Les risques et les avantages de l'utilisation de l'IA générative pour la création de contenu : ce que les spécialistes du marketing de marque doivent savoir

Si vous n'avez pas 10 minutes pour lire ceci dans son intégralité, voici le TL; DR :

L'IA générative a progressé au point de générer du contenu avec suffisamment de compétence pour rivaliser avec les créateurs humains. Malgré ces avancées, les spécialistes du marketing doivent être conscients des risques et des limites liés à l'IA générative avant de se lancer dans son utilisation pour la création de contenu. Son penchant pour la fabrication de citations, la présentation de faits non fiables et la génération de contenu non original dépourvu d'informations de niveau expert sont tous des facteurs à prendre en compte.

La publication publique de ChatGPT a fait monter en flèche l'intérêt pour le contenu généré par l'IA, mais il est important de noter que les principaux éditeurs de médias utilisent des rapports automatisés depuis des années, ce qui donne un aperçu des cas d'utilisation initiaux et des réactions du public à la technologie.

Nous pouvons prévoir qu'à mesure que cette technologie progresse et devient plus accessible, davantage de contenu généré par l'IA inondera le marché, ce qui rendra de plus en plus difficile pour les spécialistes du marketing de rivaliser pour la visibilité numérique.

Cependant, comme nous l'avons vu avec l'augmentation et l'érosion subséquente de l'efficacité des médias payants, ceux qui deviennent trop dépendants du contenu généré par l'IA pourraient facilement se retrouver considérablement désavantagés lorsque les algorithmes de détection, les outils de blocage et les réglementations sur l'utilisation des données rattrapent leur retard. rééquilibrer l'échelle en faveur de la demande des consommateurs pour des contenus authentiques et de qualité.

Pour moi, tout ce débat ne fait que souligner le fait de longue date qu'il n'y a pas vraiment de raccourcis pour créer du contenu marketing de premier plan. Pour être leader sur le marché, il faut un contenu leader sur le marché, qui inclut une pensée originale, une valeur unique et une aide au-delà de ce que les acheteurs demandent et de ce que les concurrents offrent. L'IA sera essentielle pour accélérer la création et la diffusion de contenu de haute qualité, mais ce n'est pas la solution en soi.

Le but de cet article est de fournir aux spécialistes du marketing les informations nécessaires pour prendre des décisions éclairées lorsqu'il s'agit d'utiliser l'IA générative, en décrivant les avantages et les inconvénients de l'IA générative, en particulier en ce qui concerne la création de contenu de marque.

Avant de plonger dans les détails, définissons quelques termes clés.

L'IA générative est un sous-ensemble de l'intelligence artificielle. Il s'agit d'un type d'apprentissage automatique qui implique la programmation d'algorithmes pour « apprendre » du contenu existant et appliquer ces apprentissages à la génération autonome de « nouveaux » contenus (images, texte, musique, etc.).

ChatGPT est une application de chatbot développée par OpenAI qui utilise l'IA générative pour interpréter les invites de l'utilisateur et y répondre avec une aisance humaine.

GPT-3 (Generative Pre-trained Transformer 3) est le modèle d'IA génératif utilisé par ChatGPT. Il a été formé pour se spécialiser dans la génération de texte de type humain en réponse à une invite de texte, telle qu'une question, une commande d'information ou une déclaration.

DALL-E (Deep Algorithmic Learning Library - Experimental) est un autre modèle d'IA générative développé par OpenAI qui se spécialise dans la génération d'images basées sur des invites textuelles.

Quel est le buzz autour de ChatGPT ?

OpenAI a déclenché une frénésie médiatique en ouvrant son interface ChatGPT au public. Le fait que le chatbot puisse répondre à un large éventail de questions et de commandes avec une fluidité et une cohérence comparables à celles d'un humain a suscité un vif intérêt pour les applications potentielles de GPT-3 et de modèles d'IA similaires.

