LinkedInin tekoälyjulkaisut: aitouden haasteet verkossa

Vieritä LinkedInin syötettäsi ja saatat tuntea kuin olisi nähnyt saman aiemmin: sujuvia julkaisuja, uran oivalluksia, virheetöntä proosaa. Ne vaikuttavat kuin luotetun kollegan kirjoituksilta. Mutta niitä ei ollut kirjoittanut kollega.

Pangram, tekoälyn tunnistamiseen erikoistunut yritys, syötti työkaluillensa lähes miljoona julkaisua kahden kuukauden aikana ja havaitsi yllättävän kaavan. Fast Company raportoi havainnoista: LinkedInissä yli 40 prosenttia yli 250 sanan julkaisuista näyttää olevan kokonaan tekoälyn kirjoittamia. Luku ei ole pelkästään korkea. Se on huikea, kun ottaa huomioon, että alusta muodosti vain noin kolmasosan koko otannasta mutta tuotti lähes kaksi kolmasosaa tekoälyn tunnistamasta sisällöstä.

Yli 40 prosenttia pitkistä LinkedIn-julkaisuista oli kokonaan tekoälyn kirjoittamia.

Miksi LinkedIn on kärjessä

Ajattele kannustimia. LinkedIn palkitsee selkeyttä, auktoriteettia ja hyödyllisiä kertomuksia, jotka herättävät sitoutumista. Juuri näitä ominaisuuksia tekoälykirjoittimet on koulutettu tuottamaan. Pangramin mukaan alkuperäiset LinkedIn-julkaisut olivat 1,35 kertaa todennäköisemmin tekoälyn tuottamia kuin kommentit. Jopa kommentit, joita yleensä pidetään rennompina, osoittavat suurempaa tekoälyn esiintymistä kuin muiden verkostojen pääjulkaisut.

X, alusta joka tunnettiin aiemmin nimellä Twitter, on myös täynnä koneellisesti tuotettua pitkämuotoista sisältöä: noin 25 prosenttia pitkämuotoisista julkaisuista oli täysin tekoälyn kirjoittamia ja lisäksi noin 23 prosenttia tuotettiin tekoälyavusteisesti. Substack, mikä ei ehkä ole yllätys, osoittaa pienimmän osuuden tekstipainotteisten alustojen joukossa, mutta se ei ole immuuni. Yli joka viides Substack-julkaisu kantoi tekoälyn luomisen tai muokkauksen merkkejä.

Metodilla on merkitystä: Pangramin mittaukset perustuivat sisältöön, jota tarkasteltiin heidän Chrome-laajennuksensa kautta LinkedInissä, X:ssä, Mediumissa, Redditissä ja Substackissa. Tuo näkökulma ei ole täydellinen. Tunnistusvälineissä on väärän positiivisia ja väärän negatiivisia tuloksia. Silti, kun useat signaalit osoittavat samaan suuntaan, kaava alkaa erottua.

Mitä tämä sitten tarkoittaa lukijoille ja kirjoittajille? Aitoudella on uusi taksonomia. On ihmisten kirjoittamaa sisältöä, täysin automatisoitua tuotosta ja laaja harmaa alue ihmisen ja tekoälyn yhteistyötä, jossa kehotteet, muokkaukset ja viimeistely hämärtävät tekijyyttä. Lukijalle ero merkitsee. Brändeille ja rekrytoijille se muuttaa tapaa, jolla arvostamme ääniä ja arvioimme uskottavuutta.

Sääntely ja alustapolitiikat seuraavat todennäköisesti perässä. Alustat kohtaavat tasapainottelun, jossa sallitaan työkaluja jotka nostavat tuottavuutta ja sisältömäärää mutta samalla suojellaan luottamusta ja läpinäkyvyyttä. Tunnistusyritykset ja julkaisijat kilpailevat jo merkitäkseen tai tunnistaakseen tekoälyn tuottamaa tekstiä, mutta pelkkä merkitseminen ei korjaa perimmäisiä kannustimia, jotka rohkaisevat massatuotettuihin, hiottuihin julkaisuihin.

Kirjoittajien tulisi esittää itselleen terävämpi kysymys: voimistako tekoäly oikeaa näkökulmaa vai valmistako se sellaisen? Käytä työkalua, mutta älä ulkoista omaa näkökulmaasi. Lukijat puolestaan voivat etsiä kolmea nopeaa merkkiä: kokemuksen konkreettisuutta, epätasaisia tai pieniä yksityiskohtia jotka paljastavat eletyn kontekstin sekä ääntä joka tekee inhimillisiä virheitä. Näitä malleilla on vaikea jäljitellä johdonmukaisesti.

Häiriössä on myös mahdollisuus. Tekoäly voi nostaa esiin hyviä ideoita nopeammin ja auttaa ihmisiä rakentamaan parempia perusteluja. Se voi vapauttaa tekijöitä työläästä luonnostelusta. Mutta kun alustan syöte muuttuu lähes identtisten, algoritmin optimoimien kertomusten tehtaalta, vivahteikkuus ja omaperäisyys joutuvat maksamaan hinnan.

Odotettavissa on, että keskustelu kiihtyy. Tunnistus paranee. Politiikat muuttuvat. Ja arvokkaimpia julkaisuja ovat ne, jotka kieltäytyvät kuulostamasta kuin jokin muu tekoälyn tuottama päivitys. Se yksin saa ne erottumaan.