AIがPRの信頼性問題の原因ではない

最近のUnite.aiの記事では、AIがPR研究をどのように変革したかを調査しました。データの収集、トレンドの特定、メディア向けの調査結果の作成が速くなったものの、正確性と信頼性を保証することが難しくなっているという課題があります。この観察は、業界における実際の緊張を捉えており、より深く調査する価値があります。問題はAIそのものではなく、速度が判断を上回りやすいことです。

AIは確かにPRを速くなりました。しかし、運転の場合と同様に、速いということは必ずしも賢い進み方ではないことがあります。

この技術は、調査の設計、データのクリーンアップ、ソースの検証などの、慎重に進めていたステップを、ほぼ瞬時に実行できるものにしました。その圧縮により時間を節約できますが、同時に、双眼検査や課題のための自然な休止時間も除去されてしまいます。その休止時間がないと、正確性を逃すことが容易になります。AIがPRを壊す可能性は低いです。私たち自身が加速を進歩と間違えることでPRを壊す可能性が高いです。

PRにおける信頼性のギャップは、AIのせいではありません。少なくとも直接的にはそうではありません。ギャップは、AIが私たちをどれだけ速く動かせるかによるものです。検証や「速い」と「良い」の同義性を無視して公開するたびに、仕事の信頼性を損なっています。信頼性が私たちの仕事に重みを与えます。信頼性を維持するには、十分に検証する時間を取り、出版物に疑問を投げかけることが必要です。

速く進むために遅く行く

AIは、アイデアからデータセットまでを記録的なスピードで作成できるようにしました。何日かかっていたことが、現在は数時間で実行できます。しかしその加速は、業界の反射として静かに定着しています。速度はボリュームをもたらしますが、有効性ではありません。ジャーナリストは、私たちがデータをどれだけ速く提供するかは気にしません。彼らはそのデータが妥当かどうかを気にします。私は、AIツールが何十もの記事をまとめるのを目にしました。しかし、実際の根拠がないのに、ありそうだった統計をでっち上げるのを見たこともあります。

研究は、慎重さを必要とすることを強調しています。JMIRの研究によると、大規模言語モデルは約40％のGPT-3.5と29％のGPT-4の出力で、事実ベースのタスクにおいても、虚偽または検証されていない情報を生成しました。同様に、NewsGuardの監査では、AIシステムが約3分の1のニュース関連の回答で、誤ったまたは誤解を招く主張を広めていることがわかりました。両方の調査結果は、単純な真実を強調しています。検証が追いつかない場合、速度はリスクを増大させます。

そのため、検証に時間を取ることは遅れではありません。投資です。データの確認、コンテキストの洗練、物語のプレッシャーテストに1日を費やすことは、見逃すことになる洞察を明らかにすることができます。ヘッドラインが消えるか、実際の会話を促す物語の違いになるかもしれません。遅くすることは、技術を拒否することではありません。人間の判断力を維持することです。情報を信頼できるものにするために。

人間をループに保つ

AIは結果を生み出すことができます。しかし、それらの結果が意味を成すかどうかを判断することはできません。那が核心的な問題です。モデルは、調査結果を生成したり、数千の記事をまとめたり、紙上ではしっかりした洞察を合成したりすることができます。しかし、AIモデルは、コンテキスト、意図、結果を理解できません。人間はできます。

その不一致は、AIの倫理と信頼性に関する議論でよく文書化されています。 「妄想」現象は、LLMが訓練データからパターンを学習する方法に起因することが多く、最初の原則から学習するのではなく、自信を持って根拠のないことを主張することができます。PRドメインでは、リスクは特に高く、インターフェイスの出力は偏見を反映したり、事実よりも物語を重視する方法で主張を構築したりすることができます。

1つの間違った「事実」がどのように制御を失うかは容易に想像できます。AIによって生成されたデータポイントがピッチデッキに含まれるとします。クライアントがそれを気に入り、記者が引用します。誰かがそのソースを確認し、実際には存在しなかったことを発見します。突然、ブランドを思慮深いものとして位置付けることを意図したものが、信頼性の危機に変わります。

