Los riesgos y las recompensas de usar IA generativa para la creación de contenido: lo que los especialistas en marketing de marca deben saber

Si no tiene 10 minutos para leer esto en su totalidad, aquí está el TL;DR:

La IA generativa ha progresado hasta el punto de generar contenido con suficiente competencia para rivalizar con los creadores humanos. A pesar de estos avances, los especialistas en marketing deben ser conscientes de los riesgos y limitaciones que conlleva la IA generativa antes de sumergirse en su uso para la creación de contenido. Su inclinación por inventar citas, presentar hechos poco confiables y generar contenido poco original sin conocimientos de nivel experto son factores a considerar.

El lanzamiento público de ChatGPT ha hecho que se dispare el interés en el contenido generado por IA, pero es importante tener en cuenta que los principales editores de medios han utilizado informes automatizados durante años, lo que proporciona una idea de los casos de uso iniciales y las reacciones del público a la tecnología.

Podemos anticipar que a medida que esta tecnología avance y se vuelva más accesible, más contenido generado por IA inundará el mercado, lo que hará que sea cada vez más difícil para los especialistas en marketing competir por la visibilidad digital.

Sin embargo, como hemos visto con el aumento y la posterior erosión de la eficacia de los medios pagados, aquellos que se vuelvan demasiado dependientes del contenido generado por IA podrían encontrarse fácilmente en una desventaja significativa cuando los algoritmos de detección, las herramientas de bloqueo y las regulaciones de uso de datos se pongan al día. reequilibrar la balanza a favor de la demanda de contenido auténtico y de alta calidad por parte de los consumidores.

Para mí, todo este debate solo subraya el hecho de que en realidad no hay atajos para crear contenido de marketing de primer nivel. Liderar el mercado requiere contenido líder en el mercado, que incluye pensamiento original, valor único y ayuda más allá de lo que piden los compradores y ofrecen los competidores. La IA será esencial para acelerar la creación y entrega de contenido de alta calidad, pero no es la solución en sí misma.

El objetivo de este artículo es brindar a los especialistas en marketing la información necesaria para tomar decisiones informadas cuando se trata de utilizar IA generativa, describiendo los beneficios y los inconvenientes de la IA generativa, particularmente cuando se trata de la creación de contenido de marca.

Antes de profundizar en los detalles, definamos algunos términos clave.

La IA generativa es un subconjunto de la inteligencia artificial. Es un tipo de aprendizaje automático que involucra algoritmos de programación para 'aprender' del contenido existente y aplicar esos aprendizajes a la generación autónoma de 'nuevo' contenido (imágenes, texto, música, etc.).

ChatGPT es una aplicación de chatbot desarrollada por OpenAI que utiliza IA generativa para interpretar las indicaciones del usuario y responder a ellas con la fluidez humana.

GPT-3 (Generative Pre-trained Transformer 3) es el modelo generativo de IA que utiliza ChatGPT. Fue entrenado para especializarse en generar texto similar al humano en respuesta a un mensaje de texto, como una pregunta, un comando de información o una declaración.

DALL-E (Biblioteca de aprendizaje algorítmico profundo - Experimental) es otro modelo generativo de IA desarrollado por OpenAI que se especializa en generar imágenes basadas en indicaciones de texto.

¿Cuál es el rumor en torno a ChatGPT?

OpenAI desencadenó un frenesí mediático cuando abrió su interfaz ChatGPT para que el público interactuara. El hecho de que el chatbot pueda responder a una amplia gama de preguntas y comandos con una fluidez y coherencia similares a las humanas despertó un gran interés en las posibles aplicaciones de GPT-3 y modelos de IA similares.

Las "pruebas" públicas de ChatGPT y su producto hermano, DALL-E, también han expuesto algunas de las importantes limitaciones e implicaciones legales asociadas con los modelos generativos de IA, algunos de los cuales se han incorporado en herramientas de asistencia para creadores durante años.

Una pregunta central dentro de la industria del marketing de contenido: ¿Es la IA generativa lo suficientemente buena para asumir tareas y crear contenido tan bien y eficientemente como los humanos? Específicamente, se debate si los modelos de IA generativa como los que se usan en ChatGPT y DALL-E reemplazarán por completo a los creadores de contenido humano. La respuesta corta: simplemente no hemos llegado allí todavía.

