Не обвиняйте ИИ в проблеме достоверности PR

Недавняя статья Unite.ai рассмотрела, как ИИ преобразовал исследования PR – сделав их быстрее для сбора данных, выявления тенденций и создания результатов, готовых для СМИ, но также сделал их более трудными для гарантирования точности и доверия. Это наблюдение отражает реальную напряженность в отрасли, и оно заслуживает более глубокого анализа. Проблема не в самом ИИ; это то, как легко скорость может опережать суждение.

ИИ, безусловно, сделал PR быстрее. Но, как мы знаем из вождения, быстрее не всегда означает умнее.

Технология сжала то, что ранее было тщательным, пошаговым процессом – разработкой опросов, очисткой данных, проверкой источников – в что-то, что может произойти почти мгновенно. Это сжатие экономит время, но оно также удаляет естественные паузы, которые ранее давали нам пространство для двойной проверки и оспаривания того, что мы нашли. Без этих пауз точность становится легче пропустить. Реальный риск не в том, что ИИ сломает PR. Это то, что мы сделаем это сами, принимая ускорение за прогресс.

Пробел достоверности в PR не является виной ИИ – по крайней мере, не直接. Пробел возникает из-за того, как быстро ИИ позволяет нам двигаться. Каждый раз, когда мы публикуем без проверки или считаем “быстрее” синонимом “лучше”, мы подрываем доверие, которое делает нашу работу важной. Достоверность – это то, что придает нашей работе как профессионалам PR вес – когда мы ее заслуживаем. Сохранение достоверности означает замедление достаточно, чтобы поставить под сомнение то, что мы публикуем, и сделать проверку частью процесса, а не после мысли.

Замедлите, чтобы ускорить

ИИ сделал это легко – перейти от идеи к набору данных за рекордное время. То, что ранее занимало дни, теперь занимает часы – и это ускорение тихо стало отраслевым рефлексом. Но скорость дает нам объем, а не достоверность. Журналисты не заботятся о том, как быстро мы доставляем данные; они заботятся о том, выдерживают ли они проверку. Я видел, как инструменты ИИ производят впечатляющие сводки по десяткам статей, но я также видел, как они изобретают статистику, которая звучит правдоподобно, но не имеет реального источника.

Исследования подтверждают необходимость осторожности. Исследование JMIR показало, что большие языковые модели “галлюцинировали” – производили ложную или непроверенную информацию – примерно в 40 процентах выводов GPT-3.5 и 29 процентах выводов GPT-4, даже при выполнении задач, основанных на фактах. Аналогично, аудит NewsGuard показал, что системы ИИ распространяют ложные или вводящие в заблуждение утверждения примерно в одной трети ответов, связанных с новостями. Оба вывода подчеркивают простую истину: скорость усиливает риск, когда проверка не поспевает.

Это почему дополнительное время, потраченное на проверку, не является задержкой; это инвестиция в достоверность. День, потраченный на подтверждение данных, уточнение контекста или проверку нарратива, часто раскрывает идеи, которые мы иначе бы пропустили. Это может означать разницу между заголовком, который исчезает, и историей, которая стимулирует реальный разговор. Замедление не означает сопротивление технологии. Это означает сохранение человеческого суждения, которое превращает информацию в что-то, что аудитория может действительно доверять.

Сохраните людей в цикле

ИИ великолепен в производстве результатов. Но он не так хорош в понимании того, имеют ли эти результаты смысл. Это основная проблема. Модели могут генерировать ответы на опросы, сводить тысячи статей и даже синтезировать идеи, которые выглядят прочными на бумаге. Но модели ИИ не понимают контекст, намерение или последствие. Человек может.

Это несоответствие хорошо документировано в дискурсе об этике и надежности ИИ. Феномен “галлюцинации” часто связан с тем, как БЛМ учатся распознавать закономерности в обучающих данных, а не исходя из первых принципов, что означает, что они могут уверенно утверждать вещи без основания. В области PR риск особенно остр: выходные данные интерфейса могут отражать предубеждения или формулировать утверждения в пользу нарративов, а не фактов.

Легко увидеть, как одна ошибочная “факт” может выйти из-под контроля. Представьте себе, что точка данных, сгенерированная ИИ, попадает в презентационный слайд; процент, который звучит правильно и поддерживает историю. Клиент любит это. Журналист цитирует это. Затем кто-то проверяет источник и понимает, что это никогда не было реальным. Внезапно то, что должно было позиционировать бренд как мыслящий, становится кризисом достоверности.

