Нейросети — это тренд последних лет, который заставляет специалистов из разных сфер переживать о своем будущем. Пожалуй, больше всех досталось копирайтерам, ведь нейросети могут быть полезны для создания текстов. Мы пообщались с экспертами в сфере контента и попробовали разобраться, сможет ли искусственный интеллект в ближайшее время победить человека.
Артем Тюрин
IT-главред, преподаватель курса по нейросетям в НГТУ им. Р.Е. Алексеева
Чтобы нейросеть работала, в нее на этапе обучения загружают так называемую обучающую выборку. Это множество текстов с определенными параметрами — такими, к которым нейронка должна стремиться. Нейросеть меняет свою внутреннюю конфигурацию так, чтобы конечные тексты были максимально похожи на то, что находится в обучающей выборке. Так нейронная сеть обучается.
Если в выборке будут одни стихи Пушкина — на выходе мы будем получать текст, очень близкий к стихам. Нейросеть даже попытается повторить стихотворный размер и рифму. Но такая нейронная сеть просто не сможет выдать статью в инфостиле о том, как зарегистрировать ИП.
И в этом кроется огромная проблема. Чтобы нейросеть сравнялась по уровню с профессиональным автором, нужны миллиарды качественных текстов на самые разные темы. Но такого количества хорошего контента просто не существует. Поэтому на текущем этапе невозможно создать нейросеть, которая полностью заменит человека.
Как нейросети генерируют текст
IT-главред Артем Тюрин рассказывает, что по сути нейронная сеть — это черный ящик, в который мы что-то закидываем и получаем выход того формата, который настроил разработчик. При этом мы никогда не угадаем, насколько результат будет соответствовать нашему запросу.
Нейронка по определению не может выдавать результат со 100% точностью. Для сравнения: есть такое понятие, как «алгоритм». Алгоритмы всегда выдают предсказуемый результат. Например, мы складываем 2+2 и всегда получаем 4. А нейронные сети устроены так, что результат их работы будет соответствовать нашим ожиданиям на 30-50-80%. Если сложение чисел подчиняется четким правилам, то текст можно написать миллионом разных способов. Даже один и тот же человек не напишет одинаковый текст на одну и ту же тему, если ему дать две попытки.
Из-за того, что мы не знаем, какие связи в себе сохранила нейросеть, мы не можем предсказать, какой результат получим.
А еще чем сложнее задача, тем сложнее должна быть устроена сама нейросеть. Например, написать одно предложение с заданным ключевым словом — это задача с уровнем сложности Х. Написать осмысленный абзац — задача со сложностью 5Х. Написать абзац и привести пример в тему — задача со сложностью 25Х. Чтобы нейросеть могла решать такие задачи с максимально высокой точностью, нужны десятки лет обучения и миллионы единиц контента, на которых она будет обучаться.
Нейросеть генерирует текст как ребенок в пубертате. Позволю себе метафору, поскольку я не айтишник. Алгоритмы научились строить ответы, базируясь на тезаурусе предметной области вопроса и общепринятого синтаксиса. На самом деле, это не ответы, а имитация ответов. Как говорит лингвист Ноам Хомский, современные нейронки — это Т9 на стероидах.
Работа с текстом — это не только складывание букв в слова, а слов в предложения. Чтобы текст приносил пользу читателю и бизнесу, нужно проанализировать аудиторию и ее потребности, продумать структуру и логику текста, придумать примеры и сценарии, соблюсти Tone-of-Voice и сделать много другой работы.
С этими задачами нейросети пока не могут справиться, из чего вытекают плюсы и минусы нейронных сетей:
Плюсы
Минусы
Генерируют текст на любую тему за пару секунд
Тексты получаются низкого качества, иногда нейросети уходят совсем не туда
Анализируют большой объем данных
Их нужно постоянно обучать, чтобы повышать качество и релевантность результатов
Помогают создать первый черновик: потом на его основе можно строить статью или пост
Могут допускать ошибки: фактологические, грамматические, пунктуационные
Нет тонких настроек. Например, не всегда можно задать нужный объем текста или ключевые слова
Эксперты считают, что у нейросетей больше минусов, чем плюсов, и что их применение сильно ограничено.
На мой взгляд, единственный плюс нейросетей — возможность быстро генерировать контент, причем практически в любых объемах.
Минусов больше. Во-первых, требуется потратить время на обучение нейросети. Во-вторых, нейросеть не может писать тексты, где требуется экспертное мнение. Также не вижу пока применения нейросетей для создания лендингов и другого контента «прямого отклика».
