CC BY
0УДК 659.4. ББК 76.0 ВАК 5.9.9
DOI: 10.24412/2949-2513-2023-33-48-65
Глазова Л.И., Лузгина А.Д., Пугачевский А., Кочетова А.Н, Фейзуллов Д.,
Чиж А.В., Виноградов М.Ю.
Москва, Россия
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ КАК ЭФФЕКТИВНЫЙ ИНСТРУМЕНТ КОММУНИКАЦИЙ
Аннотация. Представлен обзор выступлений экспертов в области коммуникаций на традиционном семинаре Российской академии общественных связей (РАОС) и Ассоциации преподавателей по связям с общественностью (АПСО), посвященном использованию искусственного интеллекте в этой сфере1. Специальные курсы повышения квалификации для преподавателей по направлению «Реклама и связи с общественностью» состоялись в ноябре 2023 года. Действующие игроки индустрии представили практический опыт использования возможностей искусственного интеллекта в сфере коммуникаций.
Ключевые слова: медиа коммуникации, искусственный интеллект, PR, связи с общественностью, ChatGPT
Glazova L., Luzgina A., Pugachevsky A., Kochetova A., Feyzullov D.,
Chizh A., Vinogradov M.
Moscow, Russia
ARTIFICIAL INTELLIGENCE AS AN EFFECTIVE COMMUNICATION TOOL
1 Семинары РАОС - АПСО. Режим доступа: https://pracademy.ru/seminari-raos-apso
Abstract. He paper presents an overview of the speeches of experts in the field of communications at the traditional seminar of the Russian Academy of Public Relations (RAPR) and the Association of Public Relations Educators (APRE) The seminar was devoted to the use of artificial intelligence in this area. A special course of advanced training for teachers in the field of advertising and Public Relations took place in November 2023. Industry practitioners presented their experience of using the capabilities of artificial intelligence in the field of communications.
Keywords: media communications, artificial intelligence, PR, public relations, ChatGPT, practice.
Грядущее будущее или осязаемое настоящее? В чем разница между Big Data, AI и ML. Как найти общий язык с ИИ
Лилия Глазова: Мы должны знать разницу между большими данными, машинным обучением и искусственным интеллектом. Большие данные переводятся как «big data», машинное обучение как «machine learning - ML», а искусственный интеллект как «artificial intelligence - AI». В чем разница и как это помогает нам, в том числе, в коммуникациях?
Когда мы говорим о больших данных в коммуникациях, мы имеем в виду данные из поисковых запросов, потребительские данные, различные действия пользователей, которые они совершают в сетях. Когда мы говорим о машинном обучении в коммуникациях, мы понимаем, что это давно используется, так как мы видим хорошо работающие информационно -аналитические системы на рынке, такие, как «Медиалогия» или Brend Analytics. Например, одним из сервисов и инструментов машинного обучения является автоматическое определение тональности в информационно-аналитических системах. Вот пример использования машинного обучения, который применяется на российском рынке уже более 10 лет. Но что же такое искусственный интеллект и в чем его главное отличие от больших данных и машинного обучения?
Кроме способности обучаться, как это было в машинном обучении, искусственный интеллект способен действовать подобно человеку. Это очень важный момент, ведь он может заменить творческий процесс в коммуникациях. Здесь мы видим некий новый этап в развитии технологий и их влияние на сферу коммуникации.
Расскажу про два кейса, в которых мы применяли искусственный интеллект, и где он действительно нам помогал. Непосредственно поделюсь с вами сервисами, которые мы для этого использовали.
Главная особенность в работе с ИИ - это правильное написание запроса. Если кто-то из вас пробовал общаться с различными вариантами GPT-сервисов, которые генерируют нам ответы на вопросы, то вы понимаете, что в зависимости от того, как мы сформулировали вопрос, такой ответ мы получаем. Здесь есть особенность диалога с ИИ, и это отличается от общения с человеком, особенно это важно в исследованиях.