Uso de contenidos automatizados en los medios

Como se mencionó anteriormente, durante más de una década, las grandes empresas de medios han aprovechado la IA generativa, tanto de cosecha propia como proporcionada por terceros, para manejar las tareas de informes de memoria. Algunos ejemplos incluyen:

• The Associated Press y Bloomberg usan IA para generar artículos sobre informes de ganancias de la empresa y cobertura deportiva.
• The Washington Post y The Guardian, Australia, utilizan IA para generar cobertura de eventos deportivos locales e informes breves y alertas sobre los resultados de las elecciones y los Juegos Olímpicos.
• Los Angeles Times usa IA para informar sobre terremotos y otros desastres naturales.
• Forbes usa IA para apoyar a los escritores con borradores y plantillas de historias.

El beneficio clave que brindan los informes automatizados en estos casos es la escala. Con IA, estas empresas han podido generar más artículos (miles más, como se informó en el caso de Bloomberg) y más clics de los que podrían haber logrado de otra manera.

Las aplicaciones involucran principalmente la síntesis de datos estandarizados en plantillas estandarizadas: resúmenes de ganancias corporativas, puntajes de juegos, estadísticas de desastres naturales, etc., aumentando la cantidad y la velocidad de las noticias sin comprometer la calidad y la integridad del periodismo más profundo de las publicaciones.

La IA ha demostrado (en su mayoría) su valía en este tipo de aplicaciones de creación de contenido limitado, donde el resumen de datos y eventos, en lugar del arte o la opinión, es suficiente para satisfacer lo que buscan los lectores.

CNET es una excepción reciente y una advertencia. Su modelo de IA interno cometió errores que pasaron desapercibidos, como transponer números, escribir mal los nombres de las empresas y plagiar sin la cita adecuada al sintetizar noticias financieras. Como resultado, los competidores criticaron a la empresa y, posiblemente, su reputación se vio afectada.

El uso entre los editores de medios ha demostrado que la supervisión editorial es esencial cuando se trata de contenido generado por IA, sin importar cuán básica sea la asignación de contenido. Y la mejor práctica periodística es citar la contribución de AI en las líneas de autor para mantener la transparencia ética.

Comprender las limitaciones de la IA generativa

Ahora hemos alcanzado un nuevo nivel de posibilidades con modelos generativos como GPT-3, cuyo procesamiento avanzado y poder de entrenamiento le permiten adaptarse a una gama mucho más amplia de indicaciones y casos de uso de creación de contenido que sus predecesores de robot reportero podrían manejar.

Sin embargo, los modelos generativos de IA tienen limitaciones fundamentales que les impiden servir como un reemplazo total de la calidad, la experiencia y la originalidad que los creadores humanos pueden aportar al proceso de creación de contenido. Aquí hay algunas razones por las cuales:

1. Inventarán hechos y los presentarán con confianza y competencia. Especialmente en industrias altamente reguladas como las finanzas y la atención médica, incluso la difusión inadvertida de información errónea a través del uso negligente de la creación automatizada de contenido puede generar censuras públicas y multas significativas por parte de los organismos reguladores.

2. No citan fuentes ni brindan información sobre la confiabilidad de sus afirmaciones.

3. Si no están ingiriendo y aprendiendo de los datos en tiempo real, no podrán interpretar o incorporar la conciencia de los eventos actuales.

4. Los modelos de lenguaje extenso pueden reforzar el sesgo, los prejuicios y la información errónea debido al sesgo inherente y la inexactitud de la información dentro de los datos con los que fueron capacitados (es decir, Internet, 'nada más).

5. No se puede confiar en él para predicciones, consejos o recomendaciones, porque su algoritmo no puede aplicar el pensamiento crítico, la evaluación de riesgos y la experiencia de la vida real a estas actividades. Existen modelos predictivos de IA, pero son un área completamente diferente del aprendizaje automático.

El fundador de OpenAI, Sam Altman, admitió abiertamente muchos de estos riesgos en Twitter:

Obviamente, todas estas limitaciones introducen un riesgo significativo para la reputación si la IA generativa se utiliza para generar contenido de liderazgo intelectual, basado en consejos o consultivo, que es realmente el elemento vital del marketing de contenido de marca.

Estas limitaciones también reducen la eficiencia, dado que cada vez que se usa IA para crear contenido sustancial desde cero, la supervisión, edición y verificación de hechos de la marca humana son esenciales.

