كيف تعمل البيانات والذكاء الاصطناعي على تعزيز الفرص لـ LinkedIn – وأعضائها وعملائها
على الرغم من مجموعتها الهائلة التي تضم أكثر من 750 مليون عضو، فإن عملاق الوسائط الاجتماعية الذي يركز على التوظيف، رئيس البيانات في LinkedIn، Ya Xu ، يختصر دور الذكاء الاصطناعي (AI) والبيانات في الشركة إلى ثلاث فئات: الموهبة والمعرفة والمنتج.
بغض النظر عن مكان تطبيق البيانات أو الذكاء الاصطناعي، يؤكد Xu أن LinkedIn تهدف في النهاية إلى التعامل مع كل شيء بطريقة “تخلق فرصًا اقتصادية وقيمة للأعضاء والعملاء والشركات”.
ولكن، كيف يعالج عملاق الشبكات القضايا الرئيسية مثل التحيز أثناء الابتكار للمستقبل؟ كيف تحمي الخصوصية، مع توفير مجموعة كبيرة من البيانات المفيدة لإثراء البحث؟
وراء الذكاء الاصطناعي الذي يغذي الشبكات الحديثة
مع استمرار تطور مجال الذكاء الاصطناعي، تستمر المحادثات بين المتخصصين في الصناعة في التطور معها – ربما كوسيلة لمساءلة التكنولوجيا ومطوريها.
المواضيع والمشاركات حول التحيز والروح وفرص الذكاء الاصطناعي وفيرة عبر Twitter وبالطبع LinkedIn أيضًا. غالبًا ما تتحول هذه المحادثات إلى كيفية تأثير الذكاء الاصطناعي على استخدام وتجربة المنصات الاجتماعية نفسها.
في مؤتمر VentureBeat’s Transform 2022 Data and AI Executive Summit ، أكدت المحادثات على هذه الاتجاهات.
يتم وضع LinkedIn بشكل فريد كمطور وناشر لنماذج الذكاء الاصطناعي الخاصة به وباحث مع طيف جمع البيانات الخاص به. إنها أيضًا منصة أساسية للاتصالات المهنية، مما يعزز مساحة للحوار حول قضايا الصناعة والتطور.
قال شو إنه نظرًا لأن LinkedIn تهدف إلى توفير فرص اقتصادية لكل عضو، فإن الشركة ببساطة “لا تستطيع تحمل عدم القيام بالذكاء الاصطناعي بمسؤولية”.
تدمج LinkedIn الذكاء الاصطناعي المسؤول عبر شركتها، مع وجود ضوابط وتوازنات مطبقة تقيس وتهدف إلى اكتشاف أي عواقب غير مقصودة أو نتائج متحيزة من النماذج التي تدرب الذكاء الاصطناعي للشركة.
قال شو إن الأهم من ذلك هو أن الفرق التي تتفاعل مع أي جزء من خوارزميات الذكاء الاصطناعي يجب أن تخطط معًا وتلتقي مع بعضها البعض وتتواصل بشكل فعال. يساعد القيام بذلك، لا سيما في شركة كبيرة، على توفير طريقة أخرى لإبقاء الذكاء الاصطناعي تحت المراقبة.
على سبيل المثال، قالت شو إنه إذا أجرى المجند بحثًا على منصة LinkedIn عن “الممرضات” أو “علماء البيانات”، فإن فريقها يعمل بجد للتأكد من ظهور النتائج المسؤولة – مما يعني أن الخوارزمية لا تسحب المزيد من النتائج النسائية للممرضة المهنة أو عدد غير متناسب من الذكور لنتائج بحث عالم البيانات.
أشار Xu إلى أنه بغض النظر عما إذا كان أحد أعضاء LinkedIn يستفيد من ميزات التعلم أو التقدم للوظائف أو إجراء اتصالات أو يبحث عن مرشحين محتملين للتوظيف، يجب تطوير الذكاء الاصطناعي مع وضع تفاعلات المستخدم النهائي في الاعتبار دائمًا.
قال شو: “كان من المثير للاهتمام أن نرى الذكاء الاصطناعي يتحول إلى كلمة طنانة لدى العديد من قادة الأعمال”.
