Не звинувачуйте штучний інтелект у проблемі достовірності PR

Нещодавно Unite.ai розглянув, як штучний інтелект змінив дослідження PR – зробивши його швидшим для збору даних, виявлення тенденцій і отримання результатів, готових до публікації, але також важче гарантувати точність і довіру. Це спостереження відображає реальну напруженість у галузі, і воно заслуговує на більш глибокий аналіз. Проблема не в самому штучному інтелекті; це те, як легко швидкість може обігнати судження.

Штучний інтелект безумовно зробив PR швидшим. Але, як ми знаємо з водіння, швидше не завжди означає розумніше.

Технологія звела те, що раніше було ретельним, крок за кроком процесом – проектування опитувань, очищення даних, перевірка джерел – до чогось, що може статися майже миттєво. Це стиснення економить час, але воно також видаляє природні паузи, які раніше давали нам простір для перевірки і виклику того, що ми знайшли. Без цих пауз точність стає легше пропустити. Реальний ризик не в тому, що штучний інтелект зламає PR. Це те, що ми самі це зробимо, приймаючи прискорення за прогрес.

Пробіл достовірності в PR не є винятком штучного інтелекту – принаймні, не безпосередньо. Пробіл виникає з того, як швидко штучний інтелект дозволяє нам рухатися. Кожного разу, коли ми публікуємо без перевірки або приймаємо “швидше” як синонім “краще”, ми підточуємо довіру, яка робить нашу роботу важливою. Достовірність – це те, що надає нашій роботі вагу – коли ми її заслуговуємо. Збереження достовірності означає сповільнення достатньо, щоб поставити під сумнів те, що ми публікуємо, і зробити перевірку частиною процесу, а не післяthought.

Сповільніть, щоб прискорити

Штучний інтелект зробив це беззусильним переходити від ідеї до набору даних за рекордний час. Те, що раніше займало дні, тепер займає години — і це прискорення тихо стало промисловим рефлексом. Але швидкість дає нам обсяг, а не валідність. Журналісти не турбуються про те, як швидко ми доставляємо дані; вони турбуються про те, чи вони витримують. Я бачив, як інструменти штучного інтелекту створюють вражаючі підсумки по десяткам статей, але я також бачив, як вони вигадують статистику, яка звучала правдоподібно, але не мала реального джерела.

Дослідження підтримують необхідність обережності. Дослідження JMIR виявило, що великі мовні моделі “галлюцинували” – створювали хибну або неперевірену інформацію – у близько 40 відсотках результатів GPT-3.5 і 29 відсотках результатів GPT-4, навіть у завданнях, заснованих на фактах. Аналогічно, аудит NewsGuard показав, що системи штучного інтелекту поширювали хибну або оманливу інформацію в близько одній третині відповідей, пов’язаних з новинами. Обидва висновки підкреслюють просту правду: швидкість посилює ризик, коли перевірка не тримає темп.

Тому витрачання додаткового часу на перевірку не є затримкою; це інвестиція в достовірність. День, витрачений на підтвердження даних, уточнення контексту або тестування на міцність нарративу, часто відкриває інсайти, яких ми інакше пропустимо. Це може означати різницю між заголовком, який зникає, і історією, яка викликає справжню розмову. Сповільнення не означає опір технології. Це про збереження людського судження, яке перетворює інформацію на щось, у що аудиторія може довіряти.

Тримайте людей у циклі

Штучний інтелект добре робить результати. Але він не дуже добре знає, чи ці результати мають якийсь сенс. Це центральна проблема. Моделі можуть генерувати відповіді на опитування, підсумки тисяч статей і навіть синтезувати інсайти, які виглядають аIRTight на папері. Але моделі штучного інтелекту не розуміють контекст, намір або наслідок. Людина може.

Ця невідповідність добре задокументована у дискурсі штучного інтелекту про етику і надійність. “Галюцинація” часто пояснюється тим, як великі мовні моделі вивчають закономірності з тренувальних даних, а не з перших принципів, що означає, що вони можуть впевнено стверджувати речі без жодної основи. У сфері PR ризик особливо гострий: виходи інтерфейсу можуть відображати упередження або представляти заяви такими, що сприяють нарративам, а не фактам.

Легко бачити, як одна неправильна “факт” може вийти з-під контролю. Припустимо, що пункт даних, згенерований штучним інтелектом, потрапляє до презентації; відсоток, який звучить правильно і підтримує історію. Клієнт любить це. Журналіст цитує це. Потім хтось перевіряє джерело і розуміє, що це ніколи не було реальним. Раптом те, що мало позиціонувати бренд як мислячий, стає кризом достовірності.