El resultado final aquí: la IA generativa está entrenada para sintetizar información e imitar la interacción humana escrita, lo que significa que es realmente buena para aplicar el pensamiento crítico y regularse a sí misma, pero en realidad no es capaz de hacerlo.

Entonces, ¿cómo pueden los especialistas en marketing beneficiarse de la IA generativa?

La clave es pensar en la IA generativa como una herramienta de habilitación de contenido en lugar de un creador de contenido en sí mismo. Como empresa que se especializa en la creación de contenido, Skyword ya está utilizando y explorando activamente la IA generativa en las siguientes áreas:

Planificación de contenidos:

La IA generativa puede analizar el texto del material de origen, como artículos, libros e incluso conversaciones, para identificar temas y temas relevantes. Los datos recopilados luego se pueden usar para construir un marco para la idea y sugerir posibles direcciones para el desarrollo.

Generación de ideas y temas:

Por ejemplo: tomando la transcripción de una entrevista y generando una lista de temas para explorar en el contenido basado en la entrevista.

Generación de asignaciones de contenido:

Por ejemplo: tomar un tema identificado y generar un esquema de los subtemas o puntos a abordar en un contenido sobre el tema.

Habilitación del creador:

La capacidad de la IA generativa para sintetizar información e interpretar indicaciones de estilo es una herramienta poderosa para ayudar a los humanos a organizar ideas y conceptos no estructurados en texto significativo, generar e iterar borradores rápidamente y garantizar que la copia final sea gramaticalmente correcta y fluida.

Generación de un borrador:

Por ejemplo: tomar notas del escritor, contenido de origen o un mensaje de tema y usar IA para generar oraciones que se pueden usar como base para un artículo. El texto generado se puede editar y revisar para crear una pieza más pulida. Tenga en cuenta que sin la ayuda y el pulido de personas expertas, la sustancia del borrador inicial será relativamente genérica.

Copia de 'Limpieza' y 'perforación':

Por ejemplo: tomar una copia existente y pedirle a AI que la mejore sugiriendo sinónimos, reformulando frases y ofreciendo opciones de redacción alternativas.

Salida de escala:

La comprensión de los formatos de contenido de los modelos de lenguaje grande, la capacidad de interpretar indicaciones personales y la habilidad para imitar los estilos de escritura correspondientes significa que puede ayudar a reformatear rápidamente el contenido para la amplificación de canales cruzados y generar opciones de contenido 'nuevas' para tareas de redacción limitadas.

Personalización

Por ejemplo: Tomar una pieza de contenido y usar IA para incorporar un lenguaje específico o consideraciones de temas relevantes para un tipo de audiencia en particular.

Activos iterativos:

Por ejemplo: Solicitar a la IA que genere un tweet para promocionar un artículo o resumir el contenido y los puntos clave de un documento técnico para la página de inicio de descarga.

Redacción de promociones, anuncios y CTA:

Por ejemplo: pedirle a la IA que lea un texto específico o una combinación de texto y datos y, a partir de ahí, generar una copia de un anuncio, una copia promocional o sugerencias de CTA. Esta no es necesariamente una aplicación novedosa, ya que hace tiempo que existen generadores de eslóganes y herramientas de redacción similares. Los modelos como GPT-3 son simplemente mejores y más fáciles de "sintonizar" con indicaciones complejas.

Optimización o actualización de contenido:

Por ejemplo: tomar un artículo existente y usar IA para incorporar palabras clave o hechos específicos (que usted proporciona) y/o pedirle que revise el lenguaje para que sea más efectivo en términos de legibilidad, participación y conversión.

Selección y generación de imágenes:

Por ejemplo: tomar un artículo y usar IA para seleccionar una imagen o imágenes de una base de datos específica (incluida la atribución adecuada) para asociarla con la copia. Tenga en cuenta que los datos y la metodología utilizados para entrenar a los generadores de imágenes de IA han dado lugar a varias demandas y plantearon suficientes cuestiones éticas como para justificar una precaución extrema en la búsqueda de dichos modelos.

Cómo aplica Skyword la IA generativa en la actualidad

Nuestra plataforma de marketing de contenido, Skyword360, ahora incluye Content Atomization, una aplicación directa de la tecnología GPT-3. Al superponer la IA con una arquitectura de solicitud patentada, podemos ofrecer a nuestros clientes la capacidad de identificar una pieza principal de contenido como fuente y generar instantáneamente activos iterativos (publicaciones sociales, resúmenes de boletines, artículos más breves, guiones gráficos de video, etc.) basados ​​en la información en el contenido de origen, adaptando el estilo y el contexto para diferentes personas y tonos de marca específicos en el proceso.

