GPT 3 dan SEO: Mengapa AI Akan Merevolusi Konten Anda Selamanya

Kita semua sudah mendengar kehebohan ini sekarang.

OpenAI telah merilis versi baru dari Generative Pre-trained Transformer versi 3 (singkatnya, GPT-3 atau GPT 3) dengan akses API beta GPT 3, seperti pendahulunya GPT 2, adalah jaringan saraf dalam yang besar yang dapat secara otomatis menghasilkan teks yang cukup realistis untuk mengelabui manusia rata-rata. Ini adalah AI canggih yang belajar bagaimana meniru tulisan manusia dari web.

Berikut adalah kutipan dari artikel yang dihasilkan oleh GPT 3:

Pada tahun-tahun setelah Perang Dunia Kedua, ekonomi dunia Barat, dan khususnya ekonomi Eropa, mulai pulih dan menunjukkan pertumbuhan. Pembangunan kembali pabrik-pabrik, jalan dan jembatan, kota dan rumah, pelabuhan dan bandara telah dimulai. Ekonomi Eropa telah menjadi mesin pertumbuhan bagi seluruh dunia Barat. Negara, perusahaan, dan masyarakat makmur, dan periode pertumbuhan ekonomi yang luar biasa, kenaikan upah, dan peningkatan standar hidup dimulai di Eropa. Kombinasi pembangunan kembali dan investasi baru menjadikan Eropa tempat yang bagus untuk berbisnis. Bagi perusahaan, Eropa adalah pasar yang sangat luas, dengan para anggotanya yang kurang lebih bersatu dalam hal regulasi pasar, infrastruktur, kebijakan investasi, dan budaya. Perusahaan mendirikan pabrik, berinvestasi, dan menemukan pasar baru, dan investasi ini sebagian besar didanai oleh utang.

Hasil-hasil ini tidak diragukan lagi telah mengejutkan publik dan menghasilkan banyak sensasi. Teks yang dihasilkan terbaca dengan baik dan benar secara tata bahasa - tetapi GPT 3 bukan hanya generator teks yang hebat. Teknologi ini menandai cara mendasar kita harus berpikir tentang pembuatan konten, pemasaran, dan SEO (Search Engine Optimization). Potongan konten pendek, seperti yang ditunjukkan di atas, dapat dengan mudah dibuat dengan biaya rendah.

Sebagai pakar SEO dan pembuat konten, sangat penting untuk memahami GPT 3. Apakah ini berarti tulisan manusia sudah usang? Bisakah itu menghasilkan salinan berkualitas tinggi? Apakah ini menandai skenario kiamat di mana bot spam-SEO memuntahkan sampah tanpa batas?

Meskipun ada beberapa kebenaran dari sentimen ini, kami pikir kehebohan berlebihan di sekitar GPT 3 membutuhkan kejelasan lebih lanjut. Untuk memahami dampak teknologi pembuatan teks pada SEO dan penulisan konten, pertama-tama kita perlu menguraikan apa yang dilakukan GPT 3, mengapa itu penting, dan bagaimana cara kerjanya.

Generalitas GPT-3

GPT-3 dan teknologi pendahulunya (GPT dan GPT 2) adalah lini penelitian tentang model NLP (Natural Language Processing)  umum yang dikembangkan oleh OpenAI. Tapi apa artinya menjadi umum?

Pembelajaran mesin memiliki sejarah panjang dalam mengembangkan sistem yang hanya mahir dalam satu hal. Sistem ini disebut AI sempit. Jika Anda menginginkan AI yang memprediksi peringkat dari ulasan Amazon - Anda dapat dengan mudah melatihnya jika Anda memiliki cukup data pelatihan. Jika Anda ingin mengembangkan model yang dapat melihat foto profil di media sosial dan memberi tahu Anda siapa itu - Anda dapat melatih model lain yang akan melakukan pekerjaan itu.

