دیده بان پیشرفت علم، فناوری و نوآوری
مدیرعامل شرکت دیتاک در گفتگو با آنا:

شرکت دیتاک جزء شرکت‌های دانش‌بنیان سطح A محسوب می‌شود/ کاربرد علوم اجتماعی محاسباتی در انتخابات ریاست‌جمهوری

عسکری درباره کاربرد علوم اجتماعی محاسباتی گفت: این روش در حوزه‌های مختلف سیاستگذاری هم کاربرد دارد، به عنوان مثال دستگاه‌هایی که هدفشان سیاستگذاری برای اجتماع و مردم است و می‌خواهند در این زمینه فعال باشند.
کد خبر : 488068
photo_2019-01-10_21-03-08.jpg

به گزارش گروه اقتصادی خبرگزاری آنا، دیتاک از شرکت‌های جوان و دانش‌بنیان و مبتنی بر فناوری روز است که توانسته با اعتماد به دانش و تجربیات بومی در حوزه کلان داده و هوش مصنوعی تنوع خدمات و محصولات خود را افزایش دهد. این شرکت محصولات مهمی را برای تبدیل اطلاعات پراکنده به دانش منسجم و کاربردی تبدیل کرده است. سامانه‌های روابط عمومی، گزارش‌های پردازش فضای مجازی و تحلیلی از جمله محصولات مهم این شرکت جوان است.


برای آشنایی بیشتر با فعالیت‌ها و تلاش‌های شرکت دیتاک گفتگویی با امیرحسین عسکری مدیرعامل شرکت انجام داده‌ایم که مشروح آن منتشر می‌شود:


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 برحوزه هوش مصنوعی و بیگ‌دیتا (کلان‌داده‌ها) تمرکز کرده‌ایم که یکی از بخش‌های مهم فعالیت‌ ما حوزه فضای مجازی و شبکه‌های آنلاین و شبکه‌های اجتماعی است. تیمی که در دیتاک فعال هستند کار خود را از سال 91 آغاز کرده‌اند. شرکت دیتاک جزء شرکت‌های دانش‌بنیان سطح A است که بالاترین رده شرکت‌های دانش‌بنیان معاونت علمی ریاست جمهوری محسوب می‌شود. ما در شرکت دیتاک در طی این سال‌ها با مجموعه‌های بزرگ، سازمان‌های بزرگ و برندهای خصوصی بزرگ همکاری‌های خوبی در زمینه کلان داده‌ها داشته‌ایم و در قالب خدمات مختلف به آنها سرویس ارائه کرده‌ایم که در واقع می‌توانیم بگوییم جزء تیم‌های پیشرو در این زمینه بوده‌ایم.



شرکت دیتاک در چه بخش‌هایی خدمت ارائه می‌کند؟ عمدتا مشتریان شما چه شرکت‌هایی بوده‌اند؟


اگر بخواهم دسته‌بندی خیلی ساده‌ای از سرویس‌ها بیان کنم، سرویس‌ها در دو دسته کلان سامانه‌های آنلاین و مبتنی بر آی‌تی و گزارش‌ها و تحلیل‌ها اختصاصی که منجر به تصمیم‌سازی و تصمیم‌گیری برای مدیران ارشد می‌شود، دسته‌بندی می‌شوند. در سامانه‌های آنلاین بر روی کلان داده‌های ذخیره شده پردازش اطلاعات مبتنی بر هوش مصنوعی انجام می‌شود و پس از آن 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 رخ داده است. به عنوان مثال فرض کنید برند بزرگی هستید و در مورد برند شما در فضای مجازی شایعه‌ای منتشر می‌شود سپس قبل از اینکه به اوج خود برسد، سیستم هوشمند شناسایی می‌کند و به شما پیام می‌دهد که در مورد شما اتفاقی غیرطبیعی افتاده 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.


