Wszyscy mówią o sztucznej inteligencji, ale do czego tak właściwie jest ona wykorzystywana w przypadku mediów społecznościowych?
No cóż… czy jesteśmy zwolennikami AI, czy jej przeciwnikami, musimy przyznać, że jest jej coraz więcej i to niemal w każdym obszarze social mediów – od tworzenia treści po kampanie reklamowe.
AI czy AI generatywne?
AI sensu stricto to inteligencja taka jak ludzka, tyle że sztuczna, wykorzystywana przez komputery. W największym skrócie: idea AI zakłada stworzenie sztucznej inteligencji na wzór inteligencji człowieka, która będzie posiadała samoświadomość oraz będzie zdolna chociażby do tworzenia, a nie tylko przetwarzania. To, z czym obecnie mamy tak naprawdę do czynienia w mediach społecznościowych to głównie AI generatywne oraz uczenie maszynowe.
Dobrze byłoby to wyjaśnić na wstępie:
– Sztuczna inteligencja (ang. artificial intelligence, w skrócie: AI) = najogólniejsze pojęcie, zawiera w sobie wszystkie poniższe
– AI generatywne (ang. generative AI, w skrócie: GAI) = zdolność oprogramowania do tworzenia/generowania tekstu, obrazu, dźwięku, filmu lub modeli 3D
– Uczenie maszynowe (ang. machine learning, w skrócie: ML) = zdolność oprogramowania do uczenia się na podstawie danych
– Przetwarzanie języka naturalnego (ang. natural language processing, w skrócie: NLP) = zdolność oprogramowania do posługiwania się językiem człowieka
– Rozpoznawanie obrazów (ang. computer vision, w skrócie: CV) = zdolność oprogramowania do rozpoznawania konkretnych obiektów na grafikach lub filmach
AI to podobnie jak Metaverse tak naprawdę nigdy niezrealizowana koncepcja. Człowiek wierzy, że do puzzli takich jak GAI, ML, NLP, CV dołoży kiedyś kolejne i dzięki temu w przyszłości uda się zrealizować koncepcję sztucznej inteligencji. Wszystkie elementy tej układanki muszą jednak ze sobą współgrać. Nie możemy mówić, że mamy już AI, bo udało nam się nauczyć komputer generować coś z czegoś. Zresztą być może nawet nie znamy jeszcze, nie potrafimy nazwać wszystkich puzzli, które za 5, 10, a być może dopiero za 50 lat doprowadzą nas do realizowania koncepcji sztucznej inteligencji.
Ostatnio wiele osób zachłysnęło się możliwościami AI generatywnego, ale pisze się o nim w taki sposób, jakby było to po prostu AI. Na rynku pojawiły się już nawet pierwsze szkolenia z AI oraz AI w marketingu, choć tak naprawdę skupiają się one wyłącznie na AI generatywnym. Szkolenie z AI generatywnego nie brzmi jednak tak seksi jak po prostu szkolenie z AI. To jednak trochę tak, jakby ktoś robił szkolenie z samych mediów społecznościowych, a sprzedawał je jako szkolenie z całego marketingu 😏
W kontekście generowania jakichkolwiek treści za pomocą modnych ostatnio narzędzi typu Midjourney czy DALL-E zdecydowanie powinniśmy zatem mówić o generatywnej sztucznej inteligencji. Zresztą samo generowanie treści nie jest niczym nowym.
Kiedy tematem magisterki wyprzedziłeś świat o dekadę
W 2013 roku, czyli aż 10 lat temu(!) na temat mojej pracy wybrałem oprogramowanie amerykańskiej firmy Narrative Science. Jako pierwsza zaproponowała ona komercyjne oprogramowanie, które generowało proste treści informacyjne i umożliwiało ich publikację w czasie rzeczywistym na Twitterze. Tytuł pracy brzmiał: „Algorytmy komputerowe w roli dziennikarzy. Przydatne narzędzie czy przełom w dziennikarstwie?” (znajdziesz ją w całości na moim LinkedInie). Wtedy na widok tego tematu wykładowcy dosłownie łapali się za głowy 😉
Jedna z głównych konkluzji mojej pracy była taka, że generowanie / przetwarzanie czegokolwiek na podstawie jakiegokolwiek wkładu, to nie jest sztuczna inteligencja. Mniej więcej obrazują to 2 poniższe memy. Pierwszy – dla tych, w których obecna realizacja koncepcji AI wzbudza podziw.
Drugi – dla tych, których obecna realizacja koncepcji AI przeraża.
