قادة الفكر
الذكاء الاصطناعي و الانهيار القادم للاعلام
من الشائع بين الصحفيين في هذه الأيام تحذيرهم من أن الذكاء الاصطناعي قد يكون له آثار كارثية على البشرية. هذه المخاوف مبالغ فيها فيما يتعلق بالإنسانية بشكل عام. ولكنها في الواقع ذات رؤية بعيدة المدى فيما يتعلق بالصحفيين أنفسهم.
للفهم لماذا، دعونا نلقي نظرة أقرب على التخصصات الفرعية التي نطلق عليها بشكل جماعي الذكاء الاصطناعي. الذكاء الاصطناعي هو اصطلاح شامل، ولكننا يمكن أن نقسمه بشكل عام إلى أنظمة قائمة على القواعد وأنظمة التعلم الآلي. يمكن تقسيم أنظمة التعلم الآلي حسب التطبيق (الفيديو، الصور، اللغة الطبيعية، إلخ). من بين هذه، لقد شهدنا أكبر خطوات прогрессية最近 في معالجة اللغة الطبيعية. على وجه التحديد، لقد شهدنا اختراع نموذج التランスفورمر في عام 2017، تلاه نمو سريع في حجم التランスفورمر. مرة واحدة يتم تجاوز النموذج 7 مليارات معلمة، يُشار إليه عمومًا باسم نموذج لغة كبير (LLM).
المهارة الأساسية (إذا كنت قد دعاها كذلك) لنموذج LLM هي قدرته على التنبؤ بالكلمة الأكثر احتمالاً التالية في كتلة نص غير مكتملة. يمكننا استخدام هذه الآلية التنبؤية لتوليد كتل كبيرة من النص من الصفر، من خلال طلب نموذج LLM للتنبؤ بكلمة واحدة في كل مرة.
إذا قمت بتدريب نموذج LLM على مجموعات بيانات كبيرة ذات جودة متغيرة، فإن هذه الآلية التنبؤية غالبًا ما تنتج كتابة سيئة. هذا هو الحال مع ChatGPT اليوم. هذا هو السبب، عندما أتحدث عن هذا الموضوع مع الصحفيين، أجد شكوكًا – يرون كيف تكتب ChatGPT بشكل سيئ، ويفترضون أن الذكاء الاصطناعي لا يشكل تهديدًا لهم لأنهم غير كفؤين.
لكن ChatGPT ليس النموذج LLM الوحيد هناك. إذا تم تدريب نموذج LLM على مجموعة بيانات محددة بعناية من النص المكتوب من قبل أفضل الصحفيين – ولا أحد آخر – فإنه سيتطور ليكتسب القدرة على الكتابة مثل أفضل الصحفيين.
على عكس الصحفيين، مع ذلك، سيتطلب هذا نموذج LLM لا يحتاج إلى راتب.
الكتابة مقابل معرفة ماذا تكتب
قبل أن نتابع، намجرد أن نفرق بين ميكانيكا الكتابة والإبداع المطلوب لمعرفة ما يستحق الكتابة عنه. لا يمكن للذكاء الاصطناعي مقابلة المخبرين أو ملاحقة سياسي لفترة طويلة بما يكفي حتى يتحدث السياسي عن الحقيقة بشكل غير مقصود.
لا يمكن للذكاء الاصطناعي جمع المعلومات. لكنه يمكن أن يصف المعلومات التي جمعتها البشر بطريقة فصيحة. هذه هي مهارة كانت الصحفيون والكتاب يمتلكون احتكارًا عليها. لم يعودوا كذلك.
مع معدل التقدم الحالي، يمكن للذكاء الاصطناعي الكتابة بشكل أفضل من 99% من الصحفيين والكتاب المحترفين في غضون عام. سيفعل ذلك مجانًا، عند الطلب، وبإنتاجية لا نهائية.
اقتصاديات الكتابة بتكلفة صفر
يمكن لأي شخص لديه قائمة حقائق لتبليغها تحويل هذه الحقائق إلى مقال مكتوب جيدًا. يمكن لأي شخص يجد مقالًا على أي موضوع إنتاج مقال آخر، يغطي نفس الموضوع. سيكون هذا المقال المشتق جيدًا مثل الأول، ولن يقلد منه أو يخرق حقوق النشر.
سوف تصبح تكلفة الإنتاج الهامشية للمحتوى المكتوب صفرًا.
حاليًا، تقوم اقتصاديات وسائل الإعلام المكتوبة على العمل البشري. المحتوى المكتوب جيدًا نادر، لذلك له قيمة. تم بناء صناعات كاملة للاستفادة من هذه القيمة.
