La aplicación de técnicas de Inteligencia Artificial ha transformado el tradicional seguimiento de medios, acelerando y facilitando el trabajo que normalmente se tardarían varias horas en realizar.
Este ahorro de tiempo y de trabajo permite a los equipos de comunicación enfocar sus esfuerzos en otros asuntos y, en definitiva, tomar decisiones más inteligentes en menos tiempo. Bernardo Posada, responsable de Hallon, asegura que “la aplicación e implementación de la inteligencia artificial nos ha reportado una serie de beneficios, más allá de lo inicialmente previsto, que elevan exponencialmente la eficacia del seguimiento de medios y aseguran el rendimiento de un equipo de trabajo”. La inteligencia artificial ha transformado el “clipping” en “media intelligence”.
Entre estos beneficios destacan, como principales mejoras, las siguientes:
Mayor precisión en búsquedas
Las técnicas de IA sirven de apoyo en las búsquedas, mejorando la precisión en los resultados del seguimiento de medios. Las noticias son etiquetadas de forma automática por el sistema de inteligencia artificial, que arroja una probabilidad de que el resultado que se busca sea o no de interés para el cliente.
Eliminación de ruido
El análisis profundo de texto, combinado con la arquitectura de redes neuronales, da como resultado un valor de relevancia que indica el peso o protagonismo que tiene la pauta dentro de la noticia, que además se utiliza para descartar resultados irrelevantes y eliminar el exceso de ruido.
Evolución de la tecnología
A través de la experiencia adquirida y la retroalimentación del sistema, la tecnología se va perfeccionando gracias a dos principios fundamentales:
- Arquitectura de búsqueda de las Redes Neuronales, basada en nodos autónomos interconectados que proporcionan valores ponderados a través de la definición de ciertos umbrales.
- Arquitectura de Machine Learning que permite que el sistema se retroalimente de forma continua en base a las correcciones manuales realizadas sobre el seguimiento de medios, que aprenda y que tome decisiones más acertadas. Además del adiestramiento basado en la interacción con el seguimiento del cliente, el machine learning también se apoya en el adiestramiento previo sobre los documentos almacenados en la base de datos de una plataforma.
Implementación de herramientas innovadoras
Con el uso de la inteligencia artificial, mejoran las búsquedas y el filtrado de noticias, algo que se traduce en nuevas soluciones que facilitan el día a día.
- Podemos destacar, por ejemplo, el Speech to Text, la tecnología utilizada para el reconocimiento automático del habla, también conocida como ASR (automatic speech recognition) que se basa en técnicas de IA, no solo para interpretar el contenido del audio en radio y televisión, sino para identificar quiénes son los portavoces.
- Otra de las aplicaciones para el uso de la IA es la posibilidad de dar a cada noticia un tono o sentimiento (positiva, negativa o neutra) gracias a un análisis semántico del texto de la noticia. Cuando esta función permite su corrección manual por parte del usuario, el sistema lo utiliza como un adiestramiento para mejorar las calificaciones futuras del sentimiento.
- En muchas ocasiones encontramos noticias repetidas o de contenido similar publicadas en agencias de noticias o cabeceras de un mismo grupo editorial. Gracias a la inteligencia artificial, con el grouping se pueden organizar y agrupar las noticias que traten sobre un mismo asunto, incluso los boletines y alertas enviadas por correo electrónico, facilitando la organización y presentación de los resultados.