Var inte så snabb att skylla på AI för PR:s trovärdighetsproblem

En nyligen publicerad Unite.ai-artikel undersökte hur AI har förändrat PR-forskning – genom att göra det snabbare att samla in data, upptäcka trender och producera mediaredo resultat, men också svårare att garantera noggrannhet och tillförlitlighet. Den observationen fångar en verklig spänning i branschen, och den förtjänar en djupare granskning. Problemet är inte AI i sig; det är hur lätt hastighet kan överträffa omdöme.

AI har verkligen gjort PR snabbare. Men som vi vet från körning, är snabbare inte alltid det smartaste sättet att gå framåt.

Tekniken har kondenserat vad som tidigare var en noggrann, steg-för-steg-process – designa undersökningar, rensa data, validera källor – till något som kan hända nästan ögonblickligen. Den kompressionen sparar tid, men den tar också bort de naturliga pauserna som tidigare gav oss utrymme att dubbelkontrollera och ifrågasätta vad vi fann. Utan dessa pauser blir noggrannhet lättare att missa. Den verkliga risken är inte att AI kommer att bryta PR, utan att vi själva kommer att göra det genom att förväxla acceleration med framsteg.

Trovärdighetsgapet i PR är inte AI:s fel – åtminstone inte direkt. Gapet kommer från hur snabbt AI låter oss röra oss. Varje gång vi publicerar utan verifiering eller behandlar “snabbare” som synonymt med “bättre”, undergräver vi det förtroende som gör vårt arbete viktigt. Trovärdighet är vad som ger vårt arbete som PR-proffs tyngd – när vi tjänar det. Att bevara trovärdighet innebär att sakta ner tillräckligt för att ifrågasätta vad vi publicerar och göra verifiering en del av processen, inte en eftertanke.

Sakta ner för att öka farten

AI har gjort det möjligt att gå från en idé till en dataset på rekordtid. Vad som tidigare tog dagar tar nu timmar — och den accelerationen har tyst blivit en industriell reflex. Men hastighet ger oss volym, inte giltighet. Journalister bryr sig inte om hur snabbt vi levererar data; de bryr sig om huruvida den håller måttet. Jag har sett AI-verktyg producera imponerande sammanfattningar över dussintals artiklar, men jag har också sett dem uppfinna statistik som lät trovärdig men inte hade någon verklig källa.

Studier förstärker behovet av försiktighet. En JMIR-studie fann att stora språkmodeller hallucinerade – producerade falsk eller overifierad information – i ungefär 40 procent av GPT-3.5 och 29 procent av GPT-4-utdata, även på faktabaserade uppgifter. Likaså visade en NewsGuard-granskning att AI-system sprider falska eller vilseledande påståenden i ungefär en tredjedel av nyhetsrelaterade svar. Båda resultaten betonar en enkel sanning: hastighet förstärker risken när verifiering inte håller jämna steg.

Det är därför det tar extra tid att verifiera inte är en försening; det är en investering i trovärdighet. En dag som spenderas på att bekräfta data, förbättra sammanhanget eller testa narrativet kan ofta avslöja insikter som vi annars skulle missa. Det kan vara skillnaden mellan en rubrik som bleknar och en historia som driver på ett verkligt samtal. Att sakta ner är inte att motstå teknologi; det är att behålla det mänskliga omdömet som förvandlar information till något som publiken faktiskt kan lita på.

Håll människor i loopet

AI är bra på att producera resultat. Men det är inte så bra på att veta om resultaten har någon mening. Det är det centrala problemet. Modeller kan generera undersökningsresultat, sammanfatta tusentals artiklar och till och med syntetisera insikter som ser lufttäta ut på papper. Men AI-modeller förstår inte sammanhang, avsikt eller konsekvens. En människa kan.

Den missmatchningen är väl dokumenterad i AI-etik och tillförlitlighetsdiskursen. “Hallucinations”-fenomenet spåras ofta till hur LLM lär sig mönster från träningsdata snarare än från första principer, vilket innebär att de kan hävda saker med tillförsikt utan någon grund. I PR-domänen är risken särskilt akut: gränssnittsutdata kan återspegla bias eller ramverka påståenden på sätt som gynnar berättelser snarare än fakta.

Det är lätt att se hur en enda felaktig “fakta” kan snurra utom kontroll. Tänk dig en AI-genererad datapunkt som hamnar i en pitch-deck; en procent som låter rätt och stöder berättelsen. Klienten älskar det. En reporter citerar det. Sedan kontrollerar någon källan och inser att det aldrig var verkligt. Plötsligt, vad som var tänkt att positionera ett varumärke som tankeväckande blir en trovärdighetsstorm.

