האם הבינה המלאכותית הופכת אותנו ליצירתיים יותר או דומים יותר?

 

למה השאלה הזאת חשובה דווקא עכשיו?

במגרש קפוא, אי שם בצפון אירופה, יש רגע שבו כל השחקנים מתחילים להחליק טוב יותר. המסירות מדויקות יותר. המאמנים מבינים טוב יותר את הגוף, את הנשימה, את הזווית, את המאמץ. הטכניקה עולה. המשחק נעשה מהיר יותר. אבל אחרי כמה עונות קורה משהו מוזר: כל הקבוצות מתחילות להיראות דומות. אותן פתיחות. אותן תנועות. אותו לחץ על היריב. אותה מכונה אלגנטית של יעילות.

זה מה שאני רואה היום גם בשיווק דיגיטלי. הבינה המלאכותית שיפרה את היכולת של כמעט כל איש שיווק לכתוב, לתכנן, לנסח, לבדוק ולייצר. הבעיה אינה שהטקסטים נעשו גרועים. במקרים רבים הם נעשו טובים יותר. הבעיה העמוקה יותר היא שהם מתחילים להישמע כאילו כולם התאמנו אצל אותו מאמן.

המאמר של Doshi and Hauser מנסח את הפרדוקס הזה בצורה חדה: GenAI יכולה לשפר יצירתיות אישית, אבל לצמצם את המגוון הקולקטיבי של התוצרים. בניסוי שלהם, סיפורים שנכתבו בעזרת רעיונות של בינה מלאכותית דורגו כיצירתיים יותר, כתובים טוב יותר ומהנים יותר, במיוחד אצל כותבים פחות יצירתיים. אבל אותם סיפורים גם נעשו דומים יותר זה לזה לעומת סיפורים שנכתבו בלי AI. זו אינה הערה קטנה על כתיבה. זו אזהרה על עתיד השיווק כולו.

מה גילה המחקר של Doshi and Hauser?

המחקר גילה שבינה מלאכותית יכולה לתת יתרון לכותב היחיד, אך ליצור הפסד לקבוצה כולה. המשתתפים קיבלו משימת כתיבת סיפור קצר. חלקם כתבו ללא עזרה. חלקם יכלו לקבל רעיון אחד מ GPT 4. חלקם יכלו לקבל עד חמישה רעיונות. לאחר מכן, מעריכים חיצוניים בחנו את הסיפורים לפי מדדים כמו חדשנות, שימושיות ואיכות כתיבה.

התוצאה המעניינת אינה רק שה AI עזר. זה היה צפוי. כלי שמציע רעיונות, מוריד פחד מדף ריק, מארגן התחלה ומספק כיוון, אכן יכול לשפר כתיבה. התוצאה החשובה היא שהשיפור הזה הגיע עם מחיר: הסיפורים נעשו קרובים יותר זה לזה.

בשפה שיווקית, זה אומר דבר פשוט. אם עשרה עסקים בתחום דומה מבקשים ממודל שפה “כתוב לי מאמר מקצועי על ניהול קמפיינים בגוגל”, כל אחד מהם עשוי לקבל טקסט סביר. אפילו טוב. אבל אם כולם מקבלים טקסטים טובים באותה צורה, אף אחד מהם לא באמת בונה יתרון.

למה זה מזכיר את עולם הספורט המקצועני?

זה מזכיר ספורט מקצועני כי בכל ענף מגיע רגע שבו מדע האימון מעלה את הרמה הכללית. תזונה, וידאו, סטטיסטיקה, ניתוח ביצועים, מכשור, התאוששות, פסיכולוגיה, הכול משתפר. שחקנים שהיו בינוניים בעבר נעשים טובים יותר. מאמנים לומדים מה עובד. טקטיקות מתפשטות. יתרון הופך לנורמה.

אבל אז מתברר שהיעילות עצמה יצרה דמיון. כל הקבוצות רצות יותר. כולן לוחצות. כולן מנתחות נתונים. כולן יודעות איפה היריב חלש. ברגע שהיתרון נעשה נגיש לכולם, הוא מפסיק להיות יתרון ומתחיל להיות תנאי כניסה.

כך קורה גם עם AI בשיווק. לפני כמה שנים, מי שידע לכתוב טוב, להפיק הרבה רעיונות ולנסח מודעות במהירות נהנה מיתרון אמיתי. היום כל מנהל שיווק יכול לבקש עשרים כותרות, חמש גרסאות פתיחה, עשרה רעיונות לפוסטים, שלושה תיאורי מוצר וטיוטה למאמר. זה מעלה את הרף, אבל גם מצמצם את הפער בין כולם.

לכן השאלה אינה “האם AI משפר ביצועים”. השאלה היא “מה נשאר ייחודי אחרי שכולם משתמשים בו”.