Когда мы проводим массовый опрос или интервью, в зависимости от того, как мы задаем вопрос, мы получаем разные ответы. Этот запрос называется «промпт», и здесь могу сказать, что на практике чаще всего используется именно англицизм. Появилась также профессия «промпт-специалист», это те люди, которые составляют такие запросы. Я из тех, кто считает, что эта профессия просуществует недолго, потому что ИИ научится самостоятельно писать запросы, но на данный момент - это реальность, в которой мы существуем.
Когда мы делаем промпт-запрос в зарубежном сервисе, нужно понимать, что его лучше всего делать на английском языке. На данный момент там накоплено гораздо больше данных именно на этом языке, поэтому чаще всего мы получаем более качественный ответ, составляя запрос на английском. С российскими сервисами такой проблемы нет, мы вставляем запрос и получаем ответ на русском языке. Подчеркну, что важна максимальная детализация и конкретизация описания контекста для ИИ, чтобы получить хороший результат. Мы следим за стилем, объемом и
учитываем, что мы взаимодействуем с машиной. Используем открытые вопросы, уточняем формат, в котором мы хотим получить информацию, и максимально уточняем детали.
Посредством ИИ могут быть решены следующие задачи: копирайтинг, действительно хороший перевод, мозговые штурмы, подготовка «выжимки» для написания лонгридов, видео и аудиозаписей, постов в социальных сетях и электронных писем, составление презентаций.
Теперь перейдем к навыкам PR-специалиста и те компетенции, которыми должен обладать специалист в области коммуникаций, и какие из них действительно может заменить ИИ, а какие нет. У меня есть результаты отчета, в котором представлены функции и навыки PR-специалиста. Мы видим, что стратегический консалтинг на первом месте, затем всё, что касается целеполагания и ESG-повестки, а также кризисные коммуникации, и только на пятом месте креативность. Примерно 10 лет назад креативность была на первом месте, а стратегическое мышление только недавно вышло на первое место, наверное, последние пять лет. Мы понимаем, что это международный опрос, включающий агентства из разных стран по всему миру, следовательно, это срез не только российской специфики.
На четвертом месте оказываются измерения оценки эффективности коммуникации, это блок, на котором я специализируюсь, это моя любимая тема, и здесь важно, что и машинное обучение, и большие данные давно используются в исследованиях.
Конечно, мы используем искусственный интеллект и машинное обучение, когда нам нужен удобный и быстрый сервис. Однако, когда у нас возникает задача, например, интерпретировать данные, мы привлекаем человека, потому что интерпретация искусственного интеллекта не всегда хорошо справляется. Также, искусственный интеллект не очень хорошо справляется с запросом на поиск информации и разработку стратегии.
Опасности и риски нейросетей. В чем риски? Проекты ИИ
Айта Лузгина: Использование нейронных сетей опирается на тот опыт в виде данных, который у нас накоплен и подходит для решения задач, с которыми человечество уже знакомо. Искусственный интеллект - это как компьютер: вы получаете не тот результат, который хотите, а тот результат, который вы просили. То есть додумывать за постановщика задачи нейросеть не будет, и мы должны это учитывать при своей работе: максимально четко и подробно описывать задачу, которую мы ставим сервису / приложению / сайту искусственного интеллекта, с которым мы работаем для того, чтобы получить более релевантный результат.
Думаю, 100% в будущем будет дополнительная кнопка, которая с помощью алгоритмов будет помогать пользователям правильно сделать запрос и правильно оценивать результат и принимать решения о том, насколько результат, который мы получили в этом поиске соответствует нашему запросу. То есть, нам нейросеть должна будет помочь и запрос написать и оценить результат.
48% людей при работе с нейросетями создают контент, 45% анализируют данные, 45% узнают информацию, то есть почти половина людей используют для этих трех целей, большая часть пользователей. А 32% проводят исследования. И, наверное, если бы мы спросили для развлечения или просто попробовать, там было бы еще 80%.
