صفحه نخست

آموزش و دانشگاه

علم‌وفناوری

ارتباطات و فناوری اطلاعات

سلامت

پژوهش

علم +

سیاست

اقتصاد

فرهنگ‌ و‌ جامعه

ورزش

عکس

فیلم

استانها

بازار

اردبیل

آذربایجان شرقی

آذربایجان غربی

اصفهان

البرز

ایلام

بوشهر

تهران

چهارمحال و بختیاری

خراسان جنوبی

خراسان رضوی

خراسان شمالی

خوزستان

زنجان

سمنان

سیستان و بلوچستان

فارس

قزوین

قم

کردستان

کرمان

کرمانشاه

کهگیلویه و بویراحمد

گلستان

گیلان

لرستان

مازندران

مرکزی

هرمزگان

همدان

یزد

هومیانا

پخش زنده

دیده بان پیشرفت علم، فناوری و نوآوری
۱۴:۲۹ - ۱۶ ارديبهشت ۱۳۹۹

دیتاک //////////

/////////
کد خبر : 487794

چون شرکت دیتاک یکی از شرکت‌های پیشرو در حوزه دیتاکاوی هست، مختصری از خود و شرکت‌تان بفرمایید که فعالیتش از چه زمانی آغاز شده و در مورد فعالیت‌های این شرکت توضیح دهید.


- ما در مجموعه دیتاک تمرکز روی حوزه هوش مصنوعی و بیگ‌دیتا (کلان‌داده‌ها) داریم. یک بخش جدی از تمرکزمان در این سال‌ها مبتنی بر بیگ‌دیتاهای فضای مجازی و فضای آنلاین و شبکه‌های اجتماعی بوده. تیمی که در دیتاک هستیم تقریباً از سال 91 به مدت 9 سال است که این کار را داریم انجام می‌دهیم. شرکت دانش‌بنیان است، گرید A هم هستیم، بالاترین رده شرکت دانش‌بنیان معاونت علمی. در طی این سال‌ها با مجموعه‌های بزرگ، سازمان‌های بزرگ و برندهای خصوصی بزرگ در خصوص همین موارد کار کردیم و در قالب خدمات مختلف به آنها سرویس داده‌ایم و در واقع می‌توانیم بگوییم جزء تیم‌های پیشروی بودیم که در این حوزه به این عرصه ورود کرده‌ایم.


سرویس‌هایی که دادید عموماً چه خدمت‌هایی بوده، در چه حوزه‌هایی بوده و شرکت‌هایی که نیازشان را تأمین کرده‌اید بیشتر چه شرکت‌هایی بوده‌اند؟


