Bài viết này sẽ chia sẻ những thử nghiệm tiêu biểu của một số tòa soạn như The Guardian, BBC, The Financial Times, The New York Times và The Wall Street Journal trong việc giữ chân độc giả và ứng dụng công nghệ trong việc tối đa hóa việc sản xuất tin bài.
BBC: tạo ra các định dạng mới để chia sẻ câu chuyện tin tức trên nền tảng số
BBC News Labs là một trong số những nghiên cứu điển hình của dự án JournalismAI tại Polis (tổ chức tư vấn của Trường Kinh tế London). Nghiên cứu đã đề cập rõ việc ứng dụng tự động hóa để chuyển đổi các câu chuyện cũ sang định dạng mới hoặc sử dụng công nghệ để nâng cao các bài báo hiện có.
Theo đó, nhóm News Labs đã giới thiệu một số thử nghiệm của họ. Một thử nghiệm là ứng dụng các mô hình trí tuệ nhân tạo (AI) của Google (Pegasus & Bert) để tóm tắt một bài báo thành các gạch đầu dòng. Sau đó, nhà báo có thể sử dụng chúng trong phần đầu của bài viết. Một ví dụ khác là cá nhân hóa thực tế cho tin tức trong đó các nhà báo có thể ghi một đoạn âm thanh và sử dụng một công cụ có tên mã là CuPid để tạo các định dạng khác.
Nhưng có một thử nghiệm được gọi đơn giản là trình chỉnh sửa câu chuyện đồ họa sẽ cực kỳ hữu ích cho bất kỳ tòa soạn nào, giúp các nhà báo nhanh chóng tạo các định dạng câu chuyện cho mạng xã hội từ văn bản.
Công cụ này là một trình chỉnh sửa đồ họa với danh mục hình ảnh và một số mẫu được tạo sẵn để đưa câu chuyện vào đó. Nhập nội dung vào và công cụ này có thể tạo ra toàn bộ câu chuyện. Tất nhiên, các nhà báo có thể chủ động biên tập các câu chuyện hoặc xây dựng các câu chuyện mới.
Cũng là một thử nghiệm, nhóm nghiên cứu đang suy nghĩ về việc tích hợp công cụ này vào CMS của họ. "Chúng tôi đang xem xét ý tưởng tích hợp công cụ này với hệ thống quản lý nội dung mới hiện đang được phát triển tại BBC và thậm chí xuất bản các câu chuyện trong ứng dụng di động BBC News", nhóm nghiên cứu chia sẻ.
The Guardian: tối đa hóa việc sản xuất tin bài cho nhà báo
Blog Inside the Guardian và Engineering của tờ The Guardian là những blog chuyên chia sẻ những câu chuyện thú vị và bài học kinh nghiệm, hoặc những điều họ đã làm có thể hữu ích cho người khác.
Tháng 11/2020, blog đã giới thiệu công cụ Typerighter. Công cụ này lấy thông tin từ hướng dẫn mẫu của tờ báo và gắn cờ khi các nhà báo sử dụng các thuật ngữ không chính xác.
Công cụ Typerighter sẽ gắn cờ khi các nhà báo sử dụng các thuật ngữ không chính xác.
Typerighter đã được tích hợp vào phần mềm chỉnh sửa nội bộ hiện có của tòa soạn - Composer. Do đó, các nhà báo có thể sử dụng từ các công cụ soạn thảo văn bản của mình và nó hoạt động giống như một công cụ soạn thảo nổi tiếng Grammarly phiên bản Guardian, trợ giúp cho các nhà báo nhưng không cản trở sự tập trung vào việc duy trì chất lượng của bài viết.
Tất nhiên, phần lớn độc giả sẽ không bao giờ thấy Typerighter làm được điều đó; những gì họ hy vọng sẽ thấy là những gì họ muốn đọc được tạo ra nhanh hơn, chính xác hơn, và được trình bày với sự cẩn thận mà họ đã đánh giá cao.
Wall Street Journal: tập trung vào sự tương tác của khán giả
Nhóm Trải nghiệm và Chiến lược số của Wall Street Journal (WSJ) đang điều hành một blog trên Medium (họ cũng có podcast). Ở đó, họ chia sẻ cách họ xem xét về sản phẩm, thiết kế, công nghệ và chiến lược độc giả.
Trong một blog gần đây, WSJ tập trung vào các chiến lược giữ chân người đăng ký đọc báo. Như nhiều hãng truyền thông khác, WSJ cũng đã chứng kiến sự gia tăng về số lượng độc giả, và nhóm nghiên cứu đang muốn thu hút các thành viên mới và ít tương tác quay lại với trang web thường xuyên hơn (họ nhận thấy điều này giúp cải thiện tỷ lệ giữ chân người đăng ký).