איפה אנשי שיווק קוראים את הסיפור לא נכון?

הטעות הנפוצה היא לחשוב שתוכן AI הוא בעיה של איכות נמוכה. לפעמים זה נכון, אבל זו אינה הבעיה המרכזית. הבעיה המסוכנת יותר היא תוכן טוב מדי במובן הלא נכון: מסודר, ברור, תקין, נעים, מלא כותרות הגיוניות, בלי שגיאות, בלי קצוות, בלי ריח של אדם מסוים או עסק מסוים.

כשאני בוחן היום אתרים ומאמרים שנכתבו בעזרת AI, אני לא מחפש רק טעויות. אני מחפש דמיון. האם הפסקאות נפתחות באותה צורה? האם הטיעון מתקדם באותה תבנית? האם הכותרות הן שאלות כלליות מדי? האם יש דוגמאות אמיתיות מהשטח, או רק ניסוחים סבירים שאפשר להדביק לכל עסק?

זה מתחבר גם למה ש Google עצמה מדגישה בעידן החיפוש מבוסס AI: תוכן צריך להיות ייחודי, לא סחיר, מועיל ומספק לקוראים אמיתיים. כלומר, לא מספיק להיות ברור. צריך להביא משהו שקשה להחליף בגרסה אחרת של אותו טקסט.

למה GEO הופך את הבעיה הזאת לחשובה יותר?

GEO הופך את הבעיה לחשובה יותר כי מנועי תשובה אינם מציגים רק רשימה של קישורים. הם מסכמים, בוחרים, ממזגים ומנסחים תשובה. לכן תוכן דומה מדי עלול להיבלע בתוך הממוצע של התחום. Search Engine Land מגדיר GEO כמאמץ לגרום למותג ולתוכן להיות מצוטטים, מומלצים או מוזכרים בפלטפורמות AI כמו Google AI Overviews, ChatGPT ו Perplexity.

ב SEO הישן יכולת להתחרות על ביטוי, לשפר כותרת, לבנות קישורים, לכתוב מאמר ארוך יותר, ולהתקדם בתוצאה אורגנית. ב GEO השאלה שונה: האם התוכן שלך מספק למודל תשובה מספיק ברורה, אמינה ומובחנת כדי שיבחר בו כמקור או כהשראה לתשובה.

אם עשרים אתרים כותבים אותו מאמר על “איך לבחור סוכנות Google Ads”, מנוע תשובה לא צריך את כולם. הוא צריך דפוס כללי, אולי מקור או שניים, ואולי מותג שהוא מזהה כבעל סמכות. התוכן הגנרי יימס לתוך תשובה כללית. התוכן עם ניסיון, עמדה, דוגמאות, שפה מובחנת ומומחיות אמיתית יוכל להישאר מזוהה.

מה ההבדל בין תוכן ברור לבין תוכן שאי אפשר להחליף?

תוכן ברור מסביר. תוכן שאי אפשר להחליף מביא נקודת מבט. זה ההבדל המרכזי. AI יודע לייצר בהירות. הוא טוב מאוד בסידור רעיונות, בניסוח נקי, בהצעת מבנה ובהרחבת טיעונים. אבל בהירות אינה זהות. היא רק תנאי בסיס.

תוכן שאי אפשר להחליף כולל סימנים של מחשבה אנושית ממשית: בחירה במה להתעלם ממנו, זווית לא צפויה, סיפור מקצועי מהשטח, הסתייגות חכמה, דוגמה שלא נולדה מתוך מאגר קלישאות, חיבור בין תחומים רחוקים, והבנה של קהל ספציפי.

אני מעדיף מאמר שיש בו משפט אחד שמרגיש כאילו רק אותו מומחה יכול היה לכתוב, על פני מאמר שלם שנראה מושלם אבל יכול היה להופיע בכל אתר. בעידן AI, המבחן אינו רק “האם זה נכון”. המבחן הוא “האם יש כאן מקור”.

איך המחקר על פרסונות AI משנה את התמונה?

המחקר של Wan and Kalman חשוב כי הוא מראה שהומוגניזציה אינה בהכרח גורל. הם טוענים שהבעיה אינה עצם השימוש ב GenAI, אלא האופן שבו משתמשים בו. כאשר כל המשתתפים מקבלים רעיונות שנוצרו מאותו פרומפט, הם נחשפים לאותו מרחב יצירתי. לכן גם אם כל אחד משתפר, כולם זזים לאותו כיוון. במחקר שלהם, שימוש בעשר פרסונות AI מגוונות יצר מאגר רעיונות מגוון יותר, והחוקרים מציעים לראות ב AI שותף ניתן לעיצוב, לא כלי קבוע ואחיד.