- اگر بخواهم دسته‌بندی خیلی ساده‌ای از سرویس‌ها داشته باشیم، سرویس‌ها توی دو دسته کلان سامانه‌های آنلاین و مبتنی بر آی‌تی و گزارش‌ها و تحلیل‌ها و ریپورت‌های اختصاصی که منجر به تصمیم‌سازی و تصمیم‌گیری برای مدیران ارشد می‌شود، دسته‌بندی می‌شود. در سامانه‌های آنلاین آن بیگ‌دیتا ذخیره شده، روی آنها پردازش دیتا مبتنی بر هوش مصنوعی انجام شده، اینها می‌آید در قالب مصورسازی قرار می‌گیرد و کاربر نهایی که می‌تواند یک مدیر ارشد سازمان یا یک کارشناس تخصصی در این فضا باشد، با چند کلیک متوجه شود که چه اتفاقی در حوزه مأموریتی خودش در حال اتفاق است. به عنوان مثال فرض کنید یک برند بزرگ هستید و در مورد برند شما در فضای مجازی یک دفعه یک شایعه‌ای منتشر می‌شود. قبل از اینکه اصلاً به اوج خودش برسد، سیستم هوشمند شناسایی می‌کند و به شما پیام می‌دهد که در مورد شما یک اتفاقی افتاده که غیر از حالت طبیعی است و ریشه‌اش هم مثلاً این خبر است و شما خیلی راحت می‌توانید قبل از اینکه این به اوج رسیده و فراگیر شود، واکنش سریع نشان دهید. این یک نمونه کارایی‌اش است برای برندها. حالا می‌تواند در خودِ دستگاه‌های حکمرانی هم چنین اتفاقی بیفتد. در دستگاه‌هایی که می‌خواهند سیاستگذاری برای اجتماع و افکار عمومی داشته باشند، دستگاه‌های رسانه‌ای که می‌خواهند بدانند اثر کار خودشان یا دغدغه‌های افکار عمومی در حوزه رسانه چه چیزهایی هست، مبتنی بر آنها بخواهند سیاستگذاری کنند، نتیجه سیاست‌های‌شان را ببیند چه اتفاقاتی افتاده، اینها کارکردهای مختلفی است که می‌تواند در قالب‌های مختلف داشته باشد تا اینکه حتی مثلاً برسیم به یک نامزد ریاست جمهوری که می‌خواهد در انتخابات شرکت کند، مبتنی بر صحبت‌های واقعی و بیگ‌دیتایی که مردم دارند در شبکه اجتماعی می‌کنند واقعاً نیازها را شناسایی کند. مبتنی بر آنها برنامه‌های تبلیغاتی خودش را ببندد. صحبتی می‌کند، فیدبکش را در عرض کمتر از یک روز بگیرد و ببیند چه اتفاقی افتاده. منتظر نظرسنجی‌های هفتگی نباشد که ببیند دارد رشد می‌کند یا افول می‌کند و قص علی هذا.


تا جایی که من مطالعه کردم، فضای کاری شما بحث علوم اجتماعی محاسباتی است. در مورد این موضوع صحبت کنید که اصلاً از کجا ایجاد شده و ابعادش چه است؟


- علوم اجتماعی محاسباتی اگر بخواهیم ریشه‌اش را ببینیم که اصلاً چرا اتفاق افتاده و چه چیزهایی موجب شده و دست به دست هم داده تا اتفاق بیفتد، ریشه اصلی‌اش برمی‌گردد به فراگیری دیجیتال و دنیای آی‌تی و دنیای آنلاین که می‌تواندهم رفتار اجتماع و جامعه را در حضورش، در هسته فعالیتش، در واکنش‌ها و کنش‌هایی که در موضوعات مختلف داشته، تغییر داره و تبدیل شده به دنیای آنلاین و آنها دیگر دارند در فضای آنلاین یک بخش جدی از واکنش‌های‌شان را نشان می‌دهند و از طرف دیگر هر چقدر هم پیش‌تر رفتیم، این فراگیری و در دسترس عموم بودن مرتب بیشتر و بیشتر شده تا یک جایی که دیگر می‌توانیم بگوییم به این کلان‌داده‌ها که در فضای آنلاین دارد ثبت می‌شود می‌توانیم اتکا کنیم چون فراگیری مناسبی پیدا کرده است.این از سمت تغییر رفتار اجتماع. یک اتفاق دیگر هم افتاده، قبل از اینکه حالا بخواهد دیتاها آنلاین شود، در دنیای آی‌تی و دنیای علوم کامپیوتر در واقع مباحث کلان‌داده‌ها داشته مطرح می‌شده، همان طور که گفتم غیر از دنیای فضای آنلاین؛ و خود علوم بیگ‌دیتا در آن سال‌ها پیش رفته، به یک بلوغ نسبی رسیده، هنوز خیلی کار دارد تا به بلوغ کامل برسد، به یک بلوغ نسبی رسیده و این دوتا آمده حالا در کنار هم قرار گرفته، از آن سمت علوم اجتماعی که در واقع مبتنی بر علوم انسانی و آمار بوده با این ترکیب شده. یعنی اگر بخواهیم در یک کلام بگوییم که ترکیب چه رشته‌هایی می‌شود؟ ترکیب رشته‌های علوم اجتماعی، آمار و علوم کامپیوتر می‌شود. و این هم من تأکید کنم که کاملاً یک رشته بین رشته‌ای می‌شود. یعنی نه می‌توانیم بگوییم که یک زیرمجموعه‌ای از علوم اجتماعی است، نه می‌توانیم بگوییم که یک زیرمجموعه‌ای از هوش مصنوعی است. کاملاً یک بین رشته‌ای می‌شود که حالا تربیت نیرو و پرورش آن در کشور هم خودش بحث مجزایی می‌شود.