Тому “тримання людей у циклі” не може бути просто фразою у презентації PowerPoint – це має бути тим, як робота фактично виконується. Редактори, аналітики та експерти галузі повинні бути там, щоб поставити незручні питання, які роблять кінцевий продукт довірчим. Вони можуть виявити упередження, вказати на слабкі рамки і забезпечити, щоб те, що ми публікуємо, відображало реальність. Інакше кажучи: штучний інтелект може рухатися швидко, але йому все одно потрібен водій, який знає, коли натиснути на гальма. Без цього судження ми не покращуємо процес; ми просто автоматизуємо помилки.

Навчіться судженню

Когда штучний інтелект змінює роботу, то спосіб нашого навчання також має змінитися. Більшість фахівців з комунікацій сьогодні вже минули етап вивчення того, як писати краще промпти. Уміння, яке нам зараз потрібно, – це судження – знання, коли довіряти виходу, коли ставити його під сумнів і коли викинути його зовсім.

Когда я треную молодих фахівців з PR, я підкреслюю, що штучний інтелект може написати десять версій пітчу за секунди. Їх робота не полягає в тому, щоб вибрати найяскравіший; це знайти версію, яка звучить як їхній клієнт, і зробити її сильнішою. Це може означати зміцнення аргументації, заснованої на реальних даних, або додавання голосу і тону, який робить її достовірною. Модель штучного інтелекту може написати копію, але наше судження перетворює її на комунікацію, яку варто читати.

Ця зміна вже відбувається. Деякі агентства переходять від “інженерії промптів” до “редакції достовірності”, створюючи звички щодо перевірки заяв, підтвердження джерел і узгодження повідомлень з голосом бренду. Тепер тренування включають питання: Чи сказав би я це журналісту? Чи поставив би я своє ім’я на цьому?

Ці прості питання створюють рефлекси, які захищають як клієнтів, так і репутації. І це справжня мета штучного інтелекту в PR. Не швидша копія, а гостріше судження. Навчання судженню підвищує стандарт мислення і зміцнює довіру, яка робить швидкість сталим.

Виміряйте довіру, а не швидкість

Фахівці з PR зазвичай виміряють свою продуктивність за допомогою метрик, таких як швидкість доставки, обсяг висвітлення і вартість за розміщення. Але в галузі, яку рухає штучний інтелект, ці метрики не розповідають всю історію. Вихід легко кільцево оцінити; достовірність – ні. І все ж, це те, що клієнти і журналісти важать більше, ніж будь-коли раніше.

Відмінність між кількістю і достовірністю проявляється у даних. У одному дослідженні аналіз настрою людини досяг 85 відсотків точності, у порівнянні з 59 відсотками для методів, заснованих на штучному інтелекті – розрив, який кільцево оцінює роль критичної перевірки. Це не те, що люди працюють швидше, а те, що вони інтерпретують контекст, і це той же інстинкт, яким клієнти довіряють, коли оцінюють достовірність. Якщо ми можемо виміряти цю різницю в точності, ми також можемо виміряти вартість людського нагляду.

Нова ROI повинна виміряти те, що насправді підтримує відносини: довірність, швидкість верифікації і те, як довго будь-яке заслужене висвітлення продовжує стимулювати взаємодію. Все частіше клієнти не запитують: “Чи можемо ми опублікувати це сьогодні?” а “Чи можемо ми стояти на цьому?” Швидкість має значення, але точність і впевненість – це те, що залишається.

Штучний інтелект дає нам можливість зробити обидва: рухатися швидше і думати глибше. Реальна вартість не полягає в тому, як швидко штучний інтелект створює контент, а в тому, як він допомагає нам приймати розумніші, більш обґрунтовані рішення. Робота, яка триває, не буде найшвидшою; це буде робота, якій люди довіряють. Команди, які будують цю довіру в своїй оцінці успіху, володітимуть майбутнім.

Перевага достовірності

Криза достовірності в PR не є неминучою. Це проблема управління, а не технологічна, і виправлення знаходиться в межах досяжності: сповільніть, щоб перевірити, тримайте людей у циклі, навчіться судженню і виміряйте довіру, а не тільки швидкість. Штучний інтелект змінює, як швидко ми працюємо, але він також може нагадати нам чому ми робимо роботу – щоб інформувати з точністю і цілісністю. Реальна можливість зараз культурна: зробити достовірність метрикою, яка має найбільше значення.