یوتیوب روز چهارشنبه قابلیت جدیدی را تحت عنوان «فیدهای سفارشی» (Custom Feeds) معرفی کرد که به کاربران اجازه می‌دهد با استفاده از هوش مصنوعی، الگوریتم پیشنهاد ویدیوهای خود را به صورت شخصی‌سازی شده بسازند. این ابزار از مدل زبانی Gemini گوگل بهره می‌گیرد تا درخواست‌های متنی کاربر را به یک دسته‌بندی منظم از ویدیوها تبدیل کند.

برای ساخت یک فید سفارشی، کاربر کافی است در یک کادر متنی مشخص، موضوع یا حال‌وهوای مورد نظر خود را توصیف کند. یوتیوب مثال‌هایی مانند ساخت یک فید اختصاصی برای پادکست‌های ویدیویی در مسیر ۳۰ دقیقه‌ای مترو، یا درخواست ویدیوهایی برای آرامش و استراحت را مطرح کرده است. برخلاف سیستم‌های قدیمی‌تر، این امکان وجود دارد که درخواست‌ها به صورت طولانی و با جزئیات دقیق نوشته شوند تا کاربر بتواند معیارهای اولویت‌بندی، حذفیات و نوع محتوا را به دقت مشخص کند.

نحوه دسترسی و انتشار#

فیدهای ساخته شده به صورت یک تب مستقل در بالای صفحه اصلی (Home) یوتیوب قرار می‌گیرند و جایگزین فید اصلی نمی‌شوند. کاربران می‌توانند به راحتی بین فید اصلی و فیدهای سفارشی خود جابه‌جا شوند. طبق اعلام یوتیوب، قابلیت ساخت چند فید سفارشی هم‌زمان، از ماه آینده روی نسخه‌های وب و موبایل در دسترس قرار خواهد گرفت.

این حرکت یوتیوب در ادامه روندی است که شبکه‌های اجتماعی دیگر نیز در پیش گرفته‌اند. پلتفرم‌هایی مانند Bluesky (با ابزار Attie)، Threads، اینستاگرام، X و اخیراً Spotify نیز ابزارهایی را برای شخصی‌سازی فیدها ارائه کرده‌اند که بسیاری از آن‌ها نیز از هوش مصنوعی بهره می‌برند. در همین راستا، قابلیت‌های هوش مصنوعی گفتگومحور نیز به تازگی روی تجربه‌ی مصرف موسیقی و پادکست تأثیر گذاشته است.

چرا این خبر اهمیت دارد؟#

برای توسعه‌دهندگان و کاربرانی که به دنبال کنترل دقیق‌تر بر تجربه مصرف محتوا هستند، این تغییر نشان می‌دهد که الگوریتم‌های پیشنهادی دیگر یک جعبه سیاه غیرقابل نفوذ نیستند. با این حال، باید توجه داشت که این ابزار هنوز جایگزین الگوریتم اصلی یوتیوب نشده و صرفاً لایه‌ای از شخصی‌سازی بر روی آن ایجاد می‌کند. موفقیت این مدل در عمل بستگی به این دارد که مدل Gemini تا چه حد بتواند درخواست‌های پیچیده و ترکیبی کاربران را به لیست‌های دقیق و بدون نویز تبدیل کند. در این مسیر، یوتیوب هوش مصنوعی را به هسته ابزار سازندگان وادار کرده و از بازبینی خودکار تا تغییر داینامیک تامبنیل را پوشش داده است.

منبع: TechCrunch AI