Les "tests" publics de ChatGPT et de son produit frère, DALL-E, ont également révélé certaines des limitations importantes et des implications juridiques associées aux modèles d'IA générative, dont certains ont été intégrés dans des outils d'assistance pour les créateurs pendant des années.

Une question centrale dans l'industrie du marketing de contenu : l'IA générative est-elle assez bonne pour prendre en charge des missions et créer du contenu aussi bien et efficacement que les humains ? Plus précisément, le débat porte sur la question de savoir si les modèles d'IA génératifs tels que ceux utilisés dans ChatGPT et DALL-E remplaceront entièrement les créateurs de contenu humains. La réponse courte : nous n'en sommes tout simplement pas encore là.

Utilisation de contenu automatisé dans les médias

Comme mentionné ci-dessus, depuis plus d'une décennie, les grandes entreprises de médias ont tiré parti de l'IA générative, à la fois développée en interne et fournie par des tiers, pour gérer les tâches de reporting par cœur. Voici quelques exemples :

• L'Associated Press et Bloomberg utilisent l'IA pour générer des articles sur les rapports sur les résultats des entreprises et la couverture sportive.
• Le Washington Post et The Guardian, Australie, utilisent l'IA pour générer une couverture d'événements sportifs locaux ainsi que de courts rapports et alertes sur les résultats des élections et des Jeux olympiques.
• Le Los Angeles Times utilise l'IA pour rendre compte des tremblements de terre et autres catastrophes naturelles.
• Forbes utilise l'IA pour aider les rédacteurs avec des brouillons et des modèles d'histoire.

Le principal avantage que les rapports automatisés offrent dans ces cas est l'échelle. Grâce à l'IA, ces entreprises ont pu générer plus d'articles (des milliers de plus, comme indiqué dans le cas de Bloomberg) et plus de clics qu'elles n'auraient pu le faire autrement.

Les applications consistent principalement à synthétiser des données standardisées dans des modèles standardisés : résumés des résultats des entreprises, scores de jeux, statistiques sur les catastrophes naturelles, etc., en augmentant la quantité et la rapidité de la production d'informations sans compromettre la qualité et l'intégrité du journalisme plus approfondi des publications.

L'IA a (principalement) fait ses preuves dans ces types d'applications de création de contenu étroites, où la synthèse des données et des événements, plutôt que l'art ou l'opinion, suffit à satisfaire ce que les lecteurs recherchent.

CNET est une exception récente et un récit édifiant. Leur modèle d'intelligence artificielle interne a commis des erreurs qui ont échappé au bureau de copie, telles que la transposition de numéros, la faute d'orthographe des noms d'entreprise et le plagiat sans citation appropriée lors de la synthèse des informations financières. En conséquence, les concurrents ont fait exploser l'entreprise et, sans doute, sa réputation en a souffert.

L'utilisation parmi les éditeurs de médias a démontré que la surveillance éditoriale est essentielle en ce qui concerne le contenu généré par l'IA, quelle que soit la base de l'attribution du contenu. Et la meilleure pratique journalistique consiste à citer la contribution de l'IA dans les bylines pour rester éthiquement transparent.

Comprendre les limites de l'IA générative

Nous avons maintenant atteint un nouveau niveau de possibilité avec des modèles génératifs comme GPT-3, dont la puissance de traitement et de formation avancée lui permet de s'adapter à une gamme beaucoup plus large d'invites et de cas d'utilisation de création de contenu que ses prédécesseurs de robot reporter ne pouvaient gérer.

Cependant, les modèles d'IA générative ont des limites fondamentales qui les empêchent de remplacer totalement la qualité, l'expertise et l'originalité que les créateurs humains peuvent apporter au processus de création de contenu. Voici quelques raisons :

1. Ils inventeront des faits et les présenteront avec confiance et compétence. En particulier dans les secteurs hautement réglementés tels que la finance et la santé, même la diffusion par inadvertance de fausses informations par l'utilisation négligente de la création de contenu automatisée peut entraîner des censures publiques et des amendes importantes de la part des organismes de réglementation.

