I rischi e i benefici dell'utilizzo dell'IA generativa per la creazione di contenuti: cosa devono sapere i marketer del marchio

Se non hai 10 minuti per leggerlo nella sua interezza, ecco il TL; DR:

L'intelligenza artificiale generativa è progredita al punto da generare contenuti con una competenza sufficiente per competere con i creatori umani. Nonostante questi progressi, i professionisti del marketing dovrebbero essere consapevoli dei rischi e dei limiti che derivano dall'IA generativa prima di immergersi nell'usarla per la creazione di contenuti. La sua propensione a fabbricare citazioni, presentare fatti inaffidabili e generare contenuti non originali privi di intuizioni di livello esperto sono tutti fattori da considerare.

Il rilascio pubblico di ChatGPT ha fatto salire alle stelle l'interesse per i contenuti generati dall'intelligenza artificiale, ma è importante notare che i principali editori di media utilizzano ormai da anni rapporti automatizzati, che forniscono alcune informazioni sui casi d'uso iniziali e sulle reazioni del pubblico alla tecnologia.

Possiamo prevedere che man mano che questa tecnologia avanza e diventa più accessibile, più contenuti generati dall'intelligenza artificiale inonderanno il mercato, rendendo sempre più difficile per i professionisti del marketing competere per la visibilità digitale.

Tuttavia, come abbiamo visto con l'aumento e la conseguente erosione dell'efficacia dei media a pagamento, coloro che diventano eccessivamente dipendenti dai contenuti generati dall'intelligenza artificiale potrebbero facilmente trovarsi in una situazione di svantaggio significativo quando gli algoritmi di rilevamento, gli strumenti di blocco e le normative sull'utilizzo dei dati si mettono al passo riequilibrare la scala a favore della domanda dei consumatori di contenuti autentici e di alta qualità.

Per me, l'intero dibattito sottolinea solo il fatto di lunga data che non ci sono davvero scorciatoie per creare contenuti di marketing di alto livello. Guidare il mercato richiede contenuti leader di mercato, che includano un pensiero originale, un valore unico e un aiuto al di là di ciò che gli acquirenti chiedono e offrono i concorrenti. L'intelligenza artificiale sarà essenziale per accelerare la creazione e la distribuzione di contenuti di alta qualità, ma non è la soluzione in sé.

Lo scopo di questo articolo è fornire agli esperti di marketing le informazioni necessarie per prendere decisioni informate quando si tratta di utilizzare l'IA generativa, delineando i vantaggi e gli svantaggi dell'IA generativa, in particolare quando si tratta di creazione di contenuti di marca.

Prima di entrare nei dettagli, definiamo alcuni termini chiave.

L'IA generativa è un sottoinsieme dell'intelligenza artificiale. È un tipo di apprendimento automatico che implica la programmazione di algoritmi per "imparare" dai contenuti esistenti e applicare tali apprendimenti alla generazione autonoma di "nuovi" contenuti (immagini, testo, musica, ecc.).

ChatGPT è un'applicazione chatbot sviluppata da OpenAI che utilizza l'intelligenza artificiale generativa per interpretare i prompt degli utenti e rispondere ad essi con fluidità simile a quella umana.

GPT-3 (Generative Pre-trained Transformer 3) è il modello di intelligenza artificiale generativa utilizzato da ChatGPT. È stato addestrato per specializzarsi nella generazione di testo simile a quello umano in risposta a un prompt di testo, come una domanda, un comando per informazioni o un'affermazione.

DALL-E (Deep Algorithmic Learning Library - Experimental) è un altro modello di intelligenza artificiale generativa sviluppato da OpenAI specializzato nella generazione di immagini basate su prompt di testo.

Qual è il brusio attorno a ChatGPT?

OpenAI ha innescato una frenesia mediatica quando ha aperto la sua interfaccia ChatGPT affinché il pubblico potesse interagire. Il fatto che il chatbot possa rispondere a un'ampia gamma di domande e comandi con fluidità e coerenza simili a quelle umane ha suscitato un'ondata di interesse per le potenziali applicazioni di GPT-3 e modelli di intelligenza artificiale simili.

