هوش مصنوعی اکنون توانایی نگارش محتوای باکیفیت را دارد

اگر به این باور رسیده باشید که هوش مصنوعی، می‌تواند روزی همه‌ی فرایندها را به‌صورت اتوماسیون در بیاورد، از شنیدن خبر نگارش محتوا توسط آن، شگفت‌زده نمی‌شوید. بسیاری از مؤسسه‌های بزرگ رسانه‌ای همچون نیویورک تایمز، اسوشیتدپرس، رویترز، واشنگتن پست و یاهو اسپرت، امروزه از هوش مصنوعی برای تولید محتوا استفاده می‌کنند.

طبق آمارهای منتشر شده، The Press Association می‌تواند ماهانه ۳۰ هزار خبر محلی را با به کارگیری هوش مصنوعی تولید کند. البته، می‌توان حدس زد که بسیاری از آن اخبار، با فرمول‌هایی ساده از ترکیب موارد دیگر تشکیل می‌شوند. البته، امروز هوش مصنوعی توانایی تولید محتوای خلاقانه را دارد و از متون ترکیبی به مرحله‌ای جدید رسیده است. محتوایی که می‌تواند در قالب شعر یا حتی رمان عرضه شود.

هوش مصنوعی چگونه محتوا می‌نویسد؟

فرایند نرم‌افزاری که از داده‌های موجود، نوشته تولید می‌کند، به‌نام Natural Language Generation یا NLG شناخته می‌شود. درحال‌حاضر، از آن فرایند در نیازهای متعدد تولید محتوا در جهان استفاده می‌شود. از کاربردهای امروزی تولید محتوای ماشینی می‌توان به گزارش‌های کسب‌وکارها، ایمیل‌های شخصی‌سازی شده، ارتباطات پیامی داخل اپلیکیشن‌ها، به‌روزرسانی پورتفولیوی مالی مشتریان و موارد دیگر اشاره کرد.

اولین مرحله از NLG، با مشخص کردن نوع محتوای مورد نیاز شروع می‌شود. هر نوع از محتوا از پست‌های شبکه‌های اجتماعی تا گزارش‌های مالی و شعر و نوشته‌های ادبی، سبک نوشتاری منحصربه‌فرد و زیرساخت‌های مشخص دارند. تعیین زیرساخت‌ها و طرح اولیه که به‌نام الگو نیز شناخته می‌شود، توسط کاربر نهایی سیستم، زیرساخت خود NLG یا ارائه‌کننده راهکارهای نرم‌افزاری آن تعیین می‌شود.

سیستم هوش مصنوعی علی بابا، برای فروشندگان در این سرویس، تولید محتوا خواهد کرد

از میان ابزارهای NLG موجود می‌توان به Quill از شرکت Narrative Science، سرویس Polly از آمازون و Wordsmith شرکت Automated Insights اشاره کرد. سرویس متن به صوت گوگل نیز در میان آن دسته‌بندی قرار می‌گیرد. برخی سازمان‌های رسانه‌ای همچون واشنگتن پست (سرویس Heliograf) هم ابزارهای اختصاصی خود را توسعه داده‌اند.

مانند همه‌ی راهکارهای هوش مصنوعی، مالکیت و دسترسی به داده، حیاتی محسوب می‌شود. درباره‌ی موضوع نگارش توسط هوش مصنوع، داده‌های ساختاربندی شده به نرم‌افزار تزریق و در فرایندهای «منطق شرطی» پردازش می‌شود. به‌تعریف ساده، هدف نهایی آن است که خروجی، تا حد امکان به محتوایی شبیه به متن تولیدشده توسط انسان، تبدیل شود.

چرا شرکت‌ها در تولید محتوای ماشینی سرمایه‌گذاری می‌کنند؟

مانند همه‌ی کاربردهای هوش مصنوعی، NLG هم به انسان‌ها امکان می‌دهد تا دیتاست‌های عظیم‌تر را پردازش کنند و همچنین، در تولید دیتاست‌ها هم بازدهی بیشتری داشته باشند. سازمان‌هایی که از راهکارهای NLG برای تولید محتوا استفاده می‌کنند، هزاران محتوا را در طول زمانی تولید می‌کنند که یک انسان، برای تولید یکی از آن‌ها نیاز دارد.