مشابه نمونه‌ای که بیان کردم می‌تواند در دستگاه‌های حکمرانی هم رخ دهد. این روش در حوزه‌های مختلف سیاستگذاری هم کاربرد دارد، به عنوان مثال دستگاه‌هایی که هدفشان سیاستگذاری برای اجتماع و مردم است و می‌خواهند در این زمینه فعال باشند همچنین دستگاه‌های رسانه‌ای که به دنبال این هستند تا اثر کار یا دغدغه‌های افکار عمومی را در حوزه رسانه بدانند و مبتنی بر آنها سیاستگذاری کنند، می‌توانند از روش علوم اجتماعی محاسباتی استفاده کنند. علاوه‌بر این با استفاده از این روش حتی نامزدهای ریاست جمهوری می‌توانند در انتخابات شرکت کنند و مبتنی بر صحبت‌های واقعی و کلان داده‌های موجود در شبکه اجتماعی تصمیم بگیرنند و نیازهای واقعی را شناسایی و حتی مبتنی بر آن برنامه‌های تبلیغاتی خودشان را اجرایی کنند.


ایده شما استفاده از علوم اجتماعی محاسباتی است. در مورد این موضوع صحبت کنید که اصلاً از کجا ایجاد شده و ابعادش چه است؟


ریشه اصلی‌ علوم اجتماعی محاسباتی به فراگیری دیجیتال و دنیای آی‌تی و دنیای آنلاین برمی‌گردد که می‌تواند هم رفتار اجتماع و جامعه را در حضورش، در هسته فعالیتش، در واکنش‌ها و کنش‌هایی که در موضوعات مختلف داشته است، تغییر دارد و به دنیای آنلاین تبدیل شده 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 ثبت می‌شود می‌توانیم اتکا کنیم چون فراگیری مناسبی پیدا کرده است. علوم کلان داده در این سال‌ها پیشرفت زیادی داشته و به یک بلوغ نسبی رسیده است. از آن سمت علوم اجتماعی که در واقع مبتنی بر علوم انسانی و آمار بوده با علوم مبتنی‌بر دنیای آنلاین ترکیب شده است که علوم اجتماعی محاسباتی را به ترکیب رشته‌های علوم اجتماعی، آمار و علوم کامپیوتر تبدیل کرده است.


شرکت شما از چه ابزارهایی برای به کارگیری علوم اجتماعی محاسباتی در پروژه‌های خود استفاده می‌کند؟


تنوع ابزارها در این حوزه بسیار بالاست و همچنین تنوع مهارت‌های و حالت‌هایی که روی این حوزه باید درگیر بشوند بسیار زیاد است. اگر بخواهیم از ابزارها دستة‌بندی داشته باشیم که چه ابزارهایی لازم است، یکی از ابزارهای مهمش مبتنی‌بر کلان داده می‌شود که می‌توانیم آن‌ها را در چهار مرحله دسته‌بندی کنیم.


مرحله اول، جمع‌آوری دیتا است. به این معنا است که اطلاعات از فضای شبکه‌های آنلاین جمع آوری شود. جمع آوری از بسترهای مختلف از جمله رسانه‌های عمومی، رسانه‌های اجتماعی و جمعی انجام می‌شود. دسته دوم ذخیره‌سازی است زمانی‌که اطلاعات به کلان داده تبدیل می‌شود، ذخیره‌سازی کار دشواری می‌شود.



در دسته سوم پس از ذخیره‌سازی داده، باید سراغ پردازش آن برویم که اینجا زیرمجموعه‌های هوش مصنوعی از جمله پردازش تصویر، تحلیل شبکه‌های اجتماعی کامپیوتری مطرح می‌شود. مرحله آخر هم که الان خودش تبدیل به یک تخصص شده این است که این همه داد و آنالیز مختلفی که روی این میز است را چگونه عرضه کنم که بتواند قابل فهم باشد و بتواند تبدیل به یک فرآیند تصمیم‌گیری شود تا اینکه بخواهم فرضاً یک بولتن 400 یا 500 صفحه‌ای بزنم که هیچکس هم نمی‌خواند و در فرآیند تصمیم‌گیری هم قرار نمی‌گیرد. برای تحقق آن بحث مصورسازی و داستان‌سرایی داده‌ها و مواردی از این جنس مطرح می‌شود که آن هم ابزارهای مختلف دارد که ممکن است حالا در قالب‌های اینفوگرافیک و اینفوموشن و ... عرضه شود. بخش جدی از این ابزارها هم اگر واقعاً در اندازه کلان‌داده باشد، متخصصان خودش را می‌خواهد، لذا علوم اجتماعی محاسباتی را نمی‌شود انتظار داشت که یک نفر بخواهد خودش انجام دهد، باید مدیریت این ابزارها و در کنار هم قرار گرفتن آن توسط یک تیم اتفاق بیفتد.


