Zaznacz stronę

Liczysz na to, że wykorzystanie narzędzia AI pozwoli Ci się obijać przy tworzeniu treści? Nic podobnego! W dobie sztucznej inteligencji wyróżniać się będzie to, czego nikt inny wcześniej nie napisał! 

Przemek Chojecki obronił doktorat z matematyki na Université Pierre et Marie Curie w Paryżu, a następnie pracował i wykładał na Uniwersytecie Oksfordzkim. W 2018 roku trafił na polską listę Forbes „30 under 30”. Na co dzień zajmuje się wdrażaniem AI w rozwiązaniach komercyjnych. Obecnie koncentruje się na udoskonalaniu Contentyze, autorskiej platformy do generowania treści. Jest autorem pięciu książek, w tym dwóch technicznych z dziedziny AI, oraz kursów dla kandydatów na Data Scientists (naukowców ds. danych).

Przed rozmową z Przemkiem przetestowałyśmy, czy Contentyze poradziłoby sobie z tworzeniem treści na tematy, którymi zajmujemy się na co dzień. W tym tekście znajdziesz wyniki naszego wewnętrznego testu, wraz z przykładami.

Przemek zgodził się porozmawiać z nami nie tylko o swoim narzędziu, ale również szerzej, o kreatywności i roli człowieka w rzeczywistości wspomaganej przez AI. W drugiej części prezentujemy fragmenty wywiadu dotyczące tego, jak wykorzystywać narzędzia wspierające pisanie przy użyciu algorytmów sztucznej inteligencji.

Przemku, z naszych obserwacji  wynika, że teksty pisane przez AI w 90% tekstu są płynne i dostatecznie spójne, ale prędzej czy później pojawia się zdanie czy fragment, które psują dosłownie wszystko. Co Ty na to?

Zdecydowanie się zgadzam. Technologia AI nie pozwala na opowiadanie historii w taki sposób, w jaki byśmy chcieli. Te metody są dobre, by rozpisywać fragmenty, które już mamy. I dalszą rolą człowieka jest ta część kreatywna i ułożenie całego story.

Narzędzia do tworzenia contentu AI nie dążą do zastąpienia copywriterów. Mają tylko sprawić, by ludzie mogli się skoncentrować na tym, aby historia była przyjemniejsza, ciekawsza w odbiorze. Aby zamiast skupiać się na samym doborze słów, co mogą robić maszyny, skupiali się na tym, do kogo tekst ma trafić.

W naszej pracy spotykamy się z zagadnieniami, których jeszcze nikt nie opisał. Co wtedy, gdy nie ma bazy, z której maszyna może skorzystać? Gdy coś jest jeszcze nieopowiedziane?

To wtedy oczywiście nie da się nic zrobić. Maszyny jako takie nie są w stanie rozumować. Więc jeśli źródła nie było w internecie, to raczej nie uda się głębsze wejście w temat. Algorytmy dobrze piszą teksty, które są na tematy ogólne, a im temat bardziej szczegółowy i wymaga wiedzy technicznej, tym gorzej. Np. teksty o programowaniu będą słabe, bo przy szczegółowych zagadnieniach maszyny sobie nie poradzą.

A czy maszyna może zidentyfikować, że czegoś jej brakuje do stworzenia lepszej jakości tekstu, i wskazać, czego konkretnie?

Maszyny potrzebują danych do tworzenia algorytmów, do treningu, ale rozwijany jest nurt, aby dostarczać maszynie mało danych i aby potrafiła to sama rozwijać. To jest trochę inny temat niż to, o czym rozmawialiśmy wcześniej. To jest jeden z obszarów rozwoju badawczego – aby maszyna umiała ocenić, czego nie ma i czego potrzebuje do dalszej pracy.

A co z aspektem dwuznaczności, metaforyczności ludzkiego języka? Czy podczas tworzenia Contentyze braliście pod uwagę takie kwestie – i jak je rozwiązaliście?

Maszyny trenuje się w ten sposób, że analizuje się miliony tekstów i na tej bazie maszyny tworzą model języka, który my nie zawsze zrozumiemy. Chyba że zaczniemy go rozumieć po owocach – czyli po tworzonych przez maszyny tekstach. Maszyna ma zbiór metafor i jest w stanie „zabłysnąć” jakąś bardziej zaawansowaną formą, jednak nie jest to narzucane.