Wniosek jest prosty: poszczególne elementy AI ułatwiają automatyzację, ale nie każda automatyzacja to od razu AI. Dziś modne jest pisanie, że wszystko, co służy do automatyzacji, wykorzystuje elementy AI. Bullshit! Czytając wiele polsko- i anglojęzycznych tekstów na temat roli AI w social mediach, mam wrażenie, że wiele osób o tym zapomina. Nawet w prostej automatyzacji za pomocą narzędzi takich jak IFTTT czy Zapier doszukują się pierwiastka sztucznej inteligencji.
W których miejscach platformy social media wykorzystują AI?
Przyjrzyjmy się teraz 9 obszarom mediów społecznościowych, w których już dziś wykorzystywane są elementy AI. Tak przynajmniej przekonują sami twórcy poszczególnych platform. Czy mówią prawdę? Praktycznie nie da się tego zweryfikować, bo algorytmy, które wykorzystują, nie są powszechnie dostępne.
1. Rekomendacja treści użytkownikom
Rola AI: decydowanie o tym, jakie treści wyświetlać użytkownikom na podstawie zachowania i danych demograficznych
Facebook, Instagram, Twitter, LinkedIn, Snapchat, TikTok, YouTube – wszystkie te platformy wykorzystują już elementy AI do rekomendowania użytkownikom dopasowanych treści. Tendencja jest taka, aby ciągle zwiększać procentowy udział treści rekomendowanych użytkownikom przez algorytm, kosztem treści publikowanych przez obserwowane konta. Ostatnio przesadził z tym jednak Twitter, który zapowiedział, że zrobi krok wstecz. Zbyt duża ilość treści rekomendowanych przez algorytm doprowadziła bowiem do spadku zaangażowania użytkowników.
Poszczególne platformy wykorzystują elementy AI nie tylko do sugerowania nam treści, ale też znajomych, kont do obserwowania czy ofert pracy na LinkedInie. Sami widzimy często, jak zaskakująco skuteczne potrafią to być rekomendacje.
2. Generowanie treści (HIT 2023 🔥)
Rola AI: generowanie treści graficznych, audio lub wideo na podstawie zapytania użytkownika (tzw. prompta)
Narzędzia do generowania treści tekstowych, graficznych, audio i wideo to największy hit ostatnich miesięcy. Coraz więcej widzę w serwisach stockowych zdjęć i grafik wygenerowanych przez tego typu oprogramowanie. Początkowo nie miałem problemu z odróżnieniem tego, co zostało wygenerowane, a co wyszło spod ręki człowieka. W marcu 2023 (aż zapisałem sobie tę datę!) po raz pierwszy znalazłem na Adobe Stocku zdjęcie, które wydało mi się idealne do postu, który akurat tworzyłem i dopiero po wczytaniu się w opis grafiki znalazłem informację, że powstała w technologii „generative ai”.
Warto pamiętać, że AI może również generować tylko elementy do dzieł stworzonych ręcznie (wsparcie człowieka) albo same pomysły na treści. Nie musimy od razu publikować u siebie postów w 100% wygenerowanych.
Jeśli w przyszłości będziemy obserwowali dalszy rozwój narzędzi AI generatywnego, mogą one mieć gigantyczny wpływ na inne obszary marketingu. Weźmy chociażby takie sesje produktowe. Jestem sobie w stanie wyobrazić, że za 5-10 lat sprzedawca wykona kilka byle jakich zdjęć swojego produktu, a odpowiednie oprogramowanie samo wygeneruje dla niego profesjonalne zdjęcia, filmy czy nawet modele 3D na dowolnym tle, z dowolnymi modelami bądź influencerami. Z kolei w real-time marketingu kluczowe znacznie odgrywa szybkość reakcji. Wyobraź sobie oprogramowanie, które samo monitoruje potencjalne tematy na RTM, wybiera najlepsze dla Twojej marki, samo generuje treść związaną z Twoją marką i publikuje ją w kanałach społecznościowych 5 minut po tym, gdy miało miejsce nieprzewidziane zdarzenie, a ludzie zaczęli je szeroko komentować.
Z generowaniem treści za pomocą tego typu narzędzi wiążą się jednak dość istotne problemy. Poniżej zwracam uwagę tylko na dwa z nich, które wydają mi się najważniejsze.
❌ Problem nr 1: prawa autorskie
Narzędzia te bazują na jakimś wkładzie, więc ich twórcy są zmuszeni zawierać specjalne umowy np. z Shutterstockiem, dzięki którym oprogramowanie przetwarzające będzie mogło legalnie generować treści na podstawie zdjęć z Shutterstocka.
Problem w tym, że nie każde narzędzie zawiera takie umowy. Może się zatem zdarzyć sytuacja, jaka już zresztą miała miejsce, czyli jakiś twórca odnajdzie elementy swojej pracy w dziele wygenerowanym przez AI i oskarży twórców oprogramowania o bezprawne wykorzystanie jego twórczości. Getty Images pozwało już zresztą firmę Stability AI za to, że ta bezprawnie wykorzystała ich zasoby graficzne to „wytrenowania” ich narzędzia Stable Diffusion.
