A IA Substituirá os Redatores? A Evolução e o Futuro da Redação de Conteúdo com IA

À medida que a geração de texto e os avanços em aprendizado de máquina progridem, há muito debate sobre se os redatores de conteúdo serão substituídos pela miríade de ferramentas de copywriting com IA que oferecem funcionalidade de autocompletar.

GPT-3, Rytr, Jarvis, Shortly, CopyAI, Frase, etc. - a lista de novos produtos com autocompletar que surgem no mercado é interminável. Todos esses produtos apresentam um botão "Escreva para mim". Você clica nesse botão, e sai um parágrafo de texto.

Parece quase magia.

Como um pesquisador de inteligência artificial, tenho acompanhado avanços nesta área nos últimos 5 anos - e é fascinante como algo que começou como uma forma de autocompletar suas mensagens de texto se tornou uma tecnologia que agora pode quase produzir romances inteiros.

Mas isso significa que a IA pode substituir redatores - a escrita humana está obsoleta? ‍A resposta é complicada.

Para responder a essa pergunta, primeiro temos que puxar a cortina para ver como o autocompletar para redação de conteúdo realmente funciona. Munidos dessa informação, podemos aprofundar os trade-offs que essa tecnologia de inteligência artificial traz e descobrir se os redatores têm algo a temer com todas essas ferramentas de escrita com IA no mercado.

Como o Autocompletar Evoluiu para a Redação de Conteúdo

Com todo o entusiasmo em torno dos novos avanços em inteligência artificial, como o GPT-3, é fácil esquecer como a tecnologia de texto preditivo (autocompletar e autocorreção) evoluiu ao longo das décadas.

Sim, esse é o recurso no seu antigo iPhone 5 que corrige "iz" para "é", e é também assim que o Google sugere para você (às vezes hilárias) conclusões para sua pesquisa.

Contando com N-Grams para Escrever Para Você

Você pode se surpreender, mas a tecnologia de autocompletar pode ser rastreada até 1948. Desde então, ela tem ajudado redatores de conteúdo a revisar ortografia e corrigir sua escrita.

Vamos dar uma olhada nas humildes origens do autocompletar.

Muitos dos primeiros sistemas de autocompletar eram baseados no conceito de um modelo de linguagem. Isso basicamente era um modelo que pode prever a próxima palavra com base em um histórico de palavras.

O primeiro modelo de linguagem, inicialmente mencionado por Claude Shannon, era chamado de modelo de n-gramas. Uma aplicação dos n-gramas era prever quão provável é que um conjunto de palavras apareça no texto que você está digitando.

Então, por exemplo, se você digita "Can you please come" (as palavras de histórico), o modelo de n-gramas irá prever que a próxima palavra "here" é altamente provável (por exemplo, 80% de chance). Seu telefone então oferecerá completar sua frase com a palavra "here".

Como os n-grams sabem quais palavras são prováveis?

Você pode criar um modelo de n-gramas simplesmente contando o número de vezes que a frase "Can you please come here" apareceu em um corpus de texto de alta qualidade (também chamado de dados de treinamento). Se essa frase aparece muito, isso significa que "here" provavelmente é uma conclusão correta - caso contrário, é uma formulação improvável.

Essa contagem de ocorrências é aplicada a todas as frases possíveis no corpus, e isso resulta em uma "tabela de contagens".

No exemplo acima, a primeira linha tem a maior contagem porque ocorre com mais frequência na linguagem escrita por humanos. A última linha está escrita em inglês esotérico e não ocorre muito na linguagem moderna, então tem uma contagem menor.

Com essa tabela, sempre que alguém digita, o programa consultará esta tabela para encontrar a frase que corresponde à maior contagem. Esse melhor resultado é essencialmente uma previsão de qual deve ser a próxima palavra. Essa correspondência também permite que o programa forneça uma estimativa de probabilidade (por exemplo, 80% de chance de conclusão correta com base no corpus).

E aí está - a magia por trás de muitas ferramentas de autocompletar se resume a contar palavras!

