Đăng ký
Đăng nhập
Nếu Tiktok không nhờ thuật toán AI đề xuất điều này thì những video thời lượng ngắn với hình ảnh đầy kích thích của TikTok sẽ khó lòng được lan truyền trên toàn thế giới như hiện tại.
TikTok hiện tại như một cơn bão gây nghiện đang càn quét khắp thế giới. Cùng với cả tỷ người sử dụng Internet bị cuốn theo trận lốc này thì các mạng xã hội lớn trên thế giới cũng đang lao theo siêu bão từ những video clip ngắn ngủi trên TikTok tạo nên. Nhưng tính đến nay, hầu như cũng không ai có thể cưỡng lại những hiệu ứng tạo bão do TikTok lập nên suốt thời gian vừa qua.
Đó là bởi vì nhiều hãng cạnh tranh mới chủ yếu copy TikTok từ cách sáng tạo nên những nội dung video đơn giản, nhưng việc làm như thế nào có thể “gây nghiện” với người sử dụng thì là câu chuyện hoàn toàn khác. Bí quyết nằm ở các gói nội dung phục vụ người dùng. Nhưng đến tháng 9 vừa qua đây, bằng một hành động khiến mọi người ngạc nhiên khi Bytedance, hãng mẹ của TikTok đã tiết lộ thiết kế cho các gói video đang dùng trên app đình đám hiện nay.
Điều này nằm trong kế hoạch của Bytedance để đưa ứng dụng gợi ý nội dung trên trở thành một giải pháp điện toán đám mây toàn diện phục vụ cho khách hàng doanh nghiệp. Nhờ vậy, chúng ta mới có góc nhìn rõ ràng hơn nữa về cách thức TikTok tạo ra “cơn nghiện” cho người sử dụng trên toàn cầu.
Monolith: Hệ thống AI gợi ý nội dung của TikTok
Trong lúc thuật toán của Facebook dựa trên “social graph” – sự liên kết cá nhân – của người sử dụng, hoặc mức độ tương tác của họ với nhiều người xung quanh nhằm tạo nên những gợi ý nội dung phù hợp để thu hút người dùng, thì thiết kế của TikTok chú trọng đến tương tác giữa người chơi với chính đối tượng đó, và có tên là Monolith.
Về tổng quan, cấu trúc của Monolith dựa theo thiết kế phân tán của TensorFlow – một bộ chương trình mã nguồn mở của Google dùng cho robot học tập và trí tuệ nhân tạo, ban đầu được lập nên để dành vào mục đích giảng dạy nghiên cứu chuyên sâu những hệ thống AI mới.
Đối với Monolith thì việc đào tạo có thể phân làm 2 phần: huấn luyện cơ bản (Batch Training) với mục đích cung cấp các thông tin cần thiết về nội dung và những tham số quan trọng. Các thông tin đầu vào có thể thu thập từ nhiều nguồn như là ngôn ngữ, quốc tịch hoặc chủng loại trang thiết bị.
Nhưng một yếu tố cơ bản nữa là những đánh giá đầu tiên của người xem về nội dung video nào họ muốn. Từ những chủ đề này, TikTok đưa thêm một chuỗi các sự kiện tương tự với mức độ ngang bằng đó – cả của người sử dụng mới đăng tải lên và nội dung của nhiều người có liên quan.
Tiếp đó là nghiên cứu phản ứng của người sử dụng trước thông tin đã đăng tải về tính hiệu quả của dữ liệu đó căn cứ trên những tham số như: số lượng like, lượt thích, thời gian xem, số comment, lượt repost, lượt share, sự tăng trưởng người quan tâm, . .. Các thông tin trong top 10% điểm số cao nhất sẽ là ưu tiên hiển thị.
Các tham số về phản ứng của người sử dụng cũng có thể thay đổi và đồng bộ hoá theo thời gian thực để nó tạo nên những ảnh hưởng gần như tức thì đối với người dùng.
Để có năng lực đào tạo liên tục với hiệu suất cao, thuật toán Monolith do TikTok phát triển với sự chấp thuận tỉ lệ lỗi cao hơn (fault Tolerance) – hoặc bằng một cách khác, họ đã cắt giảm độ chính xác trên mô hình của nó để mọi tham số được đồng bộ hoá lại nhanh chóng hơn, với băng thông mạng rộng hơn và cho những phản hồi theo thời gian thực dễ tin tưởng hơn.
