Intelligenza artificiale + scrittura di contenuti: cosa succede dopo?

Pubblicato: 2021-08-02

Mentre leggi questo, un algoritmo ancora sconosciuto detiene la chiave che sblocca i massimi livelli di efficienza nella scrittura dei contenuti. Sarà a basso costo, fulmineo e facile da usare. E produrrà contenuti di marketing praticamente indistinguibili dal testo sviluppato dall'uomo.

L'apprendimento automatico rende questo non solo possibile ma permanente.

Quindi, se l'intelligenza artificiale è pronta a sostituire la scrittura di contenuti, come e quando accadrà?

Comprensione della generazione del linguaggio naturale (NLG)

Le tecnologie primarie che alimentano l'automazione del marketing dei contenuti sono Natural Language Processing (NLP) e Natural Language Generation (NLG).

Il primo è semplicemente un programma per computer che comprende la voce umana e la trasforma in testo. Pensa alla funzionalità "Digitazione vocale" di Google in Drive o ai molti tipi di software di traduzione.

NLG fa un passo avanti. Questo processo comporta la trasformazione dei dati strutturati dalla PNL in storie narrative (ovvero scrivere contenuti da zero senza il coinvolgimento degli umani).

"Narrativa" può essere un termine improprio in questo senso. Sì, la tecnologia NLG produce contenuti scritti che seguono un ordine logico unico (ed è persino in grado di scrivere fiction), ma il suo vantaggio principale è automatizzare la scrittura umile di contenuti densi e basati sui fatti, come rapporti finanziari, brief esecutivi, guadagni riepiloghi, descrizioni dei prodotti e testi di notizie standard.

In questi formati, i contenuti innovativi, creativi o personali vengono messi da parte: NLG automatizza il testo che serve a uno scopo commerciale a breve termine, non necessariamente una campagna di marketing di marca a lungo termine che va oltre gli algoritmi e i fatti.

  • Intelligenza artificiale : sviluppo di sistemi informatici che eseguono azioni umane senza coinvolgimento umano.
  • Machine Learning : computer che apprendono tramite l'intelligenza artificiale anziché la programmazione umana esplicita.
  • Algoritmo : insieme di regole che effettuano calcoli in base a una sequenza di azioni specificate.
  • Elaborazione del linguaggio naturale : programma che elabora e manipola automaticamente il parlato e il testo.
  • Natural Language Generation : Programma che utilizza l'input NSP per interpretare e creare nuovo testo.
  • Chatbot: programma per computer che comunica tramite chat utilizzando segnali testuali e uditivi.
  • Assistente virtuale : agente software che fornisce servizi tramite PNL, come Siri o Amazon Echo.

Non c'è da meravigliarsi se le aziende B2B stanno già facendo un grande uso della tecnologia NLG. Entro il 2018, il 20% di tutti i contenuti aziendali sarà scritto da macchine , prevede Gartner. Anche in questo caso si tratta di contenuti aziendali: comunicati stampa, documenti legali, note interne, rapporti di mercato e così via.

Lo standard d'oro del giornalismo, l'Associated Press, utilizza le macchine per produrre i propri rapporti sui guadagni. Questo tipo di applicazione è il caso d'uso più immediato per il software NLG e i marketer B2B scopriranno sicuramente che molte attività di scrittura possono essere semplificate a partire da oggi.

Automatizza questo, non quello

Tuttavia, l'attuale punto di forza dell'IA non è il contenuto in entrata. Le strategie di marketing inbound si basano su personalità, originalità, autenticità, persuasione e voce: cose che tendono ad essere intangibili ma ugualmente, se non più, importanti della capacità di scrittura formale.

Dopotutto, le macchine imparano dai dati che le vengono posti di fronte. Numeri, cifre, parole chiave, frasi e tempi sono tutti elementi che l'intelligenza artificiale può compilare, elaborare e replicare in un modo passabile al lettore medio. Ma il branding può spesso essere un processo senza dati o senza struttura, che elude le capacità delle macchine e continua a mettere in difficoltà anche i migliori direttori creativi .

