Заменит ли ИИ копирайтеров? Эволюция и будущее написания контента с помощью ИИ

По мере развития генерации текстов и машинного обучения ведется много дискуссий о том, будут ли авторы контента заменены бесчисленными инструментами копирайтинга на базе ИИ, предлагающими функцию автозаполнения.

GPT-3, Rytr, Jarvis, Shortly, CopyAI, Frase и т. д. — список новых продуктов с функцией автозаполнения, появляющихся на рынке, бесконечен. Во всех этих продуктах есть кнопка «Напиши за меня». Вы нажимаете на нее, и на выходе получаете абзац текста.

Это кажется почти магией.

Как исследователь искусственного интеллекта, я слежу за прорывами в этой области последние 5 лет — и это поразительно, как то, что начиналось как способ автозаполнения текстовых сообщений, превратилось в технологию, которая сейчас способна создавать почти целые романы.

Но означает ли это, что ИИ может заменить копирайтеров и человеческое письмо устарело? ‍Ответ довольно сложен.

Чтобы ответить на этот вопрос, нам сначала нужно заглянуть за кулисы и посмотреть, как автозаполнение для написания контента работает на самом деле. Вооружившись этой информацией, мы сможем разобраться в компромиссах, которые приносит технология искусственного интеллекта, и понять, стоит ли копирайтерам беспокоиться из-за обилия инструментов для написания текстов на базе ИИ.

Как развивалось автозаполнение для написания контента

На фоне всего шума вокруг новых открытий в области искусственного интеллекта, таких как GPT-3, легко забыть о том, как технология предиктивного ввода текста (автозаполнение и автокоррекция) развивалась на протяжении десятилетий.

Да, это та самая функция на вашем старом iPhone 5, которая исправляет «из» на «ис», и это также то, как Google предлагает вам (иногда забавные) варианты завершения вашего поискового запроса.

Опора на N-граммы, чтобы писать за вас

Возможно, вы удивитесь, но технологию автозаполнения можно проследить аж до 1948 года. С тех пор она помогает авторам проверять орфографию и исправлять ошибки.

Давайте взглянем на скромные истоки автозаполнения.

Многие ранние системы автозаполнения основывались на концепции языковой модели. По сути, это была модель, которая может предсказать следующее слово на основе истории предыдущих слов.

Самая ранняя языковая модель, впервые упомянутая Клодом Шенноном, называлась моделью n-грамм. Одно из применений n-грамм заключалось в прогнозировании вероятности появления набора слов в набираемом вами тексте.

Например, если вы вводите «Не могли бы вы подойти» (слова истории), модель n-грамм предскажет, что следующее слово «сюда» крайне вероятно (например, с вероятностью 80%). После этого ваш телефон предложит автозаполнение фразы словом «сюда».

Как n-граммы узнают, какие слова вероятны?

Создать модель n-грамм можно, просто подсчитав количество раз, когда фраза «Не могли бы вы подойти сюда» встречалась в корпусе качественного текста (также называемом обучающими данными). Если эта фраза встречается часто, это означает, что слово «сюда», скорее всего, является правильным завершением, в противном случае формулировка маловероятна.

Этот подсчет вхождений применяется ко всем возможным фразам в корпусе текстов, и в результате получается «таблица подсчетов».

В примере выше первая строка имеет самый высокий показатель, потому что она чаще всего встречается в письменной речи человека. Последняя строка написана на устаревшем английском языке и нечасто встречается в современном языке, поэтому ее показатель ниже.

С этой таблицей при вводе текста программа обращается к ней, чтобы найти фразу с наибольшим количеством совпадений. Это наилучшее совпадение по сути является предсказанием того, каким должно быть следующее слово. Такое совпадение также позволяет программе дать вам оценку вероятности (например, 80% шанса правильного завершения на основе корпуса).

И вот оно — магия многих инструментов автозаполнения сводится к простому подсчету слов!

