Yapay Zeka Yazarların Yerini Alacak mı? AI İçerik Yazımının Evrimi ve Geleceği

Metin üretimi ve makine öğrenimi ilerledikçe, otomatik tamamlama işlevi sunan çok sayıdaki yapay zekâ metin yazarlığı araçlarının içerik yazarlarının yerini alıp almayacağına dair çok konuşuluyor.

GPT-3, Rytr, Jarvis, Shortly, CopyAI, Frase vb. - pazarda ortaya çıkan otomatik tamamlama özellikli yeni ürünlerin listesi sonsuz gibi. Bu ürünlerin hepsinde bir "Benim İçin Yaz" düğmesi var. O düğmeye tıklıyorsunuz ve bir paragraf metin çıkıyor.

Neredeyse büyü gibi hissettiriyor.

Bir yapay zekâ araştırmacısı olarak, son 5 yıldır bu alandaki atılımları takip ediyorum - ve bir zamanlar yalnızca mesajlarınızı otomatik tamamlamak için başlayan bir şeyin, bugün neredeyse tüm romanları üretebilen bir teknolojiye dönüşmesi gerçekten büyüleyici.

Peki bu, yapay zekânın metin yazarlarının yerini alabileceği anlamına mı geliyor - insan yazımı artık gereksiz mi? ‍Cevap karmaşık.

Bu soruyu yanıtlamak için önce perdeyi aralayıp içerik yazımı için otomatik tamamlama özelliğinin gerçekte nasıl çalıştığını görmemiz gerekiyor. Bu bilgilerle, bu yapay zekâ teknolojisinin sunduğu artı ve eksileri inceleyebilir ve piyasadaki tüm bu yapay zekâ yazım araçları karşısında metin yazarlarının endişe etmesi gereken bir şey olup olmadığını anlayabiliriz.

İçerik Yazımında Otomatik Tamamlama Nasıl Gelişti?

GPT-3 gibi yeni yapay zekâ atılımlarının etrafındaki tüm heyecana rağmen, tahmine dayalı metin teknolojisinin (otomatik tamamlama ve otomatik düzeltme) onyıllar boyunca nasıl geliştiğini unutmak kolay.

Evet, eski iPhone 5'inizde "iz" yazdığınızda onu "is" olarak düzelten özellik bu; aynı zamanda Google'ın aramanız için size (bazen oldukça komik) tamamlama önerileri sunmasının da yolu bu.

Sizin Yerinize Yazması İçin N-gram'lara Güvenmek

Şaşırabilirsiniz ama otomatik tamamlama teknolojisinin kökleri 1948'e kadar izlenebilir. O zamandan beri, içerik yazarlarının yazım denetimi yapmasına ve yazılarını düzeltmesine yardımcı oldu.

Otomatik tamamlamanın mütevazı başlangıcına bir bakalım.

İlk otomatik tamamlama sistemlerinin çoğu bir dil modeli kavramına dayanıyordu. Bu, temelde geçmiş kelimelere bakarak bir sonraki kelimeyi tahmin edebilen bir modeldi.

İlk dil modeli, ilk kez atıf yapılan Claude Shannon'ın adıyla anılan n-gram modeli idi. N-gram'lerin bir kullanım alanı, yazdığınız metinde belirli bir kelime grubunun görünme olasılığını tahmin etmekti.

Örneğin, "Can you please come" yazarsanız (geçmiş kelimeler), n-gram modeli bir sonraki kelime olan "here"'in gelme olasılığını oldukça yüksek tahmin eder (örneğin %80). Ardından telefonunuz, ifadenizi "here" kelimesiyle otomatik tamamlama önerisinde bulunur.

N-gram'lar hangi kelimelerin olası olduğunu nasıl bilir?

Bir n-gram modeli oluşturmak için, yüksek kaliteli bir metin derleminde (aynı zamanda eğitim verisi olarak da adlandırılır) "Can you please come here" ifadesinin kaç kez geçtiğini saymanız yeterlidir. Bu ifade çok sık geçiyorsa, bu "here"'in doğru bir tamamlama olma ihtimalinin yüksek olduğu anlamına gelir - aksi halde, düşük olasılıklı bir ifadedir.

