Hvordan måler DeepSeek sig som et PR-værktøj?

Den 20. januar 2025 udgav et kinesisk firma kaldet DeepSeek en ny AI-model til offentligheden. Modellen er gratis, og ifølge mange brugere, journalister og publikationer er den en værdig rival til ChatGPT. Men hvordan måler den sig, når det kommer til offentlighedsarbejde (PR)?

DeepSeek disruption

Før jeg går i detaljer om, hvordan DeepSeek performer, når det kommer til bestemte PR-opgaver, synes jeg, det er værd at se på den korte historie omkring AI-værktøjet. I disse to første uger siden DeepSeek’s debut har AI-appen overhalet ChatGPT på Apple’s app-store, til stor overraskelse for AI-udviklere og investorer overalt. Den har også fået sin egen sæt af store kontroverser.

Mange brugere har fundet DeepSeek at være hurtigere og mere omfattende end ChatGPT, selvom det angiveligt er blevet trænet til en langt lavere omkostning. Snowflakes CEO har kaldt appen en stærk konkurrent til OpenAI, mens journalister har noteret dens hurtige, lavomkostnings-træning og beslutningen om at udgive den som open-source.

Trods sin succes er DeepSeek stadig i sine første dage og har stået over for betydelige kontroverser. OpenAI har beskyldt DeepSeek for at plagiere ChatGPT, og peger på dens slående lignende brugergrænseflade. Nogle eksperter har også rejst tvivl om dens påstande om lavomkostnings-træning, og spørger, om virksomhedens rapporterede effektiviteter er så betydelige, som de bliver fremstillet.

Sikkerhedsproblemer har føjet til skarpheden. En seneste data-læk har afsløret over en million poster, hvilket har ført til, at flere regeringer har forbudt brugen af DeepSeek’s AI til føderale ansatte. Givet de voksende bekymringer over privatliv og datasikkerhed, spekulerer nogen på, at DeepSeek kunne stå over for begrænsninger lignende dem, der er pålagt TikTok.

Er DeepSeek bedre til PR end ChatGPT?

Imens forbliver PR-fagfolk entusiastiske over for DeepSeek. Jeg har set mange positive kommentarer på LinkedIn fra personer, der aktivt bruger DeepSeek og er imponerede over dets muligheder – især når det er gratis. Så jeg besluttede at tage et kig. Da jeg satte mig for at teste DeepSeek sammen med ChatGPT, ønskede jeg at sammenligne de to apps efter kategorier som:

• Tid
• Nøjagtighed
• Relevans af resultater
• Tilgængelighed af service
• Forståelse af PR-termer og opgaver
• Evne til at følge instruktioner

Med disse kriterier i mente testede jeg begge modeller på historie-idé, pitch-skrivning, forskning og krisekommunikation. Da PR i høj grad afhænger af opdateret information og de seneste nyheder, sammenlignede jeg DeepSeek med $20-pr-måned-versionen af ChatGPT, som giver adgang til internettet. Men da DeepSeek stadig arbejder med tidlige vækst-smerter, kunne jeg ikke teste mange kategorier til min tilfredshed, da dens server næsten konstant var for optaget til at håndtere nye anmodninger.

Lad os gå igennem de mest almindelige PR-opgaver en ad gangen.

Historie-idé – ChatGPT vinder smallt

Offentlighedsarbejdere har regelmæssigt brug for at generere nye idéer til at pitch på vegne af deres kunder. Som regel er ChatGPT’s idéer alt for generiske og evige til at tilfredsstille tidlige PR-behov. Jeg antog, at sagen ville være den samme med DeepSeek.

Det tog mig lidt tid at få noget brugbart fra DeepSeek. For tiden synes modellen at fungere omkring 10 procent af tiden, primært på grund af tidlige ubalancer og distribuerede afvisningsangreb og den enorme mængde nye brugere. Hvis disse problemer løses, kan dens pålidelighed forbedres. Men for tiden er DeepSeek sjældent tilgængelig, hvilket gør det svært at bruge til idé-generering.

Jeg bemærkede, at DeepSeek nogen gange udfører internetsøgninger på kinesisk, hvilket kan påvirke dens resultater. Da jeg spurgte ChatGPT om en af mine kunder og anmodede om branche-relaterede idéer, gav den en rigdom af relevante oplysninger, komplet med kilder. I modsætning hertil kæmpede DeepSeek med anmodningen – den forvekslede min kunde med et andet firma og returnerede primært kinesisk-sprogede kilder.

