Inteligencia artificial + redacci√≥n de contenido: ¬Ņqu√© sucede despu√©s?

Mientras lees esto, un algoritmo a√ļn desconocido tiene la clave que desbloquea los niveles finales de eficiencia en la escritura de contenido. Ser√° de bajo costo, r√°pido como el rayo y f√°cil de usar. Y producir√° contenido de marketing que es pr√°cticamente indistinguible del texto desarrollado por humanos.

El aprendizaje autom√°tico hace que esto no solo sea posible sino permanente.

Entonces, si la inteligencia artificial est√° preparada para reemplazar la escritura de contenido, ¬Ņc√≥mo y cu√°ndo suceder√°?

Comprender la generación del lenguaje natural (NLG)

Las tecnologías principales que impulsan la automatización del marketing de contenido son el procesamiento del lenguaje natural (NLP) y la generación del lenguaje natural (NLG).

El primero es simplemente un programa de computadora que comprende la voz humana y los procesos en texto. Piense en la funcionalidad de "Escritura de voz" de Google en Drive o en los muchos tipos de software de traducción.

NLG va un paso más allá. Este proceso implica transformar los datos estructurados de PNL en historias narrativas (también conocido como escribir contenido desde cero sin la participación de humanos).

"Narrativa" puede ser un nombre inapropiado en este sentido. S√≠, la tecnolog√≠a NLG produce contenido escrito que sigue un orden l√≥gico √ļnico (e incluso es capaz de escribir ficci√≥n), pero su beneficio principal es automatizar la escritura servil de contenido denso y basado en hechos, como informes financieros, informes ejecutivos, ganancias res√ļmenes, descripciones de productos y copia est√°ndar de noticias.

En estos formatos, el contenido innovador, creativo o personal se deja de lado: NLG automatiza el texto que tiene un prop√≥sito comercial a corto plazo, no necesariamente una campa√Īa de marketing de marca a largo plazo que va m√°s all√° de los algoritmos y los hechos.

  • Inteligencia artificial: Desarrollo de sistemas inform√°ticos que realizan acciones humanas sin participaci√≥n humana.
  • Aprendizaje autom√°tico: Ordenadores que aprenden a trav√©s de la IA en lugar de la programaci√≥n humana expl√≠cita.
  • Algoritmo: Conjunto de reglas que hacen c√°lculos basados ‚Äč‚Äčen una secuencia de acciones especificadas.
  • Procesamiento natural del lenguaje: Programa que procesa y manipula autom√°ticamente el habla y el texto.
  • Generaci√≥n de lenguaje natural: Programa que utiliza la entrada NSP para interpretar y crear texto nuevo.
  • Chatbot: Programa de computadora que se comunica v√≠a chat usando texto y se√Īales auditivas.
  • Asistente virtual: Agente de software que proporciona servicios a trav√©s de PNL, como Siri o Amazon Echo.

No es de extra√Īar que las empresas B2B ya est√©n haciendo un gran uso de la tecnolog√≠a NLG. Para 2018, el 20 por ciento de todo el contenido comercial ser√° escrito por m√°quinas, predice Gartner. Nuevamente, se trata de contenido comercial: comunicados de prensa, documentos legales, notas internas, informes de mercado, etc.

El estándar de oro del periodismo, Associated Press, utiliza máquinas para producir sus informes de ganancias. Este tipo de aplicación es el caso de uso más inmediato para el software NLG, y los especialistas en marketing B2B seguramente encontrarán que muchas tareas de escritura pueden hacerse mucho más fáciles a partir de hoy.

Automatiza esto, no eso

Sin embargo, la fortaleza actual de AI no es el contenido entrante. Las estrategias de inbound marketing se basan en la personalidad, la originalidad, la autenticidad, la persuasión y la voz: cosas que tienden a ser intangibles pero igualmente importantes, si no más, que la destreza formal de la escritura.

Despu√©s de todo, las m√°quinas aprenden de los datos que se les presentan. Los n√ļmeros, las cifras, las palabras clave, la redacci√≥n y el tiempo son todos elementos que la IA puede compilar, procesar y replicar de una manera que sea aceptable para el lector promedio. Pero, la marca a menudo puede ser un proceso sin datos o sin estructura, uno que burla las capacidades de las m√°quinas y contin√ļa afectando incluso a los mejores directores creativos.

