テキスト生成と機械学習が進歩する中、コンテンツライターがオートコンプリート機能を提供する数々のAIコピーライティングツールによって置き換えられるかどうかについて多くの議論があります。

GPT-3, Rytr, Jarvis, Shortly, CopyAI, Fraseなど - 自動補完機能を持つ新しい製品のリストは尽きることがありません。これらすべての製品には「私のために書いて」というボタンが搭載されています。そのボタンをクリックすると、段落のテキストが生成されます。

まるで魔法のようです。

私は 人工知能研究者として、この分野のブレークスルーを過去5年間追い続けており、テキストメッセージを自動補完する技術が今ではほぼ全体の小説を生成できる技術にまで成長したことが非常に興味深いです。

しかし、それはAIがコピーライターを置き換えることができるということなのか、は人間の執筆は時代遅れなのか？ ‍答えは複雑です。

その質問に答えるためには、まずコンテンツライティングのオートコンプリートが 本当に どのように機能するのか、その裏側を覗く必要があります。その情報を武器にして、私たちはこの人工知能技術がもたらすトレードオフを掘り下げ、コピーライターが市場にあるこれらのAIライティングツールで心配する必要があるかどうかを考察できます。

コンテンツライティングの自動補完の進化

GPT-3のような新しい人工知能のブレークスルーに関する過熱した期待の中で、予測テキスト技術（オートコンプリートと自動修正）が何十年にもわたってどのように進化してきたかを忘れがちです。

そう、これは古いiPhone 5の機能で、「iz」を「is」に自動修正するものですし、Googleがあなたの検索のために（時には面白い）補完を提案する方法でもあります。

Nグラムに頼ってあなたのために書く

驚くかもしれませんが、自動補完技術は 1948年まで遡ることができます。それ以来、コンテンツライターがスペルチェックと修正をするのを助けてきました。

自動補完の謙遜な起源を見てみましょう。

初期の多くの自動補完システムは 言語モデルの概念に基づいていました。これは基本的に、単語の履歴に基づいて次の単語を予測できるモデルです。

最初の言語モデルは、最初 言及された のは クロード・シャノンで、 n-gramモデルと呼ばれていました。n-gramの一つの応用は、あなたが入力しているテキストにおいてどの単語の組み合わせが現れる可能性が最も高いかを予測することでした。

たとえば、「Can you please come」というフレーズ（履歴単語）を入力すると、n-gramモデルは次の単語「here」を高可能性（たとえば、80％の確率）として予測します。あなたの電話は、次に「here」という単語であなたのフレーズを自動補完しようとします。

n-gramはどのようにどの単語が可能性が高いかを知るのか？

フレーズ「Can you please come here」が高品質なテキストのコーパスにどれだけ頻繁に出現するかを数えることによって、n-gramモデルを作成できます（これを トレーニングデータとも呼びます）。このフレーズがたくさん出現すれば、「here」が正しい完成となる可能性が高いことを意味します - さもなければ、これはあまり寄り添わない言い回しです。

この出現カウントはコーパス内のすべての可能なフレーズに適用され、その結果「カウントの表」が得られます。

上記の例では、最初の行が最も高いカウントを持っているのは、人間の書いた言語で最も頻繁に出現するからです。最後の行は難解な英語で書かれており、現代言語ではあまり観察されないため、低いカウントとなっています。

この表を使って、誰かがタイプするたびに、 プログラムはこの表を見て 最も高いカウントにマッチするフレーズを見つけます。この ベストマッチ は、本質的に次の単語が何であるべきかの予測です。このマッチにより、プログラムは（たとえば、コーパスに基づいて80％の確率で正しく完成する確率）推定値を提供することができます。

これが多くの自動補完ツールの背後にある魔法の正体です！

簡潔に言えば、これは特定の履歴単語のセットを考えたときに、最も可能性の高い次の単語を予測できるモデルを構築する方法です。これは、オートコレクトおよびオートコンプリートシステムがどのように機能するかの基礎です。

