چرا پست های طولانی لینکدین با هوش مصنوعی نوشته می شوند

کافی است در فید لینکدین خود کمی اسکرول کنید تا شاید حس آشنایی عجیبی به شما دست بدهد: پست‌های خوش‌بیان، کشف‌وشهودهای شغلی و نثری بی‌نقص. انگار آن‌ها را یک همکار قابل‌اعتماد نوشته است. اما در واقع چنین نیست.

پنگرام، شرکتی فعال در حوزه تشخیص هوش مصنوعی، طی یک بازه دوماهه نزدیک به یک میلیون پست را با ابزارهای خود بررسی کرد و به الگویی شگفت‌انگیز رسید. فست کامپنی در گزارشی به این یافته‌ها پرداخت: در لینکدین، به نظر می‌رسد بیش از ۴۰ درصد پست‌های طولانی‌تر از ۲۵۰ کلمه، به طور کامل توسط هوش مصنوعی نوشته شده‌اند. این عدد فقط بالا نیست. وقتی در نظر بگیرید که این پلتفرم تنها حدود یک‌سوم کل نمونه بررسی‌شده را شامل می‌شد، اما تقریبا دوسوم محتوای شناسایی‌شده به‌عنوان محصول هوش مصنوعی را تولید کرده بود، این رقم حیرت‌آورتر می‌شود.

بیش از ۴۰ درصد پست‌های بلند لینکدین کاملا با هوش مصنوعی نوشته شده‌اند.

چرا لینکدین از بقیه جلوتر است

به مشوق‌ها نگاه کنید. لینکدین به شفافیت، اقتدار و روایت‌های مفیدی که تعامل ایجاد می‌کنند پاداش می‌دهد. این‌ها دقیقا همان خروجی‌هایی هستند که ابزارهای تولید محتوا با هوش مصنوعی برای ساختنشان آموزش دیده‌اند. طبق یافته‌های پنگرام، احتمال اینکه پست‌های اصلی در لینکدین با هوش مصنوعی تولید شده باشند، ۱.۳۵ برابر بیشتر از کامنت‌هاست. حتی کامنت‌ها، که معمولا غیررسمی‌تر تلقی می‌شوند، نسبت به پست‌های اصلی در شبکه‌های دیگر میزان بیشتری از حضور هوش مصنوعی را نشان می‌دهند.

ایکس، پلتفرمی که پیش‌تر توییتر نام داشت، نیز از متن‌های بلند ماشینی پر شده است: حدود ۲۵ درصد پست‌های طولانی آن کاملا با هوش مصنوعی نوشته شده‌اند و ۲۳ درصد دیگر با کمک هوش مصنوعی تولید شده‌اند. ساب‌استک، شاید نه چندان دور از انتظار، در میان پلتفرم‌های متن‌محور کمترین سهم را دارد، اما مصون نیست. بیش از یک مورد از هر پنج پست ساب‌استک نشانه‌هایی از تولید یا ویرایش با هوش مصنوعی داشت.

روش‌شناسی این بررسی اهمیت دارد: اندازه‌گیری‌های پنگرام از محتوایی به دست آمده که از طریق افزونه کروم این شرکت در لینکدین، ایکس، مدیوم، ردیت و ساب‌استک مشاهده شده است. این زاویه دید بی‌نقص نیست. ابزارهای تشخیص می‌توانند مثبت کاذب و منفی کاذب داشته باشند. با این حال، وقتی چندین نشانه در یک جهت قرار می‌گیرند، یک الگو آشکار می‌شود.

پس این موضوع برای خوانندگان و نویسندگان چه معنایی دارد؟ اصالت محتوا حالا دسته‌بندی تازه‌ای پیدا کرده است. محتوای نوشته‌شده توسط انسان، خروجی کاملا خودکار و یک ناحیه خاکستری گسترده از همکاری انسان و هوش مصنوعی وجود دارد؛ جایی که پرامپت‌ها، ویرایش‌ها و پرداخت نهایی، مرز نویسندگی را کمرنگ می‌کنند. برای خواننده، این تفاوت مهم است. برای برندها و استخدام‌کنندگان، شیوه ارزش‌گذاری صداها و سنجش اعتبار تغییر می‌کند.

احتمالا مقررات و سیاست‌های پلتفرم‌ها نیز به دنبال آن خواهند آمد. پلتفرم‌ها با یک توازن دشوار روبه‌رو هستند: باید ابزارهایی را مجاز بدانند که بهره‌وری و حجم تولید محتوا را افزایش می‌دهند، در عین حال از اعتماد و شفافیت محافظت کنند. شرکت‌های تشخیص هوش مصنوعی و ناشران همین حالا هم در تلاش‌اند متن‌های تولیدشده با هوش مصنوعی را برچسب‌گذاری یا علامت‌گذاری کنند، اما صرف برچسب‌زدن، مشوق‌های زیربنایی تولید انبوه پست‌های صیقلی و مشابه را اصلاح نخواهد کرد.

نویسندگان باید از خود پرسشی دقیق‌تر بپرسند: آیا هوش مصنوعی یک دیدگاه واقعی را تقویت می‌کند یا صرفا آن را می‌سازد؟ از ابزار استفاده کنید. اما زاویه دید خود را برون‌سپاری نکنید. در همین حال، خوانندگان می‌توانند به سه نشانه سریع توجه کنند: جزئیات مشخص از تجربه، نکات کوچک یا ناهموار که زمینه زیسته را نشان می‌دهد، و صدایی که به شیوه انسانی خطا می‌کند. جعل مداوم این نشانه‌ها برای مدل‌ها دشوارتر است.

در دل این آشفتگی، فرصتی هم وجود دارد. هوش مصنوعی می‌تواند ایده‌های خوب را سریع‌تر آشکار کند و به افراد کمک کند استدلال‌های بهتری بسازند. همچنین می‌تواند تولیدکنندگان محتوا را از پیش‌نویس‌های خسته‌کننده رها کند. اما وقتی فید یک پلتفرم به کارخانه‌ای از روایت‌های تقریبا یکسان و بهینه‌شده برای الگوریتم تبدیل شود، ظرافت و اصالت هزینه آن را می‌پردازند.

انتظار داشته باشید این گفت‌وگو شتاب بگیرد. تشخیص هوش مصنوعی بهتر خواهد شد. سیاست‌ها تغییر خواهند کرد. و ارزشمندترین پست‌ها همان‌هایی خواهند بود که شبیه هر به‌روزرسانی دیگر ساخته‌شده با هوش مصنوعی خوانده نمی‌شوند. همین یک ویژگی، آن‌ها را متمایز خواهد کرد.