อย่าตำหนิ AI สำหรับปัญหาความน่าเชื่อถือของ PR

บทความล่าสุดของ Unite.ai ตรวจสอบว่า AI ได้เปลี่ยนแปลงการวิจัย PR อย่างไร โดยทำให้สามารถรวบรวมข้อมูลได้เร็วขึ้น ค้นหาความแตกต่างและผลิตผลการวิจัยที่พร้อมสำหรับสื่อ แต่ก็ยากที่จะรับประกันความถูกต้องและความน่าเชื่อถือ การสังเกตครั้งนี้จับประเด็นที่แท้จริงในอุตสาหกรรม และสมควรได้รับการตรวจสอบอย่างลึกซึ้งยิ่งขึ้น ปัญหาไม่ใช่ AI เอง แต่เป็นว่าความเร็วสามารถแซงหน้าการวิจารณ์ได้ง่ายๆ

AI ได้ทำให้ PR เร็วขึ้นจริงๆ แต่เช่นเดียวกับการขับรถ เรารู้ว่าความเร็วไม่ใช่วิธีที่ฉลาดที่สุดเสมอไป

เทคโนโลยีนี้มักจะใช้เวลาและประสิทธิภาพของระบบในการตรวจสอบข้อมูลบ่อยครั้งที่มักจะพบได้ในบางครั้งซึ่งจะช่วยประหยัดเวลาในการลบการที่ครั้งหนึ่งเคยให้พื้นที่ในการตรวจสอบและท้าทายสิ่งที่พบโดยที่ไม่มีการคงไว้ซึ่งความแม่นยำจึงกลายเป็นสิ่งที่อาจพลาดไป ความเสี่ยงที่แท้จริงไม่ใช่ว่า AI จะทำให้ PR เสียหายคือการที่เราจะทำมันเองโดยเข้าใจผิดว่าการเร่งความเร็วทำให้เกิดความก้าวหน้า

ช่องว่างความน่าเชื่อถือใน PR ไม่ใช่ความผิดของ AI โดยตรง แต่เป็นว่า AI ช่วยให้เราเคลื่อนไหวได้เร็วแค่ไหน ทุกครั้งที่เราเผยแพร่โดยไม่มีการยืนยันหรือรักษาความเร็วให้เท่ากับความดี เราก็จะกัดกร่อนความน่าเชื่อถือที่ทำให้การทำงานของเรามีน้ำหนัก ความน่าเชื่อถือคือสิ่งที่ให้การทำงานของเราในฐานะผู้เชี่ยวชาญ PR มีน้ำหนัก เมื่อเราสามารถรักษามันไว้ได้ การรักษาความน่าเชื่อถือหมายถึงการชะลอความเร็วเพียงพอในการตั้งคำถามเกี่ยวกับสิ่งที่เราเผยแพร่ และทำให้การยืนยันเป็นส่วนหนึ่งของกระบวนการ ไม่ใช่สิ่งที่ทำหลังจากนั้น

ชะลอความเร็วเพื่อเพิ่มความเร็ว

AI สามารถช่วยให้การเคลื่อนจากความคิดของคุณเป็นชุดข้อมูลในเวลาที่รวดเร็วยิ่งขึ้น ซึ่งครั้งหนึ่งเคยใช้เวลาหลายวัน ตอนนี้ใช้เวลาหลายชั่วโมง — และการเร่งความเร็วนั้นได้กลายมาเป็นภาพสะท้อนของอุตสาหกรรมอย่างเงียบๆแต่ความเร็วให้เรามีปริมาณตามความถูกต้อง นักข่าวไม่สนใจว่าเราจะส่งข้อมูลได้เร็วแค่ไหนพวกเขาสนใจว่ามันจะทนหรือไม่อ่านเครื่องมือ AI อ่านสรุปหลายบทความแต่เพียงอย่างเดียวเพื่อตรวจสอบสถิติและแหล่งที่มาของความเป็นจริง