Masalahnya adalah sistem AI yang dilatih pada salah satu tugas ini tidak dapat bekerja pada hal lain - maka disebut istilah sempit. Ini dibatasi pada ruang lingkup tempat ia dilatih. Cawan suci penelitian AI saat ini adalah mencari teknologi yang lebih umum - AI yang dapat melakukan banyak hal. Inilah mengapa teknologi umum adalah pengubah permainan.

Mengapa membangun AI generalis?

Sentimen umum yang berkembang adalah - bukankah spesialis yang ahli lebih disukai?

Kembali ke masa-masa awal komputasi, orang-orang membuat komputer khusus yang hanya dapat menghitung dan memecahkan satu jenis masalah. Bayangkan memiliki kalkulator khusus yang hanya bisa melakukan penjumlahan, tetapi tidak ada yang lain. Tentu, ini sangat bagus dalam penjumlahan dan dapat melakukannya dengan sangat cepat, tetapi itu tidak akan terlalu berguna.

Sebaliknya, jauh lebih berguna memiliki komputer yang dapat menambah, mengurang, online, bermain video game, dll. Komputer modern berdasarkan arsitektur von Neumann memiliki kemampuan umum ini. Kalau dipikir-pikir, mudah untuk mengatakan bahwa komputasi tujuan umum adalah salah satu penemuan manusia yang paling berdampak.

Prinsip yang sama berlaku untuk teknologi AI seperti GPT 3. Kami menginginkan generalitas dalam sistem kami karena ini memungkinkan kami untuk memecahkan lebih banyak masalah tanpa merekayasa berbagai tugas yang ada secara manual. Selain itu, ternyata pendekatan pembelajaran umum telah terbukti meningkatkan akurasi AI pada tugas-tugas NLP sebesar setidaknya 60%.

Lagipula, manusia adalah bentuk kecerdasan umum. Kecerdasan umum memungkinkan kita memperoleh keterampilan yang bahkan tidak kita ketahui berguna sebelumnya. Bagi mereka yang tertarik dengan apa artinya memiliki kecerdasan umum, kami merekomendasikan makalah Chollet On the Measure of Intelligence.

Untuk pemasaran SEO, ini berarti kita tidak perlu tahu sebelumnya jenis konten apa yang ingin kita hasilkan. Kita tidak perlu membuat AI yang berbeda untuk tujuan yang sedikit berbeda.

GPT-3 adalah sistem AI yang menunjukkan beberapa sifat kecerdasan umum (kadang-kadang disebut Proto-AGI). Misalnya, kita dapat memicu AI dengan contoh dialog karakter dan memintanya untuk melengkapinya:

Rex adalah penjelajah waktu dari masa depan. Ada adalah seorang wanita bangsawan abad kesembilan belas. Rex: Sepertinya saya menabrakkan mesin waktu saya di kebun Anda. Ada: Maaf? Apa yang Anda katakan anak muda?

Ia juga dapat melakukan berbagai tugas lain dan bahkan menghasilkan kode HTML. Ini adalah hal yang besar karena itu berarti kita dapat menyelesaikan banyak tugas terkait konten dengan GPT.

Jadi, apakah ini berarti GPT 3 dapat menyelesaikan semua tugas relevan yang terkait dengan SEO?  Bisakah itu membuat postingan blog untuk topik apa pun atau konten untuk kategori apa pun yang kita inginkan? Tidak juga. Untuk menjawab pertanyaan itu, kita perlu menguraikan cara kerja GPT 3.

Cara Belajar GPT 3

Memanfaatkan Big Data

Model pembelajaran mesin (dan terutama jaringan saraf dalam) haus akan data dan hanya bekerja dengan baik ketika Anda menyediakannya dengan banyak data. Lagipula, data adalah minyak baru.

Tetapi mendapatkan data itu sulit dan mahal. Sebagian besar sistem pembelajaran mesin yang berguna mengharuskan manusia untuk bersusah payah memberi label pada setiap titik data. Data berlabel biasanya merupakan hambatan utama dalam banyak aplikasi karena mahal untuk dikumpulkan - bayangkan biaya untuk mempekerjakan armada Amazon Turkers!