Bu geçiş sayısı derlemdeki tüm olası ifadelere uygulanır ve sonuçta bir "sayım tablosu" oluşur.

Yukarıdaki örnekte ilk satırın sayısı en yüksektir çünkü insan yazımı dilde en sık o görülür. Son satır ise daha esoterik bir İngilizceyle yazılmıştır ve modern dilde pek geçmediği için sayısı daha düşüktür.

Bu tabloyla, biri bir şey yazdığında program bu tabloya bakar ve en yüksek sayıyla eşleşen ifadeyi bulur. Bu en iyi eşleşme özünde bir sonraki kelimenin ne olması gerektiğine dair bir tahmindir. Bu eşleşme aynı zamanda programa size bir olasılık tahmini sunma imkânı verir (örneğin, derleme göre doğru tamamlama için %80 olasılık).

Ve işte karşınızda - birçok otomatik tamamlama aracının arkasındaki sihir, kelimeleri saymaya dayanıyor!

Aşırı basitleştirilmiş bir özetle, belirli bir geçmiş kelime kümesine göre en olası sonraki kelimeyi tahmin edebilen bir modeli böyle kurarsınız. Otomatik düzeltme ve otomatik tamamlama sistemlerinin temelinde bu yatar.

Peki metin yazarlarının yerini bir n-gram modeli mi alacak?

Kesinlikle hayır.

N-gram'lerin temel bir sorunu var - dili seyrek bir biçimde temsil etmesi. Kısaca söylemek gerekirse, çok fazla veriniz olduğunda tablonuz fazlasıyla büyür. İşte burada GPT gibi sinir ağları devreye giriyor.

GPT ile tablonun ötesine geçmek

Bugün kullandığımız teknoloji, n-gram modelinden bu yana çok uzun bir yol kat etti.

Günümüzün otomatik tamamlama için kullanılan yapay zekâsı, n-gram modellerinden çok daha güçlü olan sinir ağlarına dayanır. Daha gelişmiş olsalar da, sinir ağları aynı temel istatistiksel sayım prensibine dayanır.

Her şeye gücü yeten GPT-3 (Üretken Önceden Eğitilmiş Dönüştürücü v3) , OpenAI tarafından geliştirilen büyük bir sinir ağı dil modelidir ve bugün piyasada yeni çıkan tüm otomatik tamamlama yazım araçlarının omurgasını oluşturur. GPT-3, büyük önceden eğitilmiş sinir ağlarına yönelme eğiliminin bir parçasıdır doğal dil işleme (NLP) alanında.

GPT-3 ile artık tüm olası ifadeleri tutmak için naif bir şekilde bir tablo kullanmıyoruz; bunun yerine, bunun sıkıştırılmış bir özetini sinir ağının ağırlıklarında saklıyoruz. Bu sayede, tek bir tabloya sığdırılması pratik olmayan milyarlarca ifade ve cümle üzerinde modeller eğitebiliyoruz.

‍Peki GPT-3 sizin için nasıl yazıyor?

N-gram'ler gibi, siz bir kelime ya da ifade yazdığınızda GPT-3 de eğitildiği metin derlemesine dayanarak cümlenizi tamamlayacak en olası kelimeyi bulmaya çalışır.

Ama bununla da kalmaz. Bir sonraki yazacağınız kelimeyi tahmin ettikten sonra bunu döngü halinde sürdürür ve bir paragraf yazana kadar sonraki kelimeleri tahmin etmeye devam eder. Bir paragrafı sizin için böyle "üretir".

Peki bekleyin - eğer GPT-3 yalnızca daha önce yazılmış içerikten türetilen olasılıkları arıyorsa, bu onun sadece okuduklarını tekrar ettiği anlamına mı gelir, yoksa gerçekten yaratıcı mıdır?

Bu, yapay zekâ tarafından üretilen içerik hakkındaki günümüz tartışmalarında sıkça karşımıza çıkan zor bir felsefi soru.

Yapay Zekâ ile İçerik Yazımı Hakkındaki Yanlış Algılar

Yapay Zekâ ile İçerik Yazımı Yaratıcı Olabilir mi?