Если упростить до предела, именно так строится модель, способная предсказать наиболее вероятное следующее слово при определенном наборе предыдущих слов. Это основа работы систем автокоррекции и автозаполнения.

Так неужели копирайтеров заменит модель n-грамм?

Определенно нет.

У n-грамм есть фундаментальная проблема — они представляют язык разреженным образом. Проще говоря, это означает, что при большом объеме данных ваша таблица становится слишком огромной. Вот тут-то и вступают в игру нейросети вроде GPT.

Выход за рамки таблиц с помощью GPT

То, что мы используем сегодня, ушло далеко вперед от модели n-грамм.

Современный искусственный интеллект для автозаполнения опирается на нейронные сети, которые гораздо мощнее моделей n-грамм. Несмотря на свою сложность, нейросети опираются на тот же фундаментальный принцип статистического подсчета.

Всемогущая GPT-3 (Generative Pre-trained Transformer v3) — это крупная нейросетевая языковая модель, разработанная OpenAI, которая сейчас является основой для всех недавно выпущенных на рынок инструментов автозаполнения. GPT-3 — это часть тренда в обработке естественного языка (NLP) по переходу к крупным предварительно обученным нейросетям.

В GPT-3 мы больше не используем наивную таблицу для хранения всех возможных фраз, а храним их сжатое резюме в весах нейронной сети. Это позволяет обучать модели на миллиардах фраз и предложений, которые было бы невозможно уместить в одной таблице.

‍Как же GPT-3 пишет за вас?

Как и в случае с n-граммами, когда вы вводите слово или фразу, GPT-3 пытается найти наиболее вероятное слово для завершения вашего предложения на основе корпуса текстов, на котором модель обучалась.

Но на этом всё не заканчивается. Как только она предсказывает следующее слово, которое вы собираетесь написать, она делает это в цикле и продолжает предсказывать следующее слово, пока не напишет абзац. Именно так она «генерирует» текст за вас.

Но подождите — если всё, что делает GPT-3, это обращение к вероятностям, полученным из ранее написанного контента, означает ли это, что GPT-3 просто повторяет то, что прочитала, или она действительно креативна?

Это сложный философский вопрос, который преобладает в сегодняшних дискуссиях о контенте, созданном ИИ.

Заблуждения о написании контента с помощью ИИ

Может ли ИИ-копирайтинг быть креативным?

Многие критики отмечают, что GPT-3, как и все модели ИИ, может генерировать только тот текст, который видела ранее. Они утверждают, что текстам ИИ не хватает креативности и что эти инструменты хороши лишь для спама пересказанным контентом.

Хотя это мнение раньше было обоснованным, сейчас оно уже не совсем верно.

Легко утверждать, что модель n-грамм 1948 года просто повторяла бы существующий контент, потому что она буквально хранит все свои обучающие данные в таблице и «генерирует» текст, просматривая фразы, которые она уже видела.

Но поскольку GPT-3 является высокоэффективным компрессором обучающего текста, она вынуждена вырабатывать правила и шаблоны письменного контента — она не всегда помнит точные предложения из обучающих данных, хранящихся в памяти.

Хотя несколько предложений могут быть сгенерированы дословно, многие создаваемые фразы являются уникальными. Быстрый поиск сгенерированного текста в Google покажет вам, что большинство результатов оригинальны.

Верите ли вы в то, что GPT-3 (или любая другая модель и инструменты ИИ) может создавать оригинальный текст, — вопрос дискуссионный, и всё зависит от того, как вы определяете оригинальность. В конце концов, люди тоже учатся на великих произведениях прошлого и создают спин-оффы Шекспира, так действительно ли люди так уж оригинальны?

Хотя современный ИИ производит контент, который может быть похож на уже существующий, он также может создавать текст, который вас удивит.

Дело за людьми — копирайтерами и редакторами контента, чтобы извлечь максимум пользы из этого удивления.