Em resumo, de forma excessivamente simplificada, é assim que você constrói um modelo que poderia prever a próxima palavra mais provável dado um certo conjunto de palavras de histórico. Essa é a base de como funcionam os sistemas de autocorreção e autocompletar.

Então os redatores vão ser substituídos por um modelo de n-gramas?

Definitivamente não.

Há um problema fundamental com os n-grams - ele representa a linguagem de forma esparsa. Simplificando, isso significa que, se você tiver muitos dados, sua tabela fica grande demais. É aí que entram redes neurais como a GPT.

Indo além de uma tabela com GPT

O que usamos hoje percorreu um longo caminho desde o modelo de n-gramas.

A inteligência artificial moderna para autocompletar depende de redes neurais, que são muito mais poderosas do que os modelos de n-gramas. Embora mais sofisticadas, as redes neurais se baseiam no mesmo princípio fundamental de contagem estatística.

O todo-poderoso GPT-3 (Transformador Generativo Pré-treinado v3) é um grande modelo de linguagem de rede neural desenvolvido pela OpenAI e agora é a espinha dorsal de todas as ferramentas de escrita com autocompletar lançadas recentemente no mercado. O GPT-3 faz parte de uma tendência em processamento de linguagem natural (NLP) de avançar em direção a grandes redes neurais pré-treinadas.

Com o GPT-3, já não usamos ingenuamente uma tabela para armazenar todas as frases possíveis; em vez disso, armazenamos um resumo compactado dele nos pesos da sua rede neural. Isso nos permite treinar modelos em bilhões de frases e sentenças que seriam inviáveis de caber em uma única tabela.

‍Então como o GPT-3 escreve para você?

Assim como os n-grams, quando você digita uma palavra ou frase, o GPT-3 tentará encontrar a palavra mais provável para completar sua frase com base no corpus de texto com o qual foi treinado.

Mas não para por aí. Uma vez que prevê a próxima palavra que você vai digitar, ele faz isso em loop e continua prevendo a próxima palavra até escrever um parágrafo. É assim que ele "gera" um parágrafo para você.

Mas espere - se tudo o que o GPT-3 faz é consultar probabilidades derivadas de conteúdo escrito anteriormente, isso significa que o GPT-3 simplesmente repete o que leu, ou é realmente criativo?

Essa é uma questão filosófica complicada que é recorrente nas discussões de hoje sobre conteúdo gerado por IA.

Equívocos sobre a Redação de Conteúdo com IA

A Redação de Conteúdo com IA Pode Ser Criativa?

Muitos críticos observaram que o GPT-3, como todos os modelos de IA, só pode gerar texto que já viu antes. Eles afirmam que a escrita com IA carece de criatividade e que essas ferramentas são boas apenas para inundar com conteúdo regurgitado.

Embora essa visão já tenha sido válida, ela já não é totalmente verdadeira.

É fácil afirmar que um modelo de n-grams de 1948 simplesmente repetiria conteúdo existente porque ele literalmente armazena todos os seus dados de treinamento em uma tabela e "gera" texto procurando frases que já viu.

Mas, como o GPT-3 é um compressor altamente eficiente do seu texto de treinamento, ele é forçado a desenvolver regras e padrões de conteúdo escrito - ele nem sempre se lembra da frase exata dos seus dados de treinamento armazenados na memória.

Embora algumas frases possam ser geradas literalmente, muitas das frases produzidas são novas. Uma rápida pesquisa no Google do texto gerado mostrará que a maioria das gerações é original.

Se você acredita ou não que o GPT-3 (ou qualquer modelo de IA e ferramentas de IA) pode produzir escrita original é algo em debate, e depende de como você define originalidade. Afinal, os humanos aprenderam com grandes obras anteriores e criaram derivados de Shakespeare, então os humanos realmente são assim tão originais?

Embora a IA moderna produza texto que pode ser semelhante ao que já existe, ela também pode produzir texto que pode surpreendê-lo.

Cabe aos redatores humanos e aos editores de conteúdo aproveitar ao máximo essa surpresa.