Luego, ese contenido se sirve para la revisión editorial humana, que, como se mencionó, es un paso esencial en el proceso de garantía de calidad del contenido.

En lugar de usar IA para generar una gran cantidad de contenido de 'bot' desde cero, en función de lo que sabe de 'Internet', aplicamos su habilidad para reutilizar y adaptar el estilo del contenido original, de alta calidad y generado por humanos para que se puede amplificar, atomizar y usar rápidamente en más canales para dirigirse a múltiples personas.

Vemos esto como solo una de las muchas formas ideales de unir el poder de la creatividad humana con la eficiencia de escala que la IA generativa puede proporcionar hábilmente.

Perspectiva del futuro

Impacto probable en los motores de búsqueda:

Por ahora, la IA generativa aún tiene que demostrar ser lo suficientemente confiable y perspicaz como para reemplazar toda la función de investigación y obtención de respuestas que ofrecen los motores de búsqueda en la actualidad.

Por lo tanto, el problema más inmediato que enfrentan los especialistas en marketing es quién puede ganar en la búsqueda a medida que más contenido generado por IA ingresa al panorama digital.

Las granjas de contenido y las empresas que dedican su energía a crear contenido para algoritmos de motores de búsqueda de juegos probablemente estarán entre las primeras en comenzar a producir contenido generado por IA para aumentar la visibilidad de su sitio. Sin intenciones maliciosas, las pequeñas empresas también están interesadas en recurrir a la tecnología para generar contenido que, de otro modo, simplemente no podrían permitirse.

Como sabemos, el volumen juega un papel fundamental en la obtención de ganancias de búsqueda, y la calidad del contenido generado por IA, como GPT-3, es al menos tan buena como una gran cantidad de contenido SEO lleno de palabras clave que ya existe. Sin embargo, es probable que cualquier ganancia obtenida al inundar el mercado con contenido puramente automatizado sea de corta duración a medida que la detección de contenido generado por IA se vuelve más avanzada.

En agosto de 2022, Google (que domina con ~84% de la participación en el mercado de búsqueda) anunció su actualización de contenido útil, diseñada específicamente para apuntar a una afluencia existente de contenido generado por IA de bajo valor que aparece en los resultados de búsqueda.

En pocas palabras, Google está oficialmente dispuesto a detectar y favorecer contenido informativo confiable, relevante y único. Las marcas cuyo contenido generado por IA está diseñado para ganar en la búsqueda, pero carece de sustancia, seguirán viendo caer su contenido en las clasificaciones. Por otro lado, el desarrollo de una base consistente de contenido original de alta calidad continuará ayudando a las marcas a mantener una ventaja competitiva frente a otros sitios.

Del mismo modo, el gran dinero que ya se está invirtiendo en tecnología de verificación de hechos diseñada para identificar y tomar medidas enérgicas contra la información errónea y el contenido engañoso sin duda se superpondrá con un mercado emergente de herramientas de detección de contenido generado por IA.

Impacto probable en el ecosistema de creadores:

Habiendo pasado la primera parte de mi carrera cubriendo la industria de la robótica, soy sensible a los intentos de reducir todo esto a un debate de ChatGPT vs. Human Creators. Como hemos visto a lo largo de la historia con la evolución de la tecnología, rara vez es una proposición de uno u otro.

La IA generativa y los creadores humanos coexistirán, pero la forma en que trabajan los creadores y las carreras disponibles para ellos probablemente cambiarán significativamente con el advenimiento de esta tecnología. Profundizaremos en este tema en un próximo post.

Por ahora, ¿qué pueden esperar las marcas en términos de cómo interactúan, compensan y qué pueden esperar de los creadores en el futuro cercano?

Es razonable esperar que, para ciertas asignaciones de contenido rutinario, como escribir textos promocionales o resúmenes de boletines informativos, la IA generativa más la supervisión editorial serán tan efectivas y más eficientes que emplear creadores humanos.