Tương tự hệ thống gợi ý của Facebook, phản hồi của người sử dụng về hình ảnh có thể đo lường bằng những hành động như like và share hay comment dưới đoạn video. Nhưng yếu tố then chốt đối với hệ thống của TikTok là thời lượng người sử dụng xem lại video. Điều ngược lại cũng biểu hiện trên những thông tin mà TikTok cung cấp:
“Các ID chỉ dành một ít thời gian (với đoạn video được đề xuất) sẽ có ít đóng góp cho việc cải thiện chất lượng mô hình,” ngoài ra các ID “có thời hạn sử dụng từ lâu hiếm khi đóng góp vào mô hình hiện tại khi phần nhiều trong số chúng không bao giờ được truy cập. Điều này có thể là vì người dùng đã không còn hoạt động hoặc đoạn video ngắn đã lỗi thời.”
Trong trường hợp những hành động người xem như like, share và comment không hẳn bao giờ cũng có mặt trên các video đã đăng tải, thì thời lượng theo dõi đoạn video vẫn được TikTok coi là nhân tố chính giúp xác định sự quan tâm của người sử dụng tới nội dung video đó.
Hệ luỵ của việc gây nghiện cho người sử dụng
Trên thực tế, các ứng dụng mạng xã hội thường có giao diện nhằm giúp người xem lưu trang càng nhiều càng tốt. Nhưng có thể thấy thuật toán thiết kế của TikTok đã xây dựng nhằm nhấn mạnh sự phản ứng của người xem về thông tin đang xuất hiện – thay vì chú trọng đến các mối quan hệ kết nối người sử dụng với bạn bè theo lối làm việc của Facebook.
Điều này có một lợi ích nữa từ việc thiết kế video của TikTok đối với người sử dụng: chính là thay đổi trải nghiệm của người xem theo hướng “gây nghiện” cho họ. Còn cách khác hiệu quả hơn là tăng thời lượng thưởng thức video và trải nghiệm của người sử dụng bằng việc thiết kế những hình ảnh có thể kích hoạt nồng độ dopamin trong não bộ – một hormone được sản sinh mỗi lần bạn cảm nhận thấy thứ gì đấy tạo hứng thú.
Trên thực tế cách tiếp cận thu hút người sử dụng của TikTok cũng giống với YouTube. Nhưng khác biệt là cách sử dụng nền tảng của 2 app này. Trong khi YouTube đầu tiên dành cho khách hàng sử dụng máy tính để bàn sau đó mới tiếp tục phát triển trên smartphone, thì các video có dung lượng lớn với thiết kế mặc định sẽ choán một chỗ nhỏ nhưng vẫn là nền tảng cho những gợi ý video khác.
Còn với TikTok, những video có thời gian quá nhanh và giao diện mặc định choán hết màn hình điện thoại di động sẽ lôi kéo tất cả sự tập trung của người dùng. Với những nội dung liên tiếp kích thích sự quan tâm trong thời gian ngắn ngủi thì một loạt tất cả các video đó sẽ thu hút hết sự chú ý của người xem, cũng như ngay lập tức “gây nghiện” và làm họ không thể nào dời mắt rời chiếc điện thoại di động.
Chạy theo để thu hút chú ý cho người xem càng nhanh càng tốt sẽ không những tạo nên các video với màu sắc và âm thanh vô cùng hấp dẫn, nó cũng kéo theo nhiều thông tin “rác” hoặc gây tranh luận dữ dội trên mạng. Khi thu hút thêm các tương tác, tính năng gợi ý của TikTok sẽ ngay lập tức đặt nó đứng đầu bảng trong danh sách những video có thể ưu tiên xem và chia sẻ rộng rãi cho người sử dụng tiếp theo – bất kể đó là ai hay sự quan tâm là gì.
Cho dù TikTok đã từng xoá bỏ một khối lượng khổng lồ video vì vi phạm “Tiêu chuẩn cộng đồng” của hãng. Riêng quý 2/2022, TikTok được báo cáo đã xoá bỏ 113 triệu video vi phạm. Đây là một sự tăng trưởng khủng khiếp chỉ trong 6 tháng của năm 2019, số lượng video rác trên mạng YouTube đã đạt mức 49 triệu.
Số lượng video đã xoá bỏ cho biết, sự phát triển kinh khủng của những nội dung bẩn trên mạng YouTube lên đến mức độ ế nào. Hơn thế nữa, con số này là chưa kể những video bẩn vẫn không bị xác định và loại bỏ trước khi lan truyền rộng rãi trên nền tảng YouTube.
Tham khảo thêm về những thông tin về nhượng quyền khác cùng Nhượng Quyền Việt, xem tại đây!
Để quảng cáo thương hiệu nhượng quyền, đăng tin cho thuê mặt bằng, đăng tin tuyển dụng vui lòng liên hệ với chúng tôi thông qua hello@nhuongquyenviet.vn