Um melhor uso do autocompletar deve envolver os escritores filtrando e escolhendo o melhor texto gerado pela IA, ou usando-o como fonte de inspiração para superar o bloqueio criativo.

A Redação de Conteúdo com IA Pode Ter Emoção?

Uma das preocupações em torno da redação de conteúdo com IA é que ela produzirá texto sem alma e sem emoção.

Essa é outra afirmação ampla que carece de nuance - e talvez derive da nossa noção de ficção científica de que a IA é composta por robôs de lata sem sentimentos.

Mais uma vez, modelos simples de IA como o n-gram teriam pouca probabilidade de produzir texto emocional porque lhes falta poder de representação - eles têm um limite prático sobre o quanto podem aprender.

Mas, como o GPT-3 aprende com um grande corpus de texto com mais contexto, ele muitas vezes pode imitar o sentimento e o tom da escrita. Isso significa que, se você digitar uma frase como "Estou me sentindo triste hoje", o modelo de IA tentará encontrar as palavras mais apropriadas para refletir esse sentimento no texto gerado.

(O parágrafo que você acabou de ler acima foi totalmente autocompletado pela Jenni AI sem edições. Ela aprendeu a combinar meu tom e estilo de escrita com os parágrafos anteriores.)

Um estudo publicado no ICLR 2020 mostra que os geradores neurais de texto podem até repetir demais e começar a ficar repetitivos. No entanto, repetir não é o mesmo que ter emoção.

Como escritor, você ainda precisará estar no comando do tom geral e da emoção da sua escrita. Embora a IA possa produzir texto que espelhe o sentimento humano, ela não tem experiência empírica do que é ser humano - ela não é uma inteligência corporificada.

Lembre-se de que, como os modelos de n-gramas, o GPT-3 é treinado em um corpus de texto (principalmente da internet e produzido por um redator humano).

Ele não viu nem experimentou mais nada que um humano típico experimenta - nunca saberá a que sabor tem um cheeseburger, nem pode realmente ter empatia. De acordo com a OpenAI, ele não consegue responder com precisão a perguntas relacionadas ao mundo físico, como "Se eu colocar queijo na geladeira, ele vai derreter?".

Essa é uma limitação inerente dos modelos de linguagem modernos que virão nos próximos anos - pelo menos até que a IA ganhe um corpo físico.

Para a redação de conteúdo, entender essa limitação é fundamental.

Isso significa que, para realmente aproveitar o poder da IA na redação de conteúdo, precisamos fornecer orientação e feedback ao modelo de IA para guiá-lo na direção certa.

Por que IA + Humano é o Futuro da Redação de Conteúdo

Essas desvantagens podem levar muitos a ficarem céticos quanto aos avanços na redação de conteúdo com IA ou a temer que o nosso futuro será cheio de conteúdo spam.

Pelo contrário, vislumbro um futuro muito mais promissor.

Em 1996, quando o sistema de IA da IBM  numa partida de xadrez, pensava-se que o xadrez estava resolvido e não haveria mais jogadores de xadrez.

No entanto, o que aconteceu foi um ressurgimento de pessoas aprendendo novas estratégias de xadrez ao estudar os movimentos da IA. Um fenômeno semelhante aconteceu depois que o AlphaGo da DeepMind derrotou Lee Sedol, o melhor jogador de Go do mundo, em 2016.

O sucesso em IA significa que os humanos têm de se adaptar e mudar - e essa mudança pode ser desconfortável, mas geralmente é para melhor. Embora a IA possa vencer os humanos em certas tarefas, os humanos são generalistas melhores, e podemos aprender a incorporar a IA para ampliar a nossa produtividade geral.

Isso é verdadeiro para a redação de conteúdo, na qual os redatores precisam integrar uma estratégia de conteúdo de alto nível, a visão e a marca de uma empresa e um entendimento do público ao seu conteúdo.

É por isso que prevejo um futuro em que possamos ter o melhor dos dois mundos - humanos e IA trabalhando juntos para produzir conteúdo ainda mais qualificado.

O Copywriting Será Obsoleto Amanhã?