GPT 3 mengatasi masalah ini dengan membuat sinyal pelatihannya sendiri dengan memodelkan teks yang terjadi secara alami di web. Ini mengadopsi paradigma pembelajaran mesin yang disebut pembelajaran tanpa pengawasan (atau mandiri). Ini memungkinkan pembelajaran tanpa data berlabel manusia. Bagi mereka yang ingin mempelajari detail teknis pembelajaran tanpa pengawasan, CTO kami telah menulis analisis mendalam di sini.

Tetapi bahkan tanpa label, kita membutuhkan banyak data, bukan?

Ternyata, data itu ada di depan mata kita. Internet berisi banyak artikel berkualitas tinggi yang ditulis dengan baik tentang berbagai topik - dan semuanya mudah diakses. Keindahan teknik pelatihan GPT adalah ia hanya perlu belajar cara memprediksi artikel tulisan manusia ini untuk berkinerja baik.

Tapi tunggu - bukankah ada banyak sampah di web? Bukankah GPT 3 juga akan mempelajari hal itu?

Itu benar. Pencipta GPT memitigasi beberapa masalah ini dengan menggunakan urun daya untuk mengurasi datanya. Salah satu caranya adalah dengan melihat URL yang dibagikan orang di Reddit, dan hanya merayapi konten serta postingan dari situs web dengan jumlah upvote Reddit yang besar.

Belajar dengan Pembuatan Bahasa

Setelah Anda memiliki datanya, sekarang Anda dapat melatih GPT. Tetapi bagaimana Anda dapat melatih GPT untuk mendapatkan semua kemampuan umum yang kita inginkan? Salah satu idenya adalah dengan membuat teks. GPT belajar menghasilkan bahasa alami dengan memprediksi kata berikutnya dalam sebuah artikel dari kata-kata sebelumnya.

Itulah alasan utama mengapa GPT hanya menghasilkan konten dari kiri ke kanan (tidak dapat melakukannya secara terbalik). Jenis pembelajaran ini disebut pemodelan bahasa.

Sesederhana itu.

Dengan memprediksi kata apa yang akan muncul berikutnya dalam sebuah kalimat, AI harus belajar bagaimana memanfaatkan kata-kata lain dalam konteksnya. Hal ini secara implisit memaksa GPT untuk mempelajari banyak pengetahuan umum penting lainnya.

Apa yang tidak bisa saya ciptakan, tidak saya pahami.

-- Richard Feynman

Untuk memprediksi kata berikutnya dengan benar, Anda juga harus memiliki pemahaman akal sehat tentang dunia kita selain hal-hal mendasar seperti sintaksis dan tata bahasa Inggris. Begitulah cara memprediksi artikel secara sederhana memungkinkan GPT mempelajari perilaku menakjubkan yang mirip manusia.

Sistem pembuatan bahasa memiliki sejarah panjang dalam pembelajaran mesin, dan GPT bukanlah hal baru dalam permainan ini. Faktanya, beberapa peneliti AI menganggap GPT kurang sebagai pencapaian ilmiah yang baru, melainkan sebagai prestasi teknik yang mengesankan. Ini memberi kita pelajaran penting tentang apa yang didapat dan tidak didapat dari $4+ juta USD yang dihabiskan untuk sumber daya komputasi dikombinasikan dengan sejumlah besar data.

Jadi apa keputusannya?

OpenAI menunjukkan kepada kita bahwa penskalaan solusi AI dapat membawa kita cukup jauh. GPT, ketika diskalakan ke ukuran terbesarnya, dapat mengekstrak banyak kemampuan umum hanya dengan mengamati cara manusia menulis. Inilah sebabnya mengapa Anda melihat kinerja yang mengesankan dari model tersebut. Google baru-baru ini menskalakan versi GPT yang disebut Switch Transformers hingga 10 kali ukuran GPT-3.