Il contenuto automatizzato deve prima essere suddiviso in set di dati costitutivi che le macchine possono analizzare; ma un post sul blog specifico di un prodotto che sfrutta l'identità di un marchio e le capacità del software, ad esempio, non è facilmente condensabile in codice che produrrebbe risultati di scrittura promettenti. Senza il flusso di dati o l'input corretto, le macchine falliscono .

I contenuti ideali per l'IA sarebbero quelli per cui le aziende dispongono già di dati strutturati. Fogli di calcolo numerici esistenti, software che aggrega informazioni finanziarie e modelli diffusi in un'azienda sono set di dati perfetti che possono essere inseriti in un generatore di contenuti automatizzato.

Automatizzare più delle basi, a questo punto, potrebbe essere più problematico di quanto ne valga la pena.

Quello che l'intelligenza artificiale non può fare

Nel 2014, un chatbot di nome Eugene è stato il primo computer a superare il test di Turing, una misura dell'"essere umano".

Il test di Turing determina se un computer decifra, interagisce e risponde alle domande in un modo che inganna i giudici facendogli credere che sia in realtà un essere umano. Se il 30% dei giudici pensa di interagire con un essere umano, il chatbot ha "superato" il test. In effetti, ha raggiunto il requisito minimo per l'intelligenza umana, secondo il processo.

Questa è stata una svolta monumentale che è servita come prova dell'ascesa dell'IA. Ma gli scettici hanno sottolineato che alcune parti della conversazione uomo-Eugene erano così robotiche e imprecise che la soglia del 30% non significava molto. Ecco un esempio popolare:

tramite contentmarketinginstitute.com

Era il 2014. Quasi quattro anni dopo, i chatbot e gli assistenti virtuali sono diventati più sofisticati per applicazioni particolari come la gestione del servizio clienti, la ricerca vocale e la risoluzione dei problemi online.

Ma per la scrittura, le applicazioni AI immediate non si traducono ancora in profitti più elevati a livello di settore o misurabili, almeno non in termini di creazione di contenuti accattivanti su larga scala.

L'apprendimento automatico è ancora agli inizi e i lettori possono in genere cogliere alcune delle carenze di scrittura prodotte dall'intelligenza artificiale: ripetizione, flusso rigido, fraseggio scomodo, restrizioni tonali. In un mondo che sta passando ai comportamenti di ricerca umani e al riconoscimento del linguaggio naturale, questo tipo di appiattimento discontinuo è destinato a essere penalizzato da Google e ritenuto poco attraente dai visitatori del sito.

Per ora, le macchine del content marketing devono ancora produrre contenuti che ispirano.

Il marketing dell'intelligenza artificiale del futuro

La stragrande maggioranza degli investimenti nel marketing dell'intelligenza artificiale va verso analisi, pubblicazioni e reportistica. Attualmente, la metà di tutte le aziende utilizza una qualche forma di automazione del marketing , con il software di analisi predittiva che è la più grande applicazione di crescita iniziale per il content marketing.

Ma la creazione di contenuti è un animale del tutto diverso.

Si stima che i lavori creativi siano una sorta di ultima frontiera per l'IA. Uno studio dell'Università di Oxford ha ritenuto che le posizioni creative rientrino nel 25% inferiore dei posti di lavoro da sostituire con le macchine , il che significa che il 75% delle altre carriere sarà interessato per primo e in misura molto maggiore. Rassicurante, vero?

L'automazione interromperà sicuramente i flussi di lavoro di creazione dei contenuti, ma non supererà completamente la scrittura. Semmai, l'intelligenza artificiale verrà utilizzata in tandem con gli autori di contenuti come driver a doppio valore.

La ricerca sarà semplificata, l'ideazione sarà aiutata dall'analisi predittiva e la scrittura sarà più focalizzata sulla scrittura stessa. Non parole chiave, non classifiche. Solo qualità.

Quindi metti da parte ogni idea di un posto di lavoro cyborg e torna a scrivere.