Como a IA da STILINGUE facilita minha vida?

Índice:

1. Introdução
2. Agilidade no Setup com sugestões nos termos e descritores
3. Menos tempo gasto com classificações
4. Acurácia na sentimentalização
5. Análises mais ricas
6. Onde encontrar IA na STILINGUE
7. Quem faz a IA na STILINGUE?

 

Introdução

Nos textos que fazem parte dessa seção explicamos o que é, como funciona, onde está e quem faz a IA acontecer na STILINGUE. Ficou mais fácil de entender como essa Inteligência Artificial facilita o seu trabalho, na prática? Se ainda resta alguma dúvida, listamos a seguir alguns exemplos que mostram como a IA da STILINGUE faz a diferença na sua rotina (e na do seu time). 

Agilidade no Setup com sugestões nos termos e descritores

A criação de um Setup é uma etapa crucial para uma operação consistente de Social Listening, e com a STILINGUE isso não é diferente. É através da Configuração de Pesquisa que você define o que será coletado, categorizado e priorizado na plataforma. 

Esse trabalho exige constante atenção e tempo dos usuários responsáveis, e ainda exige atualizações periódicas para revisar Grupos, Temas, perfis monitorados e outros elementos que compõem essa área.

Para liberar o tempo investido no Setup e, ao mesmo tempo, trazer mais comodidade e facilidade, a STILINGUE conta com um sistema de sugestões personalizadas através de IA: 

Primeiro, temos a sugestão de termos que apresenta descritores similares baseados em inflexões gramaticais (o termo “casa” pode trazer as sugestões “casinha” ou “casarão”); e também a sugestão de termos relacionados, que utiliza o contexto de determinados termos para sugerir outros associados (“política” e “Brasil” podem sugerir o termo “presidente”).

 

 

Outra forma de atuação da IA nessa etapa e por meio dos Grupos e Temas sugeridos. Com os Grupos sugeridos, você tem a opção de adicionar automaticamente descritores e perfis proprietários relacionados a uma determinada marca, que serão utilizados para coletar publicações que contenham esses descritores e perfis. 

 

Em paralelo, os Temas sugeridos atuam de forma semelhante ao incluir descritores relacionados a um assunto de interesse (se você incluir “Aplicativo”, o sistema pode sugerir termos como “app”, “aplicativos”, “token”, “apepe”) para classificar publicações que contenham os termos referentes a esse assunto. Com isso, você economiza tempo precioso ao configurar ou editar sua pesquisa, e ainda pode descobrir possibilidades de coleta que não haviam sido pensadas na etapa de planejamento.

 

Menos tempo gasto com classificações

Após coletar as publicações, o próximo passo é entender o que foi coletado. Para isso, é necessária a classificação das publicações para ter informações mais precisas sobre o conteúdo trazido, ou seja: o famoso Quem, Quando, Como, Onde e Por Quê? 

A IA também auxilia nessa tarefa ao apresentar algumas informações iniciais sobre as publicações, como idioma, rede social do publicador, dispositivo utilizado ou até mesmo gênero, nome de usuário e localização (quando essas informações são disponibilizadas pela API da rede). Esses dados podem ser buscados e visualizados em diversas áreas da STILINGUE, como o Filtro de Publicações e a Visão Geral, em Listening. 

 

 

Essas aplicações da IA oferecem ainda mais otimização no tempo gasto na plataforma, ainda mais em conjunto com outras ações como a inclusão de Temas para classificação na Configuração de Pesquisa e o uso de regras de automação.

 

 Acurácia na sentimentalização

Como saber exatamente se um texto tem viés positivo, negativo ou neutro? Não é uma tarefa simples, já que nosso idioma é uma entidade em evolução constante e a cada minuto temos novas gírias, memes e contextos disseminados pelas redes sociais. Isso pensando apenas no português brasileiro, imagine para outras línguas? É nessa hora que o nosso motor de processamento de linguagem natural (SNLP) entra em ação. 

 

A sentimentalização de publicações é feita pelo SNLP com base nas diretrizes do nosso time de Machine Teaching, para garantir um nível expressivo de acurácia (ou seja, na taxa de acerto do sentimento analisado). Essa acurácia é avaliada regularmente e tem mostrado excelentes resultados quando comparada a outros motores do mercado.

 

Atualmente, a acurácia para classificação de sentimento em publicações PT-BR é de 75% a 82%.