Итак, “сохранение людей в цикле” не может быть просто строкой в слайде PowerPoint – это должно быть тем, как работа фактически выполняется. Редакторы, аналитики и эксперты в области должны быть там, чтобы задавать неудобные вопросы, которые делают конечный продукт достоверным. Они могут поймать предубеждение, поднять слабую формулировку и убедиться, что то, что мы выпускаем, отражает реальность. Другими словами: ИИ может двигаться быстро, но он все еще нуждается в водителе, который знает, когда нажать на тормоза. Без этого суждения мы не улучшаем процесс; мы просто автоматизируем ошибки.

Обучение для суждения

Когда ИИ меняет работу, способ, которым мы обучаем, должен меняться вместе с ним. Большинство специалистов по связям с общественностью сегодня уже прошли этап изучения того, как писать лучшие запросы. Навык, который нам всем сейчас нужен, – это суждение – знание того, когда доверять выводу, когда оспаривать его и когда полностью его отвергнуть.

Когда я тренирую молодых специалистов по PR, я подчеркиваю, что ИИ может написать десять версий заявления за секунды. Их работа не состоит в том, чтобы выбрать самый яркий; это найти версию, которая действительно звучит как их клиент, и затем сделать ее сильнее. Это может означать укрепление аргумента, основание его на реальных данных или добавление голоса и тона, которые делают его достоверным. Модель ИИ может составить черновик, но наше суждение превращает его в коммуникацию, которая стоит чтения.

Этот сдвиг уже происходит. Некоторые агентства переходят от “инженерии запросов” к “редактированию достоверности”, вырабатывая привычки проверять утверждения, проверять источники и согласовывать сообщения с голосом бренда. Упражнения теперь включают вопросы: Сказал бы я это журналисту? Поставил бы я на это свое имя?

Эти простые вопросы вырабатывают рефлексы, которые защищают как клиентов, так и репутации. И это реальная цель ИИ в PR. Не быстрый текст, а более острое суждение. Обучение для суждения повышает стандарт мышления и укрепляет доверие, которое делает скорость устойчивой.

Измерьте доверие, а не поворот

Специалисты по PR обычно измеряют производительность через метрики, такие как скорость доставки, объем освещения и стоимость за размещение. Но в отрасли, движимой ИИ, эти метрики не рассказывают всю историю. Вывод легко количественно оценить; достоверность не так. И все же, это то, что клиенты и журналисты взвешивают больше, чем когда-либо.

Эта разница между количеством и достоверностью проявляется в данных. В одном исследовании измерения человеческим анализом настроений достигло 85 процентов точности, по сравнению с 59 процентами для методов, основанных на ИИ – разрыв, который количественно оценивает роль критического обзора. Это не то, что люди работают быстрее, а то, что они интерпретируют контекст, и это то же самое инстинкт, которому клиенты доверяют, когда они оценивают достоверность. Если мы можем измерить эту разницу в точности, мы также можем измерить ценность человеческого надзора.

Новая ROI должна измерять то, что действительно поддерживает отношения: достоверность, скорость проверки и то, как долго заработанное освещение продолжает стимулировать вовлеченность. Все чаще клиенты не спрашивают: “Можем ли мы опубликовать это сегодня?” а “Можем ли мы стоять на этом?” Скорость имеет значение, но точность и уверенность – это то, что остается.

ИИ дает нам шанс сделать и то, и другое: двигаться быстрее и думать глубже. Реальная ценность не в том, как быстро ИИ производит контент, а в том, как он помогает нам принимать более умные, более обоснованные решения. Работа, которая продлится, не будет самой быстрой; это будет работа, которой люди доверяют. Команды, которые строят это доверие в том, как они измеряют успех, будут владеть будущим.

Преимущество достоверности

Кризис достоверности в PR не является неизбежным. Это проблема управления, а не технологическая, и решение находится в пределах досягаемости: замедлите, чтобы проверить, сохраните людей в цикле, обучите для суждения и измерьте доверие, а не только скорость. ИИ меняет, как быстро мы работаем, но он также может напомнить нам почему мы делаем работу – чтобы информировать с точностью и целостностью. Реальная возможность сейчас культурная: сделать достоверность метрикой, которая имеет наибольшее значение.