ابزارهای این کار شما چیست؟ بالاخره شما برای اینکه از ابزارهای علوم اجتماعی محاسباتی و اینکه بتوانید توی جامعه پیاده کنید خواسته‌های‌تان را، یعنی دیتاهای‌تان را دریافت کنید و آن دیتاها را پردازش کنید، ابزارهای این علم و استفاده از این علم چیست؟


- اگر بخواهیم یک دستة‌بندی ابتدا از ابزارها داشته باشیم، چون تنوع ابزارها بالاست و در واقع تنوع مهارت‌ها و استیل‌هایی که باید روی این حوزه درگیر شوند خیلی زیاد می‌شود چون بین رشته‌ای است ولی اگر بخواهیم یک دسته‌بندی برای این کار داشته باشیم که چه ابزارهایی است؛ که یک بحث جدی‌اش مبتنی می‌شود بر همان بحث بیگ‌دیتا، می‌توانیم اینها را در چهار مرحله دسته‌بندی کنیم. مرحله اول، جمع‌آوری دیتا است. یعنی ببینیم این دیتاها در فضاهای آنلاین که حالا به حریم خصوصی افراد هم کاری نداشته باشد، دیتاها جمع‌آوری شود، در بسترهای مختلف، جاهایی که در واقع رسانه‌های عمومی است، رسانه‌های اجتماعی است، چه رسانه‌های جمعی، چه رسانه‌های اجتماعی، در فضای دیجیتال این دیتاها جمع‌آوری شود. دسته دوم ذخیره‌سازی اینهاست که چون بیگ‌دیتاغ می‌شود این ذخیره‌سازی کار دشواری می‌شود و حالا ابزارهایی مثل دیتا


1005 و اینها مطرح می‌شود. در دسته سوم بعد از ذخیره‌سازی ما باید برویم سراغ پردازش توسط  کامپیوتر که که کاملاً زیرمجموعه‌های هوش مصنوعی اینجا آن‌وقت مطرح می‌شوند، ؟؟؟، پردازش تصویر، تحلیل شبکه‌های اجتماعی کامپیوتری، اینها می‌شود زیرمجموعه‌هایی که باید توی آن کار هوش مصنوعی، کار داده‌کاوی رویش انجام دهیم. مرحله آخر هم که الان خودش تبدیل به یک تخصص شده این می‌شود که حالا این همه دیتا، این همه آنالیز مختلفی که روی این میز است را من این را چگونه عرضه کنم که بتواند قابل فهم باشد و بتواند تبدیل شود به یک فرآیند تصمیم‌گیری تا اینکه بخواهم فرضاً یک بولتن 400 یا 500 صفحه‌ای بزنم که هیچکس هم نمی‌خواند و در فرآیند تصمیم‌گیری هم قرار نمی‌گیرد. برای آن در واقع بحث مصورسازی و داستانسرایی دیتا و مواردی از این دست مطرح می‌شود که آن هم دوباره برای خودش ابزارهای مختلف دارد که ممکن است حالا توی قالب‌های اینفوگرافیک و اینفوموشن و ... بخواهد عرضه شود. این چهار دسته، برای هر کدام‌شان ابزارهای متنوع است که من به بعضی از آنها اشاره کردم. بخش جدی از این ابزارها هم اگر واقعاً در اندازه کلان‌داده و بیگ‌دیتا باشد، متخصصان خودش را می‌خواهد، لذا علوم اجتماعی محاسباتی را نمی‌شود انتظار داشت که یک نفر بخواهد خودش انجام دهد، باید انتظار داشته باشیم که این ابزارها، مدیریت این ابزارها و در کنار هم قرار گرفتن اینها توسط یک تیم اتفاق بیفتد.


