ذهن‌خوانی هوش مصنوعی

دریافت بازخورد (Feedback) در هر کاری اهمیت خاص خودش را دارد. مهم است که مشتریان رستوران شما چه نظری دربارۀ دستپخت سرآشپز دارند. در صحنۀ نمایش این واکنش‌های همزمان تماشاگران است که مشخص می‌کند آیا قصه روی سن خوب پیش می‌رود یا نه.

اکنون فرصتی فراهم شده که این واکنش‌های همزمان با کمک تحلیل تصاویر مغزی مخاطبان رسانه‌ها سنجیده می‌شود و ما می‌توانیم به طور مستقیم با احساس مخاطبان مواجه شویم.

این فناوری چه تأثیری روی صنعت محتوا و رسانه‌ها خواهد داشت؟

پژوهشگران دانشگاه رادبود در مطالعه‌ای در حوزۀ علوم اعصاب و هوش مصنوعی موفق به بازسازی تصاویر از فعالیت‌های مغزی شده‌اند.
این کشف از منظر ارتباطات ماشین و تأثیرات آن در عرصۀ رسانه‌ها اهمیت زیادی دارد. این دستاورد علمی نه‌تنها در فهم ما از پردازش اطلاعات بصری مغز تحول ایجاد می‌کند، بلکه پیامدهای زیادی برای حوزه‌های مختلف ارتباطات و رسانه‌ها دارد.

مغزخوانی و ارتباطات ماشین

ارتباطات ماشین یا Machine Communication به ارتباطات بین ماشین‌ها، سیستم‌های هوشمند و انسان‌ها اشاره دارد که به واسطۀ فناوری‌های پیشرفته نظیر هوش مصنوعی و یادگیری عمیق امکان‌پذیر می‌شود. کشف جدید در زمینۀ بازسازی تصاویر از فعالیت‌های مغزی به واسطۀ fMRI و هوش مصنوعی، نشان‌دهنده این است که به کمک این ماشین‌ها می‌توانیم از طریق افکار و فعالیت‌های مغزی انسان‌ها، اطلاعات دریافت کنیم و به آن پاسخ دهیم. چنین ارتباطی می‌تواند در توسعۀ واسط‌های مغز-رایانه که به افراد معلول کمک می‌کند تا افکار و احساسات خود را به‌صورت بصری بیان کنند، بسیار مؤثر باشد. از منظر ارتباطات ماشین، این کشف می‌تواند به بهبود ارتباطات انسانی با دستگاه‌های هوشمند و ربات‌ها منجر شود، چراکه حالا ماشین‌ها می‌توانند به طور مستقیم و دقیق‌تر به نیازها و خواسته‌های انسانی پاسخ دهند.

بهبود دسترسی و ارتباطات برای افراد معلول

پژوهش اخیر دانشگاه رادبود در زمینۀ بازسازی تصاویر از فعالیت‌های مغزی می‌تواند برای افراد معلول یا مبتلا به اختلالات ارتباطی تحولی بزرگ باشد. این فناوری از تکنیک‌های تصویربرداری تشدید مغناطیسی کارکردی (fMRI) برای ضبط فعالیت مغزی استفاده می‌کند و سپس با بهره‌گیری از مدل‌های یادگیری عمیق، تصاویر بازسازی شده‌ای از افکار و دیدگاه‌های فرد تولید می‌کند. این پیشرفت می‌تواند به افراد معلول کمک کند تا افکار و احساسات خود را به‌صورت بصری بیان کنند. 

از نظر علمی، این فناوری با تحلیل دقیق الگوهای فعالیت مغزی و شناسایی همبستگی‌های خاص بین این الگوها و تصاویر مشاهده شده، می‌تواند به بازسازی تصاویر با دقت بالا منجر شود. 

تولید محتوای سفارشی

این فناوری می‌تواند به رسانه‌ها کمک کند تا محتوای سفارشی‌سازی شده و متناسب با نیازها و ترجیحات کاربران تولید کنند. به‌عنوان‌مثال، با استفاده از fMRI می‌توان فعالیت مغزی مخاطبان را در حین مشاهده محتوای مختلف تحلیل کرد. این تحلیل‌ها می‌توانند بازخوردهای دقیقی دربارۀ علاقه‌مندی‌ها و واکنش‌های مخاطبان ارائه دهند. به این ترتیب، رسانه‌ها می‌توانند محتوایی تولید کنند که با جذابیت بیشتری برای کاربران همراه باشد و تعامل بیشتری را ایجاد کند.