I "test" pubblici di ChatGPT e del suo prodotto gemello, DALL-E, hanno anche messo in luce alcune delle limitazioni significative e delle implicazioni legali associate ai modelli di intelligenza artificiale generativa, alcuni dei quali sono stati incorporati negli strumenti di assistenza per i creatori per anni.

Una domanda centrale nel settore del content marketing: l'intelligenza artificiale generativa è abbastanza buona per assumere incarichi e creare contenuti in modo efficace ed efficiente come gli umani? In particolare, è in discussione se i modelli di intelligenza artificiale generativa come quelli utilizzati in ChatGPT e DALL-E sostituiranno completamente i creatori di contenuti umani. La risposta breve: non ci siamo ancora arrivati.

Uso di contenuti automatizzati nei media

Come accennato in precedenza, per oltre un decennio, le grandi società di media hanno sfruttato l'IA generativa, sia interna che fornita da terze parti, per gestire le attività di reporting meccanico. Alcuni esempi includono:

• L'Associated Press e Bloomberg utilizzano l'intelligenza artificiale per generare articoli sui rapporti sugli utili aziendali e sulla copertura sportiva.
• Il Washington Post e The Guardian, in Australia, utilizzano l'intelligenza artificiale per generare copertura di eventi sportivi locali e brevi rapporti e avvisi sui risultati delle elezioni e dei giochi olimpici.
• Il Los Angeles Times utilizza l'intelligenza artificiale per riferire su terremoti e altri disastri naturali.
• Forbes utilizza l'intelligenza artificiale per supportare gli scrittori con bozze e modelli di storie.

Il vantaggio principale fornito dalla reportistica automatizzata in questi casi è la scalabilità. Con l'intelligenza artificiale, queste aziende sono state in grado di generare più articoli (migliaia in più, come riportato nel caso di Bloomberg) e più clic di quanto avrebbero potuto ottenere altrimenti.

Le applicazioni riguardano principalmente la sintesi di dati standardizzati in modelli standardizzati: riepiloghi di guadagni aziendali, punteggi di partite, statistiche di disastri naturali, ecc., aumentando la quantità e la velocità di uscita delle notizie senza compromettere la qualità e l'integrità del giornalismo più approfondito delle pubblicazioni.

L'intelligenza artificiale ha (principalmente) dimostrato il suo coraggio in questi tipi di applicazioni per la creazione di contenuti ristretti, in cui il riepilogo di dati ed eventi, piuttosto che arte o opinioni, è sufficiente per soddisfare ciò che i lettori stanno cercando.

CNET è un'eccezione recente e un ammonimento. Il loro modello di intelligenza artificiale interno ha commesso errori che sono sfuggiti alla redazione, come la trasposizione di numeri, l'ortografia errata dei nomi delle società e il plagio senza una citazione adeguata durante la sintesi di notizie finanziarie. Di conseguenza, i concorrenti hanno fatto esplodere l'azienda e, probabilmente, la sua reputazione ne ha risentito.

L'uso tra gli editori di media ha dimostrato che la supervisione editoriale è essenziale quando si tratta di contenuti generati dall'intelligenza artificiale, indipendentemente da quanto sia basilare l'assegnazione dei contenuti. E la migliore pratica giornalistica è citare il contributo di AI nei titoli per rimanere eticamente trasparenti.

Comprensione dei limiti dell'IA generativa

Ora abbiamo raggiunto un nuovo livello di possibilità con modelli generativi come GPT-3, la cui elaborazione avanzata e potenza di addestramento gli consentono di adattarsi a una gamma molto più ampia di prompt e casi d'uso di creazione di contenuti rispetto a quanto potevano gestire i suoi predecessori reporter robot.

Tuttavia, i modelli di intelligenza artificiale generativa hanno limitazioni fondamentali che impediscono loro di fungere da sostituto totale della qualità, competenza e originalità che i creatori umani possono apportare al processo di creazione dei contenuti. Ecco alcuni motivi per cui:

1. Inventeranno i fatti e li presenteranno con sicurezza e competenza. Soprattutto in settori altamente regolamentati come la finanza e la sanità, anche la diffusione involontaria di disinformazione attraverso l'uso negligente della creazione automatizzata di contenuti può comportare censure pubbliche e multe significative da parte degli organismi di regolamentazione.