چون ما بحث اقتصادی‌اش را مطرح می‌کنیم، یکی از مسائلی که مطرح است این است که در مسائل حوزه اقتصادی و کسب و کاری، تا حالا در این حوزه کاری انجام شده؟ ممکن است یکی از ابزارهایی که در علوم اجتماعی خیلی از آن استفاده می‌شود بحث افکارسنجی است. ممکن است بگویید از افکارسنجی در حوزه کسب و کار انجام شده، تا حالا کاربردهای این تیپی داشته و به بحث‌های اقتصادی و مسائل روز اجتماع وارد شده‌اید؟


- بله. ما اگر بخواهیم کسب و کار را به معنای عامش بگیریم، یعنی علاوه بر بُعد تجارت و حوزه مالی و بخش‌های خصوصی، فرهنگ و اجتماع و .. را در نظر بگیریم که آن خیلی قدیمی‌تر و ریشه در سال‌های ابتدایی کار ما دارد ولی اگر بخواهیم محدودش کنیم به فضای تجاری، یک نیازمندی که این حوزه دارد این است که در مورد آن حوزه‌ای که ما می‌خواهیم کار کنیم، دیتا تولید شده باشد. چون ما می‌خواهیم روی دیتایی صحبت کنیم که مثل یک نظرسنجی نمی‌رویم در میدان بایستیم بگوییم آقا نظرتان در مورد این چیست؟ آن می‌شود یک نظرسنجی میدانی که سازوکار کاملاً متفاوتی دارد. ولی این طرف، ما مبتنی بر این باید صحبت کنیم که یک حجم دیتای قابل توجهی که بتوانیم به آن اتکا کنیم، در مورد موضوعات تجاری صحبت شده باشد.بخواهم تجربه‌مان را بگویم این است که ما سال‌های ابتدایی کار بیشتر خودمان علاقه داشتیم با موضوعات تجاری کار را شروع کنیم و با برندهای بزرگ کار کنیم، یک معضل داشتیم و آن معضل هم این بود که حجم دیتای تولیدی در مورد آنها در فضای مجازی کم بود. این دوتا علت داشت. یک علت این بود که فراگیری به این اندازه نشده بود، یعنی عوام هم واقعاً آن موقع در فضای مجازی حضور نداشتند (سال‌های 92 و 93)، بیشتر قشر جوان یا تحصیلکرده در فضای مجازی حضور داشت و کار می‌کرد و آنها هم بیشتر دغدغه‌های سیاسی یا دغدغه‌های خاص خودشان را داشتند ولی هر چه جلوتر آمدیم، با فراگیرتر شدن اینها و خودِ حضور برندها در فضای مجازی و اختصاص درصدی از بودجه‌های تبلیغاتی‌شان به‌خصوص در شبکه‌های اجتماعی، اینها دست به دست هم داد تا دیتایی که در مورد برندها و مباحث تجاری هم صحبت می‌شود، افزایش پیدا کند و الان کاملاً این اتفاق دارد می‌افتد. حالا اگر بخواهم اسم مشتری‌ها را بگویم که بعید می‌دانم در مصاحبه بنویسید ولی همین‌طوری برای صحبت خودمان بخواهیم در نظر بگیریم، مثلاً ایرانسل یا اسنپ را در نظر بگیرید، سازمان‌های خصوصی یا دولتی که سازمان‌های بزرگی هستند، برای‌شان به شدت مهم می‌شود که الان در مورد من چه دارند می‌گویند و این موضوعاتی هم که دارند می‌گویند به چه صورتی می‌توانم زودتر متوجه شده و افکارسنجی کنم و تصویر برند خودم را در افکار عمومی ببینم. این تصویر خودش به شدت مهم می‌شود که اگر کار تبلیغاتی هم می‌خواهد اتفاق بیفتد مبتنی بر واقعیت‌های 1600 انجام شود و فاصله بین آن چیزی که در نظر جامعه هست با آن کاری که می‌خواهد برنامه تبلیغاتی بسته شود، نباشد. این یک مفهومش است که در کارهای تبلیغاتی استفاده می‌شود. یک کارآیی دیگر اختصاصی در خودِ حوزه اقتصاددی هم دارد، آن هم بحث تحقیقات بازار و شناسایی نیازهاست. یعنی فرض کنید یک سرمایه‌گذار می‌خواهد وارد یک عرصه شود، می‌خواهد ببیند رفتاری که مردم در آن عرصه دارند چیست یا سرویس‌ها و محصولاتی که مورد انتظارشان است چه چیزهایی است؟ در این زمینه هم ما تجربه داشتیم. این دیگر حوزه‌اش خیلی گسترده می‌شود، از حوزه 1650 حساب کنید تا حوزه‌های دیگری که می‌تواند حوزه‌های حمل و نقل یا حوزه‌های خدماتی و کالایی باشد. اینها دیگر همه‌شان باز چون یک تصویر کلی از جامعه با یک دیتای کاملاً واقعی و بدون فیلتر به ما می‌دهد به شدت کارا می‌شود برای عرصه اقتصادی.