זו נקודה קריטית למנהלי שיווק. לא מספיק להגיד לצוות “תשתמשו ב AI”. צריך לתכנן איך משתמשים בו. האם כולם מקבלים אותו פרומפט? האם כל המאמרים מתחילים באותו מבנה? האם כל אנשי התוכן משתמשים באותה הוראה? האם יש מנגנון שמכריח את המערכת לחשוב מנקודות מבט שונות?

במקום פרומפט אחד, צריך לפעמים צוות של פרסונות חשיבה: הלקוח הספקן, המתחרה, איש המכירות, ההיסטוריון, איש הנתונים, מנהל המוצר, המשתמש המתוסכל, העורך האכזרי. לא כדי להפוך את העבודה למשחק, אלא כדי למנוע מהמותג לחשוב במסלול אחד.

מה לומדים מזה על Google Ads וקופי שיווקי?

במודעות, הסכנה אפילו חדה יותר. Chen and Chan בדקו שימוש ב LLM לכתיבת מודעות, והשוו בין שימוש בו ככותב צללים לבין שימוש בו כלוח תהודה שנותן משוב. הם מצאו שהשימוש ב LLM כלוח תהודה שיפר את איכות המודעות אצל לא מומחים, אבל שימוש בו ככותב צללים לא נתן יתרון משמעותי ואף פגע במומחים. ההסבר המרכזי הוא אפקט עיגון: כשהמודל נותן טיוטה ראשונה, האדם נוטה להישאר קרוב אליה.

זה חשוב מאוד למי שמנהל קמפיינים. אם אני מבקש מ AI “כתוב לי עשרים כותרות”, אני עלול לקבל עשרים כותרות סבירות שנשענות על אותו מרכז רעיוני. אם אני קודם כותב כיוון משלי ואז מבקש ממנו לבקר אותו, לשאול מה חסר, לזהות התנגדויות ולחדד התאמה לכוונת חיפוש, אני משאיר את היוזמה אצלי.

במילים אחרות, AI ככותב ראשון עלול לצמצם את המחשבה. AI כמבקר שני יכול להרחיב אותה.

למה ההיסטוריה של טכנולוגיות תוכן חוזרת כאן?

כל טכנולוגיית תוכן גדולה עשתה דבר דומה. הדפוס הרחיב הפצה אבל גם יצר סטנדרטיזציה של טקסטים. העיתונות ההמונית יצרה קול ציבורי רחב אבל גם נוסחאות כותרת. הרדיו נתן קול להמונים אבל יצר תבניות דיבור. הטלוויזיה הפכה דימוי לנכס מרכזי, ואז לימדה את כולם את אותם חוקי מסך. SEO הרחיב נגישות למידע, ואז מילא את הרשת במאמרים שנכתבו לפי אותה נוסחת מילות מפתח.

AI אינו חריג. הוא שלב חדש באותה היסטוריה. קודם מגיעה ההבטחה: יותר מהר, יותר זול, יותר נגיש. אחר כך מגיעה התבנית: כולם משתמשים במה שעובד. רק בשלב השלישי מתחילה האמנות האמיתית: איך לשמור על קול, עומק וחריגה בתוך מערכת שהפכה את הייצור לקל מדי.

מנהל שיווק שמבין היסטוריה לא מתרגש רק מהכלי החדש. הוא שואל מה הכלי החדש עושה לשפה של כולם.

איך בודקים אם התוכן שלנו כבר דומה מדי?

בודקים דמיון בשלוש רמות: מבנה, רעיון ושפה. ברמת המבנה, שואלים האם כל המאמרים מתחילים בהגדרה כללית, ממשיכים ברשימת יתרונות, ואז מסתיימים בקריאה גנרית לפעולה. ברמת הרעיון, שואלים האם יש טענה שמישהו יכול להתווכח איתה. ברמת השפה, שואלים האם יש משפטים שמרגישים כמו ניסיון, או רק כמו סיכום.

אני מציע למנהלי שיווק לעשות בדיקה פשוטה. לקחת חמישה מאמרים מהאתר שלהם וחמישה מאמרים של מתחרים. למחוק את שמות המותגים. לתת לאדם מהתחום לקרוא. אם הוא לא מצליח לדעת מי כתב מה, יש בעיה. לא בהכרח בעיית SEO. בעיית זהות.

בשלב מתקדם יותר אפשר להשתמש גם במדידה סמנטית: השוואת כותרות, פסקאות פתיחה, נושאים חוזרים, ניסוחים ומבני תשובה. אבל גם לפני הכלים, העין האנושית כבר יודעת לזהות מתי טקסט נשמע כמו כולם.

מה צריך מנהל שיווק לעשות מחר בבוקר?

