Apakah AI Akan Menggantikan Copywriter? Evolusi dan Masa Depan Penulisan Konten AI

Seiring kemajuan pembuatan teks dan pembelajaran mesin, ada banyak perbincangan tentang apakah penulis konten akan digantikan oleh segudang alat penemu salinan AI yang menawarkan fungsionalitas pelengkapan otomatis (autocomplete).

GPT-3, Rytr, Jarvis, Shortly, CopyAI, Frase, dll. - daftar produk baru dengan fitur autocomplete yang bermunculan di pasar tidak ada habisnya. Semua produk ini memiliki tombol "Tuliskan untuk saya". Anda mengeklik tombol itu, dan satu paragraf teks pun muncul.

Rasanya hampir seperti keajaiban.

Sebagai seorang peneliti kecerdasan buatan, saya telah mengikuti berbagai terobosan di bidang ini selama 5 tahun terakhir - dan sangat menarik bagaimana sesuatu yang dimulai sebagai cara untuk melengkapi pesan teks Anda secara otomatis berubah menjadi teknologi yang kini hampir dapat menghasilkan seluruh novel.

Tetapi apakah itu berarti AI dapat menggantikan penulis salinan (copywriter) - apakah tulisan manusia sudah usang? ‍Jawabannya rumit.

Untuk menjawab pertanyaan itu, pertama-tama kita harus membuka tirai untuk melihat bagaimana fitur autocomplete untuk penulisan konten sebenarnya bekerja. Berbekal informasi tersebut, kita dapat menyelidiki konsekuensi yang dibawa oleh teknologi kecerdasan buatan ini, dan mencari tahu apakah para copywriter perlu khawatir dengan semua alat tulis AI yang ada di pasaran saat ini.

Bagaimana Autocomplete Berkembang untuk Penulisan Konten

Dengan semua keriuhan seputar terobosan kecerdasan buatan baru seperti GPT-3, mudah sekali untuk melupakan bagaimana teknologi teks prediktif (autocomplete dan koreksi otomatis) telah berkembang selama beberapa dekade.

Ya, ini adalah fitur pada iPhone 5 lama Anda yang mengoreksi kata secara otomatis dari "iz" menjadi "is", dan ini juga cara Google memberikan saran (terkadang sangat lucu) untuk melengkapi pencarian Anda.

Mengandalkan N-Gram untuk Menulis untuk Anda

Anda mungkin terkejut, tetapi teknologi autocomplete dapat ditelusuri kembali hingga tahun 1948. Sejak saat itu, teknologi ini telah membantu penulis konten memeriksa ejaan dan mengoreksi tulisan mereka.

Mari kita lihat asal-usul autocomplete yang sederhana ini.

Banyak sistem autocomplete awal didasarkan pada konsep model bahasa. Ini pada dasarnya adalah model yang dapat memprediksi kata berikutnya berdasarkan riwayat kata-kata sebelumnya.

Model bahasa paling awal, yang pertama kali dirujuk oleh Claude Shannon, disebut model n-gram. Salah satu penerapan n-gram adalah untuk memprediksi seberapa besar kemungkinan sekumpulan kata muncul dalam teks yang sedang Anda ketik.

Jadi sebagai contoh, jika Anda mengetik "Bisakah kamu tolong datang" (kata riwayat), model n-gram akan memprediksi bahwa kata berikutnya "ke sini" memiliki kemungkinan yang sangat tinggi (misalnya, peluang 80%). Ponsel Anda kemudian akan menawarkan untuk melengkapi frasa Anda secara otomatis dengan kata "ke sini".

Bagaimana n-gram tahu kata mana yang mungkin muncul?

Anda dapat membuat model n-gram hanya dengan menghitung berapa kali frasa "Bisakah kamu tolong datang ke sini" muncul dalam korpus teks berkualitas tinggi (juga disebut data pelatihan). Jika frasa ini sering muncul, itu berarti "ke sini" kemungkinan besar merupakan pelengkap yang benar - jika tidak, itu adalah frasa yang tidak biasa.

