Vil AI overtage alt tekstskrivning og indholdsudvikling?

Lad mig starte med det helt korte svar. Nej! Om end jeg er ligeså fascineret af udviklingen indenfor automatisering af indhold som mange andre, har teknologien nogle begrænsninger. Og faktisk er der mange forskellige teknologier i spil, som ofte blandes sammen eller misforstås.

Så i dette indlæg vil jeg forsøge at forklare nogle af de væsentlige forskellige – naturligvis med særlig fokus på det, som er relevant for os der arbejder med SEO.

Der er mange metoder til automatisering af indhold

AI bruges ofte en anelse (for) frit til at beskrive automatisering. Det samme gælder iøvrigt NLG, som jeg vender tilbage til om lidt.

I praksis findes der vist stadig ikke egentlig AI – altså rigtig kunstig intelligens. Det som oftest betegnes som AI er maskinlæring. Det vil sige nogle mere eller mindre avancerede, selvlærende systemer, der på basis af en masse data har opbygget nogle komplekse regler for generering af f.eks. tekster, billeder eller programmeringskode.

Men skal du på børsen, så er AI et pisse godt buzz word 🙂

Historisk set har nogle af os (i blandt andet SEO-branchen) arbejdet med automatisk generering af tekster gennem mange år. For mit eget vedkommende i over 20 år.

Det startede med simple “text spinners” – meget simple systemer til randomisering af tekster. Ord i en template kunne så udskiftes med varianter, hvilket kunne skabe en masse unikke tekster, der var nogenlunde læsbare. Men de var bare ikke nødvendigvis specielt brugbare, læsevenlige eller målrettede.

Senere arbejdede vi bl.a. med avancerede matematiske modeller som “Markov Chains”, til at generere endnu større, og mere keyword-målrettede tekster. Disse var grammatisk korrekte, men i praksis så godt som sort snak. Så de virkede fint til cloaking, men det var ikke ligefrem tekster der solgte!

Senere kom så det vi i dag kender som NLG-generatorer. Og her er det for alvor begyndt at blive spændende.

NLG-systemer bygger på nogle måde videre på en del af ovenstående, men tager udgangspunkt i struktureret data. Det kunne f.eks. være produkt-data, vejr-data eller finansiel data. I stedet for at vise det i kedelige tabeller kan NLG-systemerne fortolke den strukturerede data og lave mere læsbar, brugervenlige og konverterende tekster ud af det.

Jeg har skrevet en lidt længere artikel om netop NLG, som du finder her.

Senest er der så kommet “AI” baserede systemer som Jasper.ai og ChatGPT. Begge dele har fået meget omtale. Og det er her forvirringen ofte sætter ind.

I nogle debatter har jeg set folk omtale bl.a. ChatGPT som et NLG-system. Og ja, man kan da godt sige at det er en form for “Natural Language Generation”, men det har bare ikke ret meget med det som normalt betegnes som NLG-løsninger at gøre.

Hvilke løsninger kan bruges til hvad?

Jasper.ai, ChatGPT og tilsvarende løsninger, som findes eller måtte komme, er glimrende supplementer til almindelig, manuel forfatning af tekster, og kan i nogen omfang også bruges i forbindelse med SEO.

Det er blot vigtigt at forstå, at de tekster der laves med disse systemer ikke nødvendigvis er 100% korrekte, læsevenlige eller salgsvenlige. Så sørg for at kigge dem grundigt igennem inden du publicerer dem.

Jeg har selv brugt dem, som inspiration og kladde-generatorer, når jeg skulle forfatte en masse kategori-tekster, eller artikler til PBNs. Men det ER kun en kladde jeg får ud af det. De skal altid rettes til bagefter!

Længere, og mere dybdegående artikler – som f.eks. den her, har jeg stadig til gode at se eksempler på, kan skrive bedre end jeg – eller en anden fag-person. Ikke mindst fordi en artikel som denne bygger på helt ny viden, som de systemer jo ikke har.

“AI” systemerne synes jeg heller ikke er velegnet til at skrive produkttekster – særligt ikke når man har mange af dem, og der løbende tilføjes nye. Der er NLG-løsningerne KLART at foretrække.

Med NLG kan du målrette dine tekster meget bedre, sikre at vigtig faktuel data er med, styre sprogtonen mere præcist og i øvrigt hurtigt rette i dette, rulle produkterne ud på andre sprog osv.

Er ChatGPT en Google-killer?

Nogle mener, at ChatGPT – og den slags systemer, som via et dialog-baseret interface kan give mere fyldestgørende svar, frem for “bare” links til andre websider, på sigt vil fjerne behovet for traditionel søgning, som vi kender det i dag.

Det tvivler jeg dog meget på. Der er nemlig mange svagheder i den slags løsninger, herunder bl.a.:

• Det er ekstremt tungt både at træne, opdatere og eksekvere disse “maskiner”. Hvis vi ser på f.eks. ChatGPT så går deres dataindsamling således kun frem til 2021. Der ER altså sket meget siden da!
• En meget vigtig del af søgning er filtrering. Det er noget af det Google har brugt utrolig mange resurser på at perfektionere. Meget data er for ringe og skal filtreres fra. Det bliver det ikke i ChatGPT og derfor optræder der meget ofte, meget alvorlige fejl.
• God søgning handler IKKE kun om at have adgang til meget data (reach) men i høj grad også om sandsynligheden for at finde de rigtige svar (precission).

Så nej, jeg tror ikke at hverken ChatGPT – eller det vi umiddelbart kan forestille os i forlængelse af den type teknologier, vil smadre Google. Så du skal ikke lægge din SEO på hylden endnu.

Ny teknologi er ofte spændende, men …

Jeg kaster mig, som så mange andre, ivrigt over alverdens nye teknologier. Jeg synes det er sjovt og spændende. Men, det betyder langt fra altid at jeg tager det hele i brug på de sites jeg arbejder med. Jeg vurderer hver eneste gang hvad og hvor det kan bruges på en måde, som gavner de virksomheder jeg arbejder med bedst muligt.

Det er godt at være nysgerrig. Det er godt at følge med. Det er godt at lave egne tests, men det er dumt bare udskifte eksisterende, solide, gennemprøvede og gode løsninger ud med automatisering – bare fordi man kan.

Teknologi skal have et formål. Det skal løse et problem!

Hvis vi f.eks. tager produkttekster, så er det ofte et problem, at omfanget er så¨ stort at der i praksis ikke er kapacitet til at skrive nogle gode, brugervenlige og sælgende tekster.

Mange bruger bare de tekster de får fra deres leverandører. Det gør det upersonligt og skaber duplicate content problemer i forhold til SEO.

Her kan NLG være en virkelig god løsning.

Jasper.ai, ChatGPT og tilsvarende kan være godt til at hjælpe med at lave større mængder af tekster billigt, som så enten rettes manuelt til efterfølgende, eller som indgår steder hvor de ikke er så vigtige.

Brug teknologierne der, hvor det giver bedst mening for din virksomhed. Lad den sunde fornuft styre dine beslutninger, frem for en (mere eller mindre barnlig) fascination af teknologien.