Ini adalah pelajaran pahit yang disadari oleh banyak peneliti AI bahwa solusi yang dipimpin oleh komputasi dan pembelajaran mengalahkan upaya manusia secara manual. Dengan menskalakan kerangka kerja generasi yang sederhana, kami mendapatkan GPT 3 yang menulis hampir seperti manusia.

Namun GPT 3 bukannya tanpa keterbatasan. Sebagai pemasar SEO dan konten, mengetahui keterbatasan ini sangat penting dan memengaruhi bagaimana kita dapat memanfaatkan teknologi bahasa alami ini.

Keterbatasan Pembuatan Teks

Model Dunia dan Kebenaran Faktual yang Buruk

Terlepas dari kehebohannya, GPT tidak memiliki pemahaman yang baik tentang dunia kita. Salah satu cara menarik untuk melihat kurangnya model dunia ini adalah jika Anda memicu GPT dengan apa pun yang berkaitan dengan fisika akal sehat atau dunia nyata. Seperti yang disebutkan dalam makalah teknis OpenAI, ia mengalami kesulitan menjawab pertanyaan seperti "Jika saya memasukkan keju ke dalam lemari es, apakah keju itu akan meleleh?". Ia juga jelas tidak dapat memahami konsep manusia lainnya seperti permainan kata (pun).

Satu alasan yang mungkin untuk fenomena ini adalah bahwa AI bukanlah kognisi yang terwujud - ia tidak pernah benar-benar melihat atau merasakan lemari es sebelumnya, meskipun telah membacanya berkali-kali melalui data pelatihan. Jika Anda secara membuta menggunakan AI untuk menghasilkan teks untuk kebutuhan pemasaran konten Anda, Anda akan mendapatkan beberapa inkonsistensi dan item yang salah secara faktual.

Bias yang Tidak Diinginkan

GPT dilatih di web dan, oleh karena itu, menderita bias yang sama dengan yang disediakan oleh data internet. Dengan demikian, menggunakan GPT secara langsung dapat menyebabkan konten yang tidak pantas atau menyinggung dibuat. Beberapa cara untuk memitigasi hal ini akan melibatkan filter ofensif yang menolak konten yang tidak pantas. Mengurangi bias yang tidak diinginkan dalam pembelajaran mesin masih merupakan bidang penelitian yang aktif.

Adaptasi Domain

Meskipun GPT telah mempelajari pemahaman bahasa secara umum, ini mungkin tidak sesuai untuk domain Anda. Penelitian terbaru menunjukkan bahwa menyetel dan mengubah model seperti GPT dapat menghasilkan hasil yang lebih baik.

GPT bekerja hanya dengan beberapa contoh, tetapi menyediakannya dengan jumlah data yang lebih besar pasti akan memberikan hasil yang lebih baik. Keterbatasan lain dari GPT adalah panjang pembuatan maksimumnya, yang dapat membuatnya tidak cocok untuk menggunakan dokumen panjang sebagai masukan.

Efisiensi Praktis

Meskipun masih terlalu dini untuk mengatakannya, sepertinya OpenAI berencana untuk mengenakan biaya harga premium untuk menggunakan GPT. Solusi ini mungkin mahal untuk beberapa kasus penggunaan dan layanan yang disediakan tidak disesuaikan untuk SEO. Menggunakan atau melatih GPT secara internal merupakan tantangan praktis karena ukuran parameternya yang sangat besar.

Masalah ini merupakan kekhawatiran yang lebih kecil dalam jangka panjang. Ada beberapa arah penelitian yang akan memungkinkan cara-cara yang lebih efisien untuk menjalankan GPT yang akan menurunkan biaya jangka panjang.

Peluang SEO GPT-3

Jadi GPT-3 adalah sistem pembuatan teks yang kuat - tetapi apa arti semua ini untuk pemasaran konten? Pemasaran konten untuk SEO terdiri dari banyak langkah. Ini berkisar dari penelitian kata kunci, analisis pesaing, dan akhirnya, pembuatan konten Anda.