Более эффективное использование автозаполнения должно заключаться в том, чтобы авторы фильтровали и выбирали лучший текст, сгенерированный ИИ, или использовали его как источник вдохновения для преодоления творческого кризиса.

Может ли текст, написанный ИИ, содержать эмоции?

Одно из опасений по поводу написания текстов с помощью ИИ заключается в том, что он будет производить бездушный, неэмоциональный текст.

Это еще одно обобщенное утверждение, которому не хватает нюансов, — и, возможно, оно проистекает из наших научно-фантастических представлений об ИИ как о бездушных железных роботах.

Опять же, простые модели ИИ, такие как n-граммы, вряд ли смогут создать эмоциональный текст, поскольку им не хватает репрезентативной мощности — у них есть практический предел того, насколько много они могут выучить.

Но поскольку GPT-3 учится на огромном массиве текстов с более широким контекстом, она часто способна повторять настроение и тон письма. Это означает, что если вы введете фразу типа «Мне сегодня грустно», модель ИИ попытается подобрать наиболее подходящие слова, чтобы отразить это настроение в сгенерированном тексте.

(Абзац, который вы только что прочитали выше, был полностью автоматически сгенерирован Jenni AI без каких-либо правок. Он научился соответствовать моему тону и стилю письма на основе предыдущих абзацев.)

 Исследование, опубликованное в ICLR 2020, показывает, что нейросетевые текстовые генераторы могут даже слишком часто подражать и становиться витиеватыми. Однако подражание — это не то же самое, что испытывание эмоций.

Как автору, вам все равно придется отвечать за общую тональность и эмоциональный фон вашего текста. Хотя ИИ может создавать контент, отражающий человеческие чувства, у него нет эмпирического опыта того, что значит быть человеком — он не обладает воплощенным разумом.

Помните, что, как и модели n-грамм, GPT-3 обучается на массиве текстов (в основном из интернета, написанных людьми-копирайтерами).

Он не видел и не испытывал то, что переживает обычный человек — он никогда не узнает, каков чизбургер на вкус, и не сможет полноценно сопереживать. По данным OpenAI, он не может точно отвечать на вопросы, связанные с физическим миром, например: «Если я положу сыр в холодильник, он растает?».

Это неотъемлемое ограничение современных языковых моделей, которое сохранится в ближайшие несколько лет — по крайней мере, пока ИИ не получит физическое тело.

Для написания текстов понимание этого ограничения имеет решающее значение.

Это означает, что для полноценного использования возможностей ИИ при создании контента мы должны направлять модель и давать ей обратную связь, чтобы вести ее в нужном направлении.

Почему ИИ + Человек — это будущее создания контента

Эти недостатки могут заставить многих скептически относиться к достижениям в области ИИ-копирайтинга или опасаться, что наше будущее будет переполнено спам-контентом.

Напротив, я предвижу гораздо более светлое будущее.

В 1996 году, когда ИИ-система от IBM одержала победу в шахматном матче, казалось, что шахматы как игра «решена» и шахматистов больше не останется.

Однако произошло обратное: люди стали с новым интересом изучать шахматные стратегии, разбирая ходы ИИ. Похожий феномен произошел после того, как AlphaGo от DeepMind победила Ли Седоля, лучшего в мире игрока в Го, в 2016 году.

Успех ИИ означает, что людям приходится адаптироваться и меняться — и эти изменения могут быть некомфортными, но обычно они ведут к лучшему. Хотя ИИ может превосходить людей в некоторых задачах, люди — лучшие универсалы, и мы можем научиться использовать ИИ для повышения нашей общей продуктивности.

Это в полной мере относится и к написанию текстов, где копирайтерам необходимо интегрировать в свой контент глубокую контент-стратегию, видение и бренд компании, а также понимание целевой аудитории.

Именно поэтому я предсказываю будущее, где мы сможем объединить лучшее из обоих миров — людей и ИИ, работающих вместе для создания контента еще более высокого качества.