Birçok eleştirmen, GPT-3'ün tüm yapay zekâ modelleri gibi, yalnızca daha önce gördüğü metinleri üretebildiğini belirtiyor. Yapay zekâ yazımının yaratıcılıktan yoksun olduğunu ve bu araçların yalnızca tekrar eden içeriklerle spam yapmak için iyi olduğunu savunuyorlar.

Bu görüş bir zamanlar geçerliydi, ancak artık tamamen doğru değil.

1948'den kalma bir n-gram modelinin sadece mevcut içeriği tekrar edeceğini söylemek kolaydır; çünkü eğitim verisinin tamamını bir tabloda kelimenin tam anlamıyla saklar ve gördüğü ifadeleri tarayarak metin "üretir".

Ancak GPT-3, eğitim metnini son derece verimli biçimde sıkıştıran bir sistem olduğu için yazılı içeriğin kural ve kalıplarını geliştirmek zorundadır - belleğinde saklanan eğitim verisindeki cümlenin aynısını her zaman hatırlamaz.

Birkaç cümle birebir üretilebilse de, üretilen birçok ifade özgündür. Üretilmiş metin üzerinde hızlı bir Google araması yaparsanız, çoğu üretimin özgün olduğunu görürsünüz.

GPT-3'ün (veya herhangi bir yapay zekâ modelinin ve yapay zekâ aracının) özgün yazı üretebildiğine inanıp inanmamak tartışmaya açıktır ve özgünlüğü nasıl tanımladığınıza bağlıdır. Sonuçta, insanlar da önceki büyük eserlerden öğrenip Shakespeare'den uyarlamalar oluşturdu - yani insanlar gerçekten bu kadar özgün mü?

Modern yapay zekâ, mevcut içeriklere benzer metinler üretebilse de, sizi şaşırtabilecek metinler de ortaya koyabilir.

Bu sürprizden en iyi şekilde yararlanmak içerik yazarları ve editörlere kalıyor.

Otomatik tamamlamanın daha iyi kullanımı, yazarların en iyi yapay zekâ üretimi metni filtreleyip seçmesini ya da yazma tıkanıklığını aşmak için bunu bir ilham kaynağı olarak kullanmasını içermelidir.

Yapay Zekâ ile İçerik Yazımı Duygu Taşıyabilir mi?

Yapay zekâ ile içerik yazımıyla ilgili endişelerden biri, bunun ruhsuz, duygusuz metinler üreteceği yönündedir.

Bu da nüans içermeyen bir başka geniş genelleme - ve belki de yapay zekânın duygusu olmayan teneke robotlar olduğuna dair bilim kurgu fikrimizden kaynaklanıyor.

Bir kez daha, n-gram gibi basit yapay zekâ modellerinin duygusal metin üretmesi pek olası değildir; çünkü temsil gücü sınırlıdır - ne kadar öğrenebileceğine dair pratik bir sınırı vardır.

Ama GPT-3, daha fazla bağlam içeren büyük bir metin derlemesinden öğrendiği için çoğu zaman yazıdaki duygu ve tonu kopyalayabilir. Bu, örneğin "Bugün kendimi üzgün hissediyorum" gibi bir ifade yazdığınızda, yapay zekâ modelinin üretilen metinde bu duyguyu yansıtmak için en uygun kelimeleri bulmaya çalışacağı anlamına gelir.

(Az önce okuduğunuz paragraf, Jenni AI tarafından herhangi bir düzenleme yapılmadan tamamen otomatik olarak tamamlandı. Önceki paragraflardan benim tonumu ve yazım stilimi eşleştirmeyi öğrendi.)

ICLR 2020'de yayımlanan bir çalışma sinir ağı metin üreticilerinin fazlaca kopyalama yapabildiğini ve tekrara düşmeye başlayabildiğini gösteriyor. Ancak, kopyalama ile duygu taşımak aynı şey değildir.

Bir yazar olarak, yazınızın genel tonundan ve duygusundan hâlâ siz sorumlu olmalısınız. Yapay zekâ insan duygusunu yansıtan metinler üretebilse de, insan olmanın ne demek olduğunu deneyimsel olarak yaşamaz - o bir bedenselleşmiş zekâ değildir.

