AI och den kommande implosionen av media

Det är populärt bland journalister dessa dagar att varna för att AI kan ha katastrofala effekter på mänskligheten. Dessa farhågor är överdrivna när det gäller mänskligheten som helhet. Men de är faktiskt ganska profetiska när det gäller journalister själva.

För att förstå varför, låt oss ta en närmare titt på de underdiscipliner som vi kollektivt kallar AI. AI är den bredaste paraplytermen, men vi kan generellt bryta ner den i regelbaserade system och maskinlärningssystem. Maskinlärningssystem kan brytas ner efter deras tillämpning (video, bilder, naturligt språk, etc.). Bland dessa har vi sett de största nyliga framstegen i naturligt språkbehandling. Specifikt har vi sett uppfinningen av transformermodellen 2017, följt av snabb tillväxt i storleken på transformatorer. När modellen överstiger 7 miljarder parametrar, kallas den vanligtvis för en stor språkmodell (LLM).

Den grundläggande “förmågan” (om man kan kalla det så) hos en LLM är dess förmåga att förutsäga det mest sannolika nästa ordet i en ofullständig textblock. Vi kan använda denna förutsägelsemekanism för att generera stora block av text från scratch, genom att be LLM att förutsäga ett ord i taget.

Om du tränar LLM på stora dataset med varierande kvalitet, kommer denna förutsägelsemekanism ofta att producera dålig skrivning. Detta är fallet med ChatGPT idag. Detta är varför, när jag tar upp ämnet med journalister, möter jag skepticism – journalister ser hur dåligt ChatGPT skriver, och de antar att AI inte utgör något hot mot dem eftersom det är inkompetent.

Men ChatGPT är inte den enda LLM där ute. Om en LLM tränas på ett noggrant utvalt dataset av text skriven av de bästa journalisterna – och ingen annan – då kommer den att utveckla förmågan att skriva som de bästa journalisterna.

Till skillnad från journalister, behöver dock denna LLM ingen lön.

Skrivning vs. Att veta vad man ska skriva

Innan vi fortsätter, måste vi skilja på själva skrivningsmekanismen och den kreativitet som krävs för att veta vad som är värt att skriva om. AI kan inte intervjua visselblåsare eller trakassera en politiker tillräckligt länge för att politiken ska avslöja sanningen.

AI kan inte samla in information. Men det kan beskriva information som samlats in av människor på ett elovent sätt. Detta är en färdighet som journalister och författare tidigare hade monopol på. De har inte det längre.

Givet den nuvarande takten i utvecklingen, kan AI inom ett år skriva bättre än 99% av journalister och professionella författare. Det kommer att göra det gratis, på begäran och med oändlig kapacitet.

Ekonomi med nollkostnads-skrivning

Vem som helst som har en lista med fakta att förmedla kommer att kunna omvandla dessa fakta till en välskriven artikel. Vem som helst som hittar en artikel på något ämne kommer att kunna producera en annan artikel som täcker samma ämne. Denna derivata artikel kommer att vara lika bra som den första, och kommer inte att plagiera den eller kränka dess upphovsrätt.

Den marginella kostnaden för skriven innehåll kommer att bli noll.

För närvarande bygger ekonomin för skriven media på mänskligt arbete. Välskriven innehåll är sällsynt, så det har ett värde. Hela industrier byggdes för att fånga detta värde.

När AI kan producera högkvalitativt innehåll gratis, kommer den finansiella grunden för dessa industrier att kollapsa.

Avskaffandet av publikationer

Tänk på traditionella publikationer. Under årtionden har företag som The New York Times anställt skickliga författare för att producera ett begränsat antal artiklar varje dag (vanligtvis runt 300). Denna modell är medfött begränsad av antalet författare och de kostnader som är involverade.

I en värld där AI kan generera ett obegränsat antal artiklar utan kostnad, varför begränsa produktionen till ett fast antal? Varför inte skapa personanpassat innehåll för varje läsare, anpassat till deras intressen och genererat på begäran?

I denna nya paradigm blir den traditionella modellen med periodiska utgåvor och fasta artikelantal föråldrad. Publikationer kan gå över till en modell där innehåll skapas kontinuerligt och personanpassas, anpassat till de specifika behoven hos enskilda läsare. En läsare kan behöva en enda artikel varje dag. En annan kan behöva 5000.

Publikationer vars primära produkt är att packa 300 artiklar i en enda daglig utgåva kommer att dö ut.

Sökmaskiner som blir svarsmaskiner

Sökmaskiner fungerar som distributörer, som kopplar användare till förhandsexisterande innehåll. För att uppnå detta, utför de fyra steg.

Först indexerar de stora mängder förskriven innehåll. Andra tar emot en förfrågan från användaren. Tredje, söker de i förskriven innehåll för att hitta artiklar som är relevanta för användarens förfrågan. Och fjärde, rangordnar de det återfunna innehållet och presenterar en sorterad lista med resultat för användaren.