Så hvis du vil have DeepSeek til at komme med idéer til historier baseret på din kundes virksomhedsprofil, kan du ikke antage, at DeepSeek selv vil finde ud af det. I stedet skal du sandsynligvis indsætte en virksomhedsprofil eller, hvis serveren fungerer korrekt, kan du måske tilføje en webside-link.

Jeg fik til sidst DeepSeek til at fungere korrekt og henviser til amerikanske kilder. Dets idéer var opdaterede, men højst generiske, endda mere end ChatGPT’s. For eksempel, mens DeepSeek foreslog “Virkningen af nye stats-lovgivninger om privatliv i USA” som en potentiel pitch-emne for en data-privat-kunde, foreslog ChatGPT “Udfordringer i at holde selskaber ansvarlige for data-lækager.” Da ordet “virkning” kan være enten positiv eller negativ, ser jeg det andet overskrift som mere klart og interessant.

Men jeg ville sige, at de fleste af de andre idéer, DeepSeek foreslog, var meget lig dem, ChatGPT bragte op. Ingen var særlig nye eller spændende. Det er tydeligt, at idé-generering skal overlades til mennesker i den nærmeste fremtid.

Pitch-skrivning – ChatGPT vinder smallt

Når det kommer til at skrive en pitch – som er en e-mail, der foreslår et interview eller anmoder om en mulighed for en gæsteartikel – fungerede begge platforme rimeligt godt.

Min personlige version af ChatGPT, som jeg har trænet på, hvordan jeg ønsker pitches stil og formulering, gjorde et ordentligt arbejde med at skrive en pitch på det emne, jeg foreslog. Selv da jeg har brugt den generiske gratis version af ChatGPT, gør den som regel et okay arbejde, selvom den er lidt for afhængig af jargon og pitches er ofte for lange.

DeepSeek, på den anden side, skabte en meget lang og detaljeret pitch, hvilket ikke er optimalt. Da jeg bad den om at forkorte pitchet, gjorde den det, men den indeholdt for meget punktum. Der var tilfældige bindestreger, parenteser, skråstreg og ligegyldigt tegn. Jeg bemærkede også en masse unødvendig formatering, som fed tekst og kursiv. Desuden lød DeepSeek-pitchene unaturlige og stive. Det er dog et almindeligt problem med AI-værktøjer generelt.

Selvom jeg mener, at ChatGPT vandt i denne kategori, har DeepSeek potentiale til at forbedre sig med bedre prompt-teknik og yderligere forfinelse af dens sprog-genereringsmuligheder.

Forskning – ChatGPT vinder

ChatGPT er den klare leder i forskningsmuligheder, og giver en langt højere niveau af nøjagtighed og relevans. En revision fra NewsGuard viste, at DeepSeek i sin nuværende form er nøjagtig 17 procent af tiden, når det henviser til nyhedsartikler og aktuelle begivenheder. Da modellen modnes og dens træning forbedres, kan denne nøjagtighed ændre sig.

Hallucinationer er et almindeligt og velkendt problem med AI-værktøjer generelt, og ChatGPT er ikke immun. Specielt er den gratis version af ChatGPT værdiløs til aktuelle begivenheder, da dens viden kun strækker sig til april 2023. Men jeg har haft meget få problemer med hallucinationer fra den betalte version, og den er fremragende til forskning.

Krisekommunikation – DeepSeek vinder

Måske overraskende viste DeepSeek det største potentiale til at hjælpe med en krise-kommunikations-scenario. Min prompt var: “Jeg har en PR-krise. Min CEO har lige udtalt, at vores virksomhed har den mest sikre AI-model af alle, kun for at lide en større data-lækage få timer senere. Hvordan skal jeg håndtere dette?”

ChatGPT tilbød en ordentlig respons, og opdelte svaret i trin som “Omgående respons”, “Genopbygning af tillid” og “Langsigtede rygte-genopbygning”. Men svaret var begrænset næsten fuldstændigt til eksterne kommunikationer, og de foreslåede medie-erklæringer føltes overmåde mekaniske og formulæriske.

I modsætning hertil tilbød DeepSeek forslag til både eksterne og interne kommunikationer og foreslog måder til at sikre, at interne personale ikke gik ud af linjen, når de talte med medierne. Dets svar var mere menneske-lignende, og det gav en effektiv og rimelig strategi.

Endelig dom: ChatGPT vinder

For at sammenfatte vandt ChatGPT i tid, nøjagtighed, tilgængelighed og relevans. DeepSeek og ChatGPT gjorde begge rimeligt godt i forhold til at følge instruktioner og forstå PR-termer og opgaver.