では、n-gramモデルによってコピーライターは置き換えられるのでしょうか？

絶対にありません。

n-gramには根本的な問題があります - それ 言語を疎な方法で表現するのです。簡単に言うと、これはデータが多いと、あなたの表が大きくなりすぎるということを意味します。そこで、神経ネットワークのような GPT が登場します。

GPTを使ってテーブルを超える

今日私たちが使用しているものは、n-gramモデルから長い道のりを歩んできました。

現代のオートコンプリートに対する人工知能は、n-gramモデルよりはるかに強力な神経ネットワークに頼っています。より洗練されていますが、神経ネットワークは統計的カウントの同じ基本原則に依存しています。

全能の GPT-3 (Generative Pre-trained Transformer v3) は、OpenAIによって開発された大規模な神経ネットワーク言語モデルで、現在市場に出回っているすべての最近リリースされた自動補完ライティングツールの背骨となっています。GPT-3は 自然言語処理（NLP）の傾向の一部であり、大規模な事前トレーニングされた神経ネットワークに移行しています。

GPT-3を使用すると、もはやすべての可能なフレーズを保存するために単純にテーブルを使用するのではなく、その神経ネットワークの重みの中にそれを圧縮した要約を保存します。これにより、数十億のフレーズや文を収容するモデルをトレーニングすることが可能になりますが、単一のテーブルには収まりません。

‍では、GPT-3はどのようにあなたのために書くのか？

n-gramと同様に、単語やフレーズを入力すると、GPT-3は、訓練元となったテキストコーパスに基づいて、あなたの文を完成させるために最も可能性の高い単語を見つけ出そうとします。

しかし、そこには留まりません。次に入力される単語を予測すると、ループに入って次の単語を予測し続け、段落を書くまで続けます。これが、あなたのために段落を「生成する」方法です。

ただ待ってください - もしGPT-3がただ以前に書かれたコンテンツから派生した確率を参照するだけなら、これはGPT-3が単に自分の読んだ内容を繰り返すということを意味するのでしょうか、それとも 実際に創造的なのでしょうか？

これは、AI生成コンテンツに関する今日の議論の中で重要な哲学的質問です。

AIコンテンツライティングに関する誤解

AIコンテンツライティングは創造的になり得るか？

多くの批評家は、GPT-3がすべてのAIモデルのように、過去に見たことのあるテキストしか生成できないことに気づいています。彼らは、AIライティング 創造性が欠けている と主張し、これらのツールは ただの再生コンテンツをスパムするのにしか役立たないとしています。

この見方は以前は有効でしたが、今では完全にそうではありません。

1948年のn-gramモデルが既存のコンテンツを単に繰り返すというのは簡単です。なぜなら、それは 文字通り すべてのトレーニングデータをテーブルに保存し、見たフレーズを通じてテキストを「生成」するからです。

しかし、GPT-3はトレーニングテキストから高効率の圧縮を行い、書かれたコンテンツのルールやパターンを開発するように強いられます - トレーニングデータに保存されている正確な文をいつも思い出すわけではありません。

数文がそのまま生成されることもありますが、多くのフレーズが 新しいものとして生み出されます。生成されたテキストを素早くGoogle検索すれば、おそらく大半の生成物はオリジナルであることがわかるでしょう。

GPT-3（あるいは他のAIモデル、AIツール）がオリジナルの執筆を生み出すことができるかどうかは今でも議論の余地がありますし、人間が以前の優れた作品から学び、シェイクスピアのスピンオフを創作したように、あなたが オリジナリティをどのように定義するかに依存します。結局のところ、人間も以前の素晴らしい作品から学び、シェイクスピアのスピンオフを創作しているので、私たちは 本当に オリジナルなのですか？