Jumlah kemunculan ini diterapkan pada semua frasa yang memungkinkan dalam korpus, dan ini menghasilkan "tabel hitungan".

Pada contoh di atas, baris pertama memiliki hitungan tertinggi karena paling sering terjadi dalam bahasa lisan manusia. Baris terakhir ditulis dalam bahasa Inggris kuno yang tidak biasa dan tidak banyak terjadi dalam bahasa modern, sehingga memiliki hitungan yang lebih rendah.

Dengan tabel ini, setiap kali seseorang mengetik, program akan melihat tabel ini untuk menemukan frasa yang cocok dengan jumlah tertinggi. Hasil paling cocok ini pada dasarnya adalah prediksi tentang kata berikutnya yang seharusnya muncul. Pencocokan ini juga memungkinkan program untuk memberi Anda perkiraan probabilitas (misalnya, peluang 80% untuk pelengkapan yang benar berdasarkan korpus).

Dan begitulah - keajaiban di balik banyak alat autocomplete bermuara pada menghitung kata-kata!

Secara sangat sederhana, begitulah cara Anda membangun model yang dapat memprediksi kata berikutnya yang paling mungkin muncul berdasarkan sekumpulan kata riwayat tertentu. Ini adalah fondasi dari cara kerja sistem koreksi otomatis dan autocomplete.

Jadi, apakah copywriter akan digantikan oleh model n-gram?

Tentu saja tidak.

Ada masalah mendasar dengan n-gram - model ini merepresentasikan bahasa secara renggang (sparse). Sederhananya, ini berarti jika Anda memiliki banyak data, tabel Anda akan menjadi terlalu besar. Di situlah jaringan saraf tiruan seperti GPT berperan.

Melangkah lebih jauh dari sebuah tabel dengan GPT

Apa yang kita gunakan saat ini telah berkembang jauh sejak model n-gram.

Kecerdasan buatan modern untuk autocomplete mengandalkan jaringan saraf tiruan, yang jauh lebih kuat daripada model n-gram. Meskipun lebih canggih, jaringan saraf tiruan mengandalkan prinsip dasar penghitungan statistik yang sama.

Teknologi GPT-3 (Generative Pre-trained Transformer v3) yang sangat andal adalah model bahasa jaringan saraf tiruan besar yang dikembangkan oleh OpenAI dan sekarang menjadi tulang punggung dari semua alat tulis autocomplete yang baru-baru ini dirilis di pasar. GPT-3 adalah bagian dari tren dalam pemrosesan bahasa alami (NLP) untuk beralih ke jaringan saraf tiruan pre-trained yang besar.

Dengan GPT-3, kita tidak lagi menggunakan tabel secara naif untuk menyimpan semua frasa yang mungkin, melainkan kita menyimpan ringkasan terkompresi di dalam bobot jaringan saraf tiruannya. Ini memungkinkan kita melatih model pada miliaran frasa dan kalimat yang tidak mungkin dimuat dalam satu tabel tunggal.

‍Jadi bagaimana GPT-3 menulis untuk Anda?

Sama seperti n-gram, saat Anda mengetik kata atau frasa, GPT-3 akan mencoba menemukan kata yang paling mungkin untuk melengkapi kalimat Anda berdasarkan korpus teks tempat ia dilatih.

Tetapi tidak berhenti di situ. Begitu ia memprediksi kata berikutnya yang akan Anda ketik, ia akan melakukan ini dalam sebuah lingkaran (loop) dan terus memprediksi kata berikutnya hingga ia menulis satu paragraf. Begitulah cara ia "menghasilkan" paragraf untuk Anda.

Tetapi tunggu - jika yang dilakukan GPT-3 hanyalah mencari probabilitas yang berasal dari konten yang ditulis sebelumnya, apakah ini berarti GPT-3 hanya mengulang apa yang telah dibacanya, atau apakah ia benar-benar kreatif?

Itu adalah pertanyaan filosofis rumit yang lazim dalam diskusi saat ini tentang konten yang dihasilkan oleh AI.

