不要责怪AI导致PR的可信度问题

最近的一篇Unite.ai文章讨论了AI如何改变PR研究，使其能够更快地收集数据，发现趋势，并产生媒体可用的发现，但也使得保证准确性和可信度变得更加困难。这种观察捕捉到了行业中的一个真正的紧张关系，并值得进行更深入的探讨。问题不在于AI本身，而在于速度如何轻易地超过判断。

AI确实使PR变得更快。但是，就像我们从驾驶中知道的那样，速度并不总是最好的选择。

该技术将原本需要仔细、步骤式的过程——设计调查，清理数据，验证来源——压缩成可以几乎瞬间发生的事情。这种压缩节省了时间，但也去掉了原本给我们留下空间来双重检查和挑战我们发现的自然暂停。没有这些暂停，准确性变得更容易被忽略。真正的风险不是AI会破坏PR，而是我们自己会因为把加速误认为是进步而破坏PR。

PR中的可信度差距并不是AI的错——至少不是直接的原因。差距来自于AI允许我们移动的速度。每次我们在没有验证的情况下发布内容，或者把“更快”当作“更好”的同义词，我们都会侵蚀使我们的工作有意义的可信度。可信度是给我们的工作作为PR专业人士带来分量的东西——当我们赢得它时。保持可信度意味着减慢速度，以便质疑我们发布的内容，并使验证成为过程的一部分，而不是事后补充。

减速以加速

AI使得从一个想法到一个数据集的过程变得轻松，可以在记录时间内完成。曾经需要几天的时间，现在只需要几小时——这种加速已经悄悄地成为行业的反射。但是，速度给我们带来了数量，而不是有效性。记者并不关心我们如何快速地交付数据；他们关心的是数据是否成立。我曾经看到AI工具在几十篇文章中产生令人印象深刻的摘要，但我也看到它们编造出听起来合理但没有任何真实来源的统计数据。

研究强调了谨慎的必要性。一个JMIR研究发现，大型语言模型在大约40%的GPT-3.5和29%的GPT-4输出中产生了虚假或未经验证的信息，即使是在基于事实的任务中。同样，一个NewsGuard审计显示，AI系统在大约三分之一的新闻相关响应中传播了虚假或误导性的声明。两项发现都强调了一个简单的真理：当验证跟不上时，速度会放大风险。

这就是为什么花额外的时间来验证不是延迟，而是对可信度的投资。花一天时间确认数据，完善背景，或者测试叙述往往会揭示我们原本会错过的见解。它可以使头条新闻从褪色变为引发真正对话的故事。减慢速度并不是抵制技术，而是保持将信息转化为受众可以信任的东西的人类判断。

让人类参与进来

AI很擅长产生结果。但是，它不擅长判断这些结果是否有意义。这是核心问题。模型可以生成调查响应，总结成千上万篇文章，甚至合成看似严密的见解。但是，AI模型不理解背景、意图或后果。人类可以。

这种不匹配在AI伦理和可靠性讨论中得到了充分的记录。所谓“幻觉”现象通常被归因于大型语言模型从训练数据中学习模式，而不是从第一原则出发，这意味着它们可以自信地断言没有任何基础的事实。在PR领域，风险尤其严重：接口输出可能反映偏见，或者以有利于叙述而不是事实的方式构建声明。

很容易看到一个错误的“事实”如何失控。想象一个AI生成的数据点进入一个推销演示文稿；一个听起来正确、支持故事的百分比。客户喜欢它。记者引用它。然后有人检查来源，意识到它从来不是真实的。突然，原本打算将品牌定位为深思熟虑的东西变成了可信度危机。

因此，“让人类参与进来”不能只是PowerPoint幻灯片上的一个短语——它必须是工作的实际方式。编辑、分析师和领域专家需要在场，提出让最终产品可靠的不舒服的问题。他们可以捕捉偏见，标记弱构建，并确保我们发布的内容反映现实。换句话说，AI可以快速移动，但它仍然需要一个知道何时按下刹车的驾驶员。没有这种判断力，我们并没有改进过程；我们只是在自动化错误。

训练判断力

随着AI重塑工作，培训方式也必须随之改变。今天的大多数通信专业人士已经超越了学习如何编写更好的提示的阶段。我们现在需要的技能是判断力——知道何时相信输出，何时质疑它，何时完全抛弃它。

当我指导年轻的PR专业人士时，我强调AI可以在几秒钟内生成十个版本的推销稿。他们的工作不是选择最华丽的一个；而是找到听起来像客户的声音的版本，然后使其更强大。这可能意味着紧凑的论点，基于真实数据，或者添加使其可信的语气和风格。AI模型可以草拟内容，但我们的判断力将其转化为值得阅读的沟通。

这种转变已经正在发生。一些机构正在从“提示工程”转向“可信度编辑”，建立检查声明、验证来源和使信息与品牌声音保持一致的习惯。现在的练习包括提出这样的问题：我会对记者说这样的话吗？我会在上面签上我的名字吗？

这些简单的问题建立了保护客户和声誉的反射。真正的目标是提高思考标准，增强使速度可持续的信任。训练判断力提高了思考的标准，增强了信任，使速度变得可持续。

衡量信任，而不是周转

PR专业人士通常通过交付速度、报道量和每次放置的成本等指标来衡量表现。但是在一个由AI驱动的行业中，这些指标并不能讲述全部的故事。输出很容易量化；可信度则不然。而且，这正是客户和记者比以往任何时候都更重视的东西。

数量和可信度之间的差异体现在数据中。在一项测量研究中，人类情感分析达到85%的准确率，而AI方法仅达到59%——这是一个量化了人工审查作用的差距。人类并不比AI工作得更快；但是，他们解释背景，这也是客户在评估可信度时所信任的直觉。如果我们可以测量准确率的差异，我们也可以测量人工监督的价值。

新的ROI应该衡量的是真正维持关系的东西：可信度、验证率和获得的报道持续驱动参与的时间。客户越来越多地不再问“我们可以今天发布吗？”，而是问“我们可以坚持下去吗？”。速度很重要，但准确性和信心才是长久的。AI给了我们同时做到这两点的机会：更快地移动和更深入地思考。真正的价值不在于AI如何快速地生成内容，而在于它如何帮助我们做出更明智、更有根据的决定。能够持久的工作将不是最快的工作；而是人们信任的工作。那些将信任建立到成功衡量标准中的团队将拥有未来。

可信度优势

PR中的可信度危机并不是不可避免的。这是一个管理问题，而不是技术问题，解决方案就在我们手中：减慢速度以验证，让人类参与进来，训练判断力，并衡量信任，而不是仅仅衡量速度。AI正在改变我们工作的速度，但它也可以提醒我们为什么我们做这项工作——用准确性和完整性来告知他人。现在的真正机会是文化上的：使可信度成为最重要的指标。AI正在改变我们工作的速度，但它也可以提醒我们为什么我们做这项工作——用准确性和完整性来告知他人。现在的真正机会是文化上的：使可信度成为最重要的指标。因此，在可信度范围内：减慢速度以验证，保持人类的参与，训练判断力，并衡量信任，而不是仅仅衡量速度。AI正在改变我们工作的速度，但它也可以提醒我们为什么我们做这项工作——用准确性和完整性来告知他人。现在的真正机会是文化上的：使可信度成为最重要的指标。