مدل‌های یادگیری عمیق که برای تحلیل فعالیت مغزی استفاده می‌شوند، می‌توانند الگوهای پیچیده و غیرخطی در داده‌های مغزی را بشناسند. این مدل‌ها با دقت بالا مشخص می‌کنند کدام قسمت‌های محتوا بیشترین تأثیر را بر مخاطبان داشته تا بر اساس این اطلاعات، محتوای سفارشی و شخصی‌سازی شده تولید کنند. 

تحلیل دقیق‌تر مخاطبان

لازمۀ شخصی‌سازی کردن پیام‌های رسانه شناخت دقیق مخاطبان است. رسانه‌ها می‌توانند از این فناوری برای فهم عمیق‌تر و دقیق‌تر رفتارها و ترجیحات مخاطبان استفاده کنند. داده‌های مغزی جمع‌آوری شده از طریق fMRI می‌توانند اطلاعات ارزشمندی دربارۀ واکنش‌های ناخودآگاه مخاطبان به محتوای مختلف ارائه دهند. این تحلیل‌ها می‌توانند به بهبود استراتژی‌های بازاریابی و تبلیغاتی کمک کنند و در نتیجه افزایش تعامل و رضایت مخاطبان را به همراه داشته باشند.

 به‌عنوان‌مثال، اگر یک شرکت تبلیغاتی بتواند با دقت مشخص کند که کدام عناصر بصری یا پیام‌های تبلیغاتی بیشترین تأثیر را بر مخاطبان دارند، می‌تواند تبلیغات خود را به گونه‌ای بهینه‌سازی کند که تأثیرگذاری بیشتری داشته باشد. این امر می‌تواند به افزایش نرخ تبدیل (Conversion Rate) و بهبود بازگشت سرمایه (ROI) کمک کند.

افزایش خلاقیت در تولید محتوا

با استفاده از مدل‌های یادگیری عمیق و داده‌های مغزی، رسانه‌ها می‌توانند به خلق محتوای نوآورانه و خلاقانه بپردازند که تاکنون ممکن نبوده است. این فناوری به سازندگان محتوا امکان می‌دهد تا از مرزهای معمول خلاقیت فراتر بروند و محتوایی تولید کنند که تجربۀ مخاطبان را به‌صورت قابل‌توجهی غنی‌تر کند.

مخاطبان الزاماً با یک اثر هنری مشخص مواجه نیستند. یعنی یک پیام برای تمامی مخاطبان ارسال نمی‌شود بنابراین خلاقیت محتوا رابطۀ مستقیمی دارد با دلخواه مشتری/مخاطب خاص رسانه.

 در واقع، با استفاده از تحلیل‌های دقیق داده‌های مغزی، رسانه‌ها می‌توانند ایده‌های جدیدی برای تولید محتوا کشف کنند که به طور مستقیم با نیازها و ترجیحات مخاطبان همخوانی دارد. این امر می‌تواند به تولید محتوای بیشتر و متنوع‌تر منجر شود و رسانه‌ها را در جذب و حفظ مخاطبان کمک کند.

این فناوری وجۀ تاریکی هم می‌تواند داشته باشد؛ جدایی از واقعیت‌های اجتماعی. چون این امکانات ما را در موقعیتی می‌گذارند که تصاویر آزاردهنده را حذف کنیم و جهان مطلوب خود را پیش چشم خویش بیاوریم. اینجاست که باید گفت با وجود تمام خدماتی که این فناوری نوین به انسان می‌کند، می‌تواند بحث «اتاق‌های پژواک» را داغ‌تر کند.

نشستن روی مبل راحتی خانه و سیر کردن در بهشتی از افکار می‌تواند ما را از واقعیت‌های روی زمین دور کند. ذهن ما به آرامش و حفظ حیات حساس است و به‌طبع از تماشای تصاویر مطلوبی که رسانه‌ها می‌توانند برای ما بفرستند لذت می‌برد.

اینجاست که می‌بایست سواد رسانه‌ای و سواد هوش مصنوعی خود را ارتقا دهیم و بدانیم که این فناوری سراسر فایده نیست بلکه می‌تواند کژکارکردهایی نیز برای جامعه داشته باشد.