Результаты исследования говорят, что чаще всего используются чат-боты. Еще одно исследование: при использовании искусственного интеллекта маркетологи экономят до трех часов работы на каждом материале, и из них 20% используют технологии при создании текстов, 20% из изображений и 18% для планирования. По себе могу сказать, что у меня, наверное, не 3 часа экономится, но если раньше я могла потратить там 30-40 минут, то теперь я трачу 15 минут, что тоже потрясает.
В нашей отрасли постоянно все меняется. Появляются площадки, тенденции, коммуникационные каналы. И нас вроде как не должно пугать появление новых инструментов, которые должны облегчить нашу работу. Но
речь о том, что не только графические нейросети могут отобрать работу у художников, текстовые сети у журналистов и копирайтеров, но ряд пользователей уверены, что искусственный интеллект - это намного глубже, чем сегодня мы можем оценить.
Часто говорят, что искусственный интеллект помогает мошенникам. Например, с помощью нейросетей мошенники сделали дипфейк-рекламу, используя образ Олега Тинькова. Мы можем поднять целый пласт таких проблем, которые связан с использованием дипфейка, который в России сегодня приравнивается к пародии. Есть видеопроизводство, где используется дипфейк.
Искусственный интеллект управляет беспилотниками, дронами, машинами. На основе искусственного интеллекта работают автопилоты в самолетах. И на самом деле реально потенциальных страшилок очень много. Мы используем очень много приложений, чат-ботов, специализированных сервисов. С помощью искусственного интеллекта мы ведем контент, а потом с помощью искусственного интеллекта сидим в мониторинге, а тот ее оценивает. И получается, что общается не человек с человеком, а машина с машиной внутри и благодаря нашей работе.
Но, конечно, у нейросетей есть не только опасности и негативные стороны. Как и у всего, есть и хорошая сторона медали. Нейросеть - это, конечно, мощный помощник для человека и берет на себя кучу задач, в пиаре, в том числе. Они могут выполнять задачи личного ассистента, делая те задачи, которые пиарщику нужны. Это на сегодняшний день тоже, конечно, возможно.
Я преподаю в нескольких вузах и не вижу проблем в том, чтобы студенты использовали искусственный интеллект для выполнения домашних заданий, каких-либо работ. Больше меня заботит невыполнение домашних заданий. У меня даже в семинарах есть отдельно занятия по использованию ChatGPT, как правильно сделать запрос. Потому что этому особо не учат, особенно в университете, поэтому знать это достаточно полезно.
Я бы сказала, что меньше половины студентов самостоятельно могут написать вопрос и скорректировать его так, чтобы получить правильный результат, а всех остальных нужно учить. Если правильно объяснить, как написать вопрос, как уточнить результат, то вы сможете сэкономить студентам время.
Что касается других типов нейросетей, использовать нейросети для создания видео на сегодняшний день - одна из выигрышных стратегий. Во-первых, этих роликов, которые делаются с помощью нейросетей, сейчас не очень много, и они вызывают большое интерес, то есть очень много вовлечения, обратной связи, охвата. Во-вторых, бренды часто приурочивают ролики к каким-то нестандартным инфоповодам, которые сами по себе могут вызвать отклик. И в том числе использовать для это искусственный интеллект - всегда хорошая идея. Ну и конечно, видео - трендовый формат. Каждый год видеопотребление растет.
Еще один популярный прием у брендов - это создание анализа целевой аудитории с помощью нейросетей. Здесь можно показать, как искусственный интеллект видит потребителя бренда или конкретного продукта. То есть если вы хорошо опишите, он сможет нарисовать вам портрет. Это всегда хорошо использовать пиарщику в стратегии.
Мы используем этот прием для коммерческих предложений, когда клиенту описываем, как и с кем мы будем работать. Это всегда хорошо сопроводить каким-то визуалом. Сейчас мы создаем с помощью искусственного интеллекта.