تولید متون طبیعی با هوش مصنوعی، قابلیت شخصی‌سازی را نیز در سطوح بالا ارائه می‌کند. چنان رویکردی، قطعا به بهبود سرویس و تجربه‌ی کلی برای مشتریان خواهد انجامید. به‌عنوان مثال می‌توان به گزارش‌هایی اشاره کرد که به‌صورت اختصاصی برای هر سازمان، با استفاده از داده‌های خود آن‌ها، ارائه می‌شود.

پردازش طبیعی زبان، در روند پیشرفت خود به افراد کمک می‌کند تا داده‌ها را به‌صورت معنادارتری برای افراد ناآشنا با علوم داده، عرضه کنند. به‌عنوان مثال، با آن که نمودار و تصویر، برای درک بسیاری از موارد مفید هستند، برخی افراد در درک آن‌ها مشکل دارند. در آنجا، هوش مصنوعی می‌تواند تفسیری از داده‌های نموداری درکنار آن‌ها ارائه دهد تا مخاطب، درک بهتری از آن‌ها پیدا کند.

مثال‌هایی از به‌کارگیری هوش مصنوعی در تولید محتوا

بانک آلمانی Commerzbank برای کاهش زمان تحقیقات و همچنین هزینه‌های خود، از هوش مصنوعی برای تولید گزارش‌های تحقیقات دارایی استفاده می‌کند. آن فرایند، هنوز به‌صورت کامل خودکار نیست، اما فناوری مورد استفاده، اکنون می‌تواند حدود ۷۵ درصد از کارهای تحلیل‌گران سنتی دارایی را انجام دهد.

کاربردهای اتوماسیون در خبرنگاری نیز به‌وفور در دنیای امروز دیده می‌شوند. آن کاربردها در اتاق‌های خبر سرتاسر جهان، فرایندهای متنوعی از افزایش سرعت احقیق تا حقیقت‌سنجی اخبار، بررسی نظرات، ساده‌سازی روند کاری و حتی حذف اخبار جعلی و از همه مهم‌تر، نوشتن محتوا را انجام می‌دهند.

اسوشیتدپرس، اکنون از هوش مصنوعی برای نوشتن هزاران گزارش ورزشی استفاده می‌کند. نرم‌افزار آن‌ها با پیروی از الگوی طراحی‌شده، داده‌ها را اسکن کرده و بخش‌هایی از مسابقه‌ی ورزشی که برای خواننده جذاب و مهم هستند را استخراج می‌کند. شناخت لحن زبات، برای تولید محتوایی که طبیعی به‌نظر برسد، حیاتی محسوب می‌شود.

در مثالی دیگر، بسیاری از مؤسسه‌های مالی، با استفاده از پلتفرم Quill شرکت Narrative Science، با سرعت بالا گزارش‌های مالی ۱۰ تا ۱۵ صفحه‌ای تولید می‌کنند. از میان مشتریان آن سرویس می‌توان به Groupon، Forbes و USAA اشاره کرد.

هوش مصنوعی، در خلاصه‌سازی متون بلند نیز کاربرد زیادی دارد. چنان رویکردی، نیاز به درک متن منبع از سوی الگوریتم دارد. سپس، معنا و جزئیات مهم متن، در یک خلاصه‌ی شیوا و قابل فهم، عرضه می‌شود.

جالب است بدانید استفاده از هوش مصنوعی در تولید محتوا، منجر به نوشتن رمانی به‌نام The Day a Computer Writes a Novel شد که تا مراحل کسب جایزه نیز پیش رفت. در نمونه‌های دیگر آثار ادبی، داستان‌های کوتاه و شعر هم به‌چشم می‌خورند.

به‌هرحال، باوجود موفقیت‌های به‌دست آمده، هنوز مراحل متعددی باید طی شود تا ماشین‌ها، محتوایی با سطح خلاقیت و هوش نزدیک به انسان تولید کنند. البته، پیشرفت‌های کنونی ما را به فکر وا می‌دارد که دیگر، کدام آثار خلاقانه، کاملا انسانی خواعند بود و نوشتن باکیفیت، شامل چه مواردی می‌شود؟

آیا می‌توانید محتوای تولیدشده توسط ربات را شناسایی کنید؟ ابزارهای جالبی اکنون در اینترنت وجود دارند که آزمایش شناخت محتوای روباتیک و انسانی را عرضه می‌کنند. به‌عنوان مثال، نیویورک تایمز در این لینک، آزمونی را ارائه می‌کند که می‌توانید دقت خود را در شناسایی محتوای روباتیک، بررسی کنید. اگر هم تمایل به آزمایش نوشتن محتوا با هوش مصنوعی دارید، از این ربات استفاده کنید.