Czyli maszyna traktuje metaforę jak każdą inną frazę?

Tak, ponieważ nie ma samoświadomości języka. Dana metafora pojawi się w tekście dlatego, że wystąpiła w setce innych tekstów. Albo są popularne porównania, które się często stosuje i dlatego one też się pojawią w tekście. Maszyny odtwarzają to, jak ludzie posługują się językiem. Ale na tym etapie nie będą tworzyć nowych metafor, porównań.

W dziedzinie monitoringu mediów od jakiegoś czasu jest dostępne narzędzie, które określa dany wydźwięk – że coś jest pozytywne, coś negatywne lub neutralne. Pojawia się możliwość segregacji poprzez element emocjonalny. Więc idąc tym tropem, może można by nadać taki filtr narzędziu, aby treść była np. nacechowana pozytywnie albo negatywnie?

Tak, można też robić rzeczy bardziej skomplikowane, jak np. określić styl – profesjonalny, bardziej casual, akademicki, formalny. Można dopisać tematykę, słowa kluczowe. Można określić, jak ten tekst ma się kształtować, np. zebrać argumenty za i przeciw, gdy mamy do czynienia z jakimś kontrowersyjnym tematem.

Oprócz kwestii emocji pojawia się jeszcze zagadnienie ram znaczeniowych, czyli jak inaczej ująć dany temat. Skąd maszyna ma wiedzieć, jak coś ująć?

Trzeba jej powiedzieć. I to nie jakoś subtelnie. Musi być komenda. Rób tak i tak.

GZ: W części naszej rozmowy dotyczącej tworzenia contentu wspomnieliśmy, że umiejętność storytellingu to wciąż kompetencja ludzka. Czyli my jako ludzie musimy rozwijać naszą kreatywność, nie możemy osiąść na laurach, zlecając wszystko robotom.

Tak, przynajmniej teraz. To, co zostanie nam odebrane najpóźniej, to ta kreatywność w doborze tematu, element inspiracji. W przyszłości, integrując narzędzia pozwalające podpatrzeć, czego ludzie szukają w internecie, będziemy mogli zautomatyzować również i ten aspekt. Teksty będą powstawać automatycznie w odpowiedzi na to, jak ludzie zachowują się w internecie. Obecnie jednak tekst wysoko pozycjonujący się w Google niekoniecznie jest tekstem dobrym – w sensie przekazu i opowiadania merytorycznej historii.

Wiemy już, że przeszedłeś daleką drogę do contentu AI. Jak wpadłeś na potrzebę biznesową stworzenia Contentyze?

To było naturalne. Gdy upadł mój poprzedni start-up, wróciłem do pisania w dużych ilościach, ale jednocześnie dążyłem do automatyzacji. Chciałem pisać więcej i znacznie efektywniej. I to się zaczęło udawać. Szczególnie udało się na Medium, gdzie mam około 250 artykułów, które w większości napisałem w ciągu jednego roku. Wtedy zobaczyłem, że jest potrzeba biznesowa. Samo Medium zaczęło mi płacić około 1,5 tys. dolarów miesięcznie za publikacje. Więc stwierdziłem, że to jest fajne i że może to posłużyć innym. Nie myślałem na początku, za ile to się sprzeda, ale komu i jak może się przydać, do jakich branż może być odpowiednie.

Jaka jest różnica w narzędziach, jeśli chodzi o konkurencję, czy można się jakoś wyróżnić?

Globalnie jest duża konkurencja w narzędziach tego typu, są one do siebie podobne, ponieważ technologia jest już upowszechniona. Moim unikatowym wyróżnikiem byłaby wiedza procesowa odnośnie pisania. Chciałbym, żeby maszyna była w stanie poprowadzić użytkownika od samego początku pisania aż do końca. Żeby człowiek mógł wystartować od pomysłu, ale maszyna pomogłaby go wygenerować i dopracować, np. pomóc z bibliografią, zrobić test na plagiat. Takie kompletne rozwiązanie, asystent piszącego.

Dziękujemy bardzo za rozmowę!

Ciekawi Cię, jak sprawdza się Contentyze? Zobacz, co wyszło z naszych badań – tutaj. Przeczytaj też ciąg dalszy naszej rozmowy z Przemkiem  – o tym, na co warto postawić, by jako twórca contentu nie stracić, a zyskać w dobie sztucznej inteligencji.