Kesalahpahaman tentang Penulisan Konten AI

Bisakah Penulisan Konten AI Menjadi Kreatif?

Banyak kritikus mencatat bahwa GPT-3, seperti semua model AI, hanya dapat menghasilkan teks yang pernah dilihatnya sebelum ini. Mereka mengklaim bahwa penulisan AI kurang kreativitas dan alat-alat ini hanya bagus untuk melakukan spamming konten hasil daur ulang.

Meskipun pandangan ini dulu valid, sekarang hal tersebut tidak sepenuhnya benar.

Mudah saja untuk mengklaim bahwa model n-gram dari tahun 1948 hanya akan mengoreksi materi yang ada karena ia secara harfiah menyimpan semua data pelatihannya dalam tabel dan "menghasilkan" teks dengan mencari melalui frasa yang telah dilihatnya.

Namun karena GPT-3 adalah kompresor teks pelatihan yang sangat efisien, ia dipaksa untuk mengembangkan aturan dan pola konten tertulis - ia tidak selalu mengingat kalimat persis dari data pelatihannya yang disimpan dalam memorinya.

Meskipun beberapa kalimat dapat dihasilkan secara verbatim, banyak frasa yang dihasilkan adalah baru. Pencarian Google cepat dari teks yang dihasilkan akan menunjukkan kepada Anda bahwa sebagian besar hasil generasi tersebut adalah orisinal.

Apakah Anda percaya bahwa GPT-3 (atau model AI dan Alat AI apa pun) dapat menghasilkan tulisan orisinal atau tidak, adalah subjek perdebatan, dan tergantung pada bagaimana Anda mendefinisikan orisinalitas. Lagi pula, manusia telah belajar dari karya-karya besar sebelumnya dan menciptakan karya turunan dari Shakespeare, jadi apakah manusia benar-benar seorisinal itu?

Meskipun AI modern menghasilkan teks yang mungkin mirip dengan apa yang ada di luar sana, ia juga dapat menghasilkan teks yang mungkin mengejutkan Anda.

Kini tergantung pada copywriter dan editor konten manusia untuk memanfaatkan kejutan itu sebaik-baiknya.

Penggunaan autocomplete yang lebih baik harus melibatkan penulis yang menyaring dan memilih teks buatan AI yang terbaik, atau menggunakannya sebagai sumber inspirasi untuk mengatasi writer's block (kebuntuan menulis).

Bisakah Penulisan Konten AI Memiliki Emosi?

Salah satu kekhawatiran seputar penulisan konten AI adalah bahwa ia akan menghasilkan teks yang hambar dan tanpa emosi.

Ini adalah pernyataan umum lainnya yang kurang bernuansa - dan mungkin berasal dari gagasan fiksi ilmiah kita tentang AI sebagai robot kaleng tanpa perasaan.

Sekali lagi, model AI sederhana seperti n-gram tidak akan mampu menghasilkan teks emosional karena kurangnya kekuatan representasi - ia memiliki batas praktis pada seberapa banyak hal yang dapat dipelajarinya.

Tetapi karena GPT-3 belajar dari korpus teks yang besar dengan lebih banyak konteks, ia sering kali dapat meniru sentimen dan nada dalam tulisan. Ini berarti jika Anda mengetik frasa seperti "Saya merasa sedih hari ini," model AI akan mencoba menemukan kata-kata yang paling tepat untuk mencerminkan sentimen tersebut dalam teks yang dihasilkan.

(Paragraf yang baru saja Anda baca di atas sepenuhnya dilengkapi secara otomatis oleh Jenni AI tanpa suntingan. Alat ini telah belajar untuk mencocokkan nada dan gaya menulis saya dari paragraf-paragraf sebelumnya.)

Sebuah studi yang diterbitkan di ICLR 2020 menunjukkan bahwa generator teks saraf bahkan dapat meniru terlalu sering dan mulai menjadi berulang-ulang. Namun, meniru (parroting) tidak sama dengan memiliki emosi.