2. Ils ne citent pas de sources ni ne fournissent d'informations sur la fiabilité de leurs affirmations.

3. S'ils n'ingèrent pas et n'apprennent pas à partir des données en temps réel, ils ne seront pas en mesure d'interpréter ou d'intégrer la prise de conscience des événements actuels.

4. Les grands modèles de langage peuvent renforcer les biais, les préjugés et la désinformation en raison du biais inhérent et de l'inexactitude des informations contenues dans les données sur lesquelles ils ont été formés (c'est-à-dire Internet, rien n'est dit).

5. Il ne peut pas être invoqué pour des prédictions, des conseils ou des recommandations, car son algorithme ne peut pas appliquer la pensée critique, l'évaluation des risques et l'expérience de la vie réelle à ces activités. Les modèles d'IA prédictifs existent, mais constituent un tout autre domaine de l'apprentissage automatique.

Le fondateur d'OpenAI, Sam Altman, a ouvertement admis bon nombre de ces risques sur Twitter :

De toute évidence, toutes ces limitations introduisent un risque de réputation important si l'IA générative est utilisée pour générer un leadership éclairé, un contenu axé sur les conseils ou consultatif, ce qui est vraiment la pierre angulaire du marketing de contenu de marque.

Ces limitations réduisent également l'efficacité, étant donné que chaque fois que l'IA est utilisée pour créer un contenu substantiel à partir de zéro, une surveillance humaine vigilante de la marque, l'édition et la vérification des faits sont essentielles.

L'essentiel ici : l'IA générative est formée pour synthétiser les informations et imiter l'interaction humaine écrite, ce qui signifie qu'elle est vraiment bonne pour sembler appliquer la pensée critique et se réguler, mais elle n'en est pas réellement capable.

Alors, comment les spécialistes du marketing peuvent-ils bénéficier de l'IA générative ?

La clé est de considérer l'IA générative comme un outil d'activation de contenu plutôt que comme un créateur de contenu en soi. En tant qu'entreprise spécialisée dans la création de contenu, Skyword utilise et explore déjà activement l'IA générative dans les domaines suivants :

Planification du contenu :

L'IA générative peut analyser du texte à partir de documents sources, tels que des articles, des livres et même des conversations, pour identifier des thèmes et des sujets pertinents. Les données collectées peuvent ensuite être utilisées pour construire un cadre pour l'idée et suggérer des directions possibles pour le développement.

Génération d'idées et de sujets :

Par exemple : prendre une transcription d'entretien et générer une liste de sujets à explorer dans le contenu basé sur l'entretien.

Génération des affectations de contenu :

Par exemple : prendre un sujet identifié et générer un aperçu des sous-sujets ou des points à aborder dans un contenu sur le sujet.

Activation du créateur :

La capacité de l'IA générative à synthétiser les informations et à interpréter les invites de style est un outil puissant pour aider les humains à organiser des idées et des concepts non structurés en texte significatif, à générer et itérer rapidement des brouillons et à garantir que la copie finale est grammaticalement correcte et fluide.

Génération d'un brouillon :

Par exemple : prendre des notes d'un rédacteur, un contenu source ou une invite de sujet et utiliser l'IA pour générer des phrases pouvant servir de base à un article. Le texte généré peut ensuite être modifié et révisé pour créer une pièce plus soignée. Sachez que sans une incitation et un polissage humains qualifiés, la substance du projet initial sera relativement générique.

'Nettoyer' et 'perforer' la copie :

Par exemple : prendre une copie existante et demander à l'IA de l'améliorer en suggérant des synonymes, en reformulant des phrases et en proposant des options de formulation alternatives.