سؤالات من به اتمام رسید، اگر در آخر بحثی دارید بفرمایید.


- یک تفاوتی فقط در اینجا به آن اشاره کنم چون بحث مهمی می‌شود، آن تفاوت بحث رسانه‌سنجی و افکارسنجی است. یک اتفاقی که در فضای آنلاین می‌افتد این است که ما با فراگیر شدن این فضای دیجیتال، هم رسانه‌ها در دسترس‌تر شدند و تعدادشان بیشتر شده و هم اینکه مردم خودشان به عنوان یک خبرنگار آنلاین و یک خبرنگار آزاد دیگر دارند مطلب مثلاً در اینستاگرام یا توئیتر یا کانال شخصی‌اش در تلگرام می‌گذارد. این تفکیک را باید ما انجام دهیم. یعنی خیلی وقت‌ها اگر این تفکیک را انجام ندهیم کاملاً ما را به یک خطای محاسباتی و خطای شناختی می‌اندازد. خیلی وقت‌ها می‌آییم ببینیم اجتماع چطور دارد فکر می‌کند، در صورتی که رفتیم و سنسور را گذاشته‌ایم روی رسانه‌ها و داریم صحبت در واقع اصحاب قدرت و آنهایی که رسانه‌ها دست‌شان است را داریم پردازش می‌کنیم و این نظر اجتماع نبوده. اگر بخواهیم یک مثال ساده بزنیم در مورد تفاوت بحث افکارسنجی و رسانه‌سنجی، کانال‌های تلگرامِ با اعضای بالا بیشتر در دسته رسانه‌ها قرار می‌گیرند. چون برای خودشان رسانه شده‌اند، عمدتاً یک تیمی پشت‌شان است، عمدتاً شروع‌شان مبتنی بر یک حمایتی بوده، حالا از شخصی یا ارگانی یا حزبی ولی یک صفحه عادی که در اینستاگرام دارد فعالیت می‌کند، آنها می‌رود به سمت سنسورهایی که سمت افکارسنجی است قرار می‌گیرد. به عنوان کلام آخر این را هم اضافه کنم که این یک طیف است. یعنی افکارسنجی و رسانه‌سنجی در فضای مجازی یک طیف است، نمی‌توانیم بگوییم این سمت است یا آن سمت است. خیلی وقت‌ها مثلاً شما در توئیتر وقتی دارید مواجه می‌شوید، بخش جدی از کاربران توئیتری که شما دارید پردازش می‌کنید، می‌شوند خبرنگارهای رسانه‌ها. حالا این خبرنگاران رسانه‌ها هم دارند مبتنی بر سیاست‌های رسانه‌شان صحبت می‌کنند، هم نظرات شخصی خودشان را اظهار می‌کنند. پس اگر برویم خبرنگارهای فضای توئیتر را پردازش و تحلیل کنیم، آن وقت یک چیزی بین رسانه‌سنجی و اخبارسنجی می‌شود. این را هم گفتم باید در نظر داشته باشیم که نکته مهمی است.


انتهای پیام/

ارسال نظر