Устареет ли копирайтинг завтра?

При экспоненциальном развитии технологий трудно не задуматься: находится ли работа автора контента под угрозой в будущем?

Если мы посмотрим на тенденцию совершенствования языковых моделей за последние годы, станет ясно, что ИИ все лучше и лучше справляется с автозаполнением текста. Перплексия (мера погрешности) ИИ на стандартном бенчмарке вроде WikiText-103 снизилась с 40 до 10 за последние 3 года — это четырехкратное улучшение!

Экстраполируя этот экспоненциальный рост, в ближайшие 5 лет мы ожидаем дальнейшего 10-кратного улучшения качества технологий автозаполнения.

Это означает, что если всё, что вы делаете для своего SEO-копирайтинга, — это низкоквалифицированная работа (переписывание существующего контента, заполнение шаблонов, копирование/вставка списков или синонимизация чужих текстов), тогда ответ — да, вы обречены.

Что же это значит для серьезных и увлеченных копирайтеров?

Не «пиши вместо меня», а «пиши вместе со мной»

Есть причина, почему мы больше не пользуемся пишущими машинками. Написание текстов — это не просто нанесение чернил на бумагу.

Есть причина, почему мы больше не проверяем грамматику вручную. Грамматика — это технический момент, а не истинное сердце вашего контента.

Удовлетворение поискового интента пользователей и репутация профильного эксперта в вашей нише заставят читателей возвращаться к вам снова и снова. Они будут органически делиться вашими статьями в больших масштабах, что поможет продвинуть ваш контент в поисковой выдаче.

Несмотря на все эти изменения в том, как мы пишем с помощью технологий, автор по-прежнему отвечает за видение контента. Ключ к успеху — это дополнение возможностей, а не замена.

Если ИИ призван избавить нас от рутинной работы, то вам как копирайтеру необходимо перенаправить свои усилия на работу с более высокой добавочной стоимостью. Пора глубже задуматься о том, какой контент вы создаете.

Каждый день публикуется 7,5 миллионов блогов, и ваш контент должен выделяться.

Ваша задача — связать воедино маркетинговую стратегию, аудиторию и контент, привнеся уникальную информацию, исследования и идеи, и преподнести это как историю, которую никто другой еще не рассказывал. Историю, которая захватит внимание и удержит читателей до самого конца.

Это означает, что написание текстов будет в меньшей степени связано с механическим набором слов на бумаге и в большей степени — с идеями, которые вы хотите передать, и с искусством сторителлинга.

Нам нужно перестать полагаться на ИИ, чтобы он писал за нас, и начать писать вместе с ним.

Если ваша работа включает в себя эмпатию к читателю для создания качественного, увлекательного контента, который находит отклик у аудитории и приносит реальную пользу, — ваша роль в безопасности.

Как Jenni может помочь

В Jenni мы упорно работаем над тем, чтобы сделать эту интеграцию между людьми и ИИ как можно более бесшовной. Именно поэтому мы тщательно спроектировали нашу систему автозаполнения на базе GPT-3 так, чтобы она не мешала вам, а наоборот, оставляла вас — создателя контента — за рулем процесса. Всегда!

С марта 2022 года мы решили отказаться от функции «Напиши за меня» — той самой кнопки, при нажатии на которую система волшебным образом пишет за вас целый абзац. Поразительно!

Это связано с тем, что в ходе многочисленных исследований пользовательского опыта мы обнаружили: более половины новых пользователей, получивших доступ к кнопкам «Напиши за меня», кликали на нее для создания около 80% своего контента — большая часть которого была низкого качества.

Эта кнопка слишком упрощает пользователю создание спама и мешает вам оставаться настоящим автором своей истории.

Вместо этого Jenni теперь будет помогать вам, активно предлагая варианты в процессе написания и органично встраиваясь в ваш творческий процесс.

Это сильно поможет справиться с любым творческим кризисом, а также вернет интерес и страсть к вашей работе.