Sebagai penulis, Anda tetap harus bertanggung jawab atas nada dan emosi keseluruhan dari tulisan Anda. Meskipun AI dapat menghasilkan teks yang mencerminkan sentimen manusia, ia tidak memiliki pengalaman empiris tentang bagaimana rasanya menjadi manusia - ia bukan sebuah kecerdasan yang berwujud (embodied intelligence).

Ingat, seperti model n-gram, GPT-3 dilatih pada korpus teks (sebagian besar dari internet dan diproduksi oleh copywriter manusia).

Ia belum pernah melihat atau mengalami apa pun yang dialami oleh manusia biasa - ia tidak akan pernah tahu seperti apa rasa burger keju, juga tidak dapat sepenuhnya berempati. Menurut OpenAI, ia tidak dapat menjawab pertanyaan secara akurat yang berkaitan dengan dunia fisik, seperti "Jika saya memasukkan keju ke dalam lemari es, apakah keju itu akan meleleh?".

Ini adalah batasan yang melekat pada model bahasa modern dalam beberapa tahun mendatang - setidaknya sampai AI mendapatkan tubuh fisik.

Untuk penulisan konten, memahami batasan ini sangatlah penting.

Ini berarti bahwa untuk benar-benar memanfaatkan kekuatan AI untuk penulisan konten, kita perlu memberikan panduan dan umpan balik ke model AI untuk mengarahkannya ke arah yang benar.

Mengapa AI + Manusia Adalah Masa Depan Penulisan Konten

Kelemahan-kelemahan ini mungkin membuat banyak orang skeptis tentang kemajuan dalam penulisan konten AI atau takut bahwa masa depan kita akan penuh dengan konten spam.

Sebaliknya, saya meramalkan masa depan yang jauh lebih cerah.

Pada tahun 1996, ketika sistem AI IBM memenangkan permainan catur, sempat terpikir bahwa permainan catur telah terpecahkan dan tidak akan ada lagi pecatur yang tersisa.

Namun, apa yang terjadi adalah kebangkitan orang-orang yang mempelajari strategi catur baru dengan mempelajari langkah-langkah AI. Fenomena serupa terjadi setelah AlphaGo dari DeepMind mengalahkan Lee Sedol, pemain Go terbaik dunia pada tahun 2016.

Keberhasilan dalam AI berarti manusia harus beradaptasi dan berubah - dan perubahan ini mungkin tidak nyaman tetapi biasanya demi kebaikan. Meskipun AI dapat mengalahkan manusia dalam tugas-tugas tertentu, manusia adalah generalis yang lebih baik, dan kita dapat belajar menggabungkan AI untuk meningkatkan produktivitas kita secara keseluruhan.

Hal ini berlaku untuk penulisan konten, di mana para copywriter perlu mengintegrasikan strategi konten tingkat tinggi, visi dan merek perusahaan, serta pemahaman tentang audiens ke dalam konten mereka.

Itulah mengapa saya memprediksi masa depan di mana kita dapat memiliki yang terbaik dari kedua dunia - manusia dan AI bekerja sama untuk menghasilkan konten yang bahkan lebih berkualitas tinggi.

Apakah Copywriting Akan Usang Besok?

Dengan perkembangan teknologi yang eksponensial, sulit untuk tidak bertanya-tanya - apakah pekerjaan penulis konten berisiko di masa depan?

Jika kita melihat tren peningkatan model bahasa selama bertahun-tahun, jelas bahwa AI semakin mahir dalam melengkapi teks secara otomatis. Angka perplexity (ukuran kesalahan) AI pada tolok ukur umum seperti WikiText-103 telah menurun dari 40 menjadi 10 dalam 3 tahun terakhir - itu adalah peningkatan 4 kali lipat!

Mengekstrapolasi pertumbuhan eksponensial ini, dalam 5 tahun ke depan, kita memperkirakan peningkatan 10 kali lipat lebih lanjut dalam kualitas teknologi autocomplete.

