Όταν μεταδόθηκε το τελευταίο επεισόδιο του Game of Thrones, εάν δεν ήσασταν από αυτούς που το είδαν αμέσως, τότε σίγουρα δεν περάσετε πολύ καλά. Για ώρες ολόκληρες ενοχλητικά spoilers κατέκλυσαν τον χώρο του Διαδικτύου: αναρτήσεις φίλων, μηνύματα στο WhatsApp, άρθρα online, το Twitter κ.ο.κ.
Αυτή η απροσδόκητη «εισβολή» ώθησε ορισμένους χρήστες να λάβουν μια πιο δραστική απόφαση: να απενεργοποιήσουν τα κινητά τους, έτσι ώστε να αποφύγουν τα πιθανά spoilers. Η καλή, όμως, είδηση είναι ότι σύντομα δεν θα υπάρχει λόγος να καταφεύγετε σε τέτοιου είδους αποφάσεις. Προς όφελος όλων όσοι απεχθάνονται να μαθαίνουν το τέλος ενός επεισοδίου νωρίτερα –ασχέτως αν είναι καλό ή κακό– έρχεται η τεχνητή νοημοσύνη, η οποία θα ειδοποιεί τους χρήστες σε περίπτωση μιας ενδεχόμενης ενοχλητικής πρόβλεψης του τέλους μιας σειράς.
Το SpoilerNet αποτελεί μια πρωτοβουλία ερευνητών του Πανεπιστημίου της Καλιφόρνια, σε συνεργασία με την Amazon, και θα είναι σε θέση να αναγνωρίζει και να επισημαίνει τα spoilers σε online βιβλία και τηλεοπτικά προγράμματα. Αφετηρία για την έρευνα των επιστημόνων αποτέλεσε η ακόλουθη διαπίστωση: παρόλο που ορισμένες ιστοσελίδες θέτουν στη διάθεση των χρηστών προειδοποιήσεις για ενδεχόμενα spoilers, πολύ συχνά oι χρήστες δεν τα λαμβάνουν υπ' όψιν.
Έτσι προέκυψε η ιδέα για χρήση ενός αλγόριθμου, ο οποίος θα ενεργοποιείται αυτόματα κάθε φορά που θα καταλαβαίνει ότι κάποιος θέλει να γράψει ένα spoiler: εάν, δηλαδή, υπάρχουν κοινά γλωσσικά συστήματα ή συγκεκριμένες και επαναλαμβανόμενες εκφράσεις που χρησιμοποιούνται, τότε θα είναι εφικτό να εντοπιστούν προκαταβολικά οι τυχόν ανεπιθύμητες αποκαλύψεις.
Τα spoilers κατά βάση εστιάζουν στο φινάλε ενός επεισοδίου. Το χαρακτηριστικό αυτό, αν και θεωρείται σημαντικό για την πορεία της έρευνας, δεν είναι αρκετό, καθώς ο αλγόριθμος πρέπει να λάβει υπ' όψιν ότι η ίδια λέξη μπορεί να έχει διαφορετική σημασία ανάλογα με το γλωσσικό πλαίσιο στο οποίο βρίσκεται.
Το σύστημα αυτών των ερευνητών στηρίχθηκε σε δύο βάσεις δεδομένων εκ των οποίων η μία δημιουργήθηκε εκ μηδενός από τους ίδιους. Ο Mengting Wan, διδάκτωρ Πληροφορικής και βασικό μέλος στην καταγραφή της έρευνας, υποστηρίζει ότι για να εντοπιστούν τα spoilers στις κριτικές που γίνονται για τηλεοπτικά προγράμματα, αρχικά χρησιμοποιήθηκε μια μικρή βάση δεδομένων, η οποία περιείχε 16.261 σχόλια με μία και μόνο φράση το καθένα, παρμένα από 884 μεταδόσεις. Τα αποτελέσματα της έρευνας δημοσιεύθηκαν στο ArXiv, το αρχείο όπου δημοσιεύονται τα σχέδια των επιστημονικών άρθρων, όταν δεν έχουν ακόμη δημοσιευθεί. Ωστόσο, οι δυνατότητες του λογισμικού είναι πράγματι πολλά υποσχόμενες.
Όσον αφορά τα βιβλία, η τεχνητή νοημοσύνη κατάφερε να αντιμετωπίσει τα ανεπιθύμητα spoilers με μια ακρίβεια που κυμαίνεται ανάμεσα στο 89-92%, ενώ όσον αφορά τα τηλεοπτικά προγράμματα το ποσοστό επιτυχίας στην πρόβλεψη έπεσε στο 74-80%, ίσως λόγω του ότι η αντίστοιχη βάση δεδομένων ήταν μικρότερη. Πολλά από τα λάθη, αναφέρουν οι ερευνητές, οφείλονται σε λέξεις που συνήθως είναι αρκετά αποκαλυπτικές ή σε λέξεις που απλά δεν υπήρχαν στη βάση δεδομένων που χρησιμοποιήθηκε.
Ανάμεσα στα πράγματα που αποκαλύφθηκαν, αξίζει να αναφερθεί ότι τα spoilers κατά βάση εστιάζουν στο φινάλε ενός επεισοδίου. Το χαρακτηριστικό αυτό, αν και θεωρείται σημαντικό για την πορεία της έρευνας, δεν είναι αρκετό, καθώς υπάρχουν πολλές πτυχές που πρέπει να λάβει υπόψιν του ο αλγόριθμος στο δύσκολο έργο του, μεταξύ των οποίων ότι η ίδια λέξη μπορεί να έχει διαφορετική σημασία ανάλογα με το γλωσσικό πλαίσιο στο οποίο βρίσκεται.
Το SpoilerNet, πάντως, φαίνεται πως τα πήγε αρκετά καλά στις δοκιμές που έγιναν, ενώ οι ερευνητές ελπίζουν ότι μια μέρα όλοι θα μπορούν να επωφεληθούν από αυτόν τον αλγόριθμο μέσα από μια επέκταση που θα χρειαστεί να κάνουν στον browser: εγκαθιστώντας αυτό τον μηχανισμό θα εμφανίζεται στην οθόνη του χρήστη μια ετικέτα με τίτλο «προσοχή spoiler» και έτσι, θα είναι σε θέση να αποφύγουν τους ενοχλητικούς φίλους που συνηθίζουν να κάνουν αυτές τις ανεπιθύμητες ανακοινώσεις.
Πηγή: La Repubblica
σχόλια