❌ Problem nr 2: fake newsy
Za pomocą narzędzi do generowania treści praktycznie każdy jest w stanie stworzyć tzw. deepfake’a, czyli fałszywą informację, która dodatkowo jest uwiarygadniana za pomocą zdjęcia lub filmu z wizerunkiem autentycznej postaci. Przykładem deepfake’a były liczne zdjęcia, na których Donald Trump jest siłą zatrzymywany na ulicy przez amerykańską policję. Taka sytuacja oczywiście nigdy nie miała miejsca.
Generowanie takich zdjęć, a tym bardziej materiałów wideo, to gigantyczne pole do popisu dla wszystkich, którzy chcą manipulować masami. Dlatego coraz więcej słychać głosów, że wszelkie treści wygenerowane przez AI powinny być obowiązkowo oznaczane jako wygenerowane – tak jak obecnie są np. oznaczane artykuły sponsorowane. Już dziś ciężko odróżnić fikcję od prawdy. Za kilka lat może to być po prostu niemożliwe.
3. Optymalizacja kampanii reklamowych
Rola AI: dobór grupy docelowej, generowanie kreacji oraz wielu wersji copy na podstawie danych, czyli dotychczasowych wyników
W każdym systemie reklamowym z roku na rok przybywa rozwiązań ułatwiających automatyzację. Same mechanizmy automatyzujące wybrane obszary kampanii nie są niczym nowym. Poradnik pt. „10 elementów kampanii na Facebooku, które możesz zautomatyzować” opublikowałem już w 2019 roku.
Ostatnio Meta poszła o krok dalej. Zaproponowała kampanie zakupowe Advantage+, które za jednym zamachem wykorzystują wszystkie wprowadzone dotychczas mechanizmy automatyzujące. Nie wiem, jak będzie w przyszłości, ale obecnie, gdy przeprowadzam testy A/B rozwiązań mniej i bardziej zautomatyzowanych, to zaskakująco często lepsze wyniki osiągają te mniej zautomatyzowane. W szczególności tyczy się to kampanii sprzedażowych, które chcesz optymalizować pod kątem sprzedaży mierzonej za pomocą Google Analytics – nie w oparciu o wewnętrzne dane platformy, na których bazują wszystkie algorytmy autooptymalizujące (algorytm Meta nie ma pojęcia, jakie wyniki raportuje Google Analytics).
Nie wspomnę już o automatycznie generowanych kreacjach, które nadal w przypadku Mety potrafią wyglądać wręcz tragicznie. Odsyłam do mojego wpisu nt. nakładek graficznych Meta Advantage+, które straszą.
4. Tłumaczenia językowe
Rola AI: automatyczne tłumaczenie treści reklam i postów
Coraz więcej systemów uczy się wraz z kolejnymi tłumaczeniami i uwagami do tłumaczeń, które zgłaszają sami użytkownicy.
Ponad połowa spośród 3 mld użytkowników ekosystemu Meta nie posługuje się j. angielskim. Dlatego Meta już w 2011 roku wprowadziła narzędzie do automatycznego tłumaczenia tekstów. Dziś każdego miesiąca korzysta z niego ponad 800 mln użytkowników.
Jak mogłeś przeczytać w ostatnim przeglądzie kanałów social, poszczególne platformy idą jeszcze dalej i pracują nad tłumaczeniem audio w jednym języku na audio w drugim języku. Dzięki temu wszystkie filmy i podcasty stałyby się jeszcze bardziej dostępne dla każdego.
5. Moderacja (z perspektywy platformy, nie marki)
Rola AI: identyfikowanie kont, które nie przestrzegają zasad platformy i nakładanie na nie ograniczeń
Kto z nas nie dostał bana na profilu prywatnym lub koncie reklamowym? 😏
Większość tego typu ograniczeń jest na nas nakładana na skutek działania algorytmów, nie człowieka. Dopiero po odwołaniu się, nad naszą sprawą pochyla się człowiek, który często cofa bana przyznawanego nam przez algorytm. Czasami jesteśmy wówczas nawet przepraszani za to, że do nałożenia bana doszło przez pomyłkę.
W związku z licznymi zwolnieniami pracowników m.in. w Mecie i Twitterze, twórcy tych platform zapowiadają, że w najbliższych latach moderacja będzie coraz bardziej zautomatyzowana. Zuckerberg wierzy w ogóle, że w przyszłości zbuduje system automatycznej moderacji, który w pełni zastąpi człowieka.