Mise à l'échelle de la sortie :

La compréhension des formats de contenu par les grands modèles linguistiques, leur capacité à interpréter les invites de personne et leur capacité à imiter les styles d'écriture correspondants signifient qu'ils peuvent aider à reformater rapidement le contenu pour une amplification multicanal et générer de « nouvelles » options de contenu pour des tâches de rédaction étroites.

Personnalisation

Par exemple : prendre un élément de contenu et utiliser l'IA pour incorporer des considérations linguistiques ou thématiques spécifiques pertinentes pour un type d'audience particulier.

Actifs itératifs :

Par exemple : Inviter l'IA à générer un tweet pour promouvoir un article ou résumer le contenu et les principaux points à retenir d'un livre blanc pour la page de destination de téléchargement.

Rédaction pour les promotions, les publicités et les CTA :

Par exemple : demander à l'IA de lire un texte spécifique ou une combinaison de texte et de données et, à partir de là, de générer des textes publicitaires, des textes promotionnels ou des suggestions de CTA. Ce n'est pas nécessairement une application nouvelle, car des générateurs de slogans et des outils de rédaction similaires existent depuis un certain temps. Des modèles comme le GPT-3 sont simplement meilleurs et plus faciles à "régler" avec des invites complexes.

Optimiser ou actualiser le contenu :

Par exemple : prendre un article existant et utiliser l'IA pour incorporer des mots clés ou des faits spécifiques (que vous fournissez) et/ou l'inciter à réviser le langage pour être plus efficace en termes de lisibilité, d'engagement et de conversion.

Sélection et génération d'images :

Par exemple : prendre un article et utiliser l'IA pour sélectionner une ou plusieurs images d'une base de données spécifique (y compris l'attribution appropriée) à associer à la copie. Sachez que les données et la méthodologie utilisées pour former les générateurs d'images d'IA ont suscité plusieurs poursuites judiciaires et soulevé suffisamment de questions éthiques pour justifier une extrême prudence dans la poursuite de tels modèles.

Comment Skyword applique l'IA générative aujourd'hui

Notre plateforme de marketing de contenu, Skyword360, inclut désormais Content Atomization, une application directe de la technologie GPT-3. En superposant l'IA à une architecture d'invite propriétaire, nous sommes en mesure d'offrir à nos clients la possibilité d'identifier un élément de contenu principal comme source et de générer instantanément des actifs itératifs (publications sociales, résumés de newsletter, articles plus courts, storyboards vidéo, etc.) basés sur les informations contenues dans le contenu source, en adaptant le style et le contexte aux différentes personnalités et aux tonalités spécifiques de la marque au cours du processus.

Ce contenu est ensuite soumis à une révision éditoriale humaine, qui, comme mentionné, est une étape essentielle du processus d'assurance qualité du contenu.

Plutôt que d'utiliser l'IA pour générer une grande quantité de contenu « bot » à partir de zéro, en nous basant sur ce qu'elle sait sur « Internet », nous appliquons ses compétences pour réutiliser et adapter le style du contenu original, de haute qualité et généré par l'homme afin que il peut rapidement être amplifié, atomisé et utilisé sur plus de canaux pour cibler plusieurs personnes.

Nous considérons cela comme l'un des nombreux moyens idéaux d'associer la puissance de la créativité humaine à l'efficacité d'échelle que l'IA générative peut habilement fournir.

Perspectives d'avenir

Impact probable sur les moteurs de recherche :

Pour l'instant, l'IA générative n'a pas encore prouvé sa fiabilité et son discernement pour remplacer l'ensemble de la fonction de recherche et de recherche de réponses que les moteurs de recherche fournissent aujourd'hui.

Ainsi, le problème le plus immédiat auquel les spécialistes du marketing sont confrontés est de savoir qui a tout à gagner dans la recherche à mesure que davantage de contenu généré par l'IA pénètre dans le paysage numérique.