Com o desenvolvimento exponencial da tecnologia, é difícil não se perguntar - o trabalho do redator de conteúdo está em risco no futuro?

Se olharmos para a tendência de melhoria dos modelos de linguagem ao longo dos anos, fica claro que a IA está ficando cada vez melhor em autocompletar texto. A perplexidade (uma medida de erro) da IA em um benchmark comum como o WikiText-103 diminuiu de 40 para 10 nos últimos 3 anos - isso é uma melhoria de 4x!

Extrapolando esse crescimento exponencial, nos próximos 5 anos, esperamos ainda uma melhoria adicional de 10x na qualidade da tecnologia de autocompletar.

Isso significa que, se tudo o que você faz para a sua redação de conteúdo para SEO é produzir trabalho de baixo valor - reescrever conteúdo existente, preencher modelos, copiar/colar listicles ou reformatar conteúdo de outras pessoas - então a resposta é sim - você está condenado.

Então, o que isso significa para os redatores sérios e apaixonados por aí?

Não "Escreva para Mim", "Escreva Comigo"

Há uma razão pela qual não usamos mais máquinas de escrever. É porque a redação de conteúdo não se trata de colocar tinta em uma folha de papel.

Há uma razão pela qual não verificamos mais a gramática manualmente. É porque a gramática é um detalhe técnico e não o verdadeiro coração do seu conteúdo.

Satisfazer a intenção de busca do usuário e ser visto como especialistas no assunto no seu nicho específico fará com que seus leitores voltem para mais. Eles compartilharão organicamente seus artigos em uma escala maior e ajudarão seu artigo a subir nas classificações dos mecanismos de busca.

Apesar de todas essas evoluções na forma como escrevemos com a tecnologia, o escritor ainda é o responsável pela visão do conteúdo. A ampliação, e não a substituição, é a chave.

Se a IA está aqui para remover o trabalho de baixo nível, como redator, você precisa mudar seus métodos para executar tarefas de maior valor. É hora de pensar mais profundamente sobre o conteúdo que você está produzindo.

Existem 7,5 milhões de blogs publicados todos os dias e seu conteúdo precisa se destacar.

Seu trabalho é conectar os pontos entre sua estratégia de marketing, seu público e seu conteúdo - trazendo informações, pesquisas e ideias únicas - e apresentá-lo como uma história que os outros ainda não contaram. Uma história que chame a atenção e mantenha seus leitores engajados até o final do texto.

Isso significa que escrever será menos sobre a mecânica de colocar palavras no papel e mais sobre as ideias que você quer transmitir e a arte de contar histórias.

Precisamos parar de depender da IA para escrever por nós, e sim escrever com ela.

Se o seu trabalho envolve se colocar no lugar do leitor para criar conteúdo de alta qualidade, envolvente, que ressoe com seu público e ofereça valor real - sua função está segura.

Como a Jenni Pode Ajudar

Na Jenni, trabalhamos duro para tornar essa integração entre humanos e IA o mais fluida possível - e é por isso que projetamos cuidadosamente nosso sistema de autocompletar baseado em GPT-3 para não atrapalhar você, mas sim mantê-lo - o criador de conteúdo - no banco do motorista. Sempre!

Em março de 2022, decidimos descontinuar a funcionalidade "Escreva para Mim" - você sabe, o botão que você aperta e ele magicamente escreve um parágrafo para você. Chocante!

Isso porque descobrimos, por meio de inúmeros estudos de caso com usuários - mais da metade dos novos usuários que receberam acesso aos botões "Escreva Para Mim" clicava neles para produzir ~80% do conteúdo - a maior parte dele de baixa qualidade.

O incentivo desse botão torna muito fácil para um usuário criar spam, e isso impede que você seja o autor da sua história.

Em vez disso, Jenni agora irá ajudá-lo, fornecendo ativamente sugestões enquanto você escreve e se integrando de forma fluida ao seu processo de criação de conteúdo.

Isso ajudará muito a superar qualquer bloqueio criativo e também trará de volta a diversão e a paixão ao seu ofício.