Os riscos e recompensas do uso de IA generativa para criação de conteúdo: o que os profissionais de marketing de marca precisam saber

Se você não tiver 10 minutos para ler isso na íntegra, aqui está o TL;DR:

A IA generativa progrediu a ponto de gerar conteúdo com proficiência suficiente para rivalizar com criadores humanos. Apesar desses avanços, os profissionais de marketing devem estar cientes dos riscos e limitações que acompanham a IA generativa antes de começar a usá-la para a criação de conteúdo. Sua propensão para fabricar citações, apresentar fatos não confiáveis ​​e gerar conteúdo sem originalidade sem insights de nível de especialista são fatores a serem considerados.

O lançamento público do ChatGPT fez com que o interesse pelo conteúdo gerado por IA disparasse, mas é importante observar que os principais editores de mídia utilizam relatórios automatizados há anos, o que fornece algumas informações sobre os casos de uso iniciais e as reações do público à tecnologia.

Podemos antecipar que, à medida que essa tecnologia avança e se torna mais acessível, mais conteúdo gerado por IA inundará o mercado, tornando cada vez mais difícil para os profissionais de marketing competir pela visibilidade digital.

No entanto, como vimos com o aumento e subsequente erosão da eficácia da mídia paga, aqueles que se tornam excessivamente dependentes do conteúdo gerado por IA podem facilmente se encontrar em uma desvantagem significativa quando algoritmos de detecção, ferramentas de bloqueio e regulamentos de uso de dados alcançam. para reequilibrar a balança em favor da demanda dos consumidores por conteúdo autêntico e de alta qualidade.

Para mim, todo esse debate apenas ressalta o fato antigo de que não existem atalhos para a criação de conteúdo de marketing de primeira linha. Liderar o mercado requer conteúdo líder de mercado, que inclui pensamento original, valor único e ajuda acima e além do que os compradores pedem e os concorrentes oferecem. A IA será essencial para acelerar a criação e entrega de conteúdo de alta qualidade, mas não é a solução em si.

O objetivo deste artigo é fornecer aos profissionais de marketing as informações necessárias para tomar decisões fundamentadas quando se trata de utilizar a IA generativa, destacando os benefícios e as desvantagens da IA ​​generativa, principalmente quando se trata de criação de conteúdo de marca.

Antes de mergulharmos nos detalhes, vamos definir alguns termos-chave.

A IA generativa é um subconjunto da inteligência artificial. É um tipo de aprendizado de máquina que envolve algoritmos de programação para 'aprender' com o conteúdo existente e aplicar esses aprendizados à geração autônoma de 'novo' conteúdo (imagens, texto, música etc.).

O ChatGPT é um aplicativo de chatbot desenvolvido pela OpenAI que usa IA generativa para interpretar as solicitações do usuário e respondê-las com fluência semelhante à humana.

GPT-3 (Transformador pré-treinado generativo 3) é o modelo de IA generativo que o ChatGPT usa. Ele foi treinado para se especializar na geração de texto semelhante ao humano em resposta a um prompt de texto, como uma pergunta, comando para obter informações ou declaração.

DALL-E (Deep Algorithmic Learning Library - Experimental) é outro modelo de IA generativa desenvolvido pela OpenAI especializada na geração de imagens com base em prompts de texto.

Qual é o burburinho em torno do ChatGPT?

A OpenAI desencadeou um frenesi na mídia quando abriu sua interface ChatGPT para o público interagir. O fato de o chatbot poder responder a uma ampla gama de perguntas e comandos com fluência e coerência humanas despertou uma onda de interesse nas possíveis aplicações do GPT-3 e modelos semelhantes de IA.

O 'teste' público do ChatGPT e de seu produto irmão, DALL-E, também expôs algumas das limitações significativas e implicações legais associadas aos modelos de IA generativa, alguns dos quais foram incorporados em ferramentas assistivas para criadores por anos.

Uma questão central na indústria de marketing de conteúdo: a IA generativa é boa o suficiente para assumir atribuições e criar conteúdo tão bem e eficientemente quanto os humanos? Está especificamente em debate se os modelos de IA generativos, como os usados ​​no ChatGPT e no DALL-E, substituirão totalmente os criadores de conteúdo humano. A resposta curta: ainda não chegamos lá.

Uso de conteúdo automatizado na mídia

Como mencionado acima, por mais de uma década, as grandes empresas de mídia aproveitaram a IA generativa - tanto doméstica quanto fornecida por terceiros - para lidar com tarefas rotineiras de relatórios. Alguns exemplos incluem:

• A Associated Press e a Bloomberg usam IA para gerar artigos sobre relatórios de lucros de empresas e cobertura esportiva.
• The Washington Post e The Guardian, na Austrália, usando IA para gerar cobertura de eventos esportivos locais e relatórios curtos e alertas sobre eleições e resultados dos jogos olímpicos.
• O Los Angeles Times usando IA para relatar terremotos e outros desastres naturais.
• Forbes usando AI para apoiar escritores com rascunhos e modelos de histórias.

O principal benefício que os relatórios automatizados fornecem nesses casos é a escala. Com IA, essas empresas conseguiram gerar mais artigos (milhares a mais, conforme relatado no caso da Bloomberg) e mais cliques do que poderiam ter conseguido de outra forma.

As aplicações envolvem principalmente sintetizar dados padronizados em modelos padronizados: resumos de lucros corporativos, placares de jogos, estatísticas de desastres naturais, etc., aumentando a quantidade e a velocidade da produção de notícias sem comprometer a qualidade e integridade do jornalismo mais aprofundado das publicações.

A IA (principalmente) provou seu valor nesses tipos de aplicativos de criação de conteúdo restrito, em que o resumo de dados e eventos - em vez de arte ou opinião - é suficiente para satisfazer o que os leitores estão procurando.

A CNET é uma exceção recente e um conto de advertência. Seu modelo de IA interno cometeu erros que passaram despercebidos pela copiadora, como transpor números, escrever nomes de empresas com erros ortográficos e plagiar sem a devida citação ao sintetizar notícias financeiras. Como resultado, os concorrentes colocaram a empresa em alta e, sem dúvida, sua reputação foi prejudicada.

O uso entre editores de mídia demonstrou que a supervisão editorial é essencial quando se trata de conteúdo gerado por IA, não importa quão básica seja a atribuição de conteúdo. E a melhor prática jornalística é citar a contribuição da IA ​​nas assinaturas para permanecer eticamente transparente.

Entendendo as limitações da IA ​​generativa

Agora alcançamos um novo nível de possibilidade com modelos generativos como o GPT-3, cujo processamento avançado e poder de treinamento permitem que ele se adapte a uma gama muito mais ampla de prompts e casos de uso de criação de conteúdo do que seus antecessores de repórteres de robôs poderiam gerenciar.

No entanto, os modelos generativos de IA têm limitações fundamentais que os impedem de servir como um substituto total para a qualidade, experiência e originalidade que os criadores humanos podem trazer para o processo de criação de conteúdo. Aqui estão algumas razões do porquê:

1. Eles inventarão fatos e os apresentarão com confiança e competência. Especialmente em setores altamente regulamentados, como finanças e saúde, até mesmo a disseminação inadvertida de desinformação por meio do uso negligente da criação automatizada de conteúdo pode resultar em censuras públicas e multas significativas de órgãos reguladores.

2. Eles não citam fontes ou fornecem informações sobre a confiabilidade de suas afirmações.

3. Se eles não estiverem ingerindo e aprendendo com os dados em tempo real, eles não serão capazes de interpretar ou incorporar a consciência dos eventos atuais.

4. Grandes modelos de linguagem podem reforçar o viés, o preconceito e a desinformação por causa do viés inerente e da imprecisão das informações contidas nos dados em que foram treinados (ou seja, a internet — 'nada dito).

5. Não se pode confiar nele para previsões, conselhos ou recomendações, porque seu algoritmo não pode aplicar pensamento crítico, avaliação de risco e experiência da vida real a essas atividades. Existem modelos preditivos de IA, mas são uma área totalmente diferente do aprendizado de máquina.

O fundador da OpenAI, Sam Altman, admitiu abertamente muitos desses riscos no Twitter:

Obviamente, todas essas limitações introduzem um risco reputacional significativo se a IA generativa for usada para gerar liderança de pensamento, orientação orientada ou conteúdo consultivo – que é realmente a força vital do marketing de conteúdo de marca.

Essas limitações também diminuem a eficiência, uma vez que sempre que a IA é usada para criar conteúdo substancial do zero, a supervisão, a edição e a verificação de fatos vigilantes da marca humana são essenciais.

O ponto principal aqui: a IA generativa é treinada para sintetizar informações e imitar a interação humana escrita, o que significa que é realmente boa em aplicar o pensamento crítico e se auto-regular, mas na verdade não é capaz disso.

Então, como os profissionais de marketing podem se beneficiar da IA ​​generativa?

A chave é pensar na IA generativa como uma ferramenta de capacitação de conteúdo, em vez de um criador de conteúdo em si. Como empresa especializada em criação de conteúdo, a Skyword já está usando e explorando ativamente IA generativa nas seguintes áreas:

Planejamento de conteúdo:

A IA generativa pode analisar o texto do material de origem, como artigos, livros e até conversas, para identificar temas e tópicos relevantes. Os dados coletados podem ser usados ​​para construir uma estrutura para a ideia e sugerir possíveis direções para o desenvolvimento.

Gerando ideias e temas:

Por exemplo: fazer uma transcrição de entrevista e gerar uma lista de tópicos para explorar no conteúdo com base na entrevista.

Gerando atribuições de conteúdo:

Por exemplo: pegar um tema identificado e gerar um esboço dos subtemas ou pontos a serem abordados em um conteúdo sobre o assunto.

Habilitação do criador:

A capacidade da IA ​​generativa de sintetizar informações e interpretar prompts de estilo é uma ferramenta poderosa para apoiar os humanos na organização de ideias e conceitos não estruturados em textos significativos, gerando e iterando rascunhos rapidamente e garantindo que a cópia final seja gramaticalmente correta e fluida.

Gerando um rascunho:

Por exemplo: fazer anotações do escritor, conteúdo de origem ou prompt de tópico e usar IA para gerar frases que podem ser usadas como base para um artigo. O texto gerado pode então ser editado e revisado para criar uma peça mais polida. Esteja ciente de que, sem orientação e polimento humanos qualificados, o conteúdo do rascunho inicial será relativamente genérico.

Cópia de 'limpeza' e 'perfuração':

Por exemplo: pegar a cópia existente e pedir à IA para melhorá-la, sugerindo sinônimos, reformulando frases e oferecendo opções de frase alternativas.

Escala de saída:

A compreensão de formatos de conteúdo de modelos de linguagem grandes, a capacidade de interpretar prompts de persona e a habilidade de imitar estilos de escrita correspondentes significam que ele pode ajudar a reformatar rapidamente o conteúdo para amplificação entre canais e gerar 'novas' opções de conteúdo para tarefas de redação restritas.

Personalização

Por exemplo: pegar um conteúdo e usar a IA para incorporar uma linguagem específica ou considerações de tópicos relevantes para um determinado tipo de público.

Ativos iterativos:

Por exemplo: solicitar que a IA gere um tweet para promover um artigo ou resumir o conteúdo e as principais conclusões de um whitepaper para a página de destino do download.

Redação para promoções, anúncios e CTAs:

Por exemplo: pedir à AI para ler um texto específico ou uma combinação de texto e dados e, a partir daí, gerar uma cópia do anúncio, uma cópia promocional ou sugestões de CTAs. Este não é necessariamente um aplicativo novo, já que geradores de slogan e ferramentas de redação semelhantes já existem há algum tempo. Modelos como o GPT-3 são melhores nisso e mais fáceis de 'sintonizar' com prompts complexos.

Otimizando ou atualizando o conteúdo:

Por exemplo: pegar um artigo existente e usar IA para incorporar palavras-chave ou fatos específicos (que você fornece) e/ou solicitar que ele revise o idioma para ser mais eficaz em termos de legibilidade, engajamento e conversão.

Seleção e geração de imagens:

Por exemplo: pegar um artigo e usar IA para selecionar uma imagem ou imagens de um banco de dados específico (incluindo a atribuição adequada) para associar à cópia. Esteja ciente de que os dados e a metodologia usados ​​para treinar geradores de imagens de IA levaram a vários processos judiciais e levantaram questões éticas suficientes para garantir extrema cautela na busca de tais modelos.

Como a Skyword está aplicando IA generativa hoje

Nossa plataforma de marketing de conteúdo, Skyword360, agora inclui Content Atomization, uma aplicação direta da tecnologia GPT-3. Combinando IA com arquitetura de prompt proprietária, podemos oferecer aos nossos clientes a capacidade de identificar uma parte principal do conteúdo como fonte e gerar instantaneamente recursos iterativos (postagens sociais, resumos de boletins informativos, artigos mais curtos, storyboards de vídeo etc.) com base em as informações no conteúdo de origem, adaptando o estilo e o contexto para diferentes personas e tons de marca específicos no processo.

Esse conteúdo é então servido para revisão editorial humana, que, conforme mencionado, é uma etapa essencial no processo de garantia de qualidade do conteúdo.

Em vez de usar IA para gerar muito conteúdo 'bot' do zero, com base no que ele conhece da 'internet' - aplicamos sua habilidade para redefinir e adaptar o estilo de conteúdo original, de alta qualidade e gerado por humanos para que ele pode ser rapidamente amplificado, atomizado e usado em mais canais para atingir várias personas.

Vemos isso apenas como uma das muitas maneiras ideais de casar o poder da criatividade humana com a eficiência de escala que a IA generativa pode fornecer habilmente.

Perspectiva futura

Provável impacto nos motores de busca:

Por enquanto, a IA generativa ainda não se mostrou confiável e perspicaz o suficiente para substituir toda a função de busca de respostas e pesquisa que os mecanismos de pesquisa fornecem hoje.

Portanto, o problema mais imediato que os profissionais de marketing enfrentam é quem ganha nas pesquisas à medida que mais conteúdo gerado por IA entra no cenário digital.

Farms de conteúdo e empresas que gastam sua energia criando conteúdo para jogos de algoritmos de mecanismos de busca provavelmente estarão entre os primeiros a começar a produzir conteúdo gerado por IA para aumentar a visibilidade de seu site. Sem intenção maliciosa, as pequenas empresas também estão interessadas em recorrer à tecnologia para gerar conteúdo que, de outra forma, simplesmente não poderiam suportar.

Como sabemos, o volume desempenha um papel crítico na obtenção de ganhos de pesquisa, e a qualidade do conteúdo gerado pela IA, como GPT-3, é pelo menos tão boa quanto muitos conteúdos de SEO repletos de palavras-chave já existentes. No entanto, quaisquer ganhos obtidos ao inundar o mercado com conteúdo puramente automatizado provavelmente terão vida curta, pois a detecção de conteúdo gerada por IA se torna mais avançada.

Em agosto de 2022, o Google (que domina com aproximadamente 84% da participação no mercado de pesquisa) anunciou sua atualização de conteúdo útil, projetada especificamente para visar um influxo existente de conteúdo gerado por IA de baixo valor que aparece nos resultados da pesquisa.

Em poucas palavras, o Google está oficialmente empenhado em detectar e favorecer conteúdo confiável, relevante e exclusivamente informativo. As marcas cujo conteúdo gerado por IA é projetado para vencer nas pesquisas, mas carece de substância, continuarão vendo seu conteúdo cair nas classificações. Por outro lado, o desenvolvimento de uma base consistente de conteúdo original e de alta qualidade continuará a ajudar as marcas a manter uma vantagem competitiva em relação a outros sites.

Da mesma forma, o dinheiro que já está sendo investido em tecnologia de verificação de fatos projetada para identificar e reprimir desinformação e conteúdo enganoso sem dúvida se sobreporá a um mercado emergente de ferramentas de detecção de conteúdo geradas por IA.

Provável impacto no ecossistema de criadores:

Tendo passado a primeira parte da minha carreira cobrindo a indústria da robótica, sou sensível a tentativas de resumir tudo isso a um debate ChatGPT vs. Criadores Humanos. Como vimos ao longo da história com a evolução da tecnologia, raramente é uma proposição ou/ou.

IA generativa e criadores humanos coexistirão, mas a maneira como os criadores trabalham e as carreiras disponíveis para eles provavelmente mudarão significativamente com o advento dessa tecnologia. Exploraremos esse tópico com mais profundidade em um post futuro.

Por enquanto, o que as marcas podem esperar em termos de como se envolvem, compensam e o que podem esperar dos criadores em um futuro próximo?

É razoável esperar que, para certas atribuições de conteúdo de rotina, como redigir cópias promocionais ou resumos de boletins, a IA generativa mais a supervisão editorial se tornem tão eficazes e mais eficientes do que empregar criadores humanos.

