Sztuczna inteligencja + pisanie treści: co dalej?

Opublikowany: 2021-08-02

Gdy to czytasz, nieznany jeszcze algorytm posiada klucz, który odblokowuje najwyższy poziom wydajności pisania treści. Będzie tani, szybki i łatwy w użyciu. I wyprodukuje treści marketingowe, które są praktycznie nie do odróżnienia od tekstu opracowanego przez człowieka.

Uczenie maszynowe sprawia, że ​​jest to nie tylko możliwe, ale i trwałe.

Więc jeśli sztuczna inteligencja ma zastąpić pisanie treści, jak i kiedy to się stanie?

Zrozumienie generowania języka naturalnego (NLG)

Podstawowymi technologiami, które napędzają automatyzację marketingu treści, są przetwarzanie języka naturalnego (NLP) i generowanie języka naturalnego (NLG).

Pierwszy to po prostu program komputerowy, który rozumie ludzki głos i przetwarza go na tekst. Pomyśl o funkcji Google „Pisanie głosowe” na Dysku lub o wielu rodzajach oprogramowania do tłumaczenia.

NLG idzie o krok dalej. Proces ten obejmuje przekształcenie uporządkowanych danych z NLP w historie narracyjne (inaczej pisanie treści od zera bez udziału ludzi).

W tym sensie „narracja” może być mylącą nazwą. Tak, technologia NLG tworzy pisemną treść, która jest zgodna z unikalnym, logicznym porządkiem (a nawet jest zdolna do pisania fikcji), ale jej podstawową zaletą jest automatyzacja pisania służebnej, opartej na faktach treści, takiej jak raporty finansowe, briefy wykonawcze, zarobki streszczenia, opisy produktów i standardowy tekst wiadomości.

W tych formatach innowacyjna, kreatywna lub osobista treść jest pomijana – NLG automatyzuje tekst, który służy krótkoterminowemu celowi biznesowemu, niekoniecznie długoterminowej, markowej kampanii marketingowej, która wykracza poza algorytmy i fakty.

  • Sztuczna inteligencja : rozwój systemów komputerowych, które wykonują ludzkie działania bez udziału człowieka.
  • Uczenie maszynowe : komputery, które uczą się za pomocą sztucznej inteligencji, a nie bezpośredniego programowania przez człowieka.
  • Algorytm : zestaw reguł, które wykonują obliczenia na podstawie sekwencji określonych działań.
  • Przetwarzanie języka naturalnego : program, który automatycznie przetwarza i manipuluje mową i tekstem.
  • Generowanie języka naturalnego : program, który wykorzystuje dane wejściowe NSP do interpretacji i tworzenia nowego tekstu.
  • Chatbot: Program komputerowy, który komunikuje się za pośrednictwem czatu za pomocą wskazówek tekstowych i dźwiękowych.
  • Virtual Assistant : Agent oprogramowania, który świadczy usługi za pośrednictwem NLP, takie jak Siri lub Amazon Echo.

Nic dziwnego, że firmy B2B już teraz świetnie wykorzystują technologię NLG. Do 2018 r. 20 procent całej treści biznesowej będzie pisane przez maszyny , przewiduje Gartner. Znowu jest to treść biznesowa: komunikaty prasowe, dokumenty prawne, notatki wewnętrzne, raporty rynkowe i tak dalej.

Złoty standard dziennikarstwa, Associated Press, wykorzystuje maszyny do sporządzania raportów o zarobkach. Ten typ aplikacji jest najbardziej bezpośrednim przypadkiem użycia oprogramowania NLG, a marketerzy B2B z pewnością przekonają się, że wiele zadań związanych z pisaniem można znacznie uprościć już dziś.

Zautomatyzuj to, nie tamto

Obecną mocną stroną AI nie są jednak treści przychodzące. Strategie inbound marketingu opierają się na osobowości, oryginalności, autentyczności, perswazji i głosie: rzeczach, które wydają się być niematerialne, ale równie, jeśli nie ważniejsze, niż formalna sprawność pisania.

W końcu maszyny uczą się na podstawie umieszczonych przed nimi danych. Liczby, liczby, słowa kluczowe, frazy i synchronizacja to elementy, które sztuczna inteligencja może kompilować, przetwarzać i replikować w sposób przystępny dla przeciętnego czytelnika. Ale branding często może być procesem pozbawionym danych lub struktury, który omija możliwości maszyn i nadal oszukuje nawet najlepszych dyrektorów kreatywnych .

