Tre modi in cui l’Intelligenza Artificiale migliora il lavoro dell’editore

«L’ultima frontiera dell’editoria è nella relazione tra umano e Intelligenza Artificiale» racconta Simona Maresca, responsabile comunicazione di GruppoMeta. «Non parliamo di fantascienza o di innovazioni tecnologiche dal sapore futurista, ma di soluzioni concrete, alla portata degli editori, in grado di produrre vantaggi reali e misurabili».

 

L'Intelligenza Artificiale è la disciplina dell’informatica che studia i fondamenti teorici, le metodologie e le tecniche che consentono la progettazione di sistemi hardware e programmi software capaci di fornire risposte che, all’osservatore comune, sembrano prodotte dall’intelligenza umana. Se l’immaginario aperto da questa definizione – e ampliato da tanti film e libri che hanno esplorato narrativamente il tema – ci appare a prima vista sterminato, controverso e non privo di questioni etiche da affrontare, va ugualmente sottolineato che l’AI è capace di fornire una serie di strumenti e applicativi in grado di supportare il lavoro umano in una dimensione molto concreta e ancillare. Molto immediata.

 

«AI e machine learning non servono a sostituire il lavoro dell’editore. Sono “solo” strumenti, alleati, utili a ottimizzare tempi e risultati nonché a snellire una mole di attività che, fino a poco tempo fa, richiedevano sacrifici in termini di risorse economiche ed umane» precisa Maresca. «Pensiamo a uno dei tanti algoritmi in grado di elaborare una quantità enorme di dati e informazioni in pochi secondi distinguendo la qualità delle reazioni degli utenti (positive/negative/neutre) e operando come un moderatore virtuale, ad esempio, su un sito web per l’acquisto, la distribuzione e la recensione di libri».

 

Se questo è tra gli esempi classici e più vicini alle esperienze quotidiane di ciascuno di noi, i campi e i modi d’applicazione dell’Intelligenza Artificiale in editoria sono in realtà molto più numerosi e variegati. Giovedì 17 settembre, dalle ore 12.00 alle 13.30, il webinar AIENetwork offerto da GruppoMeta (qui le informazioni di dettaglio) ci darà modo di esplorarne alcuni.

 

Nell’attesa, abbiamo chiesto a Sam Habibi Minelli – responsabile della progettazione di piattaforme innovative per i settori editoria digitale ed education di GruppoMeta, tra i docenti del webinar – di anticiparci tre modi (più uno) concreti e immediatamente applicabili in cui l’AI può migliorare il lavoro dell’editore.

 

L’Intelligenza Artificiale può e deve essere utilizzata nella realizzazione di prodotti migliori, più orientati al cliente. In un periodo, quale è il nostro, di eccesso di contenuti, gli editori devono tenere il passo e offrire prodotti sempre più mirati, coinvolgenti, imperdibili.

Sfruttando i sistemi di Intelligenza Artificiale è possibile:

- estrarre conoscenza dai testi,

- analizzare la leggibilità di un contenuto al fine di rispondere ai bisogni concreti degli utenti,

- supportare gli autori nella fase di scrittura utilizzando editor intelligenti,

-  sviluppare indici automatici.

Un libro liquido è un contenuto che può adattarsi a diversi supporti, dal volume cartaceo a vari tipi di dispositivi elettronici e informatici. Può essere arricchito con nuovi contenuti ed elementi multimediali attivando modalità esperienziali di fruizione tese a:

- consentire al lettore di leggere ciò che realmente lo interessa e coinvolge,

- avere libri adatti al contesto di utilizzo,

- seguire un proprio filo logico e arrivare rapidamente alle informazioni desiderate nel percorso di lettura.

 

GruppoMeta, lavorando a stretto contatto con l’Istituto di Linguistica Computazionale di Pisa ha sviluppato ambienti e soluzioni digitali per l’apprendimento in cui, accanto alla fruizione del libro, sono disponibili:

- per gli studenti, esercizi, lezioni e strumenti di autovalutazione,

- per i docenti, il registro digitale e un’area riservata dove creare e distribuire contenuti didattici e assegnare compiti ed esercitazioni.

Valore aggiunto di queste soluzioni è la possibilità, offerta dall’impiego di AI e machine learning, di annotare semanticamente i contenuti, offrendo all’autore strumenti di NLP (ossia di comprensione ed elaborazione del linguaggio naturale, esempi celebri sono ALEXA e SIRI) a supporto della creazione.

 

-  migliorare la conoscenza del proprio target attraverso sentiment analysis e strumenti di recommandation,

- generare libri on demand e context aware (consapevoli del contesto).