Если вы сообщаете людям, что контент сделан с помощью искусственного интеллекта или нейросети, люди сразу вовлекаются.
Нейросети в коммуникациях: революция или эволюция? Новый класс технологий, увеличение скорости и эффективности в решении
задач
Александр Пугачевский: Попробуем развеять миф о том, что искусственный интеллект нас всех заменит и вообще поработит, а также миф, состоящий в том, что нейросети - это волшебная палочка, которая строит замки одним нажатием клавиш.
Первые нейросети были разработаны в XX веке, но раньше их применение ограничивалось исключительно научными работами и исследованиями. Только несколько лет назад вычислительных мощностей стало хватать на конструирование очень мощных нейросетей, которые могли обучатся на гигантском объеме данных, и соответственно, именно это и позволило создавать те самые генеративные нейросети, которые могли выдавать тексты и изображения по запросу, и, более того, дать для них доступ всем желающим. Несмотря на то, что качество контента и решений, которые они выдавали было еще довольно-таки слабеньким, это все равно привлекало десятки человек, которые начали пользоваться этими нейросетями. Чем больше нейросетью пользуются, тем больше она обучается и начинает выдавать контент все лучше и лучше.
Нейросеть уже применяют в огромных количествах сфер для совершенно разных задач. Большое количество исследований в этой области позволяют нейросетям продолжать развиваться и делать это очень быстро, что соответственно привлекает внимание всех - от ученых, бизнесменов и государства до широкой общественности.
Алина Кочетова: Промт - это запрос, с помощью которого ставится задача языковой модели. Промпт должен применятся во всех моделях, в том числе и тех, которые генерируют картинки, тексты, музыку, фотографии. Есть и другой класс нейросетей, которые уже настроены под задачу и эти нейросети будут работать только в контексте этой задачи.
Если представить, что у нас есть папка с изображениями, в которой содержатся яблоки и апельсины, и мы хотим научить распознавать нейросеть и одно, и другое, мы начинаем ее тренировать на разных аргументах. Мы должны научить ее понимать цвет, текстуру, форму, и этот процесс называется
«обучение с учителем». Например, когда маленький ребенок видит какие-то игрушки, допустим какие-нибудь кубики, и он их трогает, анализирует, чтобы понять, как они между собой различаются. Ребенок в своей голове проводит какое-то обучение и делает свои выводы. Так же и нейросеть тоже проходит этот период обучения и делает для себя выводы, поэтому чем больше нейросеть будет обучаться, тем больше ее выводы будут наиболее точны. Нейросеть не будет умнеть, у нее нет такого мозга, как у человека. Она будет усложняться, ее структура, ее нейроны, они будут расходится все больше и больше, поэтому для этого нужны больше количества разных серверов, разных памяти содержащих технологических инструментов, чтобы то количество нейронов было где сохранять. Поэтому мы должны перейти к тому, чтобы правильно формулировать промпт, чтобы эта сложная система нас могла понимать.
Получить результат можно только через запрос и без него это будет просто хранилище, просто количество памяти, которая будет содержать какие-то данные, которые переведены в алгоритмы. Если мы не будем писать запрос, то это будет просто как память в компьютере. Важно правильно строить свою работу и понимать логику нейросетей, развивать навыки промпта, а это приходит только через практику. Нужно прописать очень много, чтобы получить хорошую информацию от нейросети. Это не какая-то спасительная тема, которая от одного нажатия кнопки выполняет все, как хочет человек, поэтому важна четкость, подробность, тон и стиль.
Для того, чтобы получать ожидаемые результаты, например, для поста в социальные сети, то мы должны объяснить, что нам нужен пост в социальные сети, указать, какая эта социальная сеть, рассказать о канале, аккаунте.