การศึกษายืนยันถึงความจำเป็นในการใช้ความระมัดระวัง A JMIR study พบว่าโมเดลภาษาขนาดใหญ่สร้างข้อมูลที่ไม่ถูกต้องหรือไม่ได้รับการยืนยันในประมาณ 40 เปอร์เซ็นต์ของ GPT-3.5 และ 29 เปอร์เซ็นต์ของ GPT-4 outputs, แม้กระทั่งในการทำงานที่อาศัยข้อเท็จจริง เช่นเดียวกับ NewsGuard audit ที่พบว่า AI systems เผยแพร่ข้อความที่ไม่ถูกต้องหรือทำให้เข้าใจผิดในประมาณหนึ่งในสามของการตอบสนองเกี่ยวกับข่าว ทั้งสองผลการวิจัยเน้นย้ำถึงความจริงง่ายๆ ว่าความเร็วเพิ่มความเสี่ยงเมื่อการยืนยันไม่ตามมา

นั่นเป็นเหตุผลที่การใช้เวลาพิเศษในการยืนยันไม่ใช่การชะลอ แต่เป็นการลงทุนในความน่าเชื่อถือ การใช้เวลาวันหนึ่งในการยืนยันข้อมูล การทำให้บริบทชัดเจน หรือการทดสอบเรื่องราวอย่างเข้มงวดมักจะเผยให้เห็นข้อค้นพบที่เราอาจพลาดไปได้ มันอาจหมายถึงความแตกต่างระหว่างหัวข้อข่าวที่จางหายไปและเรื่องราวที่ขับเคลื่อนการอภิปรายที่แท้จริง การชะลอความเร็วไม่ใช่การต่อต้านเทคโนโลยี แต่เป็นการรักษาการตัดสินใจของมนุษย์ที่เปลี่ยนข้อมูลให้เป็นสิ่งที่ผู้ฟังสามารถเชื่อถือได้

เก็บคนไว้ในวงจร

AI มีประสิทธิภาพในการผลิตผลลัพธ์ แต่ไม่ดีนักในการตัดสินว่าผลลัพธ์เหล่านั้นมีเหตุผลหรือไม่ นั่นคือปัญหาหลัก โมเดลสามารถสร้างคำตอบแบบสอบถาม สรุปหลายบทความ และแม้แต่สังเคราะห์ข้อค้นพบที่ดูเป็นไปได้บนกระดาษ แต่ AI models ไม่ เข้าใจ บริบท ความตั้งใจ หรือผลที่ตามมา มนุษย์สามารถทำได้

ความไม่ตรงกันระหว่าง AI และความเข้าใจของมนุษย์นั้นได้รับการบันทึกไว้อย่างดีในเรื่องจริยธรรมและความน่าเชื่อถือของ AI ในโดเมนของ PR ความเสี่ยงนั้นเป็นเรื่องที่รุนแรงมากขึ้น เนื่องจากผลลัพธ์ของอินเทอร์เฟซอาจสะท้อนถึงความลำเอียงหรือจัดกรอบคำกล่าวอ้างในลักษณะที่ชื่นชอบเรื่องราวมากกว่าข้อเท็จจริง

ไม่ยากที่จะเห็นว่า “ข้อเท็จจริง” ที่ผิดพลาดเพียงข้อเดียวสามารถสร้างปัญหาใหญ่ๆ ได้อย่างไร สมมติว่าจุดข้อมูลที่สร้างโดย AI ที่ทำให้เข้าใจผิดได้เข้าไปในแผนการนำเสนอ ซึ่งเปอร์เซ็นต์ที่ดูถูกต้องและสนับสนุนเรื่องราว ลูกค้ารักมัน นักข่าวอ้างถึงมัน จากนั้นใครสักคนตรวจสอบแหล่งที่มาและรู้ว่ามันไม่เคยเป็นจริง เมื่อนั้น สิ่งที่ตั้งใจจะจัดตำแหน่งแบรนด์ให้เป็นคนคิดเป็นคนแรกกลายเป็นภัยคุกคามต่อความน่าเชื่อถือ

