В случае со специалистом для организации его качественной работы требуется составить чёткое ТЗ (техническое задание), расписать правила поиска и оформления информации, а также своевременно указывать на ошибки, разъяснять спорные моменты и не забывать вносить корректировки, оптимизирующие рабочий процесс. Учтя все факторы, можно воспитать сотрудника, который будет хорошо ориентироваться в новостной повестке, быстро и качественно выполнять свои функции и отнимать минимум временных затрат со стороны начальства.
Что касается отладки работы системы мониторинга, то здесь действуют те же базовые принципы. Алгоритмы искусственного интеллекта (ИИ) требуют обучения на крупном массиве данных. Только в случае наличия большой и разнообразной выборки для тренировки ИИ можно рассчитывать на достижение хорошего результата. Однако этого не достаточно. Алгоритм, даже будучи лишенным "человеческих" недостатков, в процессе обучения будет часто ошибаться, формировать ложные логические связи и вследствие этого приходить к неверным выводам.
К разряду наиболее сложных для решения искусственным интеллектом задач можно отнести, например, определение тональности сообщений. Проблема здесь кроется в невозможности доходчиво объяснить "крохе", что такое "хорошо", и что такое "плохо". Зачастую в разном новостном контексте тексты, содержащие идентичные признаки, или даже вообще одинаковые, могут иметь противоположную тональность. Очевидно, что для качественного анализа в этом случае необходимо каким-то образом сформировать как минимум общее представление о текущей новостной повестке и "настроении" источников, публикующих сообщения.
Сарказм, подмена понятий, наполнение текста скрытыми смыслами, неявные отсылки - всё это понятно опытному специалисту, но крайне сложно для искусственного интеллекта. В то же время следует отметить, что ИИ, анализируя большие массивы информации, способен выстроить верные логические связи, неочевидные для человека. Исходя из всего вышеперечисленного, можно сделать вывод, что задача специалистов состоит не только в оптимизации алгоритмов ИИ, но и в оценке результатов, то есть в модерации, выявлении ошибок и неверных закономерностей. Без организации качественного обучения ИИ алгоритмам в медиа невозможно достичь хорошего результата.