現代のAIは外にあるものと似ているテキストを生成することもありますが、あなたを驚かせるようなテキストを生成することも可能です。

それは人間のコピーライターやコンテンツエディターの驚きに最大限に活用する必要があります。

自動補完のより良い使用法は、ライターがAI生成されたテキストの中から最良のものをフィルタリングし、選択することや、作家のブロックを打破するためのインスピレーションのソースとして使用することを含むべきです。

AIコンテンツライティングは感情を持つことができるか？

AIコンテンツライティングに関する懸念の一つは、それが 魂のない、感情のないテキストを生成するという点です。

これは素晴らしい声明ですが、微妙さが欠けています - そしておそらく、感情を持たない缶ロボットとしてのAIの私たちのフィクション上の概念から derived されたものです。

再度、n-gramのような単純なAIモデルは、表現力が欠けているため、感情的なテキストを生成するのは難しいでしょう - 学ぶことのできる実用的な限界があります。

しかし、GPT-3はより多くの文脈でのテキストコーパスから学ぶため、しばしば 執筆の感情やトーンを模倣することができます。つまり、「今日は悲しい気分です」というフレーズを入力すると、AIモデルはその感情を反映する適切な言葉を生成されたテキストで見つけようとします。

(あなたが読んだこの段落は、Jenni AIによって完全に自動補完され、編集はされていません。これは私の以前の段落からトーンと文体を一致させることを学びました。)

A ICLR 2020に掲載された調査 は、神経テキスト生成器があまりにも繰り返しすぎて、単調になってしまうことも示しています。しかし、 繰り返すこと は、感情を 持つこととは同じではありません。

ライターとして、あなたは依然として執筆の全体的なトーンと感情を担当する必要があります。AIは人間の感情を反映するテキストを生成できるかもしれませんが、彼らは人間であることが何かを実体験として持っているわけではない - それは 具現化された知性ではありません。

n-gramモデルのように、GPT-3は（主にインターネット上の人間のコピーライターによって生成された）テキストのコーパスでトレーニングされています。

このAIは、典型的な人間が体験する他の何も見たことがなく、「チーズバーガーがどんな味か」を知ることもなく、完全に共感することもできません。 OpenAIによると、物理的世界に関する質問 - 「もしチーズを冷蔵庫に入れたら、溶けますか？」などには正確に答えることはできません。

これは、今後数年間にわたる現代の言語モデルの限界です - AIが物理的な体を持つようになるまでのことです。

コンテンツライティングには、 この限界を理解することが重要です。

つまり、コンテンツライティングのためにAIの力を真に活用するためには、AIモデルに適切な方向に進むためのガイダンスとフィードバックを提供する必要があります。

なぜAI + 人間がコンテンツライティングの未来なのか

これらの欠点は、多くの人々がAIコンテンツライティングの進歩に懐疑的になるか、今後は スパムコンテンツで満たされることを恐れる原因となるかもしれません。

その逆に、私はずっと明るい未来を見込んでいます。

1996年、IBMのAIシステムがチェスのゲームで勝利したとき、チェスのゲームは解決され、もはやチェスプレイヤーは存在しないだろうと思われました。

しかし、何が起こったかというと、人々はAIの動きを研究することで新しいチェス戦略を学ぶ再興が起こりました。2016年、DeepMindの AlphaGoが李世乭に勝利した後、世界最高の囲碁プレイヤーも同じ現象が見られました。

AIの成功は、人間が適応し変化しなければならないことを意味します - この変化は不快かもしれませんが、通常はより良い方向に進みます。AIは特定のタスクで人間を上回ることができるが、人間はより多くを学ぶ一般のスキルを持ち、全体的な生産性を高めるためにAIを取り入れることを学ぶことができます。