ฝึกฝนการตัดสิน

เมื่อ AI เปลี่ยนแปลงการทำงานของเรา วิธีการฝึกของเราต้องเปลี่ยนแปลงไปด้วย มืออาชีพสื่อสารส่วนใหญ่ในปัจจุบันอยู่ห่างจากจุดเรียนรู้วิธีการเขียนคำสั่งให้ดีขึ้นแล้ว ทักษะที่ทุกคนต้องการตอนนี้คือการตัดสิน — รู้ว่าเมื่อไหร่ควรเชื่อถือผลลัพธ์ เมื่อไหร่ควรตั้งคำถาม และเมื่อไหร่ควรทิ้งมันไปเลย

เมื่อฉันฝึกอบรมผู้เชี่ยวชาญ PR ที่อายุน้อยกว่า ฉันเน้นย้ำว่า AI สามารถเขียนเวอร์ชันของคำเสนอแนะได้ภายในไม่กี่วินาที งานของพวกเขาไม่ใช่การเลือกเวอร์ชันที่ดีที่สุด แต่เป็นการหาวเวอร์ชันที่ดูเหมือนลูกค้าของพวกเขา และทำให้มันเข้มแข็งยิ่งขึ้น ซึ่งอาจหมายถึงการทำให้ข้อโต้แย้งแน่นขึ้น การยึดมั่นในข้อมูลที่แท้จริง หรือการเพิ่มเสียงและโทนที่ทำให้มันเชื่อถือได้ AI model สามารถเขียนเนื้อหาได้ แต่การตัดสินของเราทำให้มันกลายเป็นการสื่อสารที่มีค่า

วัดความน่าเชื่อถือ ไม่ใช่การเปลี่ยนแปลง

ผู้เชี่ยวชาญด้านประชาสัมพันธ์มักวัดประสิทธิภาพโดยใช้ตัวชี้วัดต่างๆ เช่น ความเร็วในการส่งงาน ปริมาณการรายงาน และต้นทุนต่อการเผยแพร่ แต่ในอุตสาหกรรมที่ขับเคลื่อนด้วย AI ตัวชี้วัดเหล่านี้ไม่ได้บอกเรื่องราวทั้งหมด การผลิตนั้นวัดปริมาณได้ง่าย แต่ความน่าเชื่อถือนั้นไม่ใช่และนั่นคือสิ่งที่ลูกค้าและนักข่าวให้ความสำคัญมากกว่าที่เคย

ความแตกต่างระหว่างปริมาณและความน่าเชื่อถือปรากฏในข้อมูล ในการศึกษาการวัดผลหนึ่ง การวิเคราะห์ความรู้สึกของมนุษย์ถึง 85 เปอร์เซ็นต์ ความแม่นยำ เมื่อเทียบกับ 59 เปอร์เซ็นต์สำหรับวิธีการที่ขับเคลื่อนด้วย AI — ช่องว่างในการวัดปริมาณที่เน้นย้ำถึงบทบาทของการตรวจสอบอย่างละเอียดถี่ถ้วน ไม่ใช่ว่ามนุษย์จะเร็วกว่า แต่พวกเขาตีความบริบท และนั่นคือสัญชาตญาณที่ลูกค้าไว้วางใจเมื่อประเมินความน่าเชื่อถือ หากเราสามารถวัดความแตกต่างในความแม่นยำได้ เราก็สามารถวัดคุณค่าของการกำกับดูแลของมนุษย์ได้เช่นกัน

ความได้เปรียบด้านความน่าเชื่อถือ

วิกฤตความน่าเชื่อถือใน PR ไม่ใช่เรื่องที่หลีกเลี่ยงไม่ได้ มันเป็นปัญหาการจัดการ ไม่ใช่ปัญหาทางเทคโนโลยี และการแก้ไขอยู่ใน tầmถึง: ชะลอความเร็วเพื่อยืนยัน เก็บคนไว้ในวงจร ฝึกฝนการตัดสิน และวัดความน่าเชื่อถือ ไม่ใช่แค่ความเร็ว AI กำลังเปลี่ยนแปลงวิธีที่เราทำงาน แต่ก็สามารถเตือนเรา ทำไม เราทำงาน — เพื่อแจ้งให้ทราบด้วยความถูกต้องและความซื่อสัตย์ โอกาสที่แท้จริงตอนนี้คือโอกาสทางวัฒนธรรม: ทำให้ความน่าเชื่อถือเป็นเมตริกที่สำคัญที่สุด