Les fermes de contenu et les entreprises qui dépensent leur énergie à créer du contenu pour les algorithmes des moteurs de recherche de jeux seront probablement parmi les premières à commencer à produire du contenu généré par l'IA pour augmenter la visibilité de leur site. Sans intention malveillante, les petites entreprises sont également intéressées à se tourner vers la technologie pour générer du contenu qu'elles ne pourraient tout simplement pas se permettre de prendre en charge autrement.

Comme nous le savons, le volume joue un rôle essentiel dans les gains de recherche, et la qualité du contenu généré par l'IA, comme GPT-3, est au moins aussi bonne que celle de nombreux contenus SEO bourrés de mots clés déjà disponibles. Cependant, tout gain réalisé en inondant le marché de contenu purement automatisé sera probablement de courte durée, car la détection de contenu généré par l'IA devient plus avancée.

En août 2022, Google (qui domine avec environ 84 % de la part de marché de la recherche) a annoncé sa mise à jour du contenu utile, spécialement conçue pour viser un afflux existant de contenu de faible valeur généré par l'IA apparaissant dans les résultats de recherche.

En un mot, Google est officiellement là pour détecter et favoriser un contenu fiable, pertinent et uniquement informatif. Les marques dont le contenu généré par l'IA est conçu pour gagner dans la recherche mais qui manque de substance continueront de voir leur contenu baisser dans les classements. D'un autre côté, le développement d'une base cohérente de contenu original de haute qualité continuera d'aider les marques à conserver un avantage concurrentiel par rapport aux autres sites.

De même, les gros fonds déjà investis dans la technologie de vérification des faits conçue pour identifier et réprimer la désinformation et les contenus trompeurs se chevaucheront sans aucun doute avec un marché émergent d'outils de détection de contenu générés par l'IA.

Impact probable sur l'écosystème des créateurs :

Ayant passé la première partie de ma carrière à couvrir l'industrie de la robotique, je suis sensible aux tentatives de résumer tout cela à un débat ChatGPT contre Human Creators. Comme nous l'avons vu tout au long de l'histoire avec l'évolution de la technologie, c'est rarement une proposition de choix.

L'IA générative et les créateurs humains coexisteront, mais la façon dont les créateurs travaillent et les cheminements de carrière qui s'offrent à eux changeront probablement considérablement avec l'avènement de cette technologie. Nous approfondirons ce sujet dans un prochain billet.

Pour l'instant, à quoi les marques peuvent-elles s'attendre en termes d'engagement, de compensation et de ce qu'elles peuvent attendre des créateurs dans un avenir proche ?

Il est raisonnable de s'attendre à ce que, pour certaines affectations de contenu par cœur, comme la rédaction de textes promotionnels ou de résumés de newsletters, l'IA générative associée à la supervision éditoriale devienne aussi efficace et plus efficiente que l'emploi de créateurs humains.

Cependant, les créateurs humains experts ajoutent une valeur irremplaçable au contenu lorsqu'ils appliquent leurs connaissances et leur expertise spécialisées à une mission. Je parle de développer des modèles et des idées uniques, de fournir une réflexion et une enquête approfondies sur des sujets complexes, de découvrir des faits encore inconnus, de fournir des conseils très pertinents et d'intégrer des expériences personnelles authentiques dans le contenu.

À court terme, les marques verront probablement les coûts du contenu « générique » baisser à mesure que l'IA est exploitée pour augmenter l'offre bon marché de types de contenu hautement modélisés et que de plus en plus de créateurs humains commencent à utiliser l'IA pour générer du contenu plus rapidement.

D'autre part, nous sommes susceptibles de voir les taux parmi les créateurs hautement qualifiés et les experts de l'industrie augmenter à mesure que la demande pour leurs compétences augmente parmi les marques qui doivent s'appuyer davantage sur la qualité et l'originalité pour se différencier dans un paysage de contenu encore plus bruyant.

