چگونه در جست‌وجوی هوش مصنوعی، در روابط‌عمومی دیده شویم؟

به گزارش آژانس خبری پی آر؛ ناتان ریختر، شریک ارشد Wakefield Research، می‌گوید: «داده‌های مبتنی بر دیدگاه و نظرسنجی دقیقاً همان نوع اطلاعاتی هستند که جست‌وجوی مبتنی بر هوش مصنوعی در آن‌ها عملکرد بسیار خوبی دارد و به‌شدت به آن‌ها نیازمند است.

هوش مصنوعی در ایندکس‌کردن داده‌ها، نسبت‌دادن اعتبار به آن‌ها و سپس ارائه پاسخ‌ها در قالب پرسش‌وپاسخ بسیار توانمند است. شما یک پرسش مطرح می‌کنید و معمولاً پاسخی مبتنی بر پژوهش و همراه با استناد دریافت می‌کنید. داده‌های دیدگاهی برای این کار ایده‌آل هستند.»

در ادامه می‌خوانید که چگونه می‌توان پژوهش و داده‌ها را به شکلی تولید و بسته‌بندی کرد که هم برای جست‌وجوی هوش مصنوعی جذاب باشد و هم خوانایی انسانی خود را از دست ندهد.

هم‌پوشانی انسان و ماشین

خبر خوب این است که هم‌پوشانی قابل‌توجهی میان محتوایی که مدل‌های زبانی بزرگ (LLMها) به‌راحتی پردازش می‌کنند و محتوایی که انسان‌ها از خواندن آن لذت می‌برند وجود دارد.

ریختر در این‌باره می‌گوید: «اگر از سردبیران و تهیه‌کنندگان بپرسید چه عناصری یک ارتباطات خوب برای هوش مصنوعی می‌سازد، احتمالاً می‌گویند: “عالی است، برای منِ انسانِ خبرنگار هم همین‌طور کار می‌کند.” این رویکرد به‌شکلی خوشایند، هم‌زمان به بهینه‌سازی ارتباطات برای انسان و هوش مصنوعی کمک می‌کند.»

این عناصر شامل موارد زیر است:

شفاف و مختصر بنویسید و مهم‌ترین اطلاعات را در ابتدای متن بیاورید. به ۵۰ تا ۱۰۰ کلمه نخست توجه ویژه داشته باشید.
از قالب‌بندی‌هایی استفاده کنید که اسکن متن را برای انسان و ربات آسان می‌کند؛ مانند تیترها و بولت‌پوینت‌ها.

از پاراگراف‌های متراکم و طولانی پرهیز کنید؛ نه انسان‌ها و نه ربات‌ها از آن‌ها لذت نمی‌برند.
تازگی محتوا اهمیت حیاتی دارد. هم ربات‌ها و هم سردبیران به‌دنبال جدیدترین اطلاعات هستند. مدل‌های زبانی معمولاً محتوای منتشرشده در یک سال اخیر را ترجیح می‌دهند و رسانه‌ها حتی به داده‌های تازه‌تر نیاز دارند.

آنچه برای هوش مصنوعی مهم‌تر است

با وجود این شباهت‌ها، چند نکته کلیدی وجود دارد که لازم است برای جذاب‌تر شدن پژوهش نزد هوش مصنوعی، رویکرد خود را اندکی تغییر دهید.

از آنجا که جست‌وجوی مبتنی بر هوش مصنوعی عمدتاً بر اساس پرسش‌های کاربران عمل می‌کند، قالب پرسش‌وپاسخ بسیار اثربخش است.

ریختر توضیح می‌دهد: «در محتوای کاربردی و “خبرِ قابل‌استفاده”، شما پرسش را به‌روشنی مطرح و به آن پاسخ می‌دهید و این برای هوش مصنوعی بسیار ارزشمند است. ما به مشتریان خود توصیه می‌کنیم در طراحی پژوهش، این رویکرد را بپذیرند. هیچ نقطه‌ضعفی در این کار وجود ندارد، چون برای رسانه‌های سنتی هم جذاب است.»

هوش مصنوعی همچنین به اعتبار اهمیت زیادی می‌دهد. این اعتبار می‌تواند از اعتماد به نهاد منتشرکننده ناشی شود یا از توضیح شفاف و دقیق روش‌شناسی پژوهش.

ریختر می‌گوید: «بخش زیادی از داده‌های دیدگاهی و پژوهش‌ها با استانداردهای ضعیف انجام می‌شوند. بنابراین متخصصان ارتباطات باید مطمئن شوند که پژوهش آن‌ها هم با دقت و rigor انجام شده و هم به‌گونه‌ای شفاف توضیح داده شده که هوش مصنوعی بتواند به آن دسترسی داشته باشد.»

در واقع، بهینه‌سازی داده برای هوش مصنوعی به معنای ارائه اطلاعات بسیار بیشتری نسبت به حالتی است که صرفاً برای یک خبرنگار انسانی محتوا تولید می‌کنید.

در ارتباط با انسان‌ها، معمولاً هدف این است که با یک آمار غافلگیرکننده توجه آن‌ها را جلب کنید تا برای دریافت اطلاعات بیشتر تماس بگیرند. اما هوش مصنوعی کنجکاو نیست و سؤال تکمیلی نمی‌پرسد؛ فقط بر اساس داده‌هایی که به آن می‌دهید عمل می‌کند. پس باید آن را به‌خوبی تغذیه کنید.

ریختر می‌گوید: «برای بهینه‌سازی واقعی برای هوش مصنوعی، توصیه ما این است که بخش قابل‌توجهی از داده‌ها را مستقیماً در بیانیه بگنجانید. البته باید متن همچنان مختصر بماند و با بولت‌پوینت‌ها و ساختاردهی مناسب، اطلاعات کلیدی را برجسته کنیم، اما می‌توان اطلاعات بیشتری ارائه داد.»

برای حفظ ایجاز در کنار افزایش اطلاعات، بازی‌های زبانی، تیترهای بیش‌ازحد خلاقانه و شوخی‌های کلامی را کنار بگذارید. هوش مصنوعی به‌دنبال واقعیت‌هاست.

ریختر در پایان تأکید می‌کند: «در چنین شرایطی، بهتر است این نوع ارتباطات را نه یک بیانیه خبری، بلکه تمرینی برای سازمان‌دهی کارآمد اطلاعات از طریق تیترها، بولدکردن و بولت‌پوینت‌ها بدانید.»