claras. Nossas tarefas são registradas no Trello. Temos diretrizes bem definidas sobre como os problemas devem ser registrados no Trello, quando uma tarefa é marcada como concluída, etc. Buscamos manter uma cultura de fornecer bastante informação ao próximo usuário para que a tarefa avance de forma eficiente e com o mínimo de reuniões possível. Utilizamos o Office 365. Nossos documentos, KPIs, fluxos de trabalho, apresentações, etc., são todos armazenados na nuvem do Office 365. Além disso, usamos o GitHub e a AWS.Como a IA está revelando conteúdo original?
Existem alguns aplicativos de agregação de notícias que usam IA para apresentar conteúdo original. Há várias maneiras pelas quais esses aplicativos usam IA para apresentar conteúdo original. Vou explicar dois dos métodos mais comuns e, em seguida, uma abordagem diferente usada pelo Newsology. A primeira tecnologia que pode ser usada é a Filtragem Colaborativa. Podemos explicar a Filtragem Colaborativa com um exemplo simples. Digamos que Stephan se interesse por Nutrição e Emagrecimento. E Sarah também se interessa por Nutrição e Emagrecimento. Mas Sarah também se interessa por Frutos do Mar. Talvez devêssemos recomendar artigos sobre Frutos do Mar para Stephan? Se Stephan demonstrar falta de interesse por artigos sobre Frutos do Mar, o modelo reconhecerá isso e testará outro tópico. Você pode ver aqui que o mecanismo de IA está encontrando, de forma independente, novos tópicos que um leitor possa achar interessantes. Vamos falar sobre uma segunda tecnologia: Doc2Vec. Às vezes, um jornalista ou blogueiro oferece uma perspectiva interessante. E essa perspectiva acaba se perdendo em meio a um grande volume de artigos que, essencialmente, falam sobre a mesma coisa. Podemos usar algoritmos como o Doc2Vec para verificar se os jornalistas estão abordando o mesmo evento. Por exemplo, vamos supor que astrônomos descubram duas coisas interessantes sobre nossa galáxia no mesmo dia. Podemos ter 10 jornalistas cobrindo o primeiro evento, mas apenas 1 jornalista cobrindo o segundoe evento. O Doc2Vec consegue identificar que, na realidade, os 10 jornalistas estão discutindo o mesmo evento, e seus artigos serão agrupados em uma única 'exibição'. Isso dá uma chance para os 2e O artigo será exibido aos usuários interessados em Astrologia. Nesse caso, a IA ajudou um usuário a perceber desenvolvimentos que poderiam passar despercebidos. O diferencial do Newsology é que ele também leva em consideração a formação profissional do usuário. Vamos usar nosso primeiro exemplo com Sarah e Stephan. Se um usuário do Newsology afirma ser nutricionista, adicionamos essa terceira dimensão às recomendações de artigos sobre nutrição para Sarah e Stephan. Ou seja: que artigos nutricionistas estão lendo? Com essa informação, o que podemos recomendar para Sarah e Stephan? É claro que os aplicativos de agregação de notícias não usam apenas dois ou três modelos de IA. Há muitos outros modelos que trabalham juntos, testam juntos e fazem recomendações em conjunto. Eles também aprendem entre si se a recomendação está funcionando. Por exemplo, se o usuário está respondendo à recomendação. Isso é conhecido como teste A/B. E se o usuário não estiver respondendo, o que fazemos?Qual é o benefício para blogueiros e escritores?
Os usuários desejam consumir conteúdo original e bem articulado. Existem milhares de blogueiros e escritores que produzem conteúdo original, mas que não recebem a visibilidade que merecem. A Newsology ajuda a dar destaque ao conteúdo desses blogueiros e escritores independentes.Quais são algumas dicas de delegação que você segue à risca?
Delegar é um processo. O primeiro passo é usar o Quadrante da Delegação (importante/não importante vs. urgente/não urgente). Você se surpreenderia com a quantidade de tarefas que acabam sendo deixadas de lado nessa etapa. Ao delegar, considero melhor reservar um tempo para primeiro descrever a visão/necessidade/problema, garantindo que eu tenha compreendido completamente o problema e o resultado final desejado. Após refletir cuidadosamente sobre a tarefa, pergunto-me quem é a pessoa mais indicada para atribuí-la. É importante definir o que significa sucesso e incentivar o delegado a se questionar se considera a tarefa concluída com êxito. Isso garante que a pessoa que realiza a tarefa faça seu próprio controle de qualidade.Que conselho você daria a profissionais ambiciosos de publicação digital e mídia que estão entrando no espaço de IA e ML?
Vou dar dois conselhos. Um sobre habilidades interpessoais e outro sobre habilidades técnicas. No que diz respeito às competências interpessoais, dedique bastante tempo à contratação da pessoa certa para a tarefa. Mas, uma vez contratada, não hesite em exigir altos padrões da sua equipe. Você se surpreenderia com a quantidade de pessoas que trabalham com a mentalidade do "bom o suficiente". Não é culpa delas. Elas estão buscando orientação sobre quais são as suas expectativas. Em termos de habilidades técnicas: as tecnologias de IA e ML podem ajudar a expor seu conteúdo. Tente usar tags e palavras-chave em seus artigos. Os mecanismos de indexação procuram por essas palavras-chave. Além disso, não dilua seu artigo. Alguns editores adicionam todos os tipos de palavras-chave aos seus artigos. Assim, o artigo pode ser sobre trilhas, mas eles incluem palavras-chave de fundo como "Política Internacional, viagem no tempo, etc.". Os mecanismos de IA podem detectar isso e, na pior das hipóteses, isso prejudica a visibilidade dos seus artigos.Conteúdo de nossos parceiros