“لكن هذا [الذكاء الاصطناعي] هو أحد المجالات التي تعمل فيها LinkedIn جيدًا بشكل خاص. يجب أن يكون تطوير الذكاء الاصطناعي متكاملاً جيدًا مع بقية عمليات تطوير المنتج و [عبر] الفرق …
إنه يختلف عن تطوير البرامج، كما أنه ليس حتميًا. عندما تقوم بالتصميم، عليك التفكير في “هل يتفاعل الذكاء الاصطناعي [مع] مستخدم بطريقة منطقية؟” من المهم التمييز وفهم الفروق الدقيقة [في وظائفها]. ”
ومع ذلك، تقوم الخوارزمية بتعديل جانب الوسائط الاجتماعية للمنصة، والذي قال أحد أعضاء جمهور Transform أنه “أصبح كثيرًا مثل Facebook” في الآونة الأخيرة، لا يزال قيد التنفيذ، وفقًا لـ Xu.
وأقرت بأن هذه التعليقات قد سمعتها الشركة من قبل وأن “تجربة المستخدم لدينا مهمة جدًا بالنسبة لنا”، لكنها أشارت إلى أن هذه القطعة كانت صعبة لتحقيق التوازن الصحيح معها.
قال شو إن LinkedIn في النهاية “شبكة اجتماعية مهنية ومن المهم بالنسبة لنا أن نبقى صادقين مع ذلك.”
وفرة في البيانات، ولكن بأي ثمن؟
بالطبع، كمنصة تفاعل احترافية مغمورة بوسائل التواصل الاجتماعي، تتمتع الشركة بإمكانية الوصول إلى وفرة من البيانات – وهو جانب ينمو كل يوم.
البيانات التي وضع موقع LinkedIn نفسها لتسخيرها حول عالمنا المهني هائلة – بدءًا من خريجي الجامعات الذين يحصلون على معظم الوظائف في مجال معين إلى كيفية تطور العمل بسبب COVID-19.
هذه البيانات التي يحركها الذكاء الاصطناعي هي التي تحظى باهتمام أمثال الكيانات الحكومية والمنظمات غير الربحية والمنتديات الاقتصادية العالمية.
مع وجود مجموعة بيانات الشركة، تأتي مسؤولية كبيرة للحفاظ على خصوصية المستخدم، بينما تغذي أيضًا الأبحاث الاقتصادية العالمية برؤى تفصيلية.
قال شو: “نحن ندرك أن موقع LinkedIn في وضع فريد … يضمن فريق الرسم البياني الاقتصادي لدينا، الذي يديره كبير الاقتصاديين لدينا، تجميع رؤى البيانات في تنسيق مجمع للتأكد من عدم وجود مخاوف تتعلق بالخصوصية”.
وتابعت قائلة إن الشركة تدرك أنه في ظل القوة المذهلة لخوارزميات الذكاء الاصطناعي التي تساعد على تسخير البيانات وتشكيل تجربة المستخدم – يتم إعطاء الأولوية لمشاكل التحيز والخصوصية.
موازنة طيف من التحديات
المشهد المتطور للخصوصية، على وجه التحديد، هو أحد أهم التحديات التي تركز عليها شو وفريقها في LinkedIn.
وقالت: “عندما نتحدث عن الذكاء الاصطناعي المسؤول، فإن الأمر لا يتعلق فقط بالعدالة، فالخصوصية هي أيضًا ركيزة مهمة منه”.
من ناحية أخرى، تحاول خوارزميات التعلم الآلي التي طورتها LinkedIn جمع البيانات والتعلم منها وتخصيصها للمستخدمين، ولكن نظرًا لأن الخصوصية متجذرة في عدم الرغبة في معرفة معلومات معينة، كما قال شو، فإن الشركة تتنقل باستمرار بين هاتين الأولويتين المتناقضتين..
“إنهم يسحبون اتجاهين مختلفين على السطح. كيف يمكننا تطوير الأمور مع الحفاظ على الخصوصية أيضًا؟ ” وأوضح شو. “نحن دائمًا نوازن بين تحديات الخصوصية …
من المهم حقًا بالنسبة لنا العمل على كيفية استمرارنا في التمتع بفوائد الذكاء الاصطناعي واحترام خصوصية الأفراد.”
هناك فرصة أخرى يركز عليها عملاق الشبكات وهي توظيف MLops لمراقبة البيانات على وظائفها الحيوية لضمان خطوط الأنابيب وتجارب المستخدم السلسة، والتي لاحظ Xu أنها ليست بالأمر الهين.
يعتقد الكثير من الناس أن الذكاء الاصطناعي شيء سحري. قالت: “إذا قمت برش القليل، فستتحسن الأمور”. “لكنها ليست كذلك.
ما سيجعل الذكاء الاصطناعي يعمل في أي شركة هو الهندسة والعمل الجاد والأهم من ذلك البيانات … أنت بحاجة إلى بيانات جيدة لتقديم تجربة جيدة لمستخدميك. “
المصدر: venturebeat
قد يهمك:
