Риски и преимущества использования генеративного ИИ для создания контента: что нужно знать бренд-маркетологам

Если у вас нет 10 минут, чтобы прочитать это полностью, вот TL;DR:

Генеративный ИИ достиг уровня создания контента с достаточным уровнем мастерства, чтобы конкурировать с создателями-людьми. Несмотря на эти достижения, маркетологи должны знать о рисках и ограничениях, связанных с генеративным ИИ, прежде чем погрузиться в его использование для создания контента. Его склонность к фабрикации цитат, представлению ненадежных фактов и созданию неоригинального контента, лишенного понимания экспертного уровня, — все это факторы, которые следует учитывать.

Публичный выпуск ChatGPT вызвал стремительный рост интереса к контенту, созданному ИИ, но важно отметить, что ведущие издатели СМИ уже много лет используют автоматизированные отчеты, что дает некоторое представление о первоначальных вариантах использования и реакции общественности на технологию.

Мы можем ожидать, что по мере того, как эта технология будет развиваться и становиться более доступной, рынок будет наводнять контент, созданный искусственным интеллектом, из-за чего маркетологам будет все труднее конкурировать за цифровую видимость.

Однако, как мы видели с ростом и последующим снижением эффективности платных медиа, те, кто стал чрезмерно зависеть от контента, созданного ИИ, могут легко оказаться в значительно невыгодном положении, когда алгоритмы обнаружения, инструменты блокировки и правила использования данных наверстают упущенное. сбалансировать шкалу в пользу потребительского спроса на аутентичный, высококачественный контент.

Для меня все эти дебаты только подчеркивают давний факт, что на самом деле не существует коротких путей к созданию маркетингового контента высшего уровня. Лидерство на рынке требует лидирующего на рынке контента, который включает в себя оригинальное мышление, уникальную ценность и помощь сверх того, что просят покупатели и предлагают конкуренты. ИИ будет необходим для ускорения создания и доставки высококачественного контента, но сам по себе он не является решением.

Цель этой статьи — предоставить маркетологам информацию, необходимую для принятия обоснованных решений, когда речь идет об использовании генеративного ИИ, с изложением преимуществ и недостатков генеративного ИИ, особенно когда речь идет о создании контента для бренда.

Прежде чем мы углубимся в детали, давайте определимся с некоторыми ключевыми терминами.

Генеративный ИИ — это разновидность искусственного интеллекта. Это тип машинного обучения, который включает программирование алгоритмов для «обучения» существующему контенту и применения этих знаний для автономного создания «нового» контента (изображений, текста, музыки и т. д.).

ChatGPT — это приложение для чат-ботов, разработанное OpenAI, которое использует генеративный ИИ для интерпретации запросов пользователя и ответа на них с беглостью, похожей на человеческую.

GPT-3 (Generative Pre-trained Transformer 3) — это генеративная модель ИИ, которую использует ChatGPT. Он был обучен специализироваться на создании человеческого текста в ответ на текстовое приглашение, такое как вопрос, команда для получения информации или утверждение.

DALL-E (Deep Algorithmic Learning Library — Experimental) — еще одна генеративная модель искусственного интеллекта, разработанная OpenAI, которая специализируется на создании изображений на основе текстовых подсказок.

Что за шумиха вокруг ChatGPT?

OpenAI вызвал ажиотаж в СМИ, когда открыл для публики свой интерфейс ChatGPT. Тот факт, что чат-бот может отвечать на широкий круг вопросов и команд с человеческой беглостью и последовательностью, вызвал волну интереса к потенциальным приложениям GPT-3 и подобных моделей ИИ.

Публичное «тестирование» ChatGPT и родственного ему продукта DALL-E также выявило некоторые существенные ограничения и юридические последствия, связанные с моделями генеративного ИИ, некоторые из которых годами использовались во вспомогательных инструментах для авторов.

Центральный вопрос в индустрии контент-маркетинга: достаточно ли хорош генеративный ИИ, чтобы выполнять задания и создавать контент так же хорошо и эффективно, как люди? В частности, обсуждается вопрос о том, заменят ли полностью генеративные модели ИИ, подобные тем, которые используются в ChatGPT и DALL-E, создателей человеческого контента. Краткий ответ: мы просто еще не там.

Использование автоматизированного контента в СМИ

Как упоминалось выше, уже более десяти лет крупные медиа-компании пользуются преимуществами генеративного ИИ — как собственного, так и стороннего — для выполнения рутинных задач репортажей. Вот некоторые примеры:

• Ассошиэйтед Пресс и Блумберг используют ИИ для создания статей об отчетах о доходах компаний и спортивных репортажах.
• The Washington Post и The Guardian, Австралия, используют ИИ для освещения местных спортивных событий, а также коротких отчетов и предупреждений о результатах выборов и Олимпийских игр.
• The Los Angeles Times использует ИИ, чтобы сообщать о землетрясениях и других стихийных бедствиях.
• Forbes использует ИИ для поддержки писателей с черновиками и шаблонами историй.

Ключевым преимуществом автоматизированной отчетности в этих случаях является масштаб. С помощью ИИ эти компании смогли генерировать больше статей (на тысячи больше, как сообщается в случае с Bloomberg) и больше кликов, чем они могли бы получить в противном случае.

Приложения в основном включают в себя синтез стандартизированных данных в стандартизированные шаблоны: сводки корпоративных доходов, результаты игр, статистику стихийных бедствий и т. д., увеличивая количество и скорость выпуска новостей без ущерба для качества и целостности более подробной журналистики публикаций.

ИИ (в основном) доказал свою силу в этих типах узких приложений для создания контента, где обобщения данных и событий — а не искусства или мнения — достаточно, чтобы удовлетворить то, что ищут читатели.

CNET — недавнее исключение и поучительная история. Их собственная модель искусственного интеллекта делала ошибки, которые ускользали от копировальной службы, такие как перестановка чисел, неправильное написание названий компаний и плагиат без надлежащего цитирования при синтезе финансовых новостей. В результате конкуренты подвергли компанию критике, и, возможно, пострадала ее репутация.

Использование среди издателей средств массовой информации продемонстрировало, что редакционный контроль важен, когда речь идет о контенте, созданном ИИ, независимо от того, насколько базовым является назначение контента. И лучшая журналистская практика — цитировать вклад ИИ в подписи, чтобы оставаться этически прозрачным.

Понимание ограничений генеративного ИИ

Теперь мы достигли нового уровня возможностей с генеративными моделями, такими как GPT-3, чья продвинутая мощность обработки и обучения позволяет ему адаптироваться к гораздо более широкому диапазону подсказок и вариантов использования создания контента, чем его предшественники-роботы-репортеры.

Однако генеративные модели ИИ имеют фундаментальные ограничения, которые не позволяют им служить полной заменой качества, опыта и оригинальности, которые люди-создатели могут привнести в процесс создания контента. Вот несколько причин, почему:

1. Они будут составлять факты и представлять их с уверенностью и компетентностью. Особенно в строго регулируемых отраслях, таких как финансы и здравоохранение, даже непреднамеренное распространение дезинформации из-за небрежного использования автоматизированного создания контента может привести к общественному порицанию и значительным штрафам со стороны регулирующих органов.

2. Они не ссылаются на источники и не предоставляют информацию о достоверности своих утверждений.

3. Если они не принимают данные и не учатся на них в режиме реального времени, они не смогут интерпретировать или учитывать текущие события.

4. Большие языковые модели могут усиливать предвзятость, предубеждения и дезинформацию из-за присущей им предвзятости и неточности информации в данных, на которых они обучались (т.е. в Интернете — «ничего не сказано»).

5. На него нельзя полагаться в плане прогнозов, советов или рекомендаций, потому что его алгоритм не может применять к этим действиям критическое мышление, оценку рисков и реальный жизненный опыт. Прогнозирующие модели ИИ существуют, но это совершенно другая область машинного обучения.

Основатель OpenAI Сэм Альтман открыто признал многие из этих рисков в Твиттере:

Очевидно, что все эти ограничения создают значительный репутационный риск, если генеративный ИИ используется для создания интеллектуального, основанного на советах или консультативного контента, который на самом деле является жизненной силой контент-маркетинга бренда.

Эти ограничения также снижают эффективность, учитывая, что каждый раз, когда ИИ используется для создания существенного контента с нуля, необходим бдительный человеческий надзор за брендом, редактирование и проверка фактов.

Суть здесь: Генеративный ИИ обучен синтезировать информацию и имитировать письменное человеческое взаимодействие, а это означает, что он действительно хорош в применении критического мышления и саморегулировании, но на самом деле он не способен на это.

Итак, как маркетологи могут извлечь выгоду из генеративного ИИ?

Суть в том, чтобы думать о генеративном ИИ как об инструменте для создания контента, а не как о создателе контента как таковом. Как компания, специализирующаяся на создании контента, Skyword уже активно использует и исследует генеративный ИИ в следующих областях:

Контент-планирование:

Генеративный ИИ может анализировать текст из исходных материалов, таких как статьи, книги и даже разговоры, для определения соответствующих тем и тем. Собранные данные затем можно использовать для создания основы идеи и предложения возможных направлений развития.

Генерация идей и тем:

Например: возьмите расшифровку интервью и создайте список тем для изучения контента на основе интервью.

Генерация контентных заданий:

Например: взять идентифицированную тему и создать схему подтем или точек, которые необходимо решить в части контента по теме.

Включение создателя:

Способность генеративного ИИ синтезировать информацию и интерпретировать подсказки о стиле является мощным инструментом, помогающим людям организовывать неструктурированные идеи и концепции в осмысленный текст, быстро создавать и повторять черновики и обеспечивать грамматически правильную и плавную окончательную копию.

Создание чернового варианта:

Например: делать заметки автора, исходный контент или подсказку темы и использовать ИИ для создания предложений, которые можно использовать в качестве основы для статьи. Затем сгенерированный текст можно отредактировать и пересмотреть, чтобы создать более совершенный фрагмент. Имейте в виду, что без подсказок и полировки квалифицированного человека содержание первоначального проекта будет относительно общим.

«Очистка» и «пробивание» копии:

Например: возьмите существующую копию и попросите ИИ улучшить ее, предложив синонимы, переформулировав фразы и предложив альтернативные варианты фраз.

Масштабирование выходных данных:

Понимание больших языковых моделей форматов контента, способность интерпретировать подсказки персонажей и умение имитировать соответствующие стили письма означают, что они могут помочь быстро переформатировать контент для многоканального усиления и создать «новые» варианты контента для узких задач копирайтинга.

Персонализация

Например: взять часть контента и использовать ИИ для включения конкретных языковых или тематических соображений, относящихся к определенному типу аудитории.

Итерационные активы:

Например: побуждение ИИ создать твит для продвижения статьи или обобщения содержания и ключевых выводов технического документа для целевой страницы загрузки.

Копирайтинг для рекламных акций, рекламы и призывов к действию:

Например: попросите ИИ прочитать определенный фрагмент текста или комбинацию текста и данных, а затем сгенерировать рекламный текст, рекламный текст или предложения CTA. Это не обязательно новое приложение, поскольку подобные генераторы слоганов и инструменты для копирайтинга существовали уже некоторое время. Такие модели, как GPT-3, просто лучше справляются с этим и их легче «настраивать» с помощью сложных подсказок.

Оптимизация или обновление контента:

Например: взять существующую статью и использовать ИИ для включения определенных ключевых слов или фактов (которые вы предоставляете) и/или предложить изменить язык, чтобы сделать его более эффективным с точки зрения удобочитаемости, вовлеченности и конверсии.

Выбор и генерация изображения:

Например: взять статью и использовать ИИ для выбора изображения или изображений из определенной базы данных (включая правильную атрибуцию) для связывания с копией. Имейте в виду, что данные и методология, используемые для обучения генераторов изображений ИИ, вызвали несколько судебных исков и подняли достаточно этических вопросов, чтобы гарантировать крайнюю осторожность при использовании таких моделей.

Как Skyword применяет генеративный ИИ сегодня

Наша платформа контент-маркетинга Skyword360 теперь включает в себя Content Atomization, прямое применение технологии GPT-3. Наслаивая искусственный интеллект на запатентованную архитектуру подсказок, мы можем предложить нашим клиентам возможность идентифицировать основную часть контента в качестве источника и мгновенно генерировать повторяющиеся активы (посты в социальных сетях, сводки информационных бюллетеней, короткие статьи, видеораскадровки и т. д.) на основе информацию в исходном контенте, адаптируя стиль и контекст для разных персонажей и конкретных тонов бренда в процессе.

Затем этот контент предоставляется для редактирования человеком, что, как уже упоминалось, является важным шагом в процессе обеспечения качества контента.

Вместо того, чтобы использовать ИИ для создания большого количества контента «ботов» с нуля на основе того, что он знает из «Интернета», мы применяем его навыки для перепрофилирования и адаптации стиля оригинального, высококачественного контента, созданного людьми, чтобы его можно быстро усилить, раздробить и использовать по большему количеству каналов для таргетинга на несколько персон.

Мы рассматриваем это как один из многих идеальных способов сочетать силу человеческого творчества с эффективностью масштаба, которую умело обеспечивает генеративный ИИ.

Перспективы будущего

Вероятное влияние на поисковые системы:

На данный момент генеративный ИИ еще не доказал свою надежность и достаточно проницательность, чтобы заменить всю функцию поиска ответов и исследований, которую сегодня предоставляют поисковые системы.

Таким образом, более насущная проблема, с которой сталкиваются маркетологи, заключается в том, кто выиграет в поиске, поскольку все больше контента, созданного ИИ, входит в цифровую среду.

Контент-фермы и компании, которые тратят свою энергию на создание контента для алгоритмов поисковых систем игр, вероятно, будут одними из первых, кто начнет штамповать контент, созданный ИИ, чтобы повысить видимость своего сайта. Без злого умысла малые предприятия также заинтересованы в использовании этой технологии для создания контента, который в противном случае они просто не могли бы себе позволить.

Как мы знаем, объем играет решающую роль в повышении эффективности поиска, а качество контента, созданного с помощью ИИ, такого как GPT-3, по крайней мере не уступает большому количеству SEO-контента, наполненного ключевыми словами. Однако любые выгоды от наводнения рынка полностью автоматизированным контентом, скорее всего, будут недолговечными, поскольку обнаружение контента, созданного ИИ, становится все более продвинутым.

Еще в августе 2022 года Google (который доминирует с ~ 84% доли рынка поиска) объявил о своем обновлении полезного контента, специально разработанном для борьбы с существующим притоком малоценного контента, созданного искусственным интеллектом, который появляется в результатах поиска.

Короче говоря, Google официально стремится обнаруживать и отдавать предпочтение заслуживающему доверия, релевантному и уникально информативному контенту. Бренды, чей контент, созданный с помощью ИИ, создан для победы в поиске, но ему не хватает содержания, продолжат видеть, что их контент падает в рейтинге. С другой стороны, разработка постоянной базы высококачественного оригинального контента будет и впредь помогать брендам поддерживать конкурентоспособность по сравнению с другими сайтами.

Точно так же большие деньги, уже вложенные в технологию проверки фактов, предназначенную для выявления и пресечения дезинформации и вводящего в заблуждение контента, несомненно, перекроются с развивающимся рынком инструментов обнаружения контента, созданных искусственным интеллектом.

Вероятное влияние на экосистему авторов:

Посвятив ранний период своей карьеры освещению индустрии робототехники, я чувствителен к попыткам свести все это к дебатам ChatGPT и Human Creators. Как мы видели на протяжении всей истории развития технологий, это редко является предложением «или-или».

Генеративный ИИ и создатели-люди будут сосуществовать, но методы работы создателей и доступные им карьерные пути, вероятно, значительно изменятся с появлением этой технологии. Мы рассмотрим эту тему более подробно в следующем посте.

На данный момент, что могут ожидать бренды с точки зрения того, как они взаимодействуют, компенсируют и чего они могут ожидать от создателей в ближайшем будущем?

Разумно ожидать, что для определенных механических заданий по содержанию, таких как написание промо-копий или сводок для информационных бюллетеней, генеративный ИИ плюс редакционный контроль станут такими же эффективными и более действенными, чем использование людей-создателей.

Однако опытные создатели-люди добавляют незаменимую ценность контенту, когда они применяют свои специальные знания и опыт в задании. Я говорю о разработке уникальных шаблонов и выводов, глубоком анализе и анализе сложных тем, раскрытии пока неизвестных фактов, предоставлении очень важных советов и интеграции подлинного личного опыта в контент.

В краткосрочной перспективе бренды, вероятно, увидят, что затраты на «общий» контент снизятся, поскольку ИИ используется для увеличения дешевого предложения типов контента с большим количеством шаблонов, а также по мере того, как все больше людей начинают использовать ИИ для более быстрого создания контента.

С другой стороны, мы, скорее всего, увидим повышение показателей среди высококвалифицированных авторов и отраслевых экспертов, поскольку спрос на их навыки растет среди брендов, которые должны больше полагаться на качество и оригинальность, чтобы выделиться среди еще более шумного контента.

Что касается того, должны ли маркетологи беспокоиться о том, чтобы платить создателям, которые сдают задания, написанные ИИ, важно признать, что вспомогательные инструменты ИИ — в более простых итерациях — уже некоторое время используются создателями. В конце концов, требуется время и навыки, чтобы подтолкнуть ИИ к созданию контента, который кажется креативным, проницательным и убедительно уникальным. Независимо от того, использовался ли ИИ, не так важно, насколько информативен результат, хорошо продуман и заслуживает доверия.

Обратитесь к редакционным командам и инструментам обнаружения плагиата, чтобы определить, соответствует ли сданный контент стандартам качества, тематической экспертизы и оригинальности вашего бренда, поскольку это свидетельствует о реальных человеческих усилиях. В настоящее время разрабатываются специальные инструменты обнаружения контента, создаваемые искусственным интеллектом, но они не могут (пока) надежно определить уровень человеческих и машинных усилий, которые были вложены в произведение, если это ваша цель.

Вероятное влияние на поведение клиентов

Это вопрос, который меня как маркетолога больше всего беспокоит: что произойдет с доверием клиентов, когда контент, созданный ИИ, станет еще более популярным? Наш генеральный директор подробно расскажет об этом в своем следующем информационном бюллетене, но, судя по историческим моделям, более широкое использование и доступность генеративного ИИ, вероятно, повлияют на три типа поведения:

1. Доверие покупателей к брендам и бренд-маркетингу будет снижаться , поскольку браузеры и другие платформы встраивают инструменты для обнаружения и предупреждения покупателей о том, что что-то было создано с помощью ИИ, а использование или неиспользование брендами контента, созданного ИИ, становится точкой конкурентного преимущества.

2. Покупатели будут ожидать от брендов еще большей адаптации, персонализации и иммерсивного опыта, поскольку в своей повседневной жизни они будут использовать все больше возможностей ИИ. Бренды будут еще больше конкурировать за эмпирическое качество и сверхрелевантность по мере роста нетерпения к ручным «исследованиям».

3. Покупатели будут еще больше доверять подлинным человеческим рекомендациям , историям и видеообзорам клиентов при поиске продуктов. Они могут даже начать отказываться от более традиционных цифровых информационных платформ, поскольку специализированные источники «проверенного человеческого» контента появляются в ответ на недоверие потребителей.

Так будет не всегда, но (на данный момент) генеративный ИИ — это игра количества, а не качества, и брендам нужно как количество, так и качество, чтобы конкурировать в сегодняшней маркетинговой среде. Так что, во что бы то ни стало, исследуйте и тестируйте генеративный ИИ как инструмент повышения эффективности и возможностей для создания вашего контента, но избегайте попадания в ловушку мысли, что он может служить полной заменой создателей контента людьми.

Бренды должны будут освоить эту технологию (что касается производства контента и взаимодействия с брендом), чтобы конкурировать и продвигаться вперед. Поэтому работайте с поставщиками, которые знают технологию, правильно ее применяют и могут управлять любыми рисками и снижать их для вас.

Я призываю вас подписаться на нашу рассылку, если вы заинтересованы в получении большего количества материалов из нашей продолжающейся серии статей о генеративном ИИ, доставляемых прямо на ваш почтовый ящик. Запишитесь на встречу с нашей командой, чтобы узнать изнутри о том, как мы используем генеративный ИИ в Skyword для повышения эффективности создания контента наших клиентов-брендов без ущерба для их качества или целостности бренда.

Избранное изображение DeepMind на Unsplash