Zautomatyzowana treść musi najpierw zostać podzielona na składowe zestawy danych, które maszyny mogą analizować; ale wpis na blogu dotyczący konkretnego produktu, który na przykład wykorzystuje tożsamość marki i możliwości oprogramowania, nie jest łatwo skondensowany w kodzie, który przyniósłby obiecujące wyniki w pisaniu. Bez odpowiedniego przepływu danych lub danych wejściowych maszyny ulegają awarii .

Treści, które byłyby idealne dla sztucznej inteligencji, to te, dla których firmy mają już ustrukturyzowane dane. Istniejące arkusze kalkulacyjne liczb, oprogramowanie agregujące informacje finansowe i modele rozpowszechnione w całej firmie to doskonałe zbiory danych, które można wprowadzić do zautomatyzowanego generatora treści.

W tym momencie automatyzacja więcej niż podstaw może być bardziej kłopotliwa, niż jest warta.

Czego AI nie może zrobić

W 2014 roku chatbot o imieniu Eugene był pierwszym komputerem, który zdał test Turinga, miarę „człowieczeństwa”.

Test Turinga określa, czy komputer odszyfrowuje, wchodzi w interakcje i odpowiada na pytania w sposób, który ogłupia sędziów, by uwierzyli, że to rzeczywiście człowiek. Jeśli 30 procent sędziów uważa, że ​​wchodzi w interakcję z człowiekiem, chatbot „zdał” test. W efekcie osiągnął minimalny wymóg ludzkiej inteligencji na proces.

To był monumentalny przełom, który służył jako dowód przewagi AI. Ale sceptycy wskazali, że niektóre części rozmowy człowiek-Eugeniusz były tak zautomatyzowane i niedokładne, że próg 30 procent niewiele znaczył. Oto popularna próbka:

za pośrednictwem contentmarketinginstitute.com

To był rok 2014. Prawie cztery lata później chatboty i wirtualni asystenci stały się bardziej wyrafinowane dla konkretnych zastosowań, takich jak obsługa klienta, wyszukiwanie głosowe i rozwiązywanie problemów online.

Ale jeśli chodzi o pisanie, natychmiastowe zastosowania sztucznej inteligencji nie przekładają się jeszcze na wyższe zyski w skali całej branży lub wymierne, przynajmniej nie pod względem tworzenia angażujących treści na dużą skalę.

Uczenie maszynowe jest wciąż w powijakach, a czytelnicy mogą zwykle wychwycić niektóre niedociągnięcia w pisaniu, które wytwarza sztuczna inteligencja: powtarzanie, sztywny przepływ, niezręczne frazowanie, ograniczenia tonalne. W świecie, który przechodzi na ludzkie zachowania związane z wyszukiwaniem i rozpoznawaniem języka naturalnego, tego rodzaju płaskość staccato musi zostać ukarana przez Google i uznana za nieatrakcyjną dla odwiedzających witrynę.

Na razie maszyny do marketingu treści muszą jeszcze tworzyć inspirujące treści.

Marketing AI przyszłości

Zdecydowana większość inwestycji marketingowych w sztuczną inteligencję idzie w kierunku analityki, publikacji i raportowania. Obecnie połowa wszystkich firm korzysta z jakiejś formy automatyzacji marketingu , a oprogramowanie do analityki predykcyjnej jest największą aplikacją do content marketingu na wczesnym etapie rozwoju.

Ale tworzenie treści to zupełnie inne zwierzę.

Szacuje się, że kreatywne miejsca pracy stanowią swego rodzaju ostateczną granicę dla sztucznej inteligencji. Badanie przeprowadzone na Uniwersytecie Oksfordzkim wykazało, że kreatywne stanowiska znajdują się w dolnych 25% miejsc pracy, które mają zostać zastąpione przez maszyny , co oznacza, że ​​w pierwszej kolejności i w znacznie większym stopniu wpłynie to na 75% innych karier. Uspokajające, prawda?

Automatyzacja z pewnością zakłóci przepływy pracy przy tworzeniu treści, ale nie zastąpi całkowicie pisania. Jeśli już, sztuczna inteligencja będzie używana w tandemie z autorami treści jako sterownik o podwójnej wartości.

Badania zostaną uproszczone, myślenie będzie wspomagane analizą predykcyjną, a pisanie będzie bardziej skoncentrowane na samym pisaniu. Nie słowa kluczowe, nie rankingi. Tylko jakość.

Odłóż więc na bok wszelkie pomysły dotyczące cyborga i wróć do pisania.