したがって、「ループに人間を保つ」ということは、PowerPointのスライドの1行に止めることができません。実際の作業方法でなければなりません。編集者、分析者、ドメインの専門家は、信頼できる最終製品を作るために必要な不快な質問を投げかける必要があります。偏見を捕捉し、弱いフレーミングを指摘し、発表するものが現実を反映するようにすることができます。つまり、AIは速く動くことができますが、ブレーキを踏むタイミングを知るドライバーが必要です。判断力がなければ、プロセスを改善するのではなく、間違いを自動化しているだけです。

判断力を養うために訓練する

AIが仕事を変えるにつれて、訓練方法も変化する必要があります。現在、ほとんどのコミュニケーションプロフェッショナルは、より優れたプロンプトを学ぶことを超えています。必要なスキルは、判断力です。出力を信頼する時、疑う時、完全に却下する時を知ることです。

私は若いPRプロを指導するとき、AIが10個のピッチを数秒で書くことができることを強調しています。彼らの仕事は、最も印象的なものを選択することではありません。クライアントの声が聞こえるもの、そしてより強力なものにすることを選択することです。つまり、議論を絞り込み、実際のデータに基づき、クライアントの声やトーンを反映することを意味します。AIモデルはコピーを下書きできますが、判断力がコミュニケーションを価値のあるものにします。

この変化はすでに起こっています。いくつかのエージェンシーは、「プロンプトエンジニアリング」から「信頼性編集」への移行を始めています。主張を確認し、ソースを検証し、メッセージをブランドの声と一致させることを中心に習慣を構築しています。質問は次のようになります。記者にこれを言うでしょうか。自分の名前を付けるでしょうか。

これらの質問は、クライアントと評判を保護する反射を構築します。それがPRにおけるAIの本当の目的です。速いコピーではなく、鋭い判断力です。判断力を養う訓練は、思考の基準を高め、速度を維持可能にする信頼性を強化します。

信頼性を測る、ターンアラウンドを測るのではなく

PRプロは、通常、パフォーマンスをデリバリースピード、カバレッジのボリューム、配置ごとのコストなどのメトリックで測定します。しかし、AIが駆動する業界では、これらのメトリックは全貌を示していません。出力は簡単に数量化できますが、信頼性はそうではありません。しかしそれがクライアントやジャーナリストがこれまで以上に重視しているものです。

数量と信頼性の違いは、データに現れています。1つの測定研究では、人間のセンチメント分析は85パーセントの精度に達しました。一方、AIベースの方法は59パーセントでした。人間は速く動くわけではありませんが、コンテキストを解釈し、それがクライアントが信頼性を評価するときに信頼する直感です。精度の違いを測定できれば、人間の監視の価値も測定できます。

新しいROIは、関係を維持するものを測るべきです。信頼性、検証率、獲得したカバレッジがどれくらいの期間エンゲージメントを促進し続けるかです。クライアントは、「今日公開できますか？」ではなく、「立脚できますか？」と聞くようになっています。速度は重要ですが、正確性と信頼性が長続きます。

AIは、速く動きながら、深く考えさせる機会を与えてくれます。価値があるのは、AIがコンテンツをどれだけ速く生成するかではありません。どのようにしてより賢い、より守備の固い決定を下すのに役立つかです。残る仕事は、最も速い仕事ではありません。信頼される仕事です。信頼性を成功の要因に組み込むチームが、未来を支配します。

信頼性の優位性

PRにおける信頼性の危機は、避けられないものではありません。それは技術的な問題ではなく、管理上の問題です。解決策は手の届く範囲内にあります。検証のために遅くする、ループに人間を保つ、判断力を養うために訓練する、そして速度だけでなく信頼性を測ることです。AIは、私たちがどれだけ速く動けるかを変えました。しかし、私たちが仕事をする理由、つまり正確性と誠実さで情報を提供することを思い出させることもできます。現在の真正の機会は文化的なものです。最も重要な指標として信頼性を作ることです。