הצעד הראשון אינו להפסיק להשתמש ב AI. זו תהיה מסקנה ילדותית. הצעד הראשון הוא להפסיק להשתמש בו באותה צורה שבה כולם משתמשים בו. אני לא רוצה פחות AI. אני רוצה AI שמופעל טוב יותר.

מחר בבוקר אפשר לעשות שלושה דברים. קודם, לבדוק את עשרת המאמרים האחרונים באתר ולשאול איפה מופיעה נקודת המבט של העסק. אחר כך, לקחת מודעות קיימות ולבקש מ AI לא לכתוב אותן מחדש, אלא לבקר אותן כמו לקוח ספקן. לבסוף, לבנות ספריית פרסונות חשיבה שתלווה כל תהליך תוכן: לא כדי לייצר סגנון מלאכותי, אלא כדי להכניס שונות, התנגדות וחשיבה נוספת.

בעידן AI, השאלה אינה מי מייצר יותר. השאלה היא מי מצליח להישאר מזוהה אחרי שהייצור נעשה זול.

אילו פרומפטים יעזרו לבדוק דמיון סמנטי ותוכן גנרי?

פרומפט 1: בדיקת דמיון סמנטי

“נתח את המאמר הבא ובדוק אילו רעיונות, ניסוחים, כותרות ותבניות עלולים להישמע דומים מדי לתוכן שיווקי גנרי שנכתב בעזרת AI. הצע חמש דרכים להפוך את הטקסט למובחן יותר, בלי לפגוע בבהירות שלו.”

פרומפט 2: בדיקת קול מותגי

“קרא את הטקסט הבא כאילו אתה מנהל שיווק ביקורתי. האם יש בו קול מותגי ברור, נקודת מבט, ניסיון מקצועי ודוגמאות קונקרטיות? סמן מקומות שבהם הטקסט נשמע כללי מדי והצע ניסוחים אישיים, מדויקים וסמכותיים יותר.”

פרומפט 3: יצירת כיוונים מגוונים

“צור עשרה כיוונים שונים למאמר בנושא הבא. כל כיוון צריך להגיע מנקודת מבט אחרת: היסטורית, מסחרית, פסיכולוגית, טכנולוגית, ביקורתית, צרכנית, תחרותית, תרבותית, מעשית ואסטרטגית. אל תחזור על אותו מבנה רעיוני.”

איך אני הייתי משתמש בזה באסטרטגיית GEO?

אני הייתי מתחיל לא מעוד מאמרים, אלא ממיפוי. אילו שאלות הקהל שואל? אילו תשובות קיימות כבר בשוק? אילו תשובות AI עשוי לייצר מתוך הממוצע של התחום? ואיפה העסק יכול להביא משהו שאינו נמצא בממוצע הזה?

GEO אינו רק התאמה למנועי תשובה. הוא תרגיל בבניית סמכות. אם התוכן שלך רק עונה נכון, הוא מתחרה בכל מי שעונה נכון. אם הוא עונה נכון מתוך ניסיון, עמדה, דוגמאות, שפה מקצועית ומבנה ידע עקבי, הוא מתחיל להפוך למקור.

אם אתם רוצים לבדוק האם התוכן שלכם באמת מוכן לעידן GEO, ולא רק נראה מסודר לעידן SEO הישן, אפשר להתחיל באבחון מקצועי של האתר, המאמרים, דפי הנחיתה והקמפיינים. המטרה אינה לייצר עוד טקסטים. המטרה היא לבנות מערכת ידע שגוגל, מנועי תשובה ולקוחות אמיתיים יכולים לזהות כמקור ברור, סמכותי ומובחן.

מה המשפט שצריך לזכור?

הבינה המלאכותית לא תהרוג את היצירתיות. היא תעשה משהו מסובך יותר: היא תעלה את הרמה הממוצעת ותעניש את מי שמסתפק בממוצע. מי שישתמש בה כדי לייצר עוד מאותו דבר ייראה מקצועי יותר ודומה יותר. מי שישתמש בה כדי לחשוב מכמה נקודות מבט, לבדוק דמיון, לשבור תבניות ולהעמיק את קול המותג, יוכל להפוך אותה מבעיה תחרותית ליתרון אסטרטגי.

מקורות: Doshi and Hauser, Science Advances, על יצירתיות אישית ומגוון קולקטיבי. Wan and Kalman על פרסונות AI והפחתת הומוגניזציה. Chen and Chan על LLM ככותב צללים או לוח תהודה בפרסום. Google Search Central על תוכן ייחודי ולא סחיר בעידן חיפוש AI. Search Engine Land על GEO ונראות במנועי תשובה. HubSpot על מגמות AI בשיווק. Content Marketing Institute על trust ecosystems ותוכן מובחן בעידן רווי AI.