Unutmayın, n-gram modelleri gibi GPT-3 de bir metin derlemesi üzerinde eğitilir (çoğunlukla internetten ve bir insan metin yazarından gelen içeriklerle).

O, tipik bir insanın yaşadığı başka hiçbir şeyi görmedi ya da deneyimlemedi - bir cheeseburger'ın nasıl bir tat verdiğini asla bilemeyecek, ayrıca tam anlamıyla empati de kuramaz. OpenAI'ye göre, "Peynirleri buzdolabına koyarsam erir mi?" gibi fiziksel dünyayla ilgili sorulara doğru cevap veremez.

Bu, önümüzdeki birkaç yıl içinde gelecek modern dil modellerinin doğasında olan bir sınırlamadır - en azından yapay zekâ fiziksel bir bedene sahip olana kadar.

İçerik yazımı için bu sınırlamayı anlamak kritik önem taşır.

Bu da, içerik yazımında yapay zekânın gücünden gerçekten yararlanmak için, modeli doğru yöne yönlendirecek rehberlik ve geri bildirim sağlamamız gerektiği anlamına gelir.

İçerik Yazımının Geleceği Neden Yapay Zekâ + İnsan

Bu eksikler, birçok kişinin yapay zekâ ile içerik yazımındaki ilerlemelere şüpheyle yaklaşmasına ya da geleceğimizin spam içeriklerle dolu olacağından korkmasına neden olabilir.

Ben ise tam tersine, çok daha parlak bir gelecek öngörüyorum.

1996'da IBM'in yapay zekâ sistemi bir satranç oyununda rakibini yendiğinde, satrancın çözüldüğü ve artık satranç oyuncularının kalmayacağı düşünülmüştü.

Ancak olan şu oldu: İnsanlar, yapay zekânın hamlelerini inceleyerek yeni satranç stratejileri öğrenmeye başladı ve bu da bir canlanma yarattı. Benzer bir durum, DeepMind'in AlphaGo'sunun 2016'da dünyanın en iyi Go oyuncusu Lee Sedol'u yenmesinden sonra da yaşandı.

Yapay zekâda başarı, insanların uyum sağlaması ve değişmesi gerektiği anlamına gelir - bu değişim rahatsız edici olabilir ama genellikle daha iyidir. Yapay zekâ belirli görevlerde insanları yenebilse de, insanlar daha iyi genelcidir ve yapay zekâyı toplam verimliliğimizi artıracak şekilde kullanmayı öğrenebiliriz.

Bu, metin yazarlığı için de geçerlidir; burada metin yazarlarının yüksek seviyeli bir içerik stratejisini, bir şirketin vizyonunu ve markasını, ayrıca hedef kitleyi anlama becerisini içeriklerine yansıtması gerekir.

Bu yüzden, her iki dünyanın da en iyisini sunan bir gelecek öngörüyorum - insanların ve yapay zekânın birlikte çalışarak daha da yüksek kaliteli içerikler ürettiği bir gelecek.

Metin Yazarlığı Yarın Demode mi Olacak?

Teknolojinin üstel gelişimiyle, insan ister istemez şunu merak ediyor - gelecekte içerik yazarlarının işi risk altında mı?

Yıllar içindeki dil modeli iyileşme trendine baktığımızda, yapay zekânın metni otomatik tamamlama konusunda giderek daha iyi hale geldiği açık. Perplexity (hata ölçüsü) gibi yaygın bir ölçütte WikiText-103 üzerindeki yapay zekâ hatası son 3 yılda 40'tan 10'a düştü - bu 4 kat iyileşme demek!

Bu üstel büyümeyi ileriye doğru uzatırsak, önümüzdeki 5 yılda otomatik tamamlama teknolojisinin kalitesinde 10 kat daha iyileşme bekliyoruz.

Yani eğer SEO içerik yazımı adına yaptığınız tek şey düşük değerli işler üretmekse - mevcut içeriği yeniden yazmak, şablonları doldurmak, liste içerikleri kopyalayıp yapıştırmak ya da başkalarının içeriklerini yeniden çevirmekse - o zaman cevap evet, işiniz zor.