عندما يمكن للذكاء الاصطناعي إنتاج محتوى عالي الجودة مجانًا، سيتهاوى الأساس المالي لهذه الصناعات.
إلغاء المنشورات
فكر في المنشورات التقليدية. لعدة عقود، وظفت شركات مثل نيويورك تايمز كتاب ماهرين لإنتاج عدد محدود من المقالات كل يوم (عادة حوالي 300). هذا النموذج محدود بشكل جوهري بعدد الكتاب والتكاليف المشاركة.
في عالم يمكن للذكاء الاصطناعي فيه توليد عدد غير محدود من المقالات بدون تكلفة، لماذا تقيد الإنتاج بعدد ثابت؟ لماذا لا تُنشأ محتوى مخصص لكل قارئ، متوافق مع اهتماماته، ومنتج عند الطلب؟
في هذا النموذج الجديد، يصبح نموذج المنشورات التقليدية الذي يتمحور حول إصدارات دورية وعدد مقالات ثابت معيبًا. يمكن للمنشورات التحول إلى نموذج حيث يتم إنشاء المحتوى بشكل مستمر ومتوافق، يلبي احتياجات القارئ الفردي.
محركات البحث تصبح محركات إجابة
تعمل محركات البحث كموزعين، حيث تربط المستخدمين بالمحتوى الموجود مسبقًا. لتحقيق ذلك، تقوم بأربع خطوات.
أولاً، تقوم بفهرسة كميات هائلة من المحتوى المكتوب مسبقًا. ثانيًا، تتلقى استفسارًا من المستخدم. ثالثًا، تبحث في المحتوى المكتوب مسبقًا لتحديد العناصر ذات الصلة بالاستفسار. ورابعًا، ترتب المحتوى المستعاد وتعرض قائمة مرتبة من النتائج للمستخدم.
حتى الآن كل شيء على ما يرام. لكن إذا كان المحتوى يمكن أن يُنشأ عند الطلب، مجانًا، فلماذا سترد محركات البحث المحتوى الموجود مسبقًا للمستخدم؟ يمكنها ببساطة توليد الإجابة بدلاً من ذلك. سيكون المستخدم بالتأكيد أكثر سعادة بإجابة واحدة لاستفسارها، بدلاً من قائمة طويلة من النتائج التي قد تختلف جودتها.
دعونا نعتبر الخطوة المنطقية التالية. إذا لم تؤد محركات البحث بعد ذلك المستخدمين إلى أي محتوى مكتوب من قبل الآخرين، ماذا سيحدث لاقتصاد “المحتوى”؟
معظم المحتوى على الإنترنت تم كتابته لتحقيق الربح. يكتب الناس مقالات، يحصلون على تصنيف جيد على جوجل، يحصلون على حركة مرور، ويحولونها إلى دخل (باستخدام الإعلانات، أو الروابط التابعة، أو مبيعات مباشرة للسلع أو الخدمات).
ماذا سيحدث لهذا النظام البيئي عندما تختفي الحركة المرورية؟
وسائل التواصل الاجتماعي: الدومينو التالي
تم تصميم منصات وسائل التواصل الاجتماعي في البداية لتسهيل التفاعل بين المستخدمين. أنا كبير بما يكفي لتذكر أيام تسجيل الدخول إلى فيسبوك لكتابة على جدار صديق، أو لرمي خروف افتراضي في شخص ما.
وسائل التواصل الاجتماعي اليوم مختلفة. العدد الأكثر شيوعًا للمتابعين الذين لديهم المستخدمون على إنستغرام هو صفر. العدد الثاني الأكثر شيوعًا للمتابعين هو واحد. تتراكم الغالبية العظمى من المشاهدات، والمشاركات، والتعليقات، والمتابعين من قبل عدد صغير من المبدعين المحترفين. لا ينشر معظم المستخدمين أي شيء ولا يمتلكون متابعين.
ببساطة – يزور معظم المستخدمين وسائل التواصل الاجتماعي للعثور على محتوى قد يستمتعون به. تعمل شركات وسائل التواصل الاجتماعي كموزعين، مثل محركات البحث. الفرق الرئيسي بين فيسبوك وجوجل هو أن جوجل تستخدم استفسارًا لتحديد المحتوى، بينما فيسبوك يحدد المحتوى بدون استفسار.
إذا كان هذا هو الحال، فإن الخطوة التالية تصبح واضحة. لماذا ستوفر منصات التواصل الاجتماعي محتوى تم إنشاؤه من قبل المستخدمين، عندما يمكنهم إنشاء محتوى قائم على الذكاء الاصطناعي عند الطلب؟ في البداية نصيًا فقط، ربما، ولكن في النهاية صورًا و مقاطع فيديو أيضًا.