Sin embargo, los creadores humanos expertos agregan un valor insustituible al contenido cuando aplican su experiencia y conocimientos especializados a una tarea. Me refiero a desarrollar patrones e ideas únicos, proporcionar una reflexión e investigación profundas sobre temas complejos, descubrir hechos aún desconocidos, brindar consejos altamente relevantes e integrar experiencias personales auténticas en el contenido.

A corto plazo, es probable que las marcas vean reducidos los costos del contenido 'genérico' a medida que se aprovecha la IA para aumentar la oferta barata de tipos de contenido con muchas plantillas y a medida que más creadores humanos comienzan a usar la IA para generar contenido más rápidamente.

Por otro lado, es probable que veamos aumentar las tasas entre los creadores altamente calificados y los expertos de la industria a medida que crece la demanda de sus habilidades entre las marcas que deben confiar más en la calidad y la originalidad para diferenciarse dentro de un panorama de contenido aún más ruidoso.

En cuanto a si los especialistas en marketing deberían preocuparse o no por pagar a los creadores que entregan tareas escritas por IA, es importante reconocer que las herramientas de asistencia de IA, en iteraciones más básicas, han sido aprovechadas por los creadores desde hace algún tiempo. Al final del día, se necesita tiempo y habilidad para impulsar a la IA a generar contenido que se sienta creativo, perspicaz y convincentemente único. No importa tanto si se utilizó IA como si el resultado es excepcionalmente informativo, bien elaborado y confiable.

Apóyate en equipos editoriales y herramientas de detección de plagio para juzgar si el contenido entregado cumple o no con los estándares de calidad, experiencia en el tema y originalidad de tu marca, ya que esa es la evidencia de que se está aplicando un esfuerzo humano real. Se están desarrollando herramientas específicas de detección de contenido generado por IA, pero (todavía) no pueden determinar de manera confiable el nivel de esfuerzo humano versus máquina que se utilizó en una pieza, si ese es su objetivo.

Posible impacto en el comportamiento del cliente

Esta es la pregunta que, como especialista en marketing, me preocupa más: ¿Qué sucede con la confianza del cliente una vez que el contenido generado por IA se generaliza aún más? Nuestro CEO se sumergirá en esto en su próximo boletín pero, a juzgar por los patrones históricos, es probable que tres comportamientos se vean afectados por el uso y la accesibilidad más amplios de la IA generativa:

1. La confianza de los compradores en las marcas y el marketing de marca se erosionará a medida que los navegadores y otras plataformas construyan herramientas para detectar y advertir a los compradores que algo fue creado por IA, y el uso o no de contenido generado por IA por parte de las marcas se convierte en un punto de diferenciación competitiva.

2. Los compradores esperarán aún más experiencias de adaptación, personalización y inmersión de las marcas a medida que interactúan con más experiencias impulsadas por IA en su vida cotidiana. Las marcas competirán aún más en calidad experiencial e hiperrelevancia a medida que crece la impaciencia con la 'investigación' manual.

3. Los compradores pondrán aún más valor en recomendaciones humanas auténticas , historias y reseñas de videos de clientes cuando busquen productos. Incluso pueden comenzar a abandonar las plataformas de información digital más tradicionales a medida que surgen fuentes especializadas de contenido 'humano verificado' en respuesta a la desconfianza del consumidor.

No siempre será así, pero (por ahora), la IA generativa es un juego de cantidad, no de calidad, y las marcas necesitan tanto cantidad como calidad para competir en el entorno de marketing actual. Entonces, por todos los medios, explore y pruebe la IA generativa como una herramienta de habilitación y eficiencia para la creación de su contenido, pero evite caer en la trampa de pensar que puede servir como un reemplazo completo para los creadores de contenido humanos.

Las marcas tendrán que dominar esta tecnología (en los aspectos de producción de contenido y experiencia de marca de la casa) para competir en el futuro. Por lo tanto, trabaje con proveedores que conozcan la tecnología, la apliquen de la manera correcta y que puedan administrar y mitigar cualquier riesgo para usted.

Lo animo a suscribirse a nuestro boletín informativo si está interesado en recibir más contenido de nuestra serie en curso sobre IA generativa directamente en su bandeja de entrada. Reserve una reunión con nuestro equipo para conocer de cerca cómo estamos utilizando la IA generativa en Skyword para mejorar la eficiencia de creación de contenido de nuestros clientes de marca sin comprometer su calidad o integridad de marca.

Imagen destacada de DeepMind en Unsplash