کاربرد علوم اجتماعی محاسباتی و ابزارهای آن در مسائل و زمینه‌های مختلف اقتصادی چیست؟


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 بسیار قدیمی‌تر است و ریشه در سال‌های ابتدایی کار ما دارد. اگر بخواهیم علوم اجتماعی محاسباتی را به فضای تجاری محدودش کنیم، نیازمندی که این حوزه دارد این است که در مورد حوزه‌ای که می‌خواهیم کار کنیم، داده تولید شده باشد. چون ما می‌خواهیم روی داده‌ای صحبت کنیم که حجم اطلاعات قابل توجهی در مورد موضوعات تجاری صحبت شده باشد.


اگر بخواهم از تجربه‌مان بگویم این است که ما سال‌های ابتدایی شروع فعالیت‌مان علاقه بسیاری داشتیم تا با برندهای بزرگ کار کنیم اما یک معضل داشتیم که آن هم حجم پایین داده تولیدی در فضای مجازی بود. اولین علت این بود که فراگیری به این اندازه نشده بود، یعنی مردم عادی آن موقع در فضای مجازی حضور نداشتند. بیشتر قشر جوان یا تحصیلکرده در فضای مجازی فعال بودند که آنها هم عمدتا دغدغه‌های سیاسی یا دغدغه‌های خاص خودشان را داشتند. اما با فراگیر شدن حضور برندها در فضای مجازی و اختصاص درصدی از بودجه‌های تبلیغاتی‌شان به حضور در این فضا، موجب شد تا داده‌ها و اطلاعات برندها و مباحث تجاری‌شان که صحبت می‌شود، افزایش پیدا کند و الان کاملاً این اتفاق می‌افتد.


در سال‌های اخیر سازمان‌های خصوصی یا دولتی که سازمان‌های بزرگی هستند، برای‌شان به شدت مهم شده که در شبکه‌های اجتماعی و فضای مجازی درباره آن‌ها چه نظراتی منتشر می‌شود و تصویر عمومی از مردم چیست. این تصویر به شدت مهم می‌شود که اگر کار تبلیغاتی هم می‌خواهد اتفاق بیفتد مبتنی بر واقعیت‌های انجام شود و فاصله بین آن چیزی که در نظر جامعه هست با آن کاری که می‌خواهد انجام شود کاهش پیدا کند.


کارآیی دیگری که در خودِ حوزه اقتصاددی وجود دارد، مربوط به 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 تجربه‌هایی داشتیم که حوزه‌اش خیلی گسترده می‌شود که از جمله آن حوزه‌های مربوط به حمل و نقل یا خدماتی و کالایی است.


تفاوت بین افکارسنجی و رسانه‌سنجی در کار شما چیست؟


گاهی یک اتفاقی 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 در اینستاگرام یا توئیتر یا کانال شخصی‌اش در تلگرام گزارش منتشر می‌کند که باید بین این دو رسانه تفکیکی انجام شود. خیلی وقت‌ها اگر این تفکیک را انجام ندهیم کاملاً ما را به یک خطای محاسباتی و خطای شناختی روبرو می‌کند.


خیلی وقت‌ها شده برای اینکه ببینیم اجتماع چطور فکر می‌کند، سنسور را روی رسانه‌ها گذاشته‌ایم و در واقع اصحاب قدرت و آنهایی که رسانه‌ها دست‌شان است را پردازش می‌کنیم و این نظر اجتماع نبوده است. اگر بخواهم یک مثال ساده بزنم، 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. اما یک صفحه عادی که در اینستاگرام دارد فعالیت می‌کند، به سمت سنسورهایی که سمت افکارسنجی است قرار می‌گیرد.


انتهای پیام/4141


انتهای پیام/

ارسال نظر
قالیشویی ادیب