وما سيحدث لمجتمع “المبدعين” عندما لا تؤدي منصات التواصل الاجتماعي بعد ذلك المستخدمين إلى المحتوى الذي أنشأه المبدعون؟
تشبيه جهاز تكرار ستار تريك
ندخل إلى نموذج جديد حيث يعمل الذكاء الاصطناعي كجهاز تكرار ستار تريك للمحتوى.
في ستار تريك، لا يوجد حاجة لمزارعين يزرعون الطعام، أو متاجر تبيع الطعام، أو طهاة يطبخون الطعام، أو نادلات يخدمن الطعام. يمكن لجهاز التكرار إنشاء أي طعام تريد، عند الطلب، عن طريق تحويل المواد الخام مباشرة إلى المنتج النهائي.
بالمثل، لا أرى مكانًا لمشاريع تُنشئ محتوى مكتوبًا، أو توزع محتوى مكتوبًا، أو تخلط محتوى مكتوبًا بطرق خاصة، أو تخدم محتوى مكتوبًا موجودًا مسبقًا للمستخدم. الوظائف القيمة الوحيدة ستكون الحصول على المواد الخام وتحويلها إلى المنتج النهائي عند الطلب.
ما زلنا بحاجة إلى وسائل لإنشاء معلومات لم تكن موجودة من قبل وجمع معلومات لم تكن متاحة للجمهور من قبل. كل شيء آخر سيتحقق من خلال محركات الذكاء الاصطناعي التي تحول المعلومات المتاحة إلى محتوى مخصص.
الآثار على مصممي المحتوى والموزعين
يتحدث التداولون عن “التعرض الإيجابي” و “التعرض السلبي”. أسهل طريقة لفهم هذه المفاهيم هي أن تسأل نفسك – إذا زادت هذه الشيء، سأفوز أم أ suferr؟
الذكاء الاصطناعي يزدهر. ويزدهر بشكل خاص في مجالات مثل اللغة الطبيعية والمحتوى المولد من قبل البشر. السؤال الذي يجب على كل محترف أن يطرحه على نفسه هو – هل لديك تعرض إيجابي أو سلبي للذكاء الاصطناعي حاليًا؟
إذا كنت مصمم محتوى – دعنا نقول نشرات إخبارية – وتكلفة هيكلتك لا تصل إلى الصفر، فمن المحتمل أن تكون في مشكلة. سوف تتنافس قريباً مع مصممي محتوى تكلفتهم صفر، وهذا ليس منافسة يمكنك الفوز فيها. في جميع الاحتمالات، لديك ثلاثة خيارات فقط: الخروج من السوق؛ أو تقليل التكاليف إلى الصفر (من خلال أن تصبح شركة ذكاء اصطناعي)؛ أو الإفلاس.
إذا كنت على جانب التوزيع، فمن المحتمل أن لديك المزيد من الوقت قبل أن تصل الآثار الكاملة إلى خط أساسي.
دور الحكومة والتنظيم
كشخص ولد في الاتحاد السوفيتي، أنا لست من محبي تنظيم الحكومة للكلام. المخاطر الأخلاقية عادة ما تكون أعلى من أي فائدة مؤقتة قد تُحقق مثل هذه التنظيمات.
مع ذلك، أعتقد أن الحكومات قد تلعب دورًا هامًا في تحديد كيفية تطور هذا الأمر.
لدينا أمثلة جيدة وسيئة للتنظيم الحكومي وأثاره على الصناعة. “الستة والعشرون كلمة التي أنشأت الإنترنت” نمت صناعة ناشئة إلى تريليونات الدولارات من القيمة. تنظيم مزودي الخدمات الإنترنت في التسعينيات، ومع ذلك، أدى إلى انخفاض عدد مزودي الخدمات الإنترنت في الولايات المتحدة من أكثر من 3000 إلى 6، ونتج عنه وضع يجد فيه المستهلكون الأمريكيون أسوأ وصول للباندويث في العالم المتقدم.
عندما يُطلب مني تقديم توصياتي، أشارك عادة إلى ثلاث طرق يمكن للحكومة التنظيم أن تساعد، بدلاً من أن تعيق، تطور هذا النظام البيئي الجديد:
1. إلزام التنافس، وجعل من السهل على المستهلكين تغيير المزودين.
يعمل الرأسمالية مثل الانتخابات الطبيعية – الشركات التي تفعل الأشياء بشكل أفضل أو أكثر كفاءة ستنمو بشكل أسرع من الشركات التي لا تفعل. آليات “القفل” التي تجعل من الصعب التبديل، مثل عدم القدرة على تصدير البيانات من خدمة وتنقله إلى منافس، تبطئ هذه التطور وتنتهي بنمو أقل.