То же самое с изображениями. Midjourney сейчас одна из самых удобных нейросетей. «Шедеврум» за полгода очень развился и так же стал простым и удобным, здесь можно смотреть какие-то работы и для себя делать какие-то выводы, и употреблять эти промпты в своих работах. Легче обучаться в написании промпта, когда ты видишь уже готовую картинку и готовый
результат. Поэтому, когда вы делаете изображение, тоже важно учитывать, что лишнюю информацию нейросети давать не надо. Если хотите более красочное изображение, то описание должно быть более подробным. Так же очень полезен эмоциональный окрас. Нейросети очень любят интерпретировать какое-то настроение, по крайней мере визуальное, поэтому можно использовать прилагательные и метафоры, которые охарактеризуют желаемое изображение или текст.
Все можно конкретизировать по субъекту, материалу, по среде, по освещению, по цвету, по настроению, по композиции, по динамике, по фону, по стилю, по контексту. Вы также можете придумывать свои параметры, особенно если нейросеть хорошо понимает русский язык. Чем интереснее слова, тем результат будет эффектнее и эффективнее. Гуманитарные науки могут помочь в работе с этими машинами. Сейчас, к сожалению, нейросеть на английском языке некоторые моменты понимает лучше.
Есть еще такая система, как «Действие по шагам». То есть это не маленький запрос на две строчки, мы его расширяем. Он анализирует каждый момент, который мы просим его проанализировать. Мы можем попросить вернуть обратно информацию и проанализировать еще раз, можем попросить задавать вопросы, если он чего-то не знает. Мы работаем фактически с машиной, поэтому помогать мы ей тоже должны, что был лучший результат.
Нейросеть - это новая возможность для индустрии, но оно не подменяет индустрию. Они не могут заменить человеческий опыт, не растут, как человек, не познают мир. Нейросети нужно постоянно обучать, чтобы они «умнели». На самом деле, это не простой процесс. Для этого нужны проводники, память, детекторы. У нейросети, конечно же, нет какого-то здравого смысла или интуиции, это то, что мы ей дадим.
Из-за искусственного интеллекта появилось много профессий. Это не заменяет человека, но формирует какую-то новую лестницу. Аналитики данных с помощью искусственного интеллекта, специалист, который внедряет
искусственный интеллект, разработчик приложений, промпт-инженер, который пишет запросы, тренер AI - тот, кто помогает нейросети обучаться.
Применение нейросетей ограничивается их разным типами. Например, в языковых моделях мы можем персонализировать контент, мы можем оценить какой-то текст, но мы, допустим, не можем отследить упоминание. Для того, чтобы отследить упоминание нужен абсолютно другой софт, который работает на нейросетях, но он только этим занимается, и он отдельно покупается, либо отдельно пишется для вас.
Будущее рядом. AI и коммуникации. Точки пересечения Дамир Фейзуллов: Когда мы что-то покупаем, мы хотим что-то индивидуальное, авторское и эксклюзивное. Никто не хочет покупать что-то массовое. Здесь тоже самое.
Фантасты представляют искусственный интеллект как полную замену человека. На сегодня такого нет. Мы можем автоматизировать какие-то простые задачи, получить что-то исходя из какого-то опыта. Но люди хотят все-таки живых специалистов и боятся того, что, например, какого-то коуча, тренера или учителя заменит какой-то робот. Может в каком-то базовом сегменте и могут заменить, но, в целом, бояться этого не стоит.
Искусственным интеллектом называют способность компьютерных программ обучаться, принимать решения и делать что-то, свойственное человеку. Но, опять же, на основе каких-то исторических базовых алгоритмов. Допустим, недавно мы тестировали нейросеть от «Яндекса», которая может делать картинки. Когда ты хочешь написать что-то эксклюзивное и уникальное, картинка уже не появится. Поэтому в принципе искусственный интеллект это еще очень такая сырая тема, а особенно в коммуникациях.
Технологии искусственного интеллекта состоят из четырех таких вещей - машинное обучение, обработка естественного языка, наука о компьютерном зрении и робототехника. Обработка естественного языка частично может быть облегчена этими инструментами, как, например, перевод аудио в текст, но
опять же никогда текст не будет грамотно написан. Или, допустим, добавление субтитров к видео, подготовка коротких видео на основе длинного. Все это будет не готово к постингу и к размещению. Всегда нужен человек, который за всем этим следит.