Peki bu, işi ciddiye alan ve tutkulu tüm metin yazarları için ne anlama geliyor?

"Benim İçin Yaz" Değil, "Benimle Yaz"

Artık daktilo kullanmamamızın bir nedeni var. Çünkü içerik yazmak, mürekkebi bir kâğıda dökmekten ibaret değil.

Artık grameri elle kontrol etmememizin de bir nedeni var. Çünkü gramer teknik bir ayrıntıdır, içeriğinizin gerçek kalbi değil.

Kullanıcının arama niyetini karşılamak ve kendi özel alanınızda konu uzmanı olarak görülmek, okuyucularınızın tekrar tekrar geri gelmesini sağlar. Makalelerinizi daha geniş ölçekte organik olarak paylaşırlar ve içeriğinizin arama motoru sıralamalarında yükselmesine yardımcı olurlar.

Teknolojiyle yazma biçimimizdeki tüm bu evrimlere rağmen, içeriğin vizyonunu hâlâ yazar belirler. Buradaki anahtar, değiştirmek değil desteklemektir.

Yapay zekâ düşük seviyeli işleri ortadan kaldırmak için buradaysa, bir metin yazarı olarak yöntemlerinizi daha yüksek değer üreten işler yapacak şekilde değiştirmeniz gerekir. Artık ürettiğiniz içeriği daha derin düşünmenin zamanı.

Her gün 7,5 milyon blog yayımlanıyor ve içeriğiniz fark yaratmak zorunda.

Göreviniz, pazarlama stratejiniz, kitleniz ve içeriğiniz arasındaki bağlantıyı kurmak - benzersiz bilgiler, araştırmalar ve fikirler sunmak - ve bunu başkalarının anlatmadığı bir hikâye olarak sunmaktır . Okuyucunun dikkatini çeken ve onları metnin sonuna kadar bağlı tutan bir hikâye.

Bu da yazmanın, kelimeleri kâğıda dizmekten çok iletmek istediğiniz fikirler ve hikâye anlatma sanatı etrafında şekilleneceği anlamına geliyor.

Yapay zekâya bizim yerimize yazdırmaya güvenmeyi bırakmalı, onunla birlikte çalışarak yazmalıyız.

İşiniz, okuyucunuzla empati kurarak hedef kitlenizde karşılık bulan, yüksek kaliteli, ilgi çekici ve gerçek değer sunan içerikler oluşturmayı gerektiriyorsa - rolünüz güvende.

Jenni Size Nasıl Yardımcı Olabilir

Jenni olarak, insanlar ve yapay zekâ arasındaki bu entegrasyonu olabildiğince sorunsuz hâle getirmek için çok çalışıyoruz - bu yüzden GPT-3 tabanlı otomatik tamamlama sistemimizi, önünüze geçmeyecek; aksine sizi - içerik üreticisini - direksiyonda tutacak şekilde özenle tasarladık. Her zaman!

Mart 2022 itibarıyla, "Benim İçin Yaz" işlevini aşamalı olarak kaldırmaya karar verdik - hani şu bastığınızda sizin için sihir gibi bir paragraf yazan buton. Şaşırtıcı!

Bunun nedeni, yaptığımız çok sayıda kullanıcı vaka çalışması sayesinde şunu görmemiz oldu: "Benim İçin Yaz" düğmesine erişim verilen yeni kullanıcıların yarısından fazlası, içeriklerinin yaklaşık %80'ini üretmek için bu düğmeye tıklıyordu - ve bunun büyük kısmı düşük kaliteliydi.

Bu düğmenin teşviki, kullanıcıların spam oluşturmasını fazlasıyla kolaylaştırıyor ve sizi kendi hikâyenizin yazarı olmaktan alıkoyuyor.

Bunun yerine, Jenni artık yazarken size aktif olarak öneriler sunarak ve içerik oluşturma sürecinize sorunsuzca entegre olarak size yardımcı olacak.

Bu, yazma tıkanıklığını aşmanıza büyük ölçüde yardımcı olacak ve aynı zamanda zanaatinize yeniden eğlence ve tutku katacaktır.