No entanto, criadores humanos especializados agregam valor insubstituível ao conteúdo quando aplicam seu conhecimento especializado e experiência a uma tarefa. Estou falando sobre o desenvolvimento de padrões e percepções únicas, fornecendo reflexão profunda e investigação sobre tópicos complexos, revelando fatos ainda desconhecidos, fornecendo conselhos altamente relevantes e integrando experiências pessoais autênticas ao conteúdo.

No curto prazo, é provável que as marcas vejam os custos de conteúdo 'genérico' cair à medida que a IA é aproveitada para aumentar o suprimento barato de tipos de conteúdo altamente modelados e à medida que mais criadores humanos começam a usar a IA para gerar conteúdo mais rapidamente.

Por outro lado, é provável que as taxas entre criadores altamente qualificados e especialistas do setor aumentem à medida que a demanda por suas habilidades cresce entre as marcas que devem confiar mais na qualidade e na originalidade para se diferenciarem em um cenário de conteúdo ainda mais barulhento.

Quanto a saber se os profissionais de marketing devem ou não se preocupar em pagar criadores que entregam tarefas escritas por IA, é importante reconhecer que as ferramentas de assistência de IA - em iterações mais básicas - foram aproveitadas pelos criadores já há algum tempo. No final do dia, é preciso tempo e habilidade para levar a IA a gerar conteúdo que pareça criativo, perspicaz e único. Se a IA foi usada ou não, não importa tanto quanto se a saída é exclusivamente informativa, bem trabalhada e confiável.

Apoie-se nas equipes editoriais e nas ferramentas de detecção de plágio para julgar se o conteúdo entregue atende ou não aos padrões de qualidade, conhecimento do assunto e originalidade de sua marca, pois essa é a evidência do esforço humano real sendo aplicado. Ferramentas específicas de detecção de conteúdo geradas por IA estão sendo desenvolvidas, mas não podem (ainda) determinar com segurança o nível de esforço humano versus máquina que entrou em uma peça - se esse for seu objetivo.

Provável impacto no comportamento do cliente

Esta é a questão que mais me preocupa, como profissional de marketing: o que acontece com a confiança do cliente quando o conteúdo gerado por IA se torna ainda mais popular? Nosso CEO vai mergulhar nisso em seu próximo boletim informativo, mas, a julgar pelos padrões históricos, três comportamentos provavelmente serão afetados pelo uso mais amplo e acessibilidade da IA ​​generativa:

1. A confiança dos compradores nas marcas e no marketing da marca diminuirá à medida que navegadores e outras plataformas criarem ferramentas para detectar e alertar os compradores de que algo foi criado por IA, e o uso ou não uso de conteúdo gerado por IA pelas marcas se torna um ponto de diferenciação competitiva.

2. Os compradores esperam ainda mais customização, personalização e experiências imersivas das marcas à medida que se envolvem com mais experiências baseadas em IA em suas vidas cotidianas. As marcas vão competir ainda mais em qualidade experiencial e hiper-relevância à medida que cresce a impaciência com a 'pesquisa' manual.

3. Os compradores darão ainda mais crédito a recomendações humanas autênticas , histórias e análises de vídeos de clientes ao pesquisar produtos. Eles podem até começar a abandonar as plataformas de informação digital mais tradicionais à medida que fontes especializadas de conteúdo 'verificado humano' surgem em resposta à desconfiança do consumidor.

Nem sempre será o caso, mas (por enquanto), a IA generativa é um jogo de quantidade, não de qualidade, e as marcas precisam de quantidade e qualidade para competir no ambiente de marketing atual. Portanto, explore e teste a IA generativa como uma ferramenta de eficiência e capacitação para a criação de seu conteúdo, mas evite cair na armadilha de pensar que ela pode servir como um substituto completo para criadores de conteúdo humanos.

As marcas terão que dominar essa tecnologia (nos lados de produção de conteúdo e experiência de marca da casa) para competir no futuro. Portanto, trabalhe com fornecedores que conheçam a tecnologia, que a apliquem da maneira certa e que possam gerenciar e mitigar quaisquer riscos para você.

Encorajo você a assinar nosso boletim informativo se estiver interessado em obter mais conteúdo em nossa série contínua sobre IA generativa entregue diretamente em sua caixa de entrada. Marque uma reunião com nossa equipe para ver como estamos usando IA generativa na Skyword para melhorar a eficiência da criação de conteúdo de nossos clientes de marca sem comprometer a qualidade ou a integridade da marca.

Imagem em destaque por DeepMind no Unsplash