На основе машинного обучения создано такое понятие, как нейросети. И сейчас мы посмотрим, что нейросети могут нам предложить и где мы можем это использовать в коммуникациях, в маркетинге, PR. Допустим, когда мы разрабатываем рекламные стратегии, то мы анализируем емкость целевой аудитории с помощью как раз новых технологий. Мы можем понять, сколько той или иной целевой группы находится на том или ином сайте, в той или иной социальной сети, узнать, что их беспокоит. Опять же, за всем этим стоит SMM-стратегия, то есть без человека нельзя вытащить все данные.
Есть такой инструмент, как сквозная аналитика. Но его нужно настроить, интегрировать, соединить с системой, нужно все это анализировать, смотреть. Тоже без человека никуда. Нейросети автоматизируют процессы, контролируют эффективность, прогнозируют вовлеченность разных материалов, которые мы можем выпускать. Также нейросети могут распознать лица, идентифицировать участников мероприятий. Но и здесь нужен кто-то контролировать. Все это облегчает работу, но без человека здесь никуда.
Художники ценятся тем, что они создают это с нуля, вкладывают частичку своей души. Ценится время, которое они затрачивают, потому что если время не затрачено при создании какого-то визуала, то это не имеет никакой ценности. Есть нейросети, которые создают логотипы, придумывают названия, но если вы сами посмотрите, то ничего дельного они пока сделать не могут. Я создавал не один бренд и знаю, что такое нейминг, создание позиционирования, поиск атрибута и так далее.
Нейросеть по аналитике - это единственное, что может нам помочь, но опять же, такие продукты, как системы аналитики, на входе принимают кучу данных и выдают что-то. Они были разработаны целыми командами
специалистов и стоили огромных денег, хотя продукты, сервисы, которые нужно постоянно поддерживать. А чтобы проанализировать собранные данные, опять же, нужен человек.
По автоматизации тоже есть вопросы. Допустим, мы в агентстве используем систему, которую также надо настроить, поддерживать, нужно создавать задачи там. Мы дизайнеру задаем задачу создать какой-то визуал. Это тоже надо описать задачу, приложить какие-то референсы, исходники.
Дальше мы поговорим о переводах. Конечно, такие переводчики как Google, хорошо переводят тексты, но это может использоваться только как база для письма, иначе клиент поймет, что письмо писала машина. То же самое и о генерации идей. Они все повторяются, они все банальны.
Я хочу сказать вам, что пока это все фикция, эти нейросети. Нужно иметь хороших, качественных людей, специалистов в каждой своей отрасли и делать классный качественный контент. Но использовать высокие технологии такие, как чаты для общения между людьми, а не с чат-ботами, социальные сети - все это, конечно же, нужно.
Как пиарщики используют нейросети? Исследование агентства «Comunica» о перспективах ИИ в PR
Андрей Чиж: Мы опросили более 100 человек, и, первое, что мы спросили у респондентов - это то, какие направления пиарщики считают наиболее перспективными с точки зрения вовлечения в них нейросетей. Самыми перспективными направлениями респонденты назвали копирайтинг и дизайн, соответственно 66 и 60% опрошенных. Другие популярные варианты - SMM - 53%, креатив - 37%, аналитика - 5%. В целом мы видим, что очень невысока доля респондентов, которые считают, что нейросети в коммуникациях будут бесполезны, хотя один человек у нас тоже нашелся.