El contenido automatizado primero debe dividirse en conjuntos de datos constituyentes que las máquinas puedan analizar; pero una publicación de blog específica del producto que aprovecha la identidad de una marca y las capacidades de software, por ejemplo, no se condensa fácilmente en un código que produzca resultados prometedores de escritura. Sin el flujo de datos o la entrada adecuados, las máquinas fallan.

El contenido que ser√≠a ideal para la IA ser√≠a aquel para el que las empresas ya tienen datos estructurados. Las hojas de c√°lculo existentes de n√ļmeros, el software que agrega informaci√≥n financiera y los modelos que est√°n muy extendidos en una compa√Ī√≠a son conjuntos de datos perfectos que pueden alimentar a un generador de contenido automatizado.

Automatizar más de lo básico, en este punto, podría ser más problemático de lo que vale.

Lo que la IA no puede hacer

En 2014, un chatbot llamado Eugene fue la primera computadora en pasar la prueba de Turing, una medida de la "humanidad".

La prueba de Turing determina si una computadora descifra, interact√ļa y responde a las preguntas de una manera que enga√Īa a los jueces haci√©ndoles creer que en realidad es un humano. Si el 30 por ciento de los jueces piensan que est√°n interactuando con un humano, el chatbot ha "pasado" la prueba. En efecto, ha alcanzado el requisito m√≠nimo de inteligencia humana, seg√ļn el juicio.

Este fue un avance monumental que sirvi√≥ como evidencia de la ascendencia de AI. Pero los esc√©pticos se√Īalaron que ciertas partes de la conversaci√≥n entre humanos y Eugene eran tan rob√≥ticas e inexactas que el umbral del 30 por ciento no significaba mucho. Aqu√≠ hay una muestra popular:

a través de contentmarketinginstitute.com

Esto fue en 2014. Casi cuatro a√Īos despu√©s, los chatbots y los asistentes virtuales se han vuelto m√°s sofisticados para aplicaciones particulares como el manejo del servicio al cliente, la b√ļsqueda por voz y la resoluci√≥n de problemas en l√≠nea.

Pero para la escritura, las aplicaciones de IA inmediatas todavía no se traducen en mayores ganancias en una base medible o de toda la industria, al menos no en términos de crear contenido atractivo a escala.

El aprendizaje autom√°tico todav√≠a est√° en su infancia, y los lectores generalmente pueden detectar algunas de las deficiencias de escritura que produce la IA: repetici√≥n, flujo r√≠gido, fraseo inc√≥modo, restricciones tonales. En un mundo que est√° en transici√≥n hacia los comportamientos de b√ļsqueda humana y el reconocimiento del lenguaje natural, este tipo de planicidad staccato seguramente ser√° penalizado por Google y los visitantes del sitio lo considerar√°n poco atractivo.

Por ahora, las m√°quinas de marketing de contenido a√ļn tienen que producir contenido que inspire.

Marketing de IA del futuro

La gran mayor√≠a de las inversiones en marketing de IA se destinan a an√°lisis, publicaci√≥n e informes. Actualmente, la mitad de todas las empresas utilizan alg√ļn tipo de automatizaci√≥n de marketing, siendo el software de an√°lisis predictivo la mayor aplicaci√≥n de crecimiento temprano para el marketing de contenidos.

Pero la creación de contenido es un animal completamente diferente.

Se estima que los trabajos creativos son una especie de frontera final para la IA. Un estudio de la Universidad de Oxford consider√≥ que las posiciones creativas estaban en el 25 por ciento inferior de los trabajos para ser reemplazadas por m√°quinas, lo que significa que el 75 por ciento de otras carreras se ver√°n afectadas primero y en un grado mucho mayor. Tranquilizante, ¬Ņverdad?

La automatización ciertamente interrumpirá los flujos de trabajo de creación de contenido, pero no superará la escritura por completo. En todo caso, AI se utilizará junto con los escritores de contenido como un controlador de doble valor.

La investigación se simplificará, la ideación será ayudada por el análisis predictivo y la escritura se centrará más en la escritura misma. No palabras clave, no clasificaciones. Solo calidad.

Deje de lado las ideas de un lugar de trabajo cyborg y vuelva a escribir.