Theo đó, chiến lược của họ đưa ra cụ thể là:
Đầu tiên, họ gửi một email hàng ngày cung cấp một liên kết đến phiên bản PDF của ấn bản in cho độc giả. Đại dịch đã cắt giảm doanh số bán lẻ và dịch vụ giao báo tận nhà, vì vậy, WSJ muốn đảm bảo trải nghiệm này không phải là "bí mật" của người trong cuộc mà hoàn toàn có thể dễ dàng có sẵn.
Tiếp theo, những thay đổi nhỏ hơn thể hiện các đặc điểm hình thành thói quen và mang lại kết quả hữu hình. Liên kết "Xem danh sách theo dõi" nổi bật trên màn hình trang chủ của họ đã dẫn đến việc tăng 90% số lượng khách truy cập vào tính năng đó.
Liên kết "Podcast" mới trong điều hướng đã thúc đẩy lượt phát podcast tăng 16% trong tháng đầu tiên. Việc mở rộng quảng cáo "bản tin có liên quan" cho các câu chuyện trên AMP của Google (trang tăng tốc độ truy cập dành cho thiết bị di động) đảm bảo rằng họ đã mời khán giả tìm kiếm trên thiết bị di động xem thêm các mẫu báo cáo của The Journal.
Trong blog, họ cũng đã chia sẻ rằng họ đạt được thành công lớn khi giới thiệu tính năng "Nghe bài viết này". Tính năng chuyển văn bản thành giọng nói đã cung cấp phiên bản âm thanh của mọi câu chuyện trên WSJ.com. Như nhóm nghiên cứu đã chia sẻ, những phương pháp này được chứng minh là hình thành thói quen nhiều hơn so với trò chơi ô chữ phổ biến của họ.
Financial Times: dự đoán các chủ đề thịnh hành
Blog Sản phẩm & Công nghệ của Financial Times là một trang khác thường xuyên chia sẻ hướng dẫn cũng như kết quả các thử nghiệm của họ.
Một thử nghiệm gần đây được chia sẻ trên blog tập trung vào việc dự đoán các chủ đề thịnh hành. Dự đoán trước các xu hướng trong tương lai và điều chỉnh nội dung nhằm đáp ứng tốt hơn nhu cầu của người đọc và người đăng ký là một tính năng mạnh mẽ.
Dự đoán các chủ đề thịnh hành là một mô hình khoa học dữ liệu được xây dựng bằng cách sử dụng máy học và phân tích chuỗi thời gian. Financial Times xác định chủ đề bài viết bằng thuật toán học máy không được giám sát và sử dụng phân tích chuỗi thời gian để gắn cờ các điểm bất thường trong dữ liệu.
Financial Times cho biết, "hiểu được sở thích của độc giả là rất quan trọng để cải thiện trải nghiệm người dùng và duy trì sự tương tác với các sản phẩm của chúng tôi. Việc có các chỉ số chính xác cho thấy lĩnh vực nào ngày càng quan trọng để có thể giúp các nhà báo tăng cường tập trung vào các chủ đề được quan tâm".
New York Times: giới thiệu các bài viết phù hợp cho độc giả hiệu quả hơn
NYT Open đặt ra tiêu chuẩn về việc cung cấp thông tin về thiết kế, xây dựng sản phẩm kỹ thuật số và trải nghiệm người dùng. Nhóm đã chỉ ra cách họ thiết kế lại bản tin nổi tiếng The Morning, thiết kế một công cụ lập kế hoạch mới cho CMS hoặc câu chuyện đằng sau việc thiết kế lại trang chủ của họ.
Gần đây, nhóm NYT Open đã đi sâu vào một chủ đề rất được quan tâm: làm thế nào để giới thiệu các bài viết phù hợp cho độc giả xem tiếp theo.
Việc chỉ định các bài báo được đề xuất theo từ khóa và thẻ được tác giả và biên tập viên sử dụng cũng là một vấn đề. Sở thích có thể không tương ứng với thẻ của các bài báo; thẻ đại diện cho một chủ đề theo nghĩa đen, trong khi sở thích thường thể hiện một cách diễn giải sắc thái về chủ đề đó dựa trên ngữ cảnh.
(Ảnh minh họa)
Xây dựng một mô hình học máy gắn nhãn sở thích cho các bài báo là một cách tiếp cận mạnh mẽ và có thể đạt hiệu quả cao. Tuy nhiên, NYT Open cũng cho rằng sẽ là vô trách nhiệm nếu để nó quản lý các sở thích mà không có sự giám sát của con người.
Độc giả tin tưởng The Times quản lý nội dung có liên quan đến họ và tờ báo cũng coi trọng sự tin tưởng này. Thuật toán giống như nhiều hệ thống ra quyết định dựa trên AI khác, không nên đưa ra quyết định cuối cùng mà không có sự giám sát của con người. Công cụ phân loại sở thích này đã được sử dụng như một trong số các đầu vào mà thuật toán sử dụng để tính toán các đề xuất bài viết phù hợp.
.jpg "Chìa khóa giải quyết thách thức trong bảo vệ trẻ em trên không gian mạng")