6. Monitoring marki
Rola AI: monitorowanie treści wizualnych zawierających logo marki
Dotychczas mogliśmy monitorować wzmianki na temat naszej marki, jeśli ktoś wymienił jej nazwę w tekście pisanym. Dzięki elementom AI możliwe jest również wyłapywanie wszelkich materiałów wizualnych, w których ktoś wykorzystał samo logo naszej marki lub przedmioty z logo.
Z tego rozwiązania korzysta już m.in. Meta. Jeśli wykonasz sesję zdjęciową swojego produktu (np. butów), ale modelka będzie też miała na sobie produkty chronionych marek (np. torebkę z logo Gucci), mogą one zostać zablokowane z powodu „naruszenia praw osób trzecich”. Sam niejednokrotnie się z tym spotkałem, chociaż w treści reklamy nigdzie nie padała nazwa innej marki.
7. Chatboty, ale nie wszystkie
Rola AI: „uczenie się” użytkownika w trakcie konwersacji z nim
Zdecydowana większość chatbotów (np. te tworzone przez nas na Messengerze) nie wykorzystuje elementów sztucznej inteligencji. Zwykle bazują one na nieskończonej ilości funkcji IF, ale jak już wiesz – ma to niewiele wspólnego z AI. Dlatego chatboty te łatwo zagiąć, są mało użyteczne z perspektywy użytkownika i nie „uczą się” niczego wraz z kolejnymi konwersacjami.
Przykładem chatbota, który wykorzystuje elementy AI jest popularny ChatGPT. Oprogramowanie stworzone przez OpenAI „uczy się” użytkownika, jest w stanie ulepszać swoje odpowiedzi na podstawie interakcji z nim.
8. Sugerowanie odpowiedzi na wiadomości/komentarze
Rola AI: proponowanie sugestii odpowiedzi na komentarz lub wiadomość
Najbardziej zaawansowane prace nad tego typu rozwiązaniem prowadzi obecnie chyba YouTube. Serwis ten chce rekomendować popularnym twórcom odpowiedzi na komentarze ich fanów. Komentarze nie będą publikowane automatycznie, ale autorzy zamiast głowić się, co odpisać, a później wprowadzać tekst ręcznie, będą mogli wybrać jedną z gotowych propozycji odpowiedzi.
ChatGPT może również pomóc Ci odpisać na niewygodny negatywny komentarz, generując sugerowaną odpowiedź. Prawdopodobnie będzie to odpowiedź godna mistrza dyplomacji. Lepsza jednak chłodna głowa komputera niż rozemocjonowana odpowiedź sprzedawcy. Podobnie jak w przypadku generowania pomysłów na posty, tego typu wygenerowaną propozycję odpowiedzi, możesz potraktować jedynie jako bazę, dowolnie ją modyfikując, wyciągając z niej to, co uznasz za najlepsze.
9. Wirtualni influencerzy (trochę cringe, ale to już się dzieje! 😱)
Rola AI: generowanie wizerunku wirtualnych influencerów i tworzonych przez nich treści
Brzmi to najdziwniej ze wszystkich wymienionych tutaj zastosowań AI, ale sztuczna inteligencja już dzisiaj jest w stanie wygenerować wizerunek nieistniejącego w realu influencera oraz treści, które będą publikowane na jego profilach. Sesje z planu zdjęciowego, zdjęcia z podróży, zdjęcia z równie wirtualnymi partnerami czy fanami – żaden problem!
Jedną z najpopularniejszych wirtualnych influencerek jest Lil Miquela, która na Instagramie posiada już prawie 3 mln obserwujących! 😮
Chwilowa moda czy przyszłość mediów społecznościowych?
Chwilową modą może okazać się co najwyżej AI generatywne, ponieważ platformy social media tak naprawdę od lat posiłkują się elementami AI. W szczególności uczeniem maszynowym, ponieważ social media to przede wszystkim dane, na podstawie których ich algorytmy mogą uczyć się jak z największej biblioteki świata.
Meta już w 2014 roku utworzyła stronę Meta AI, na której chwali się osiągnięciami swojego zespołu odpowiedzialnego za prace nad sztuczną inteligencją. Polecam do obserwowania każdemu, kto interesuję się tematyką AI.
Ustalmy jednak fakty, aby nie ulegać wszechobecnej propagandzie, że AI wkrótce zawładnie światem i mediami społecznościowymi. Na ten moment (połowa 2023 roku) AI jest tylko jednym z kilku kierunków, w którym rozwijają się social media. Czy wiodącym? Dziś na pewno jednym z dwóch/trzech najważniejszych, ale jutro AI może zostać odstawione na boczny tor, bo taki jest internet, takie są media społecznościowe.