Itu berarti jika yang Anda lakukan untuk penulisan konten SEO Anda hanyalah menghasilkan pekerjaan bernilai rendah - menulis ulang konten yang ada, mengisi templat, menyalin/menempel daftar artikel, atau memutar balik konten milik orang lain - maka jawabannya adalah ya - Anda tamat.

Jadi, apa artinya ini bagi para copywriter yang serius dan berdedikasi di luar sana?

Jangan "Tuliskan Untuk Saya", tapi "Menulislah Bersama Saya"

Ada alasan mengapa kita tidak menggunakan mesin ketik lagi. Itu karena penulisan konten bukan tentang menorehkan tinta di atas selembar kertas.

Ada alasan mengapa kita tidak lagi memeriksa tata bahasa secara manual. Itu karena tata bahasa adalah hal teknis dan bukan inti sebenarnya dari konten Anda.

Memuaskan maksud pencarian pengguna dan dipandang sebagai pakar materi pelajaran di ceruk spesifik Anda akan membuat pembaca Anda kembali lagi. Mereka secara organik akan membagikan artikel Anda dalam skala yang lebih besar dan membantu artikel Anda melejit dalam pemeringkatan mesin pencari.

Meskipun ada semua evolusi dalam cara kita menulis dengan teknologi ini, penulis tetap bertanggung jawab atas visi konten. Peningkatan (augmentasi) daripada penggantian adalah kuncinya.

Jika AI hadir untuk menghilangkan pekerjaan tingkat rendah, sebagai copywriter, Anda harus mengalihkan metode Anda untuk melakukan pekerjaan yang bernilai lebih tinggi. Saatnya berpikir lebih dalam tentang konten apa yang Anda hasilkan.

Ada 7,5 juta blog yang diterbitkan setiap hari dan konten Anda harus menonjol.

Tugas Anda adalah menghubungkan titik-titik antara strategi pemasaran, audiens, dan konten Anda - menghadirkan informasi, penelitian, dan ide unik - serta menyajikannya sebagai sebuah cerita yang belum pernah diceritakan orang lain. Sebuah cerita yang menarik perhatian dan membuat pembaca Anda tetap terpikat hingga akhir tulisan.

Itu berarti menulis akan berkurang tentang mekanika meletakkan kata-kata di atas kertas dan lebih tentang ide-ide yang ingin Anda sampaikan dan seni bercerita.

Kita harus berhenti mengandalkan AI untuk menulis untuk kita, melainkan, menulis bersama kita.

Jika pekerjaan Anda melibatkan empati dengan pembaca Anda untuk membuat konten berkualitas tinggi dan menarik yang beresonansi dengan audiens Anda serta memberikan nilai nyata - peran Anda aman.

Bagaimana Jenni dapat Membantu

Di Jenni, kami bekerja keras untuk membuat integrasi antara manusia dan AI ini semulus mungkin - dan itulah mengapa kami merancang sistem autocomplete berbasis GPT-3 kami dengan cermat agar tidak membatasi Anda, melainkan menjaga Anda - sang pembuat konten - tetap memegang kendali. Selalu!

Mulai Maret 2022, kami telah memutuskan untuk menghentikan fungsionalitas "Tuliskan untuk Saya" - Anda tahu, tombol yang Anda tekan, lalu secara ajaib menulis satu paragraf untuk Anda. Mengejutkan!

Itu karena kami menemukan melalui berbagai studi kasus pengguna - lebih dari setengah pengguna baru yang diberi akses ke tombol "Tuliskan Untuk Saya" akan mengeklik tombol tersebut untuk menghasilkan ~80% dari konten mereka - yang sebagian besar berkualitas rendah.

Insentif dari tombol ini terlalu mudah bagi pengguna untuk membuat spam, dan mencegah Anda menjadi penulis dari cerita Anda sendiri.

Sebaliknya, Jenni sekarang akan membantu Anda dengan aktif memberikan saran saat Anda menulis dan berintegrasi secara mulus dengan proses pembuatan konten Anda.

Ini akan sangat membantu untuk memecahkan segala kebuntuan menulis, dan juga akan membawa kembali kegembiraan dan gairah ke dalam karya Anda.