Quant à savoir si les spécialistes du marketing devraient ou non se soucier de payer les créateurs qui remettent des devoirs rédigés par l'IA, il est important de reconnaître que les outils d'assistance à l'IA sont, dans des itérations plus basiques, exploités par les créateurs depuis un certain temps maintenant. En fin de compte, il faut du temps et des compétences pour inciter l'IA à générer un contenu créatif, perspicace et unique. Que l'IA ait été utilisée ou non n'a pas autant d'importance que si le résultat est uniquement informatif, bien conçu et digne de confiance.

Appuyez-vous sur les équipes éditoriales et les outils de détection de plagiat pour juger si le contenu rendu répond ou non aux normes de qualité, d'expertise thématique et d'originalité de votre marque, car c'est la preuve d'un véritable effort humain appliqué. Des outils spécifiques de détection de contenu générés par l'IA sont en cours de développement, mais ne peuvent pas (encore) déterminer de manière fiable le niveau d'effort humain par rapport à la machine qui est entré dans une pièce, si tel est votre objectif.

Impact probable sur le comportement des clients

C'est la question qui, en tant que spécialiste du marketing, me préoccupe le plus : qu'adviendra-t-il de la confiance des clients une fois que le contenu généré par l'IA deviendra encore plus courant ? Notre PDG abordera ce sujet dans sa prochaine newsletter mais, à en juger par les tendances historiques, trois comportements sont susceptibles d'être affectés par l'utilisation et l'accessibilité plus larges de l'IA générative :

1. La confiance des acheteurs dans les marques et le marketing de marque s'érodera à mesure que les navigateurs et d'autres plates-formes intègrent des outils pour détecter et avertir les acheteurs que quelque chose a été créé par l'IA, et l'utilisation ou la non-utilisation par les marques du contenu généré par l'IA devient un point de différenciation concurrentielle.

2. Les acheteurs s'attendront à encore plus d'expériences d'adaptation, de personnalisation et d'immersion de la part des marques à mesure qu'ils s'engageront dans davantage d'expériences basées sur l'IA dans leur vie quotidienne. Les marques rivaliseront encore plus sur la qualité expérientielle et l'hyper-pertinence à mesure que l'impatience envers la « recherche » manuelle grandit.

3. Les acheteurs accorderont encore plus d'importance aux recommandations humaines authentiques , aux histoires et aux critiques vidéo des clients lors de la recherche de produits. Ils pourraient même commencer à abandonner les plates-formes d'information numériques plus traditionnelles à mesure que des sources spécialisées de contenu « humain vérifié » émergent en réponse à la méfiance des consommateurs.

Ce ne sera pas toujours le cas, mais (pour l'instant), l'IA générative est un jeu de quantité, pas un jeu de qualité, et les marques ont besoin à la fois de quantité et de qualité pour être compétitives dans l'environnement marketing d'aujourd'hui. Alors, par tous les moyens, explorez et testez l'IA générative en tant qu'outil d'efficacité et d'activation pour votre création de contenu, mais évitez de tomber dans le piège de penser qu'elle peut remplacer complètement les créateurs de contenu humains.

Les marques devront maîtriser cette technologie (du côté de la production de contenu et de l'expérience de marque de la maison) pour être compétitives à l'avenir. Travaillez donc avec des fournisseurs qui connaissent la technologie, l'appliquent de la bonne manière et qui peuvent gérer et atténuer les risques pour vous.

Je vous encourage à vous abonner à notre newsletter si vous souhaitez recevoir plus de contenu dans notre série en cours sur l'IA générative directement dans votre boîte de réception. Réservez une réunion avec notre équipe pour un aperçu de la façon dont nous utilisons l'IA générative chez Skyword pour améliorer l'efficacité de la création de contenu de nos marques clientes sans compromettre leur qualité ou l'intégrité de leur marque.

Image sélectionnée par DeepMind sur Unsplash