2. Non citano fonti né forniscono informazioni sull'attendibilità delle loro affermazioni.

3. Se non acquisiscono e apprendono dai dati in tempo reale, non saranno in grado di interpretare o incorporare la consapevolezza degli eventi attuali.

4. I modelli di linguaggi di grandi dimensioni possono rafforzare pregiudizi, pregiudizi e disinformazione a causa della distorsione intrinseca e dell'imprecisione delle informazioni all'interno dei dati su cui sono stati addestrati (ad esempio, Internet, 'nough said).

5. Non si può fare affidamento su previsioni, consigli o raccomandazioni, perché il suo algoritmo non può applicare il pensiero critico, la valutazione del rischio e l'esperienza della vita reale a queste attività. Esistono modelli di intelligenza artificiale predittiva, ma sono un'area completamente diversa dell'apprendimento automatico.

Il fondatore di OpenAI, Sam Altman, ha ammesso apertamente molti di questi rischi su Twitter:

Ovviamente, tutte queste limitazioni introducono un rischio reputazionale significativo se l'IA generativa viene utilizzata per generare contenuti di leadership di pensiero, guidati da consigli o consultivi, che è davvero la linfa vitale del marketing dei contenuti del marchio.

Queste limitazioni riducono anche l'efficienza, dato che ogni volta che l'intelligenza artificiale viene utilizzata per creare contenuti sostanziali da zero, la supervisione umana vigile del marchio, l'editing e il controllo dei fatti sono essenziali.

La linea di fondo qui: l'IA generativa è addestrata per sintetizzare informazioni e imitare l'interazione umana scritta, il che significa che è davvero brava ad applicare il pensiero critico e regolarsi, ma in realtà non ne è capace.

Quindi, in che modo i professionisti del marketing possono trarre vantaggio dall'IA generativa?

La chiave è pensare all'IA generativa come uno strumento di abilitazione dei contenuti piuttosto che un creatore di contenuti in sé. In qualità di azienda specializzata nella creazione di contenuti, Skyword sta già attivamente utilizzando ed esplorando l'IA generativa nelle seguenti aree:

Pianificazione dei contenuti:

L'IA generativa può analizzare il testo dal materiale di partenza, come articoli, libri e persino conversazioni, per identificare temi e argomenti rilevanti. I dati raccolti possono quindi essere utilizzati per costruire un quadro per l'idea e suggerire possibili direzioni di sviluppo.

Generazione di idee e argomenti:

Ad esempio: prendere una trascrizione di un'intervista e generare un elenco di argomenti da esplorare nei contenuti in base all'intervista.

Generazione di assegnazioni di contenuto:

Ad esempio: prendendo un argomento identificato e generando uno schema dei sottoargomenti o dei punti da affrontare in un contenuto sull'argomento.

Abilitazione del creatore:

La capacità dell'IA generativa di sintetizzare le informazioni e interpretare i suggerimenti di stile è un potente strumento per supportare gli esseri umani nell'organizzazione di idee e concetti non strutturati in un testo significativo, generando e iterando rapidamente bozze e assicurando che la copia finale sia grammaticalmente corretta e fluida.

Generazione di una bozza di massima:

Ad esempio: prendere appunti dello scrittore, contenuto di origine o un suggerimento sull'argomento e utilizzare l'intelligenza artificiale per generare frasi che possono essere utilizzate come base per un articolo. Il testo generato può quindi essere modificato e rivisto per creare un pezzo più raffinato. Tieni presente che senza suggerimenti e rifiniture umane qualificate, la sostanza della bozza iniziale sarà relativamente generica.

Copia "Pulizia" e "Punzonatura":

Ad esempio: prendere il testo esistente e chiedere all'intelligenza artificiale di migliorarlo suggerendo sinonimi, riformulando frasi e offrendo opzioni di fraseggio alternative.

