С обновлением iOS 18.4 пользователи App Store заметили новое улучшение: отзывы о приложениях теперь сопровождаются сжатыми ИИ-сводками. Это нововведение было анонсировано ещё в октябре 2024 года, но только сейчас Apple подробно объяснила, как именно работает механизм формирования этих коротких резюме. В официальном блоге компании, посвящённом машинному обучению, Apple раскрыла детали процесса и цели внедрения технологии.
ИИ-сводки отзывов в App Store призваны облегчить выбор приложений, предлагая пользователям компактную и объективную выжимку мнений. Apple рассказывает, как искусственный интеллект выделяет главное, фильтрует шум и балансирует эмоции — чтобы резюме действительно помогало принимать решение.
Цель: сделать отзывы понятнее и полезнее
Основная идея внедрения ИИ-сводок — улучшить пользовательский опыт. Вместо того чтобы читать десятки отзывов, зачастую разрозненных и субъективных, человек получает структурированную выжимку, отражающую общее настроение и ключевые темы. Однако задача оказалась не такой простой, как кажется. Отзывы в App Store бывают разными: длинными и короткими, актуальными и устаревшими, написанными после крупных обновлений или, наоборот, до появления важных функций. Некоторые содержат спам или оскорбления. Всё это усложняет автоматизированную обработку.
Чтобы сводки были не только краткими, но и полезными, Apple создала многоступенчатый процесс, объединяющий фильтрацию, анализ и генерацию с помощью специально обученных LLM-моделей (больших языковых моделей).
Как работает ИИ-сводка отзывов в App Store
Apple описывает несколько ключевых этапов процесса.
Очистка отзывов
Перед анализом из общего массива исключаются отзывы, содержащие спам, грубость или нерелевантный контент. Это позволяет сосредоточиться только на качественных отзывах, которые несут полезную информацию.
Извлечение инсайтов (Insight Extraction)
На этом этапе каждая рецензия разбивается на отдельные смысловые фрагменты. Каждый такой фрагмент — это конкретное утверждение о каком-либо аспекте приложения, сформулированное в нейтральной форме. Один инсайт охватывает лишь одну тему и один тип оценки — положительный, отрицательный или нейтральный.
Моделирование тем (Dynamic Topic Modeling)
Далее AI сравнивает выделенные фрагменты, группируя их по наиболее часто встречающимся темам. Это может быть, например, производительность, удобство интерфейса, наличие рекламы или стабильность после обновлений.
Каждой теме соответствует набор типичных пользовательских утверждений, которые отражают общее восприятие. Эти утверждения и становятся основой для итоговой сводки.
Генерация итогового текста
Используя агрегированные данные, AI формирует финальное резюме объёмом от 100 до 300 слов. Оно должно быть нейтральным, сбалансированным по тону, охватывающим как положительные, так и негативные мнения. Структура и стиль текста стандартизированы, чтобы сводка выглядела естественно и легко читалась.
Контроль качества: люди всё ещё в деле
Несмотря на автоматизацию, Apple задействует и человеческую проверку. На этапе тестирования разработчики оценивали каждую сгенерированную сводку по ряду критериев — от точности и полезности до композиции и уместности. Это подчёркивает серьёзный подход Apple к внедрению искусственного интеллекта в пользовательские сервисы.
Результатом стал инструмент, который делает знакомство с отзывами проще, быстрее и эффективнее — без потери сути и при этом без риска наткнуться на нерелевантный или токсичный контент.