Мы спросили также, что респонденты уже пробовали из нейросетей, какой практический и прикладной опыт у них есть. И здесь мы сюрпризов не получили, доступность и понятность самых известных нейросетей, я думаю,
обусловили, что копирайтинг и дизайн стали самыми популярными направлениями среди тех, у кого был практический опыт работы с нейросетями, это 49% и 30 респондентов. 27% пробовали ИИ в SMM, 15% в креативе. Любопытно, что на вопрос о практическом опыте каждый пятый респондент ответил, что он никогда не пробовал нейросети в коммуникациях. Если предложить, что люди, которые не интересуются нейросетями, не пробовали их, и не приняли участие в вопросе или проигнорировали его, то, думаю, вот здесь процент будет еще больше.
Мы спросили у людей, почему они еще не пробовали нейросети. Самая популярная причина была достаточно предсказуема, люди отвечают, либо «не успели», либо «не было подходящего повода». Также учту, что респонденты сказали, что они нейросетям не доверяют в принципе, и часть отметила проблемы с доступом, то есть они не могут в них технически зайти. Но так или иначе 4 из 5 опрошенных пиарщиков имеют опыт пользования нейросетями.
Как же они оценивают опыт пользования нейросетями? 74% оценили его как позитивный опыт, а 26 % посчитали его негативным. В чем были успехи у тех, кто получил позитивный опыт. Это либо успешная работа с текстом или изображением, также довольно часто нейросети используются для каких-то референсов и идей. Респонденты отмечали, что нейросеть дает некоторое направление мысли, «скелет», из которого человек потом может сделать более качественный продукт. Также среди успешных кейсов использования люди называли работу с информацией: поиск, структурирование, объяснение сложной темы простыми словами, подбор примеров по теме. И редкие ответы - это использование нейросетей для создания чат-ботов и викторин.
Что же не удалось у тех 24%, которые ответили, что опыт с нейросетями у них негативный? Люди, в первую очередь, жалуются на качество результатов, видят, что результат есть, но приходится перепроверять, много фейков, требует доработки. Но респонденты также отмечают,что им еще надо поучиться. Среди более редких ответов мы видели, что люди жалуются, что с нейросетями сложно работать в России, поскольку нужен VPN.
Мы видим, что не все вовлеклись в нейросети, но практический опыт есть у большинства опрошенных пиарщиков, что какой-то опыт уже есть, и преимущественно люди оценивают все-таки его позитивно. Отмечу достаточно большую веру респондентов, что нейросети окажут влияние на различные отрасли коммуникации, в первую очередь, на копирайтинг и дизайн. С точки зрения наших респондентов влияние, будь оно хорошее или плохое, заменит все подряд или останется прикладным инструментом, который все равно придется доделывать «руками». Посмотрим, как люди будут отвечать в дальнейшем, как изменится результат этого опроса через год и через 5 лет, здесь все достаточно непредсказуемо.
Первый год ChatGPT: главные надежды, тревоги и ошибки Михаил Виноградов: Все привыкли думать, что искусственный интеллект - это про картинку. А популярность текстовых сервисов, в которых мы все говорим, заметно ниже. Когда начинаешь слушать спикеров, кажется, что искусственный интеллект - это сложно. Нужен английский язык. На самом деле, не факт, потому что качество ответов чата GPT на русском языке вполне себе сопоставимо, хотя и не идеальное. Говорятся сложные слова про промпт-инжиниринг, но тут же включается часть аудитории. Но когда ты слышишь какие-то конкретные советы по этим промптам, они не работают. А то, что ты придумываешь сам, обычно работает гораздо лучше.
Мы сейчас ведем грантовое исследование. Оно посвящено потенциалу использования и неиспользования чата GPT в гуманитарных сферах, гуманитарных исследованиях и так далее.
Важно не спрашивать у сервиса совета: что ты рекомендуешь, что мне выбрать? Потому что он будет пытаться угадать ваше желание. Вместо этого попросите дать аргументы за и против. Не стесняйтесь переспрашивать, детализировать, уточнять, потому что первая версия ответа, которую вы получите, скорее всего, вас разочарует. Обычно качественная версия ответа -это уже четвертое-пятое вашего диалога.