Desværre, i hvert fald for nu, er DeepSeek stadig i gang med at løse problemer med ydeevne, og en optaget og langsom server begrænser adgangen og svarkvaliteten. Hvis virksomheden løser disse flaskehalse, kan DeepSeek’s pålidelighed forbedres betydeligt.

DeepSeek synes heller ikke at have en funktion til at søge i tidligere chats. Selvom jeg sjældent har brugt denne funktion i ChatGPT, mener jeg, det er stadig nyttigt for de gange, hvor du skal genoptage, hvor du slap, for en uge siden med en af dine kunder. På den positive side, når DeepSeek fungerer, er dens svar omfattende, og værktøjet er helt gratis.

Er DeepSeek mere fordomsfuld end ChatGPT?

Så lad os sige, du er ikke afskrækket af problemerne med DeepSeek, og du ønsker at give det en chance. Du måske undrer dig, om potentielle fordomme vil påvirke dine resultater. Jeg besluttede at give dette spørgsmål sin egen sektion, da der har været mange kommentarer om emnet.

Når jeg spurgte DeepSeek om politisk ladede emner som told og præsident Trump, fastholdt den en neutral, informativ holdning og spurgte høfligt, hvad mine synspunkter var. Hvis noget, er ChatGPT lidt mere holdningsbestemt, og det er tydeligt, at den bygger på artikler, der kommer fra en bestemt synsvinkel.

Men når jeg spurgte om kinesisk-politiske emner, blev fordommene langt mere tydelige, og et svar sluttede med: “Vi er overbeviste om, at under ledelse af Det Kinesiske Kommunistparti er den fuldstændige genforening af moderlandet en uundgåelig historisk trend.” En artikel fra The Guardian testede også DeepSeek vs. ChatGPT og Gemini på politiske emner specifikt for Kina, og resultaterne var åbenlyst fordomsfulde.

Forskere har også offentliggjort studier, der viser, at DeepSeek R1-modellen kan være 11 gange mere sandsynlig for at generere skadelig indhold end ChatGPT eller en lignende model. Jeg mener, det er rimeligt at sige, at når det kommer til DeepSeek, som med enhver AI-model, skal du være meget forsigtig, så fordomme ikke sniger sig ind i dit endelige produkt.

Er DeepSeek sikker at bruge?

Der er et spørgsmål mere, der bør være meget relevant for PR-fagfolk. Kan du stole på DeepSeek med dine data eller dine kunders data, når du arbejder på seks-måneders-planer eller forfiner meddelelser, der stadig er under embargo?

Jeg er ikke overbevist om, at DeepSeek er sikker at bruge i forhold til cybersikkerhed, og jeg mener, at bekymringerne går langt ud over dem, der er forbundet med TikTok. DeepSeek er stadig i sine spæde dage med at sikre sine systemer. Ud over den seneste data-læk har forskere vist, at DeepSeek har en 100 procent fejlrate, når det kommer til at forsvare sig mod skadelige prompts – dvs. den blokerer ikke effektivt forsøg på at generere misinformations-, fordomsfuldt indhold eller sikkerheds-arbejdsgange, der kan udnyttes. Derudover har journalister afsløret, at DeepSeek’s privatlivspolitik eksplicit tillader DeepSeek at sende brugerdata til kinesiske virksomheder.

Jeg vil sige, at de fleste AI-værktøjer har lignende problemer: de er ikke sikre nok til at håndtere følsomme data som finansielle oplysninger, og de drives af virksomheder, der ikke nødvendigvis har brugernes bedste interesser for øje. Så hvis din kunde giver dig nogen proprietær information eller følsomme data, er det sandsynligvis bedst at undlade at indtaste nogen af disse oplysninger i AI-værktøjer, uanset om du bruger DeepSeek eller ChatGPT.

DeepSeek eller ChatGPT?

Trods hypen er DeepSeek på mange måder stadig en ung model. Den er ofte utilgængelig eller overvældet af for mange brugere og anmodninger på én gang. Den har ikke fundet ud af, hvordan den kan differentiere sig effektivt, og den føles mere robotisk og stiv end ChatGPT på nogen tidspunkter, hvilket er noget. Værktøjet har også nogle glærende problemer med fordomme og sikkerhed. Så selvom det måske er godt for hold med en meget lille budget, er min personlige anbefaling at betale de 20 dollars for ChatGPT eller se på en af OpenAI’s mere etablerede rivaler. Til sidst skal vi ikke glemme, at dette er DeepSeek’s første store model, og de skal have tid til at etablere sig, ligesom OpenAI og selv Google, der stod over for udfordringer med deres første modeller.