Uscita in scala:

La comprensione dei formati dei contenuti da parte dei modelli di linguaggio di grandi dimensioni, la capacità di interpretare i suggerimenti delle persone e l'abilità nell'imitare gli stili di scrittura corrispondenti significa che possono aiutare a riformattare rapidamente i contenuti per l'amplificazione cross-channel e generare "nuove" opzioni di contenuto per attività di copywriting ristrette.

Personalizzazione

Ad esempio: prendere un pezzo di contenuto e utilizzare l'intelligenza artificiale per incorporare specifiche considerazioni sulla lingua o sull'argomento rilevanti per un particolare tipo di pubblico.

Asset iterativi:

Ad esempio: richiedere all'intelligenza artificiale di generare un tweet per promuovere un articolo o riassumere il contenuto e i punti chiave di un white paper per la pagina di destinazione del download.

Copywriting per promozioni, annunci e CTA:

Ad esempio: chiedere all'intelligenza artificiale di leggere una parte specifica di testo o una combinazione di testo e dati e, da lì, generare una copia pubblicitaria, una copia promozionale o suggerimenti di inviti all'azione. Non si tratta necessariamente di un'applicazione nuova, poiché generatori di slogan e strumenti di copywriting simili esistono da tempo. Modelli come GPT-3 sono semplicemente migliori e più facili da "sintonizzare" con istruzioni complesse.

Ottimizzazione o aggiornamento dei contenuti:

Ad esempio: prendere un articolo esistente e utilizzare l'intelligenza artificiale per incorporare parole chiave o fatti specifici (da te forniti) e/o spingerlo a rivedere il linguaggio per renderlo più efficace in termini di leggibilità, coinvolgimento e conversione.

Selezione e generazione di immagini:

Ad esempio: prendere un articolo e utilizzare l'intelligenza artificiale per selezionare un'immagine o immagini da un database specifico (compresa l'attribuzione corretta) da associare alla copia. Tieni presente che i dati e la metodologia utilizzati per addestrare i generatori di immagini di intelligenza artificiale hanno provocato diverse azioni legali e sollevato abbastanza questioni etiche da giustificare estrema cautela nel perseguire tali modelli.

In che modo Skyword applica oggi l'IA generativa

La nostra piattaforma di content marketing, Skyword360, include ora Content Atomization, un'applicazione diretta della tecnologia GPT-3. Stratificando l'IA con un'architettura di prompt proprietaria, siamo in grado di offrire ai nostri clienti la possibilità di identificare un contenuto primario come fonte e generare istantaneamente asset iterativi (post sui social, riepiloghi di newsletter, articoli più brevi, storyboard video, ecc.) basati su le informazioni nel contenuto di origine, adattando lo stile e il contesto per diversi personaggi e toni specifici del marchio nel processo.

Quel contenuto viene quindi presentato per la revisione editoriale umana, che, come accennato, è un passaggio essenziale nel processo di garanzia della qualità del contenuto.

Piuttosto che utilizzare l'intelligenza artificiale per generare da zero molti contenuti "bot", basati su ciò che sa da "Internet", applichiamo la sua abilità per riutilizzare e adattare lo stile di contenuti originali, di alta qualità e generati dall'uomo in modo che può essere rapidamente amplificato, atomizzato e utilizzato su più canali per indirizzare più persone.

Consideriamo questo solo uno dei tanti modi ideali per sposare il potere della creatività umana con l'efficienza di scala che l'IA generativa può abilmente fornire.

Prospettiva futura

Probabile impatto sui motori di ricerca:

Per ora, l'IA generativa deve ancora dimostrarsi abbastanza affidabile e perspicace da sostituire l'intera funzione di recupero delle risposte e di ricerca che i motori di ricerca forniscono oggi.

Quindi, il problema più immediato che i professionisti del marketing devono affrontare è chi guadagna nella ricerca man mano che più contenuti generati dall'intelligenza artificiale entrano nel panorama digitale.