Но все плюсы и минусы условны. Кому-то не нужен экспертный контент, но важны объемы. И эта потребность перекроет минусы.
Нейронка хороша, когда нужно быстро сформулировать что-то на общеизвестную тему. Как правило, ее устами глаголет Капитан Очевидность. Там, где нужны нишевые примеры или научные знания, нейронки пока бессильны.
Нейросети похожи на ассистента, который может быстро перелопатить практически весь интернет и вытащить информацию по нужной теме. Это будет не очень глубоко, но сэкономит время.
Как текстовые нейросети используют сегодня
Тексты для объявлений. Один из главных разработчиков текстовых нейросетей в России — это «Яндекс», в котором создали YaLM — Yet another Language Model. Сам «Яндекс» тоже использует свои нейронки в работе. Например, для сервиса «Услуги» YaLM переписывает непонятные описания в объявлениях, чтобы на них откликалось больше исполнителей.
Ответы пользователям. Еще нейросети помогают службе поддержки «Яндекса» отвечать на запросы пользователей: YaLM ищет информацию о продуктах в базе знаний, классифицирует входящие запросы и генерирует ответ. Сотрудник поддержки может отредактировать его или отправить как есть.
Рекламные креативы. На Западе провели эксперимент, в ходе которого текст для таргетированной рекламы писали в двух версиях — человек и нейросеть. Оба варианта пустили в тест. В итоге стоимость лида после «человеческой» рекламы оказалась дешевле: $44,97 против $205,34 в B2B-нише и $24,72 против $32,43 в магазине женской одежды.
Автор эксперимента считает, что пока люди справляются с работой лучше нейросетей, но это может измениться
Школьные сочинения. Учитель московского лицея попросил нейросеть написать сочинение для допуска к ЕГЭ. Искусственный интеллект выдал несколько текстов, указав в качестве источников классические литературные произведения. Автор эксперимента выбрал самый удачный вариант и показал его двум коллегам. Оба отметили, что сочинение вполне заслуживает зачет.
Фрагмент сочинения, которое написала нейросеть. Тема звучала так: «Почему достижения прогресса, дающие человеку удобства и комфорт, могут быть опасны для человечества?»
Художественные книги. В мае в России вышла первая в мире книга, написанная в соавторстве с нейросетью. Искусственный интеллект создавал тексты в несколько заходов, используя промежуточную настройку и дополнительное обучение на классической литературе. Благодаря этому рассказы нейросети по стилю максимально похожи на рассказы самого писателя — Павла Пепперштейна.
Та самая книга, которую помогала писать нейросеть
Тестируем популярные нейросети
Я провела собственный эксперимент, чтобы понять преимущества и недостатки разных нейросетей. У эксперимента было единственное условие: все выбранные нейросети пишут текст на одну и ту же тему — «Как создать онлайн-магазин».
RuGPT-3. Это нейросеть от «Сбера», которая продолжает затравки пользователей. С нашей задачей сервис не справился от слова совсем. Видимо, информационные статьи он писать не умеет. Для чистоты эксперимента предложила нейросети еще одну затравку — «Утром я пошла в магазин». Здесь текст получился более логичным, хотя смысл явно страдает. Ну кто идет в магазин, чтобы купить «чудо-животное»?
«Балабоба». А это сервис «Яндекса», который с задачей справился неплохо: уточнил мой запрос, добавил подзаголовок, сохранил инфостиль, написал приличную подводку к статье. Только в конце ушел не туда. Мне нужна инструкция, как создать магазин с нуля, а «Балабоба» в первом разделе статьи хочет рассказать, как подключить уже готовый магазин к Bitrix24.
Rytr. Это иностранный сервис, который работает в том числе и с русским языком. Здесь есть тонкие настройки: можно выбрать тип контента, указать ключевые слова, тон, уровень креативности, количество вариантов. На наш запрос нейросеть написала два приличных текста, которые можно доработать и использовать как введение к статье или начало раздела в большой инструкции.
CopyMonkey. Эта нейросеть генерирует тексты разных типов: статьи для блогов, посты для соцсетей, описания товаров, отзывы, тексты для рассылок и пр. Для более точных результатов можно указать ключевые слова. Текст по нашему запросу получился довольно глубоким: это не просто введение в статью, а разбор конкретных шагов. Но это все еще не полноценная статья, а куски фактуры.
«Порфирьевич». Как и в нейросетях от «Яндекса» и «Сбера» здесь нет никаких тонких настроек: пишешь затравку — сервис на ее основе генерирует текст. Все тексты укладываются в пару строчек и выглядят скорее как слоганы или планы будущих статей. Как самостоятельную единицу контента такое использовать точно нельзя.