إذا استطاعت الحكومات إلزام التنافس في جميع أنحاء صناعة التكنولوجيا، سوف نرى المزيد من الميزات الجيدة والسلوكيات الجيدة تُكافأ. سوف نخلق حافزًا للشركات للاختراع في الأشياء التي يريد الناس، بدلاً من اختراع طرق لاستخراج المزيد من جمهور محبوس.
2. فرض المنافسة من خلال التركيز على إساءة استخدام الاحتكار، بدلاً من مخاطر الاحتكار.
نحن جميعًا نعلم أن عندما تندمج شركتان، قد يصبح الكيان الناتج كبيرًا وله قوة غير متناسبة مع زبونيه. لكن وجود قوة غير متناسبة لا يؤدي دائمًا إلى خدمة سيئة أو تسعير استغلالي.
في غضون ذلك، الشركات التي تملك بالفعل قوة غير متناسبة غالبًا ما تشارك في سلوكيات مناهضة للمنافسة أمام أعيننا. ومع ذلك، تركز لجنة التجارة الفيدرالية على منع الاندماجات والاستحواذ.
إذا ركزت الحكومات على حظر وفرض تنفيذ صارم للprakتيات المناهضة للمنافسة مثل التصريف و التعبئة، خاصة فيما يتعلق بالمنتجات التكنولوجية التي يستخدمها غالبية السكان، سيتخلص النظام بأكمله من الانسداد.
قد تساعد بعض الأمثلة المحددة في توضيح هذه النقطة.
توفير متصفح، وهو برنامج معقد للغاية يكلّف مليارات الدولارات لتطويره، مجانًا – هو حالة واضحة من التصريف. تجد شركات المتصفح الجديدة مثل Cliq أو Brave صعوبة في الابتكار في هذا المجال لأن منافسيها الأكبر يمنحون هذا المنتج المكلف مجانًا. النتيجة هي أن جميع المتصفحات تبدو متشابهة اليوم، ولم يكن هناك أي ابتكار كبير في هذا المجال منذ عام 2016.
توفير تطبيق مراسلة شركات كجزء من حزمة تحرير وثائق يضطر كل عمل إلى شرائها – هو حالة واضحة من التعبئة. حتى شركة ناشئة ناجحة مثل Slack أجبرت على بيع نفسها لشركة أكبر، فقط لتتمكن من المنافسة كمنتج مدفوع في مجال يتنافس فيه منافسها الرئيسي مع شيء يجب على زبونها شراءه على أي حال.
كما سنرى إساءات أكبر في هذا الفضاء الناشئ – ما لم تتدخل الحكومات لضمان عدم دفع التصريف و التعبئة.
3. النظر في طرق لتمويل أو حماية إنشاء المحتوى الأصلي.
تمنح الحكومات تمويلًا للبحوث الأساسية والعلوم من خلال المنح والمنح الأخرى. كما تحمي الأفكار الجديدة التي يكتشفها الناس في بحثهم من خلال البراءات. السبب في هذه الآليات هو أن نسخة فكرة تعمل أقل تكلفة من اختراع فكرة جديدة تعمل. بدون تدخل، قد يؤدي هذا إلى مأساة الشائع حيث ينسخ الجميع من جارهم ولا يخترع أحد شيء جديد.
في الصحافة، وإنشاء المحتوى بشكل عام، لم تكن هذه الآليات ضرورية لأن نسخة بدون انتهاك حقوق النشر كانت عملية صعبة. لكن مع ظهور الذكاء الاصطناعي، لم يعد هذا صحيحًا. مع اقتراب تكلفة إعادة صياغة كتابات الآخرين من الصفر، سنحتاج إلى آليات لتحفيز شيء آخر غير إعادة الصياغة – وأفضل الإجابات قد تبدو مثل تلك التي لدينا في البحث الأساسي اليوم.
جعل أفضل استفادة من هذا التحدي
التحول الذي أتى به الذكاء الاصطناعي هو واحد من أكبر التحديات التي تواجه البشرية اليوم. سيتأثر الصحفيون ومصممي المحتوى الآخرون أولاً. سيتابعهم موزعو المحتوى قريباً. سندخل في النهاية إلى نموذج جديد تمامًا، الذي أشار إليه باسم “نموذج جهاز تكرار ستار تريك” لإنشاء وتوزيع المحتوى.
لدينا فرصة هنا لإنشاء شيء أفضل بكثير مما يوجد اليوم. كما أدت اختراع الطباعة إلى عصر التنوير، يمكن لاختراع الذكاء الاصطناعي أن يؤدي إلى تنوير ثاني. لكن للأسف، ليس جميع المستقبلات المحتملة محايدة.
منا لنا هنا أن نوجه هذه التطورات في الاتجاه الصحيح.