 

No final do dia, o que isso significa? Que ao coletar as publicações, a STILINGUE já realiza a classificação de sentimento, que também pode ser visualizada individualmente, compilada em gráficos para análises ou até mesmo editada em outros módulos da plataforma. 

 

Análises mais ricas

Mais do que trazer qualidade no conteúdo coletado, o uso da Inteligência Artificial permite olhares mais aprofundados e formatos de visualização que seriam muito mais complexos de fazer manualmente. Um exemplo é o gráfico de Termos correlacionados, na área Descobertas. 

 

 

Mais do que simplesmente mostrar os termos mais citados (como acontece em um gráfico tipo Wordcloud), em Termos correlacionados conseguimos apresentar a relação entre diferentes termos para descobrir narrativas, assuntos em alta ou possíveis crises e oportunidades. E essa facilidade para analisar é mérito da nossa IA, que também está presente em outro gráfico do Descobertas: o Duelo de Termos.

 

 

Aqui as possibilidades ficam ainda mais interessantes: você pode comparar diferentes recortes da sua pesquisa, como Grupos, Temas, gêneros de usuários, períodos e outros disponíveis nos Filtros para descobrir termos exclusivos e comuns entre dois parâmetros duelados (por exemplo, publicações do Twitter e do Youtube). Mais uma vez, a IA faz o “trabalho pesado” e você pode se concentrar nos insights gerados pelo cruzamento desses dados. 

 

Onde encontrar IA na STILINGUE

A Inteligência Artificial (IA) costuma ser cercada de mitos, em especial aqueles que ainda a tratam como uma tecnologia distante. Um dos exemplos mais comuns é a capacidade de fazer robôs movimentarem objetos ou a recomendação de determinado filme, dentro do serviço de streaming, com base no histórico de buscas anteriores do usuário. 

 

É importante registrar que esses são apenas dois casos que contêm aplicações em IA, cada vez mais enxergamos a prática dessa ciência para o nosso contexto no dia a dia. Você conhece uma assistente digital ativada por comando de voz? Ela foi desenvolvida utilizando IA e essa é apenas uma das formas de aplicar a prática em um produto ou negócio. Leia o guia inicial para saber mais sobre IA. 

 

IA na plataforma

 

E dentro da STILINGUE, onde fica a IA? Existem diversas áreas capazes de auxiliar em análises e classificações por meio de Inteligência Artificial.

Você vai conhecer algumas das funcionalidades mais importantes a seguir:

1. Sentimentalização 

• Filtro de Publicações - Listening
• Filtro de Conversas - Listening e STILINGUE Smart Care
• Mural de Publicações - Listening e STILINGUE Smart Care
• Visão Geral - Listening
• Minhas Conversas - STILINGUE Smart Care

Depois que um conteúdo é coletado pela plataforma, ele passa pelo processamento de linguagem natural da STILINGUE (SNLP) em uma das etapas internas para classificar o sentimento do texto, com as seguintes polarizações: 

• Positivo 
• Neutro
• Negativo 

 

O que vai determinar o sentimento da publicação analisada é o contexto presente no conteúdo. Para que o sistema seja atualizado de maneira constante, o time de Machine Learning possui um fluxo de manutenção mensal na classificação de sentimento. Além do fluxo, testes automáticos são feitos no sistema e funcionam como “validadores” das atualizações aplicadas. 

 

2. Detecção de idiomas

• Filtro de Publicações - Listening 
• Filtro de Conversas - Listening e STILINGUE Smart Care
• Mural de Publicações - Listening e STILINGUE Smart Care

Atualmente, a STILINGUE conta com outras duas versões em Espanhol e Inglês para acessar a plataforma. Além das opções de selecionar o idioma que a sua pesquisa irá apresentar (totalmente traduzida), você pode coletar publicações em outras línguas por meio da detecção de idioma feita pela IA. 

A Inteligência Artificial permite que publicações escritas em outras línguas sejam analisadas e classificadas conforme o idioma predominante - desde que tenham os mesmos termos descritos na Configuração de Pesquisa -, para os casos em que as publicações possuírem mais de um idioma descrito no texto.

 

3. Análise de Termos

• Descobertas - Listening
• Radar

A identificação de termos é uma das primeiras tarefas necessárias para entender melhor e mais rapidamente os textos coletados. Já reparou que nas publicações exibidas no Mural de Publicações do Listening, por exemplo, o texto possui algumas palavras sublinhadas? Isso não acontece à toa. 