Så “att hålla människor i loopet” kan inte bara vara en rad i en PowerPoint-presentation – det måste vara hur arbetet faktiskt utförs. Redaktörer, analytiker och experter inom området behöver vara där för att ställa de obekväma frågorna som gör slutprodukten trovärdig. De kan upptäcka bias, flagga svag ramverk och se till att vad vi släpper ut återspeglar verkligheten. Med andra ord: AI kan flytta snabbt, men det behöver fortfarande en förare som vet när man ska trycka på bromsen. Utan det omdömet förbättrar vi inte processen; vi automatiserar bara misstagen.

Träna för omdöme

När AI omformar arbetet måste sättet vi tränar förändras med det. De flesta kommunikationsproffs idag är långt bortom att lära sig hur man skriver bättre prompter. Färdigheten vi alla behöver nu är omdöme – att veta när man ska lita på utdata, när man ska ifrågasätta det och när man ska kasta det ut helt.

När jag coachar yngre PR-proffs betonar jag att AI kan skriva tio versioner av en pitch på sekunder. Deras jobb är inte att välja den mest imponerande; det är att hitta versionen som faktiskt låter som deras klient, och sedan göra den starkare. Det kan innebära att strama åt argumentet, grunda det i verklig data eller lägga till rösten och tonen som gör det trovärdigt. En AI-modell kan skriva utkast, men vårt omdöme förvandlar det till kommunikation som är värd att läsa.

Denna förändring sker redan. Vissa byråer skiftar från “prompt-teknik” till “tillförlitlighetsredigering”, bygger vanor kring att kontrollera påståenden, validera källor och anpassa budskap till varumärkesröst. Övningar inkluderar nu att fråga: Skulle jag säga detta till en reporter? Skulle jag sätta mitt namn på det?

Dessa enkla frågor bygger de reflexer som skyddar både klienter och rykten. Och det är det verkliga målet med AI i PR. Inte snabbare utkast, utan skarpare omdöme. Att träna för omdöme höjer standarden för tänkande och stärker det förtroende som gör hastighet hållbar.

Mät tillit, inte omsättning

PR-proffs mäter vanligtvis prestation genom mått som leveranshastighet, täckningsvolym och kostnad per placering. Men i en AI-driven industri berättar dessa mått inte hela historien. Utdata är lätt att kvantifiera; trovärdighet är inte. Och ändå är det vad klienter och journalister väger tyngre än någonsin.

Den skillnaden mellan kvantitet och trovärdighet syns i datan. I en mätstudie nådde mänsklig sentimentsanalys 85 procent noggrannhet, jämfört med 59 procent för AI-baserade metoder – ett gap som kvantifierar rollen för kritisk granskning. Det är inte att människor arbetar snabbare, utan att de tolkar sammanhang, och det är samma instinkt som klienter litar på när de utvärderar trovärdighet. Om vi kan mäta den skillnaden i noggrannhet, kan vi också mäta värdet av mänsklig tillsyn i sig.

Den nya ROI bör mäta vad som faktiskt upprätthåller relationer: trovärdighet, verifieringsfrekvens och hur länge den erhållna täckningen fortsätter att driva engagemang. Alltmer frågar klienter inte “Kan vi publicera detta idag?” utan “Kan vi stå på detta?” Hastighet är viktigt, men noggrannhet och förtroende är vad som varar.

AI ger oss en chans att göra båda: flytta snabbare och tänka djupare. Det verkliga värdet ligger inte i hur snabbt AI producerar innehåll, utan i hur det hjälper oss att fatta smartare, mer försvarbara beslut. Arbetet som varar kommer inte att vara det snabbaste; det kommer att vara arbetet som människor litar på. Team som bygger det förtroendet in i hur de mäter framgång kommer att äga framtiden.

En trovärdighetsfördel

Trovärdighetskrisen i PR är inte oundviklig. Det är ett ledningsproblem, inte ett tekniskt problem, och lösningen är inom räckhåll: sakta ner för att verifiera, hålla människor i loopet, träna för omdöme och mäta tillit, inte bara hastighet. AI förändrar hur snabbt vi arbetar, men det kan också påminna oss varför vi gör arbetet – för att informera med noggrannhet och integritet. Den verkliga möjligheten nu är kulturell: att göra trovärdighet till den mätning som betyder mest.