Нейросеть или копирайтер: за кем будущее
Большинство экспертов считают, что нейросети не заменят копирайтеров в ближайшие годы, а может быть и никогда. Нейросетью можно пользоваться, когда нужно быстро сгенерировать много уникального текста, а качество не так важно. Но если говорить о контексте, эмоциональности, юморе, уместности — пока только человек может глубоко разбираться в задаче, различать оттенки стиля и выдавать релевантный контент в любой ситуации.
Нейросети постепенно заменят тех, кто штампует низкокачественный и однотипный контент. Например, описания для карточек товаров или SEO-тексты, которыми заполняют дырки на сайтах. Но решать с помощью текстов задачи бизнеса в ближайшие годы сможет только человек.
Опыт и чувство юмора — две вещи, которые не отнять у копирайтеров. Насытить текст реальными кейсами, сочными сравнениями и шутками, аналитическими выводами нейросетям по-прежнему не под силу. И вряд ли это изменится в обозримом будущем. Поэтому глобально профессии копирайтера ничего не угрожает.
Нейросети стоит воспринимать скорее как инструмент в руках умелого копирайтера. Та же ChatGPT уже способна писать осмысленные фрагменты текста, которые можно использовать как фактуру. С ее помощью можно гораздо быстрее собирать материалы, особенно если речь идет об объемных SEO-статьях.
Нейросети также подойдут для написания срочных коротких текстов. Например, для анонсов, затравок в соцсети.
Я очень жду, когда же нейросети смогут заменить авторов и научатся писать что-нибудь осмысленное и полезное. Поэтому тестирую все, что появляется на рынке.
Больше всего я тестировал сервис Gerwin. Сейчас он создает тексты где-то на уровне биржевых копирайтеров — накидывает много слов по теме, которые звучат как осмысленная речь, но реальной ценности несут мало. С его помощью вряд ли получится сделать хорошую статью или написать экспертный пост для соцсетей. Все-таки думать и генерировать идеи нейросети еще не умеют — они просто собирают текст из того, что уже опубликовано в интернете.
Лучше всего у подобных сервисов получаются описания товаров. Например, вот описание профессионального микрофона, которое я сгенерировал нейронной сетью.
Это значительно лучше, чем пишет среднестатистический автор на биржах. А заодно дешевле и в сотни раз быстрее. Получается, интернет-магазины уже могут получать реальную пользу от нейросетей. Для самых ходовых и маржинальных товаров можно писать тексты вручную, а для остальных — генерировать дешевые описания за пару секунд. Если у вас 100 тысяч товаров, экономия будет колоссальной.
Вторая реальная область применения — новости. Большинство журналистов не пишут новости с нуля, они просто рерайтят то, что опубликовали в других изданиях. С рерайтом нейросети тоже справляются отлично — делают это быстрее и дешевле живого человека без особого падения в качестве.
Артем Тюрин
IT-главред, преподаватель курса по нейросетям в НГТУ им. Р.Е. Алексеева
Я не вижу никаких вариантов, что нейросети в ближайшее время заменят человека. Теоретически, нейросеть может быть очень сложной, она может обучаться на любом контенте и выдавать более-менее адекватный результат. Но это перспектива даже не 50 лет.
И чем более сложные параметры закладываются в нейросеть, тем сложнее ей обучаться. Яркий пример — Google Translate. Это огромная, здоровенная нейронная сеть, которая обучается уже 17 лет, и все равно не всегда точно переводит текст. Чтобы сервис пришел к текущему уровню перевода, ему потребовалось огромное количество данных и десятки лет обучения. А нейросеть, которая с нуля генерирует статью или хотя бы один абзац осмысленного текста, — это штука намного сложнее.
У меня нет однозначного ответа, за кем будущее. Вероятнее всего в ближайшие годы появится четкое разделение между копирайтерами и нейросетями. Если копирайтер делает уникальный контент, основанный на опыте, или пишет эффективные продающие тексты, ему не стоит бояться нейросетей. А вот если он пишет простенькие тексты на потоке, где не требуется специальных знаний, его в ближайшее время заменят нейросети.
Будущее однозначно за профессиональными райтерами. Даже если они не будут писать тексты сами, они будут ставить ТЗ нейронкам и обрабатывать полученный результат.
Внутри конструктора Unisender — ИИ-ассистент. Поможет составить тему, проверить ошибки в тексте, нарисовать картинку. И даст рекомендации как маркетолог или психолог.