Kami melihat GPT terutama digunakan untuk membuat konten, tetapi ia tidak dapat melakukannya secara terpisah. Karena keterbatasan teknologi, jelas bahwa membiarkan algoritme berjalan bebas tidak akan memberikan hasil yang luar biasa. Harus ada peran manusia di dalamnya.

Penulis Menjadi Seniman

GPT bersinar ketika paling baik digunakan sebagai alat bersama dengan penulis manusia — bagaimana penulis menggunakan alat AI tanpa kehilangan suara mereka telah menjadi keterampilan inti untuk tim SEO. Itu karena penulis manusia hebat dalam beberapa hal yang tidak bisa dilakukan AI. Misalnya, penulis manusia lebih baik dalam berpikir tingkat tinggi dan mencari tahu apa yang akan ditulis. AI sangat bagus dalam tugas-tugas tingkat rendah seperti membuat halaman kategori dari daftar halaman web di sebuah situs.

Banyak upaya dalam menulis dihabiskan untuk masalah tingkat rendah seperti kebenaran tata bahasa, nada, dan kefasihan. Dengan GPT, peran penulis manusia beralih menjadi editor. Bayangkan melukis sapuan kuas yang luas di atas kanvas, dan AI mengisi rincian gambar tersebut, kemudian manusia mengedit rincian ini sampai sempurna.

Di satu sisi, ini bagus karena penulis dapat fokus pada hal-hal yang lebih menarik - untuk membangun ide konten berkualitas dan fokus pada sisi penulisan yang lebih kreatif. Ini lebih baik daripada membuat halaman kategori, berfokus pada berapa banyak kata kunci yang diperlukan untuk memenuhi artikel agar mencapai jumlah yang optimal, dan/atau memastikan setiap kalimat fasih.

Alat untuk Menghubungkan Manusia dan AI

Implikasi dari hal di atas adalah bahwa kita memerlukan pengalaman pengguna dan alat bantu hebat yang memanfaatkan GPT sehingga dapat bekerja dengan baik bersama dengan para penulis. Secara garis besar, ada beberapa cara untuk mewujudkan teknologi seperti GPT sebagai alat bantu penulisan konten yang berguna. Berikut adalah beberapa contoh teknologi AI yang direalisasikan sebagai berbagai alat bantu:

Analisis Keterbacaan

Memiliki tingkat keterbacaan yang baik adalah bagian penting dari pengembangan konten yang hebat. Ini membantu pengguna Anda tetap terlibat dan menghabiskan lebih banyak waktu di halaman Anda, yang merupakan faktor penting dalam peringkat tinggi di Google. Namun menulis artikel yang mudah dibaca lebih mudah diucapkan daripada dilakukan.

Di Jenni, kami telah mengembangkan alat bantu yang akan melakukan pekerjaan itu untuk Anda. Kami menggunakan teknologi yang mirip dengan GPT 3, tetapi mengadaptasinya untuk penulisan ulang kalimat otomatis sehingga menjadi lebih mudah dibaca.

Parafrasa Cerdas

Parafrasa adalah seni menggunakan teks sumber tanpa mengutip langsung materi sumber.  Setiap kali Anda mengambil informasi dari sumber yang bukan milik Anda, Anda perlu menentukan dari mana Anda mendapatkan informasi tersebut. Pertanyaan itu sering kali muncul juga dengan AI; ulasan kami tentang penulisan AI, plagiarisme, dan keaslian membahas apa yang perlu diperhatikan.

Paragraf di atas diparafrasakan dari definisi Purdue menggunakan AI parafrasa otomatis kami. AI yang melakukan parafrasa cerdas dapat menulis ulang kalimat apa pun dengan cara yang berbeda dari sumbernya atau memparafrasakannya dalam gaya penulisan yang diinginkan.