Le content farm e le aziende che spendono le loro energie creando contenuti per giocare agli algoritmi dei motori di ricerca saranno probabilmente tra le prime a iniziare a sfornare contenuti generati dall'intelligenza artificiale per aumentare la visibilità del loro sito. Senza alcun intento dannoso, anche le piccole imprese sono interessate a ricorrere alla tecnologia per generare contenuti che, altrimenti, semplicemente non potrebbero permettersi di supportare.

Come sappiamo, il volume gioca un ruolo fondamentale nel fare guadagni di ricerca e la qualità dei contenuti generati dall'intelligenza artificiale, come GPT-3, è buona almeno quanto un sacco di contenuti SEO pieni di parole chiave già disponibili. Tuttavia, è probabile che qualsiasi guadagno ottenuto inondando il mercato di contenuti puramente automatizzati sia di breve durata poiché il rilevamento dei contenuti generato dall'intelligenza artificiale diventa più avanzato.

Nell'agosto del 2022, Google (che domina con circa l'84% della quota di mercato della ricerca) ha annunciato il suo aggiornamento dei contenuti utili, specificamente progettato per prendere di mira un afflusso esistente di contenuti di basso valore generati dall'intelligenza artificiale visualizzati nei risultati di ricerca.

In poche parole, Google è ufficialmente fuori per rilevare e favorire contenuti affidabili, pertinenti e unicamente informativi. I marchi i cui contenuti generati dall'intelligenza artificiale sono progettati per vincere nella ricerca ma mancano di sostanza continueranno a vedere i loro contenuti scendere nelle classifiche. D'altra parte, lo sviluppo di una base coerente di contenuti originali e di alta qualità continuerà ad aiutare i marchi a mantenere un vantaggio competitivo rispetto ad altri siti.

Allo stesso modo, i grandi soldi già investiti nella tecnologia di verifica dei fatti progettata per identificare e reprimere la disinformazione e i contenuti fuorvianti si sovrapporranno senza dubbio a un mercato emergente di strumenti di rilevamento dei contenuti generati dall'intelligenza artificiale.

Probabile impatto sull'ecosistema dei creatori:

Avendo trascorso la prima parte della mia carriera coprendo l'industria della robotica, sono sensibile ai tentativi di ridurre tutto questo a un dibattito tra ChatGPT e Human Creators. Come abbiamo visto nel corso della storia con l'evoluzione della tecnologia, raramente è una proposta alternativa.

L'IA generativa e i creatori umani coesisteranno, ma il modo in cui i creatori lavorano e i percorsi di carriera a loro disposizione cambieranno probabilmente in modo significativo con l'avvento di questa tecnologia. Esploreremo questo argomento più a fondo in un prossimo post.

Per ora, cosa possono aspettarsi i marchi in termini di modalità di coinvolgimento, compensazione e cosa possono aspettarsi dai creatori nel prossimo futuro?

È ragionevole aspettarsi che, per determinati incarichi di contenuti meccanici, come la scrittura di testi promozionali o riassunti di newsletter, l'IA generativa più la supervisione editoriale diventino altrettanto efficaci e più efficienti rispetto all'impiego di creatori umani.

Tuttavia, i creatori umani esperti aggiungono un valore insostituibile ai contenuti quando applicano le loro conoscenze e competenze specialistiche a un incarico. Sto parlando dello sviluppo di schemi e intuizioni unici, fornendo una profonda riflessione e indagine su argomenti complessi, scoprendo fatti ancora sconosciuti, fornendo consigli altamente pertinenti e integrando autentiche esperienze personali nei contenuti.

A breve termine, è probabile che i marchi vedranno diminuire i costi per i contenuti "generici" poiché l'intelligenza artificiale viene sfruttata per aumentare l'offerta economica di tipi di contenuto altamente basati su modelli e poiché più creatori umani iniziano a utilizzare l'intelligenza artificiale per generare contenuti più rapidamente.

D'altra parte, è probabile che i tassi tra i creatori altamente qualificati e gli esperti del settore aumentino man mano che cresce la domanda per le loro competenze tra i marchi che devono fare più affidamento sulla qualità e sull'originalità per differenziarsi all'interno di un panorama di contenuti ancora più rumoroso.