これはコンテンツライティングにあたります。コピーライターは、コンテンツに会社のビジョンやブランド、そしてオーディエンスの理解を組み込む必要があります。

それゆえに、私は人間とAIが協力してより高品質なコンテンツを生み出す未来を予見しています。

コピーライティングは明日 obsolete になるのか？

技術の指数関数的な進化を考えると、コンテンツライターの仕事は今後危険にさらされるのかと疑問に思わざるを得ません。

数年間の 言語モデルの改善の傾向を見れば、AIがテキストを自動補完する能力がどんどん向上してきていることは明らかです。一般的なベンチマークである パープレキシティ （誤差の測定）は、過去3年間で40から10に減少しました - それは4倍の改善を意味します！

この指数関数的な成長を extrapolate することから、次の5年間で、自動補完技術の品質がさらに10倍向上することが期待されます。

つまり、もしあなたがSEOコンテンツライティングのために低価値の作業 - 既存のコンテンツの書き換え、テンプレートへの入力、リストの記事のコピー/ペースト、または他人のコンテンツを回しているばかりであれば、答えははい - あなたは運命にあるということです。

では、真剣で情熱的なコピーライターにとって、これは何を意味するでしょうか？

「私のために書いて」というのではなく、「私と一緒に書いて」

私たちがもはやタイプライターを使用しないのには理由があります。それは、コンテンツライティングはインクを紙の上に置くことではないからです。

私たちが文法を手動でチェックしないのにも理由があります。それは文法が技術的な問題であり、あなたのコンテンツの真の心ではないからです。

ユーザーの検索意図を満たすことと、特定のニッチにおける主題の専門家として認識されることは、あなたの読者を繰り返し呼び戻すことになるでしょう。彼らは自発的にあなたの記事を広め、あなたの記事が検索エンジンのランキングに上昇するのを助けてくれるでしょう。

私たちが技術で書く方法のすべての進化にもかかわらず、ライターは依然としてコンテンツのビジョンを管理します。 置き換えではなく拡張が重要です。

AIが低レベルの作業を排除するために存在するので、コピーライターとして、あなたはより高価値の作業をするために行動を変える必要があります。どのようなコンテンツを生み出すかについて、深く考える時です。

毎日 750万のブログが公開されている のですから、あなたのコンテンツは 際立つ 必要があります。

あなたの仕事は、マーケティング戦略、オーディエンス、そしてコンテンツの間の点をつなぎ合わせること - ユニークな情報、研究、アイデアを持ち込み - そして他の誰も語っていない物語として提示することです。注目を集め、人々を作品の最後まで引き付ける物語を。

つまり、書くことは単に紙の上に言葉を置くメカニクスではなく、あなたが伝えたいアイデアや物語の芸術に関することです。

私たちはAIに私たちのために書かせるのをやめる必要がありますが、むしろ、私たちと一緒に書くのです。

もしあなたの仕事が、高品質で魅力的なコンテンツを作るために読者の感情に共感することを含むなら、 あなたの役割は安全です。

Jenniがどのようにお手伝いできるか

私たちJenniでは、人間とAIのこの統合をできるだけスムーズにするために努力しており、だからこそ、私たちはGPT-3に基づく自動補完システムを注意深く設計し、あなたがコンテンツクリエイターとして運転席にいるように、障害にならないようにしています。常に！

2022年3月現在、「私のために書いて」機能を段階的に終了する決定をしました - それは、あなたが押すボタンで、魔法のように段落を書く機能です。びっくりです！

それは、私たちが多数のユーザーケーススタディを通じて発見したためです。 - 「私のために書いて」ボタンにアクセスした新しいユーザーの半数以上が、~80％のコンテンツを生成するためにそれをクリックしていましたが、その多くは低品質でした。

このボタンのインセンティブは、ユーザーがスパムを作成するのをあまりにも簡単にし、あなたの物語の作者であることから遠ざけてしまいます。

その代わりに、Jenniは、執筆中に活発に提案を提供し、あなたのコンテンツ制作プロセスにシームレスに統合します。

これにより、ライターのブロックが打破されるだけでなく、あなたの創作に楽しさと情熱を取り戻すことができます。