Di Jenni, kami telah melakukan studi pada penulis kami dan menemukan bahwa mengotomatiskan parafrasa dapat menghemat setidaknya 30% dari waktu penulis. Ini juga memungkinkan penulis untuk bereksperimen dengan frasa alternatif dari kalimat, beberapa di antaranya mungkin mengalir lebih lancar daripada tulisan asli atau menyampaikan maksud dengan lebih baik.

Optimalisasi Topik

Banyak pakar SEO mengandalkan optimalisasi topik sebagai cara untuk memastikan konten mereka mendapat peringkat tinggi di mesin pencari. Memang, mengembangkan serangkaian topik penting agar relevan dengan kueri penelusuran tertentu, tetapi memastikan sebuah artikel memenuhi semua persyaratan topik merupakan hal yang menantang.

Editor kami biasanya menghabiskan waktu 1-4 jam untuk mengoptimalkan topik secara manual. Menggunakan sistem AI untuk mendeteksi relevansi topik dalam artikel Anda dapat membantu Anda menjaga tulisan Anda tetap di jalur, yang akan menyelamatkan editor dari keharusan menulis ulang konten yang tidak relevan.

Peringkasan

Seperti yang kita bahas sebelumnya, AI sangat baik dalam tugas-tugas tingkat rendah dan peringkasan tidak terkecuali. Ketika berkaitan dengan penulisan konten, kami menemukan bahwa tugas umum yang dilakukan penulis adalah meringkas teks lain.

Peringkasan adalah tugas yang telah terbukti dilakukan oleh sistem AI dengan baik dalam sistem produksi dan komersial. Daripada membaca blok teks yang padat, mengapa tidak meminta AI memberi Anda daftar poin ringkas? Dalam semangat yang sama, Anda dapat menggunakan AI untuk membuat indeks atau halaman kategori jika Anda sudah membangun situs web Anda.

Bisakah Konten yang Dihasilkan Naik Peringkat?

Beberapa praktisi SEO mulai khawatir tentang penggunaan pembuatan konten otomatis dan menerima penalti dari Google.

Google, seperti banyak mesin pencari lainnya, ingin memberikan konten yang paling relevan kepada penggunanya. Jadi masalah utama dengan konten yang dihasilkan bukanlah fakta bahwa konten tersebut dihasilkan, melainkan tujuannya biasanya untuk membuat spam. Google telah mengklaim bila, selama konten memberikan nilai nyata bagi pengguna dan tidak digunakan untuk memanipulasi sistem, konten yang dihasilkan tidak masalah.

Faktanya, banyak outlet berita dan media besar seperti Forbes sudah menggunakan teknologi pembuatan konten untuk membantu mereka. Kunci di sini adalah memadukan yang terbaik dari kedua dunia - kecerdasan manusia dan buatan - untuk menciptakan konten yang menarik. Berkontribusi pengetahuan berharga ke internet akan memastikan bahwa Anda dapat naik ke peringkat atas bahkan jika beberapa konten Anda dihasilkan secara otomatis.

Masa Depan AI dan SEO

Batasan antara sains dan fiksi terus kabur dengan dirilisnya model AI mutakhir seperti GPT. Peningkatan kualitas yang sangat besar antara GPT 2 dan GPT 3 hanya dalam waktu satu tahun sungguh menakjubkan. Seiring berjalannya waktu, surat kabar yang Anda baca sebelum sarapan lebih mungkin ditulis oleh seseorang atau sesuatu yang belum pernah makan omelet seumur hidup mereka.

Itulah mengapa kami percaya penting untuk memahami teknologi AI secara lebih mendalam daripada sekadar kehebohan saja. Mereka yang tidak berkecimpung di bidang SEO mungkin hanya terkesan oleh kemajuan AI. Mereka yang berkecimpung di bidang SEO dan membuat konten perlu beradaptasi dengan alat-alat ini agar tetap berada di posisi teratas.