Så långt, så bra. Men om innehåll kan skapas på begäran, gratis, varför skulle sökmaskiner returnera förhandsexisterande innehåll till användaren? De kunde helt enkelt generera svaret istället. Användaren skulle definitivt vara lyckligare med ett enda svar på sin förfrågan, istället för en lång lista med resultat vars kvalitet kan variera.

Låt oss nu överväga det logiska nästa steget. Om sökmaskiner inte längre leder användare till något innehåll skrivet av andra, vad kommer att hända med “innehållsekonomien”?

De flesta innehåll på internet skrevs för att monetiseras. Människor skriver artiklar, rankas på Google, får trafik och omvandlar det till inkomst (med hjälp av annonser, affiliatelänkar eller direktförsäljning av produkter eller tjänster).

Vad kommer att hända med denna ekosystem när trafiken försvinner?

Sociala medier: Nästa domino

Sociala medieplattformar var ursprungligen utformade för att underlätta interaktion mellan användare. Jag är tillräckligt gammal för att komma ihåg dagarna när människor loggade in på Facebook för att skriva på en vänns vägg, peta eller kasta en virtuell fåra på någon.

Sociala medier idag är annorlunda. Det vanligaste antalet följare användare har på Instagram är noll. Det näst vanligaste antalet följare är ett. Den överväldigande majoriteten av visningar, delningar, kommentarer och följare samlas av ett fåtal professionella skapare. De flesta användare postar ingenting och följs av ingen.

Enkelt uttryckt – de flesta användare besöker sociala medier för att hitta innehåll de kan njuta av. Sociala medieföretag fungerar som distributörer, precis som sökmaskiner. Den största skillnaden mellan Facebook och Google är att Google använder en förfrågan för att välja innehåll, medan Facebook väljer innehåll utan en.

Om detta är fallet, då blir nästa steg uppenbart. Varför skulle sociala medier främja användargenererat innehåll, när de kan generera AI-baserat innehåll på begäran? Text endast först, kanske, men så småningom bilder och videor också.

Och när sociala medier inte längre leder användare till innehåll skapat av skapare, vad kommer att hända med “skapar-ekonomin”?

Star Trek-replikator-analogin

Vi går in i en ny paradigm där AI fungerar som en Star Trek-replikator för innehåll.

I Star Trek, finns det ingen anledning till att ha bönder som odlar mat, butiker som säljer mat, kockar som lagar mat eller väntare som serverar mat. Replikatorn kan skapa vilken mat du vill, på begäran, genom att direkt omvandla råmaterial till den färdiga produkten.

På samma sätt ser jag ingen plats i vår framtid för något företag som skapar skriven innehåll, distribuerar skriven innehåll, blandar skriven innehåll på något sätt eller serverar förhandsexisterande innehåll till användaren. De enda värdefulla funktionerna kommer att vara att skaffa råmaterial och omvandla dem till den färdiga produkten på begäran.

Vi behöver fortfarande sätt att skapa information som inte fanns tidigare och samla in information som inte var offentligt tillgänglig tidigare. Allt annat kommer att uppnås av AI-motorer som omvandlar den tillgängliga informationen till personanpassat innehåll.

Implikationer för innehållsskapare och distributörer

Handlare pratar ofta om “positiv exponering” och “negativ exponering”. Det enklaste sättet att förstå dessa begrepp är att fråga sig själv – om detta går upp, kommer jag att dra nytta eller lida?

AI går upp. Och det går upp särskilt snabbt i områden som naturligt språk och annan mänskliggenererad innehåll. Frågan varje professionell måste ställa sig själv är – har jag positiv eller negativ exponering mot AI just nu?

Om du är en innehållsskapare – låt oss säga en nyhetspublikation – och din kostnadsstruktur är icke-noll, då är du troligen i trubbel. Du kommer snart att konkurrera med innehållsskapare vars kostnad är noll, och det är inte en tävling du kan vinna. Med största sannolikhet har du exakt 3 val: lämna marknaden; minska dina kostnader till noll (genom att bli ett AI-företag); eller gå i konkurs.

Om du är på distributionsidan av saker, har du troligen mer tid innan de fulla effekterna når din bottenlinje. Nätverkseffekter kommer att hjälpa dig att fördröja störningen i några år. Men till slut, det som måste hända, händer. Sökmaskiner ersatte webbkataloger. Flöden ersatte en stor del av den funktion som sökmaskiner tjänade tidigare. Och snart kommer på-begäran-innehållsskapande att ersätta båda.

Regeringens och regleringens roll

Som någon som föddes i Sovjetunionen, är jag inte en stor fan av regeringen som reglerar tal. De moraliska farorna är vanligtvis högre än någon tillfällig fördel som sådan reglering kan medföra.

Trots detta, tror jag att regeringar kan ha en viktig roll att spela i hur detta utvecklas.

