Casi d'uso per Personalizza esperienze
Importante
A partire dal 20 settembre 2023 non sarà possibile creare nuove risorse di Personalizza esperienze. Il servizio Personalizza esperienze viene ritirato il 1° ottobre 2026.
Che cos'è una nota sulla trasparenza?
Un sistema di intelligenza artificiale include non solo la tecnologia, ma anche le persone che lo useranno, le persone che ne saranno interessate e l'ambiente in cui viene distribuito. La creazione di un sistema adatto allo scopo previsto richiede una comprensione del funzionamento della tecnologia, delle sue capacità e limitazioni e di come ottenere le migliori prestazioni.
Microsoft fornisce note sulla trasparenza per comprendere il funzionamento della tecnologia di intelligenza artificiale. Ciò include le scelte che i proprietari del sistema possono fare che influenzano le prestazioni e il comportamento del sistema, e l'importanza di pensare all'intero sistema, tra cui la tecnologia, le persone e l'ambiente. È possibile usare le note sulla trasparenza durante lo sviluppo o la distribuzione del proprio sistema oppure condividerle con le persone che useranno o saranno interessate dal sistema.
Le note sulla trasparenza fanno parte di uno sforzo più ampio di Microsoft per mettere in pratica i principi di intelligenza artificiale. Per altre informazioni, vedere Principi di intelligenza artificiale Microsoft.
Introduzione a Personalizza esperienze
Personalizza esperienze di intelligenza artificiale di Azure è un servizio basato sul cloud che consente alle applicazioni di scegliere l'elemento di contenuto migliore per mostrare agli utenti. È possibile usare Personalizza esperienze per determinare quale prodotto suggerire agli acquirenti o per individuare la posizione ottimale per un annuncio pubblicitario. Dopo che il contenuto viene visualizzato all'utente, l'applicazione monitora la reazione dell'utente e segnala un punteggio di ricompensa a Personalizza esperienze. Il punteggio di ricompensa viene usato per migliorare continuamente il modello di Machine Learning usando l'apprendimento per rinforzo. Ciò migliora la capacità di Personalizza esperienze di selezionare l'elemento di contenuto migliore nelle interazioni successive in base alle informazioni contestuali ricevute per ognuna.
Per altre informazioni, vedere:
- Informazioni su Personalizza esperienze
- Dove è possibile usare Personalizza esperienze
- Funzionamento di Personalizza esperienze
Termini importanti
| Termine | Definizione |
|---|---|
| Ciclo di apprendimento | Si crea una risorsa di Personalizza esperienze, denominata ciclo di apprendimento, per ogni parte dell'applicazione che può trarre vantaggio dalla personalizzazione. Nel caso di più esperienze da personalizzare, creare un ciclo per ognuna. |
| Modello online | Il comportamento di apprendimento predefinito per Personalizza esperienze in cui il ciclo di apprendimento usa l'apprendimento automatico per creare il modello che stima l'azione principale per il contenuto. |
| Modalità apprendista | Comportamento di apprendimento che consente di avviare a caldo un modello di Personalizza esperienze per eseguire il training senza influire sui risultati e sulle azioni delle applicazioni. |
| Ricompense | Misura del modo in cui l'utente ha risposto all'ID azione di ricompensa restituita dall'API classificazione, come punteggio compreso tra 0 e 1. Il valore da 0 a 1 viene impostato dalla logica di business in base all'efficacia della scelta per realizzare gli obiettivi aziendali della personalizzazione. Il ciclo di apprendimento non archivia questa ricompensa come cronologia utente singola. |
| Esplorazione | il servizio Personalizza esperienze usa l'esplorazione quando, invece di restituire l'azione ottimale, ne sceglie una diversa per l'utente. Il servizio Personalizza esperienze evita scenari di deriva e di stallo e può adattarsi al comportamento in corso dell'utente tramite esplorazione. |
Per altre informazioni e termini chiave aggiuntivi, vedere terminologia e documentazione concettuale di Personalizza esperienze.
Caso d'uso di esempio
Alcune motivazioni comuni dei clienti per l'uso di Personalizza esperienze sono:
- Coinvolgimento degli utenti: acquisire l'interesse degli utenti scegliendo il contenuto per aumentare il click-through o assegnando la priorità all'azione migliore successiva per migliorare i ricavi medi. Altri meccanismi per aumentare l'engagement degli utenti possono includere la selezione di video o musica in un canale o una playlist dinamica.
- Ottimizzazione del contenuto: le immagini possono essere ottimizzate per un prodotto (ad esempio la selezione di un poster cinematografico da un set di opzioni) per ottimizzare il click-through o il layout dell'interfaccia utente, colori, immagini e blurbs possono essere ottimizzati in una pagina Web per aumentare la conversione e l'acquisto.
- Massimizzare le conversioni usando sconti e coupon: per ottenere il miglior equilibrio di margine e conversione scegliere gli sconti che l'applicazione fornirà agli utenti o decidere quale prodotto evidenziare dai risultati di un motore di raccomandazione per ottimizzare la conversione.
- Ottimizzare la modifica positiva del comportamento: selezionare la domanda di suggerimento per il benessere da inviare in una notifica, una messaggistica o un push SMS per ottimizzare il cambiamento di comportamento positivo.
- Aumentare la produttività nel servizio clienti e nel supporto tecnico evidenziando le azioni migliori più rilevanti o il contenuto appropriato quando gli utenti cercano documenti, manuali o elementi di database.
Considerazioni sulla scelta di un caso d'uso
- Usare un servizio che apprende come personalizzare il contenuto e le interfacce utente è utile. Tuttavia, può anche essere erroneamente applicata se la personalizzazione crea effetti collaterali dannosi nel mondo reale. Valutare il modo in cui la personalizzazione aiuta anche gli utenti a raggiungere i propri obiettivi.
- Considerare quali conseguenze negative nel mondo reale potrebbero essere se Personalizza esperienze non suggerisce elementi specifici perché il sistema viene sottoposto a training con una distorsione ai modelli di comportamento della maggior parte degli utenti di sistema.
- Si considerino situazioni in cui il comportamento di esplorazione di Personalizza esperienze potrebbe causare danni.
- Valutare attentamente la personalizzazione delle scelte che sono consequenziali o irreversibili e che non devono essere determinate da segnali e ricompense a breve termine.
- Non includere in Personalizza esperienze azioni che non devono essere scelte. Ad esempio, i film inappropriati devono essere filtrati in base alle azioni da personalizzare se si effettua una raccomandazione per un utente anonimo o meno autorizzato.
Ecco alcuni scenari in cui le linee guida precedenti avranno un ruolo nel determinare se e come applicare Personalizza esperienze:
- Evitare di usare Personalizza esperienze per le offerte di classificazione su specifici prodotti di prestito, finanziari e assicurativi, in cui le funzionalità di personalizzazione sono regolamentate, in base ai dati che gli individui non conoscono, non possono ottenere o non possono contestare; e scelte che necessitano di anni e informazioni "oltre il clic" per valutare veramente quanto siano state buone raccomandazioni per l'azienda e gli utenti.
- Valutare attentamente la possibilità di personalizzare i corsi scolastici e gli istituti di istruzione, in cui le raccomandazioni senza esplorazione sufficiente potrebbero propagare distorsioni e ridurre la consapevolezza degli utenti di altre opzioni.
- Evitare di usare Personalizza esperienze per sintetizzare il contenuto in modo algoritmico con l'obiettivo di influenzare le opinioni nella democrazia e nella partecipazione civica, in quanto è consequenziale a lungo termine, e può essere manipolativo se l'obiettivo dell'utente per la visita deve essere informato, non influenzato.