Per quanto riguarda il fatto che i professionisti del marketing debbano preoccuparsi o meno di pagare i creatori che consegnano incarichi scritti dall'intelligenza artificiale, è importante riconoscere che gli strumenti di assistenza all'intelligenza artificiale sono stati sfruttati dai creatori, in iterazioni più basilari, per un po' di tempo. Alla fine della giornata, ci vogliono tempo e abilità per spingere l'IA a generare contenuti che sembrino creativi, perspicaci e irresistibilmente unici. Il fatto che l'intelligenza artificiale sia stata utilizzata o meno non importa tanto quanto se l'output sia o meno informativo in modo univoco, ben realizzato e affidabile.

Appoggiati ai team editoriali e agli strumenti di rilevamento del plagio per giudicare se i contenuti consegnati soddisfano o meno gli standard del tuo marchio in termini di qualità, competenza sull'argomento e originalità, poiché questa è la prova del vero sforzo umano applicato. Sono in fase di sviluppo specifici strumenti di rilevamento dei contenuti generati dall'intelligenza artificiale, ma non sono (ancora) in grado di determinare in modo affidabile il livello di sforzo umano rispetto a quello della macchina che è andato in un pezzo, se questo è il tuo obiettivo.

Probabile impatto sul comportamento del cliente

Questa è la domanda che, come marketer, mi preoccupa di più: cosa succede alla fiducia dei clienti una volta che i contenuti generati dall'intelligenza artificiale diventano ancora più mainstream? Il nostro CEO approfondirà questo aspetto nella sua prossima newsletter ma, a giudicare dai modelli storici, è probabile che tre comportamenti saranno influenzati dall'uso e dall'accessibilità più ampi dell'IA generativa:

1. La fiducia degli acquirenti nei marchi e nel marketing del marchio si eroderà man mano che i browser e altre piattaforme integrano strumenti per rilevare e avvisare gli acquirenti che qualcosa è stato creato dall'intelligenza artificiale e l'uso o il mancato utilizzo da parte dei marchi dei contenuti generati dall'IA diventa un punto di differenziazione competitiva.

2. Gli acquirenti si aspetteranno ancora più sartoria, personalizzazione ed esperienze coinvolgenti dai marchi mentre interagiscono con più esperienze basate sull'intelligenza artificiale nella loro vita quotidiana. I marchi competeranno ancora di più sulla qualità esperienziale e sull'iper-rilevanza man mano che cresce l'impazienza con la "ricerca" manuale.

3. Gli acquirenti faranno ancora più affidamento su autentici consigli umani , storie e recensioni di video dei clienti durante la ricerca di prodotti. Potrebbero persino iniziare ad abbandonare le piattaforme di informazione digitale più tradizionali quando emergono fonti specializzate di contenuti "umani verificati" in risposta alla sfiducia dei consumatori.

Non sarà sempre così, ma (per ora), l'IA generativa è un gioco di quantità, non di qualità, e i marchi hanno bisogno sia di quantità che di qualità per competere nell'ambiente di marketing di oggi. Quindi, con tutti i mezzi, esplora e testa l'IA generativa come strumento di efficienza e abilitazione per la creazione di contenuti, ma evita di cadere nella trappola di pensare che possa servire come un sostituto completo per i creatori di contenuti umani.

I marchi dovranno padroneggiare questa tecnologia (sul lato della produzione di contenuti e dell'esperienza del marchio della casa) per competere andando avanti. Quindi, lavora con fornitori che conoscono la tecnologia, la stanno applicando nel modo giusto e che possono gestire e mitigare eventuali rischi per te.

Ti incoraggio a iscriverti alla nostra newsletter se sei interessato a ricevere più contenuti nella nostra serie in corso sull'IA generativa direttamente nella tua casella di posta. Prenota un incontro con il nostro team per uno sguardo approfondito su come stiamo utilizzando l'IA generativa in Skyword per migliorare l'efficienza nella creazione di contenuti dei nostri clienti del marchio senza comprometterne la qualità o l'integrità del marchio.

Immagine in primo piano di DeepMind su Unsplash