Como a IA está tornando o trabalho mais significativo
Em um mundo do trabalho cada vez mais rápido e repleto de informações, como manter o foco no que realmente importa? Conheça a equipe de aprendizado de máquina que está usando tecnologia de ponta para tornar o trabalho mais significativo.
A tecnologia pode ter nos tornado mais conectados, rápidos e eficientes. Mas ela também aumentou drasticamente o volume de informações com o qual devemos lidar. Estima-se que 120 bilhões de emails comerciais serão enviados todos os dias neste ano. Ao mesmo tempo, com os dispositivos móveis nos tornando instantaneamente disponíveis aos colegas em todo o mundo, há uma mudança na tradicional jornada das 9h às 17h, onde uma rotina das 5h às 9h se torna cada vez mais popular.
Imagine um assistente pessoal nos entregando o que precisamos quando precisamos
No futuro, em vez de aumentar a quantidade de informações com a qual devemos lidar, a tecnologia nos ajudará a criar experiências mais personalizadas. Ela eliminará o ruído, deixando apenas o que é importante. A relevância será prioridade.
Eliminando o ruído
Há muito tempo, essa tem sido a promessa da IA. Esqueça a ideia de que os robôs roubarão o trabalho dos humanos. Em vez isso, imagine um assistente pessoal universal, vasculhando entre o acúmulo de emails, convites para reuniões, mensagens instantâneas, notificações e atualizações de projetos e nos entregando o que precisamos quando precisamos.
Parece difícil de acreditar? Se você estiver usando o Workplace, já teve essa experiência.
Mensagens mais relevantes
A missão da equipe de aprendizado de máquina do Workplace é tornar a plataforma o mais relevante possível para todas as pessoas que a usam. “Quando você se conectar ao Workplace, ele ajudará você a encontrar o que precisa para realizar seu trabalho adequadamente. Isso significa que será muito fácil colaborar com as pessoas. Também significa que seu trabalho será melhor", conta Tamar Bar Lev, gerente de engenharia que lidera a equipe.
“Quando você se conectar ao Workplace, ele ajudará você a encontrar o que precisa para realizar seu trabalho adequadamente."
O aprendizado de máquina é um subcampo da IA. Ele permite que computadores aprendam como resolver várias tarefas. Para isso, basta fornecer a eles informações, sem que seja necessário criar programações.
A equipe de Bar Lev trabalha na classificação e na recomendação de problemas. Seu trabalho é garantir que cada vez que você entra no Workplace, o algoritmo exibe as publicações e recomendações mais úteis, priorizando-as em relação às que não são necessárias.
A previsão de probabilidades melhora a experiência do usuário
O aprendizado de máquina avançado depende de poder computacional bruto. "Treinamos nossos modelos com base em exemplos prévios", explica Bar Lev. “Alimentamos nossos modelos com informações de como os usuários se comportavam no passado e como eles interagiam com diferentes produtos. Com informações suficientes, os modelos foram capazes de aprender a prever as probabilidades de alguns eventos. Então, usamos essa previsão de probabilidades para decidir quais histórias e recomendações devem ser exibidas para cada usuário."
“Combinamos todas essas probabilidades em uma pontuação final. Exibimos a publicação com a maior pontuação primeiro."
Essa silenciosa ciência entra em ação sempre que você abre o Workplace. "Para o Feed de Notícias [a tela de rolagem do Workplace que exibe publicações e recomendações], buscamos diversas publicações das pessoas que você segue, pessoas na sua equipe e grupos dos quais participa", explica Bar Lev.
"Depois, extraímos algumas informações de cada publicação (por exemplo, quantas vezes você clicou em uma publicação desse usuário nos últimos sete dias) e as enviamos para nosso algoritmo." Isso nos dá algumas possibilidades, por exemplo, qual é a probabilidade de você deixar um comentário?"
"Qual é a probabilidade de você curtir a publicação? Qual é a probabilidade de você reagir a ela? Combinamos todas essas probabilidades em uma pontuação final e classificamos todas as publicações em ordem decrescente. No fim, exibimos a publicação com a maior pontuação primeiro."
Trabalho mais significativo
Pode não parecer com a IA que Hollywood prometeu (ou sobre a qual nos avisou). Mas esse é o aprendizado de máquina mais inovador atualmente, impulsionado por anos de experiência com a pesquisa de consumidores do Facebook. "Quando classificamos o Feed de Notícias no Workplace, não estamos fazendo isso do zero", comenta Bar Lev. "Aprendemos demais com os muitos anos de desenvolvimento do Feed de Notícias do consumidor no Facebook. Sabemos o que funciona e o que não funciona. O desafio é colocar isso no ambiente profissional."
Quando entrar para trabalhar na manhã seguinte, queremos garantir que nenhuma atualização crucial para o trabalho foi perdida
Quer um exemplo? "Queremos que não perca nada importante. Se você encerrar seu dia de trabalho e entrar novamente na plataforma na manhã seguinte ou após o fim de semana, queremos garantir que não perca algo crucial para seu trabalho. Entender quais publicações devem ser exibidas nesses casos é um problema bastante diferente de entender quais publicações devem ser exibidas para você no Facebook como consumidor sempre que abre o app."
Gráfico profissional e melhor conectividade do Workplace
O melhor é que ainda estamos no início da IA e a equipe (assim como o algoritmo) aprende rápido. O Facebook desenvolveu o gráfico social, que é uma rede que conecta amigos, familiares e interesses. Agora, os engenheiros de Bar Lev desenvolvem o gráfico profissional, que, à sua maneira, pode ser tão revolucionário quanto.
"Uma das perguntas que estamos analisando é como podemos tornar suas conexões mais significativas. Queremos saber se será significativo para você seguir uma pessoa. Você se encontrará com essa pessoa depois? Vocês irão aos mesmos eventos?
"Quando analisamos seus principais colegas de trabalho, queremos saber se está colaborando com eles no Quips ou no Google Drive. Você está se comunicando com eles? Está comentando nas publicações deles? Queremos entender sua rede para que, quando sugerirmos algo ou mostrarmos histórias classificadas, tenhamos certeza de que elas serão as mais relevantes."
E depois? "Isso significa que seu trabalho será melhor. Sem o Workplace, você sentirá que está trabalhando mais devagar. E sentirá falta dele."
