Ce serait un euphémisme extrême de dire que les médias sociaux sont populaires. Compte tenu des centaines de millions de personnes qui consultent régulièrement leurs comptes Facebook, Twitter et Instagram, il n’est pas exagéré de dire que les médias sociaux sont devenus une partie intégrante de la vie. En fait, 63 % des utilisateurs de Facebook se connectent au site de réseautage social au moins une fois par jour. (Tweet This) Considérant que Facebook compte environ 1,28 milliard d’utilisateurs, cela fait beaucoup de monde. Bien qu’il puisse y avoir de nombreuses raisons pour lesquelles les médias sociaux se sont tellement enracinés dans nos vies et continuent de gagner en popularité, l’un des principaux moteurs de cette croissance est sans aucun doute l’apprentissage automatique. À mesure que de plus en plus de sites de médias sociaux utilisent l’apprentissage automatique, ils verront plus d’utilisateurs dévoués et une sympathie accrue.
Vous avez probablement déjà eu une certaine expérience de l’effet de l’apprentissage automatique sur les réseaux sociaux, même si vous ne vous en êtes pas rendu compte. Consultez votre fil d’actualités sur Facebook un certain temps et vous verrez l’apprentissage automatique en action, ou au moins vous serez témoin des résultats de ce qui se passe dans les coulisses. Presque toutes les actions que vous effectuez sur Facebook peuvent être stockées et analysées pour déterminer ce qui vous motive. Pensez à toutes les données que Facebook est capable de collecter sur qui vous êtes, ce que vous aimez, ce que vous n’aimez pas et ce qui vous pousse à agir. Chaque fois que vous « aimez » une publication ou un article, ce sont des données que Facebook peut utiliser. Chaque fois que vous cliquez sur un lien, publiez une mise à jour de statut et téléchargez des photos et des vidéos, il y a encore plus de données à analyser pour le site de médias sociaux le plus populaire au monde. Toutes ces informations permettent de déterminer comment configurer votre fil d’actualités.
Cela n’a pas toujours été ainsi. Il y a des années, si vous vous en souvenez, Facebook organisait votre fil d’actualité de manière chronologique. Bien que cela convenait à l’époque, cela signifiait souvent que les fils d’actualité étaient encombrés de messages de spam, de messages inintéressants d’amis occasionnels et de gros titres appâts qui ne servaient qu’à agacer. L’apprentissage automatique a changé la façon dont Facebook gère votre fil d’actualité. En fonction de vos actions sur le site, l’apprentissage automatique analyse les données pour personnaliser votre fil d’actualités en quelque chose que vous préférez. Ce n’est pas une tâche facile ; Facebook doit déterminer les publications qui vous intéresseront le plus parmi environ 1 500 possibilités. Pour ce faire, davantage de données sont collectées au-delà de vos activités sur les réseaux sociaux. Facebook fonde également ses algorithmes sur des tests A/B, des enquêtes et des informations sur le temps que vous passez loin de Facebook et ce que vous faites à votre retour.
Tout cela est rendu possible parce que l’apprentissage automatique utilisé par les sites de médias sociaux (ainsi que de nombreuses autres entreprises) est considéré comme la « deuxième génération ». La première génération d’apprentissage automatique était assez basique, utilisant des mots-clés pour déterminer davantage le comportement des utilisateurs. L’apprentissage automatique devenant de plus en plus sophistiqué et beaucoup plus précis, les sites de réseaux sociaux comme Pinterest peuvent être beaucoup plus précis lors de l’organisation de votre page d’accueil en fonction de ce que vous voulez voir et lire.
L’apprentissage automatique est également une nécessité majeure car la quantité de données est absolument énorme. En statistiques pures, un rapport montre que Twitter traite chaque jour 12 fois plus de données que la Bourse de New York, tandis que Facebook en traite encore plus, soit 500 fois plus que le NYSE. Cela nécessite de nouvelles capacités de stockage, comme celles disponibles via le stockage flash (et si vous demandez « Qu’est-ce que le stockage flash ? », vous pouvez consulter ce site pour plus d’informations). L’un des principaux défis consiste à essayer de capturer et de classer toutes ces données, d’autant plus qu’environ 90 % des données ne sont pas générées spontanément ou « non structurées ». L’apprentissage automatique aide énormément à ce processus en s’engageant dans une réflexion et des abstractions de haut niveau afin de donner un sens à tout cela.
Un exemple de cet apprentissage machine intensif est la façon dont Facebook espère analyser les photos. Étant donné que les utilisateurs téléchargent 350 millions de photos chaque jour, Facebook cherche à utiliser l’apprentissage automatique et l’intelligence artificielle pour identifier les objets et les personnes sur la photo. Si vous avez récemment téléchargé une photo et remarqué que Facebook vous a automatiquement tagué ou tagué un ami, c’est le résultat de l’apprentissage automatique. La même idée s’appliquerait probablement aux vidéos. Et comme l’apprentissage automatique est un processus continu qui s’appuie constamment sur davantage d’ensembles de données, la capacité à identifier avec précision les personnes et les objets ne fera que s’améliorer avec le temps.
Les médias sociaux sont à l’avant-garde de l’utilisation de l’apprentissage automatique pour rendre le site de chaque utilisateur plus personnel. Plus il attire l’individu, plus les utilisateurs y verront de valeur. Bien que des problèmes tels que la confidentialité doivent encore être résolus, l’apprentissage automatique semble être là pour rester.
Source de l’image: Pixabay