Как не надо использовать чат? Не позволяйте ему подстроиться под вас и угадать, что вы хотите услышать. Не стесняйтесь переспрашивать. И очень важно, наверно, это отношения. Чат не очень продуктивен, если вы обращаетесь к нему как гуру, который знает все. И не очень продуктивно, когда вы обращаетесь к нему как роботу, как исполнителю, который должен вам «подать-принести». А это, конечно, по сути, младший партнер, общение с которым побуждает вас самим тренировать запрос.
Я чувствую, что такого массового внедрения чата, которого от него ожидали в начале года, не происходит. Наоборот, волна угасания может быть только в России, может по всему миру. У меня пока нет однозначного ответа. Есть также стереотип, что чат только обобщает новое и только вообще имеющиеся, не предлагает ничего нового.
Чем необычнее ваш запрос, тем необычнее может быть ответ. Про науку, экспертизу образования, тут тоже все по-разному. На мой взгляд, ответы, который дает чат, оказывается подчас вполне на таком аспирантском уровне. Что касается вызовов для гуманитарного знания и для образования, во-первых, важно иметь в виду, что гуманитариям, конечно, чат GPT заходит лучше, чем технарям. Сегодня для гуманитариев открывается новое окно возможностей и угроз. Главный риск для классической системы образования.
В целом Россия, конечно, являются страной более технооптимистичной и менее цифрофобной, чем Северная Америка или Западная Европа. Не случайно в России антиутопии не настолько популярны. Однако сказать, что до конца мы можем быть точно уверены, что никого из нас чат не заменит, наверно, сложно. Скорее речь о том, что два ключевых навыка, которые есть у естественного интеллекта сегодня, — это умение задавать вопросы и умение интерпретировать ответы, доканчивая их до максимально возможно уровня, который поначалу чат старается скорее не давать. В целом, мне кажется, нам не хватает обмена опытом с теми, кто чатами уже сейчас реально пользуется. Потому что этот обмен опытом оказывается гораздо полезнее, чем работа в одиночку.
Благодарност и:
студентам Университета Решетнева (г. Красноярск) В.В. Цыганковой, К.Е. Цвецих, П.Р. Шабус, Д.А. Борзиловой, А.А. Абрамовой, К.А. Абрамовой за расшифровку видеозаписей;
соискателю ученой степени кандидата наук по медиакоммуникациям и журналистике Т.А. Павловой за оформление статьи.
Сведения об авторах
Глазова Лилия Илъдаровна — генеральный директор «PR News», председатель АКОС, e-mail: l gl azova@prnews .ru
Лузгина Айта Доржиевна — директор по развитию digital-агентства «Интериум», t.me/aitadigital; e-mail: luzgina@interium.pro
Пугачевский Александр — директор группы креативного продюсирования ГК «Михайлов и Партнеры».
Кочетова Алина Николаевна — промт-инженер ГК «Михайлов и Партнеры», e-mail: linaflorwes@yandex.ru
Фейзулов Дамир — SMM & Digital директор PR Partner, https://tenchat.ru/feizullovdamir
Чиж Андрей Владимирович — директор аналитического департамента «Comunica» и автор исследования «Как пиарщики используют нейросети».
Виноградов Михаил Юрьевич — президент фонда «Петербургская политика»
Liliya Glazova — General Director of PR News, Chairman of AKOS, e-mail: l glazova@prnews .ru
Luzgina Aita — development director of the digital agency «Interium», t.me/aitadigital; e-mail: luzgina@interium. pro
Pugachevsky Alexander — director of the creative production group of the Mikhailov and Partners Group of Companies.
Kochetova Alina — industrial engineer at Mikhailov and Partners Group of Companies, e-mail: linaflorwes@yandex.ru
Feyzulov Damir — SMM & Digital Director PR Partner, https://tenchat.ru/feizullovdamir
Chizh Andrey — director of the analytical department of Comunica and author of the study «How PR people use neural networks».
Mikhail Vinogradov — President of the St. Petersburg Politics Foundation.
