כאשר גילדות השיווק והמחקר של ימינו פונות לפלטפורמות עבודה המוניות כדי לאסוף נתונים אנושיים, הן מניחות שהן קונות עבודת כפיים (או מוח) אותנטית של בני אדם. אולם, ממש כפי ששוליות ערמומיים מוצאים קיצורי דרך לייצור המוני בסדנאות, כך גם עובדי ההמונים ברשת מצאו את "נול האריגה האוטומטי" שלהם: מודלי שפה גדולים (LLMs). חוקרים שבדקו מטלות של סיכום טקסטים גילו תופעה מדהימה: בין 33% ל-46% מהטקסטים שהוגשו על ידי עובדים אנושיים כביכול, יוצרו למעשה בעזרת בינה מלאכותית. עבור המשווק, המשמעות היא שהשוק מוצף בסחורה סינתטית במסווה של תוצרת ידנית. בני אדם משלמים לעובדים כדי שישתמשו במכונות, מבלי שהם מצהירים על כך, ובכך כורתים את הענף עליו יושב המחקר הדיגיטלי.
מדוע ה"הטורקי המכני" מוכר לנו משי איכותי שנטווה על ידי רוחות רפאים, ומה הסכנה בכך?
כסוחר שניווט ספינות בין אימפריות, אני יודע שערכו של מוצר נובע ממקוריותו. פלטפורמות כמו MTurk נועדו לספק "תקן זהב" אנושי – הדרך היחידה שלנו להבין מה צרכנים באמת מרגישים, חושבים ורוצים. כאשר עובדי ההמונים משתמשים בבינה מלאכותית כדי לכתוב ביקורות על מוצרים, למלא סקרים או לייצר נתוני אימון, הנתונים מאבדים את הייחודיות, העושר והמגוון האנושי שלהם. אם משווק מבסס את אסטרטגיית המותג שלו על סקר שוק שנענה על ידי מודלים של שפה, הוא מנווט את ספינתו על בסיס מפות ששורטטו על ידי אשליה. התלות הגוברת ב-LLMs מאיימת לדלל את הגורם האנושי מהנתונים שלנו באופן הדרגתי ומסוכן.
אילו תחבולות ניתן להפעיל כדי ללכוד את הרמאים בשעת מעשה?
כאשר גיליתי שסוחרי תחרה מרמים במידות, הצבתי משקולות מדויקות משלי. כך עשו גם חוקרי העידן שלכם כדי לתפוס את זיופי ה-AI. אי אפשר להסתמך על גלאי זיופים כלליים (שמזהים רק 26% מהטקסטים המלאכותיים), אלא יש לבנות מודל אבחון ספציפי למשימה. משווקים דיגיטליים שרוכשים נתונים מהמונים חייבים לשלב מערכות ניטור טכניות, כמו מעקב אחר הקלדות (Keystroke detection). כשהחוקרים אספו מידע על אופן ההקלדה של העובדים ועל פעולות העתק-הדבק (Copy-Paste) שלהם, יחד עם אימון מסווג ייעודי שהבחין בין טקסט אנושי לטקסט של ChatGPT, הם הצליחו לזהות את הרמאים בדיוק מרשים.
כיצד יכול סוחר דיגיטלי להבחין בפועל בין פרי עמלו של אומן לזיוף של מכונה?
כדי לזהות סחורה גנובה, יש לבחון את תפרי החיבור. החוקרים גילו שרק חמישה סיכומים נכתבו במלואם בתוך תיבת הטקסט (ללא העתקה מבחוץ), וכולם סווגו בוודאות כטקסט אנושי אמיתי. לעומת זאת, כאשר עובדים השתמשו בפעולת "הדבקה", החוקרים בדקו את רמת החפיפה (Overlap) בין הטקסט המודבק לבין הטקסט המקורי שהם היו אמורים לסכם. הם גילו שעובדים שסיפקו טקסטים מזויפים (של בינה מלאכותית) הדביקו טקסטים שרמת החפיפה שלהם עם המקור הייתה נמוכה מאוד (פחות מ-10%), מה שמעיד על כך שהטקסט הובא ממקור חיצוני לחלוטין – קרי, מהמכונה. משווקים חייבים להתקין כלי מעקב באתרים שלהם שבודקים לא רק את התוכן, אלא את "עקבות העבודה" – אם אין הקלדות אלא רק הדבקה של גושי טקסט זרים, הסחורה כנראה סינתטית.
מהו מודל הפעולה החדש עבור גילדת המשווקים בעידן של שפע מזויף?
סוחר חכם לא נלחם ברוח, הוא מתאים את המפרשים. עלייתה של הבינה המלאכותית לא תביא לסופה של עבודת ההמונים, אלא לשינוי רדיקלי בערך שהיא מספקת. במקום לשלם להמונים כדי שייצרו עבורכם טקסטים (שכן אתם יכולים לעשות זאת בעצמכם בעזרת LLMs ביעילות רבה יותר ובזול), הערך האמיתי של בני האדם משתנה מתפקיד "היצרן" לתפקיד "מבקר האיכות" או מפקח הסחורות. עובדים אנושיים ישמשו כפילטר קריטי שמזהה מתי המודלים הללו מצליחים ומתי הם נכשלים, תוך שילוב בין האדם למודל השפה כדי לייצר נתונים איכותיים ומגוונים. המשווק הדיגיטלי החדש לא יבקש מהקהל שלו לכתוב מאפס, אלא לשפוט, לערוך, ולתקף טקסטים שנוצרו על ידי מכונות.
לסיכום אסטרטגי עבור משווקים דיגיטליים (כיצד ליישם את המודל):
- הפסיקו לקנות "יצירת תוכן" מפלטפורמות זולות: דעו שחלק אדיר ממחקרי השוק והתוכן שאתם ממקורבים בחוץ (Outsourcing) מיוצר על ידי AI.
- הטמיעו מערכות מעקב התנהגותיות: אל תסמכו רק על קריאת התוכן כדי לזהות איכות. שלבו כלי ניטור הקלדות (Keystrokes) בממשקי מילוי סקרים וטפסים כדי לוודא שמדובר באדם שכותב בזמן אמת ולא מעתיק תגובות בוט.
- שנו את סוג המשימות שאתם מעבירים להמונים (Crowdsourcing): הפכו את העובדים האנושיים שלכם לשופטי אופי ומבקרי תרבות במקום ליצרני טקסט. האדם נדרש כעת כמצפן מוסרי ואיכותי למכונה, ולא כפועל ייצור פשוט.
