在很多企業(yè)的簡化內(nèi)容營銷和管理工作中，人工智能發(fā)揮了很大的作用。你可以在幾分鐘內(nèi)完成內(nèi)容的搜索、準(zhǔn)備、編輯和發(fā)布，如果沒有人工智能的幫助，這些工作可能要花費幾天甚至幾周的時間。

[[412870]]

問題在于，盡管人工智能可以自動完成非常耗時的發(fā)布任務(wù)，并且?guī)椭A(yù)測人們想要閱讀的內(nèi)容，但它仍然無法很好地完成寫作——至少到目前為止，還不行。

今天，人工智能仍然非常依賴將概念或者事實串聯(lián)起來，形成一些半連貫的大雜燴，但是它無法完成能夠讓客戶注意或者經(jīng)得起推敲的措辭或者其他的無形因素。

目前，內(nèi)容創(chuàng)造領(lǐng)域的人工智能的底層技術(shù)包括微軟的圖靈自然語言生成(Turing Natural Language Generation ，T-NLG)工具——擁有 170 億個參數(shù)，以及OpenAI 的生成式預(yù)訓(xùn)練 Transformer 3 技術(shù)(GPT-3)——它擁有1750 億個機器學(xué)習(xí)參數(shù)。

2020 年 9 月，微軟宣布該公司已經(jīng)獲得 GPT-3 技術(shù)的“獨家”使用許可，這一線索表明了這個快速發(fā)展的行業(yè)的前進方向。

在這次采訪中，Wordable公司的首席執(zhí)行官及Codeless公司的創(chuàng)始人Brad Smith描述了人工智能目前在內(nèi)容創(chuàng)建方面的局限性，他向我們介紹了如何最好地利用它的功能，并且展望了在不遠(yuǎn)的未來的發(fā)展方向。

今天，在內(nèi)容方面最關(guān)鍵的問題是“垃圾進，垃圾出”。

Smith表示，目前，人工智能最大的問題是它過度依賴范式，以及當(dāng)你提到某些主題的時候，某些單詞或短語相鄰出現(xiàn)的可能性。

他解釋說：“這意味著目前，AI只能通過基于事實的、基于信息的內(nèi)容，但即便如此，也很難真正理解自己所說的任何內(nèi)容。它只是利用在某些主題下已經(jīng)存在的內(nèi)容，然后玩一場機械戰(zhàn)警版本的文字游戲 Mad Libs。”

人工智能無法將長而有說服力的文字串聯(lián)到一起。

Smith表示：“大多數(shù)好的內(nèi)容都是建立在自身基礎(chǔ)之上。”他表示：“所以你可以在第一部分為一個論點奠定基礎(chǔ)，然后到了第四個部分或者段落的時候，再回來在此基礎(chǔ)上為讀者進一步闡述。”

Smith表示，人工智能的麻煩在于，它無法以這種方式自我引用。“它對于一些主題的了解完全是支離破碎的，所以它無法穿針引線地將它們連在一起，而你的讀者想看的卻是連接有序的內(nèi)容。”

Smith表示，僅僅是這兩個問題就將人工智能的用途完全排除在大量在線內(nèi)容的創(chuàng)建之外。

人工智能不能制作音頻或視頻

他還指出，人工智能不能制作音頻或者視頻，也無法為這種類型的媒體編寫腳本，Smith表示：“這是未來幾十年里，絕大部分人消費數(shù)字媒體的方式，但這完全是另一個話題了。”

人工智能無法實現(xiàn)主觀

絕大多數(shù)的在線內(nèi)容并不是客觀的，而是主觀的。對各種選擇進行比較，或者提出一些建議，每種建議都會有自己的優(yōu)點和缺點。

“除非人工智能基本上是機械地抄襲這個主題之下的其他內(nèi)容，否則它無法用這種方式對各種選擇進行比較，也無法提供額外的外展內(nèi)容來說明為什么某種論調(diào)可能合法或者不合法。”

人工智能無法處理情感

人工智能無法處理情感，例如風(fēng)格、行話、圈內(nèi)笑話、元參考、軼事或者講故事。“所有這些都是能夠吸引人停下腳步的東西，讓他們將注意力集中到正在閱讀的內(nèi)容上，并且想要繼續(xù)閱讀完。歸根結(jié)底，人們?nèi)匀皇乔榫w化的動物，他們的大腦數(shù)百年來一直是感情用事，常常會用感覺說服自己做出合乎情理的決策，而不是反過來。”

人工智能可以在內(nèi)容創(chuàng)建的什么部分提供幫助?答案是研究和準(zhǔn)備

鑒于大多數(shù)長篇內(nèi)容(1,000至2,000 字)平均需要花費4到5個小時來編寫，其中可能有一半的時間要用于研究和準(zhǔn)備，Smith 表示人工智能在這兩個環(huán)節(jié)可以提供巨大的幫助。

“人工智能及其底層的內(nèi)容技術(shù)可以幫助大大縮短這一過程，可以在幾秒鐘而不是幾個小時之內(nèi)提供關(guān)于文章看起來是什么樣子或者應(yīng)該提及那些子話題方面的建議。”

模式匹配非常適用于SEO

雖然模式匹配能夠創(chuàng)建“機械戰(zhàn)警版本的Mad Libs式”的內(nèi)容，但是Smith認(rèn)為，嚴(yán)重依賴模式匹配的人工智能研究可以幫助構(gòu)建強大的SEO內(nèi)容。

“像谷歌這樣的搜索引擎只是為了幫助搜索者找到他們查詢的答案。為此，他們展示的許多內(nèi)容往往相當(dāng)公式化，排在前 10位的結(jié)果可能都提到了某些子主題、語義思想，以及他們正在詢問的問題。”

初稿——在特定情況下

Smith解釋說，在一些非常具體的情況下，人工智能可能能夠提供簡短的、基于事實的基本內(nèi)容，這些內(nèi)容對于初稿來說是可以通過的。“再說一次，你仍然會需要作家和編輯對其進行實際審查、潤色、編輯或補充。同樣需要再強調(diào)一遍的是，這可能會為你節(jié)省大量時間和金錢，特別是如果你可以與人工智能合作，在人工智能嘗試寫作之前，先對它的大綱進行審查或者人工批準(zhǔn)，那就更能夠節(jié)省時間和金錢了。”

因此，雖然機器人可能無法很快取代作家，但用于內(nèi)容創(chuàng)作的人工智能技術(shù)正在迅速發(fā)展。鑒于 GPT-3 推出僅比 T-NLG 晚幾個月，但容量卻達(dá)到了后者的 10 倍，看看接下來會發(fā)生什么將會很有趣。在一次有80名受試者參與的初步測試中，受試者被要求區(qū)分人類和人工智能創(chuàng)作的短篇小說，受試者們區(qū)分的正確率只有48%。

Smith的主要建議是：在為內(nèi)容使用底層技術(shù)時，確保在流程中的每一個階段都要保持人類的參與。

“當(dāng)然，你仍然需要專家和人類來審查、過濾、調(diào)整內(nèi)容，甚至是扔掉一些東西，以確保它是合法的。盡管如此，如果使用得當(dāng)，人工智能可能會節(jié)省大量時間，并且無疑將在未來的內(nèi)容創(chuàng)作中發(fā)揮重要的作用。”