Vi har bra och dåliga exempel på regeringsregleringar och deras effekter på industrin. De “26 ord som skapade internet” växte en ny industri till triljoner dollar i värde. Regleringen av internetleverantörer på 90-talet, å andra sidan, ledde till att antalet internetleverantörer i USA gick ner från över 3000 till 6, och resulterade i en situation där amerikanska konsumenter har den sämsta bandbredden i den utvecklade världen.

När jag blir ombedd att ge mina rekommendationer, pekar jag vanligtvis på tre sätt som regeringsreglering kan hjälpa, snarare än hindra, utvecklingen av denna nya ekosystem:

1. Kräv interoperabilitet, och gör det lättare för konsumenter att byta leverantörer.

Kapitalism fungerar som naturlig urval – företag som gör saker bättre eller mer effektivt kommer att växa snabbare än företag som inte gör det. “Lås in” -mekanismer som gör det svårt att byta, som oförmågan att exportera data från en tjänst och importera den till en konkurrent, bromsar ner denna utveckling och resulterar i lägre tillväxt.

Om regeringar kan kräva interoperabilitet inom hela teknikindustrin, kommer vi att se fler bra funktioner och bra beteenden belönas. Vi kommer att skapa incitament för företag att innovera i saker som människor vill ha, snarare än att innovera på sätt att pressa ut mer av en fångad publik.

2. Verka för antitrust genom att fokusera på monopolkoncentrationer, snarare än monopolfara.

Vi vet alla att när två företag slås samman, kan den resulterande enheten bli stor och ha för stor makt i förhållande till sina kunder. Men existensen av för stor makt leder inte alltid till dålig service eller rovdjurspriser.

Samtidigt är företag som redan har för stor makt ofta engagerade i anti-konkurrensbeteende precis framför våra ögon. Och ändå fokuserar FTC på att blockera sammanslagningar och förvärv.

Om regeringar fokuserar på att förbjuda och strikt verkställa anti-konkurrensbeteenden som dumpning och bundling, särskilt i förhållande till teknikprodukter som används av majoriteten av befolkningen, kommer hela systemet att bli avklarat.

Vissa specifika exempel kan hjälpa till att illustrera denna punkt.

Att tillhandahålla en webbläsare, som är en mycket komplex mjukvara som kostar miljarder att utveckla, gratis – är ett tydligt fall av dumpning. Nya webbläsarföretag som Cliq eller Brave har svårt att innovera i detta område eftersom deras mycket större konkurrenter ger bort denna dyra produkt gratis. Resultatet är att alla webbläsare ser likadana ut idag, och det har inte skett någon betydande innovation i detta område sedan 2016.

Att tillhandahålla ett företagsmeddelandeapp som en del av ett dokumentredigeringspaket som varje företag måste köpa – är ett tydligt fall av bundling. Även en mycket framgångsrik startup som Slack tvingades sälja sig till ett större företag, bara för att kunna konkurrera som en betald produkt i ett område där deras främsta konkurrent är bunden med något deras kund måste ha ändå.

När AI utvecklas till ett nytt ekosystem som blir större än internet, kommer vi att se ännu fler missbruk i detta nybildade område – om regeringar inte ingriper och ser till att dumpning och bundling inte lönar sig.

3. Överväg sätt att subventionera eller skydda originalinnehållsskapande.

Regeringsfonder grundforskning och vetenskap genom bidrag och andra subventioner. Det skyddar också nya idéer som människor upptäcker i sin forskning genom patent. Anledningen till att dessa två mekanismer är nödvändiga är att kopiera en idé som fungerar är mycket billigare än att komma på en ny idé som fungerar. Utan ingripande, kan detta leda till en tragedi för allmänningen där alla kopierar från sin granne och ingen skapar något nytt.

I journalistik, och innehållsskapande i allmänhet, var dessa mekanismer onödiga eftersom att kopiera utan att kränka upphovsrätt var en svår process. Men med uppfinningen av AI, är detta inte längre sant. När kostnaden för att parafraseras av andra närmar sig noll, kommer vi att behöva mekanismer för att uppmuntra något annat än parafrasering – och de bästa svaren kan se ut som de vi har i grundforskning idag.

Att göra det bästa av denna utmaning

Förvandlingen som orsakas av AI är en av de största utmaningarna som mänskligheten står inför idag. Journalister och andra innehållsskapare kommer att påverkas först. Innehållsdistributörer kommer att följa snart därefter. Vi kommer så småningom att gå in i en helt ny paradigm, som jag hänvisade till som “Star Trek-replikator”-modellen för innehållsskapande och distribution.

Vi har en möjlighet här att bygga något mycket bättre än vad som finns idag. Precis som uppfinningen av tryckpressen ledde till upplysningen, kan uppfinningen av AI leda till en andra upplysning. Men tyvärr, inte alla möjliga framtider är ofarliga.

Det är upp till oss att styra denna utveckling i rätt riktning.