O nosso motor de processamento de linguagem natural (SNLP) sublinha as palavras quando identifica que elas são ou fazem parte de um termo, sendo que um termo pode indicar uma ou mais palavras que se referem a algo importante em um texto, como uma palavra-chave para aquele texto. 

 

Essa ação é realizada mediante um conjunto de tarefas que abrange não apenas Inteligência Artificial, mas também Computação, Linguística e Estatística. Após identificar os termos, a próxima etapa é mapear as relações entre cada termo para enriquecer ainda mais as informações apresentadas, com os gráficos de termos relacionados e termos correlacionados.

Ao visualizar o módulo Descobertas, em Listening, você pode verificar uma estrutura construída a partir de termos coletados em sua pesquisa. Essa “teia de aranha” abrange as palavras mais frequentes, mencionadas durante um período específico de tempo, que se relacionam entre si. 

 

Aqui, a IA é aplicada para mapear as relações entre cada um dos termos. É necessário separar todas as palavras inseridas na pesquisa, identificar quais delas aparecem com mais frequência e, por fim, relacioná-las. Todo esse processo é desenvolvido por meio do processamento da Inteligência Artificial. 

 

Quem faz a IA na STILINGUE?

A Inteligência Artificial (IA) é caracterizada como um campo da ciência no âmbito da pesquisa, mas também é um espaço para resolução de problemas que busca fazer com que máquinas repliquem o raciocínio e os comportamentos humanos. 

Dentro da IA temos diferentes sub-áreas, como o aprendizado de máquina (Machine Learning ou ML), que busca aprimorar as técnicas para que as máquinas “aprendam sozinhas” a partir de um grande volume de dados analisados, além de melhorar a capacidade de sistemas que abrangem reconhecimento de voz, imagem, texto, entre outras funções.

 

IA também precisa de gente

Por mais avançados que sejam, esses métodos ainda precisam de supervisão e interferência humana, e é aqui que o time IA da STILINGUE entra em ação. Essa equipe é a principal responsável por planejar, desenvolver, manter e dar suporte aos sistemas de Inteligência Artificial utilizados na plataforma. 

Além disso, as atribuições do time também envolvem atualização constante das tecnologias empregadas por meio de benchmarks, análise de erros e propostas de melhoria com base em diagnósticos e descobertas. 

 

IA & Plataforma 

Aqui na STILINGUE, quem lida diretamente com essa tecnologia integra o time de Engenharia dedicado ao desenvolvimento e manutenção do software. Um dos maiores desafios internos é propor estratégias inteligentes e sustentáveis. 

 

Para localizar isso, o time se divide a partir das diferentes sub-áreas de IA, como Machine Learning (com a função de apresentar dados para ensinar ao sistema qual padrão deve ser seguido e identificado), Deep Learning (que requer mais “repetição” dos padrões para que a máquina possa captar os dados e refinar o processo sozinha), Natural Language Processing (área que busca fazer com que máquinas entendam as linguagens humanas) e Computer Vision (garantir que a IA possa tratar, processar, analisar e reconhecer padrões em imagens diversas). 

Essas especialidades de IA geralmente são vistas igualmente pelos integrantes da equipe, ainda que cada um tenha suas “preferências” de atuação.

 

Mais do que um time 

Na verdade, o time de IA conta com a ajuda de diversas áreas dentro da STILINGUE com o objetivo de entregar a melhor experiência possível para os nossos clientes. 

 

Por mais que um time se dedique integralmente ao processo de Inteligência Artificial dentro da STILINGUE, várias pessoas são responsáveis por “calibrar” a manutenção ou ajudar na estratégia de negócio. Desde o momento que o cliente apresenta uma demanda, diferentes equipes terão contribuído para ajudar na resolução até que o problema seja devidamente encaminhado.

As principais demandas e prioridades são levantadas com ajuda das relações com os times de Clientes e Produto com foco na resolução das dores mais urgentes do cliente. Já a forma de entregar a melhor experiência com nossas soluções é feita em conjunto com os times de Design e de Front-end - que, junto com o time de Back-end, também são essenciais para o desenvolvimento e a entrega das soluções usando as melhores práticas do mercado. 

 

Além disso, também é preciso que outros times como Infra, Segurança, Confiabilidade, Documentação e Banco de Dados para garantir que nossas soluções estão seguras e constantemente disponíveis para uso. 

 

Para mais informações, acesse a discussão sobre o assunto em nossa comunidade ou os vídeos no nosso canal. 😃