Principios de IA de Scribd y Everand: Integración de la IA en tu experiencia de lectura
En Scribd, estamos dedicados a enriquecer tu viaje de lectura a través del uso responsable de la tecnología de IA en los sistemas de recomendación. Nuestros Principios de IA guían cada aspecto de nuestro desarrollo de IA, asegurando que nuestra biblioteca digital siga siendo un espacio confiable, diverso e innovador para lectores, narradores y socios editoriales. Nota: debido a que nuestros Términos de uso prohíben el uso de nuestros productos por parte de usuarios menores de 13 años, los sistemas de recomendación descritos aquí no se aplican a menores de edad.
Modelos, Sistemas y Enfoques
Comprensión de los intereses del usuario: Comprender tus preferencias únicas es clave para nuestro enfoque de recomendaciones. Analizamos tus interacciones con nuestro contenido. Ya sea que estés interactuando con un libro, audiolibro o documento, este modelo interpreta tus intereses en función de estos patrones de lectura, búsquedas, calificaciones y guardados, y utiliza esto como entrada en los sistemas de recomendación.
Reordenar filas por relevancia: Los conocimientos de nuestro Modelo de Intereses del Usuario alimentan nuestros algoritmos de clasificación. Estos algoritmos reordenan inteligentemente las filas de recomendación que ves, asegurando que el contenido en la parte superior de tu página de inicio sea lo que más probablemente disfrutarás. Este reordenamiento personalizado significa que el universo de Scribd está alineado con tus gustos, haciendo que cada desplazamiento por nuestra plataforma sea un viaje de descubrimiento hecho a tu medida.
Sistemas de clasificación: En Scribd, nuestro enfoque para la clasificación de contenido es tan diverso y dinámico como la gama de contenido que ofrecemos. Nuestros sistemas de clasificación varían en diferentes superficies de producto, cada uno adaptado para presentar contenido de manera óptima en su contexto. Desde algoritmos de clasificación básicos que organizan eficientemente el contenido según popularidad o relevancia, hasta clasificaciones de contenido personalizadas basadas en el interés del usuario, nuestros sistemas están diseñados para adaptarse a la naturaleza variada de las interacciones y preferencias de los usuarios. Esta variabilidad asegura que cada aspecto de tu experiencia en Scribd, ya sea que estés explorando a fondo un tema específico o navegando casualmente por nuestra biblioteca, esté respaldado por un sistema de clasificación que sea el más adecuado para la tarea.
Curado editorialmente: En Scribd, la sinergia entre la experiencia humana y los algoritmos avanzados es fundamental para crear una experiencia de lectura diversa y enriquecedora. Nuestro equipo editorial juega un papel crítico en esto, curando filas de recomendación para lanzamientos específicos y eventos destacados. Sus conocimientos aseguran que nuestra curación de contenido trascienda las sugerencias algorítmicas, previniendo efectivamente el efecto de la 'burbuja de filtro' y promoviendo una amplitud de perspectivas. Este elemento humano es clave para nuestro compromiso con la diversidad, permitiéndonos destacar una amplia variedad de voces e historias, e invitando a nuestros usuarios a explorar más allá de sus intereses habituales.
Modelo de Contenido Semántico: Uno de los modelos centrales en el corazón de nuestro sistema de recomendación es el Modelo de Contenido Semántico, impulsado por modelos avanzados de aprendizaje de lenguaje (LLMs) para producir incrustaciones semánticas de todo nuestro contenido. Este modelo analiza el contenido semántico de los documentos para comprender su contexto y significado, haciendo posible recomendar contenido similar en todas nuestras marcas y tipos de contenido. Esto no solo mejora el descubrimiento de contenido, sino que también asegura que las recomendaciones sean relevantes y atractivas.
Modelo de usuario basado en interacciones: Nuestro segundo modelo central es el Modelo de Usuario por Interacción, que emplea incrustaciones de usuario y contenido para representar las preferencias únicas de cada usuario. Es un sistema que aprende de sus interacciones con nuestro contenido, por ejemplo, lo que lee y guarda, para refinar y personalizar continuamente las recomendaciones que recibe. Este modelo desempeña un papel crucial en impulsar diversas superficies de recomendación, incluida la función "Para ti", asegurando que lo que ve se adapte a su comportamiento de lectura e intereses.
Recomendaciones basadas en principios
Nuestro compromiso con la transparencia y mejora de la IA: En Scribd, nuestros Principios de IA son la piedra angular de nuestro compromiso con usted. Nos esforzamos continuamente por innovar de manera responsable, asegurando que nuestras funciones de IA sean confiables, comprensibles, diversas y auténticamente alineadas con nuestra misión. Nuestro objetivo es aprovechar la IA no solo para recomendar contenido, sino para inspirar, involucrar y respetar su viaje de lectura y descubrimiento.
Fomentando nuevos descubrimientos: Si bien priorizamos el contenido que se alinea con sus intereses establecidos, nuestro sistema también está diseñado para presentarle un espectro más amplio de ideas e historias. Este equilibrio garantiza que no esté limitado solo a sus preferencias existentes, sino que también se le presenten oportunidades para explorar nuevos géneros, autores y temas. Es un equilibrio delicado entre lo familiar y lo novedoso, con el objetivo de ampliar sus horizontes mientras lo mantiene anclado en lo que ama.
Dinámico y en evolución: Nuestros algoritmos son dinámicos, aprendiendo y evolucionando con cada interacción. A medida que sus intereses crecen y cambian, también lo hace el contenido que le presentamos. Esta evolución es una parte fundamental de nuestro compromiso de brindarle una experiencia de lectura que sea satisfactoria y enriquecedora.