تحریریه‌ها در عصر هوش مصنوعی چگونه فکر می‌کنند؟ روایت واقعی از درون رسانه‌ها در گفتگو با «پیت پاچال» بنیان‌گذار The Media Copilot

بنیان‌گذار The Media Copilot بی‌پرده از واقعیت‌های هوش مصنوعی در تحریریه‌ها می‌گوید.

آماندا کافی مدیرعامل Coffee Communications و از مدیران پیشین Under Armour، PayPal و eBay است که مصاحبه کننده است!

هوش مصنوعی دیگر موضوعی حاشیه‌ای نیست؛ به یکی از دغدغه‌های اصلی عملیاتی تحریریه‌ها و تیم‌های ارتباطاتیِ همکار با آن‌ها تبدیل شده است. این تغییر، معیارهای ارزش خبری یک داستان مرتبط با هوش مصنوعی و شیوه طرح آن را دگرگون کرده است.

این گفت‌وگو با پیت پاچال، بنیان‌گذار The Media Copilot انجام شده؛ پلتفرمی رسانه‌ای که گزارش می‌دهد هوش مصنوعی چگونه رسانه، روزنامه‌نگاری و تولید محتوا را متحول می‌کند. پاچال به تحریریه‌ها و تیم‌های ارتباطات کمک می‌کند تا هوش مصنوعی مولد را با دقت، ملاحظات اخلاقی و نتایج قابل‌اندازه‌گیری به کار بگیرند. او می‌نویسد، آموزش می‌دهد و مشاوره می‌کند تا «سیگنال» را از «نویز» در تقاطع هوش مصنوعی و رسانه تفکیک کند.

پیش‌تر، پاچال سردبیری و استراتژی را در Mashable و CoinDesk هدایت کرده و با ساخت تیم‌ها، راه‌اندازی محصولات و توسعه مخاطب در مقیاس وسیع شناخته می‌شود. دیدگاه او بازتابی از این است که تحریریه‌ها امروز واقعاً چگونه از هوش مصنوعی استفاده می‌کنند و رهبران روابط‌عمومی برای مرتبط‌ماندن در سال ۲۰۲۶ چه باید بدانند.

چه توصیه‌ای برای متخصصان روابط‌عمومی دارید که با مشتریان فعال در تقاطع هوش مصنوعی و رسانه کار می‌کنند؟ پیش از طرح ایده برای شما به چه نکاتی توجه کنند؟

موضوعاتی که بیش از همه به آن‌ها علاقه‌مندم را می‌توانم در سه دسته خلاصه کنم:

  1. ایده‌ها، محصولات و پلتفرم‌هایی که به تغییر استراتژیک عظیمی که در اکوسیستم رسانه‌ای در جریان است پاسخ می‌دهند. اساساً مردم هرچه بیشتر اطلاعات خود را از موتورهای جست‌وجوی مبتنی بر هوش مصنوعی، چت‌بات‌ها و درگاه‌های مشابه دریافت می‌کنند. این «واسطه‌زدایی» رسانه‌ها را وادار کرده در شیوه فعالیت خود بازاندیشی کنند. این هم یک چالش بزرگ است و هم یک فرصت. به رویکردهای نوآورانه‌ای علاقه‌مندم که اپراتورهای رسانه، روزنامه‌نگاران و دیگران می‌توانند در واکنش به آن اتخاذ کنند.

  2. ابزارهای جدیدی که روزنامه‌نگاران، متخصصان روابط‌عمومی و تولیدکنندگان محتوا می‌توانند برای افزایش سرعت یا تقویت کیفیت کار خود از آن‌ها استفاده کنند.

  3. ایده‌هایی که به نقاط درد مرتبط با اخلاق، حریم خصوصی و مسائل حقوقی ناشی از گذار به هوش مصنوعی—به‌ویژه کپی‌رایت—می‌پردازند.

در نهایت، به‌عنوان یک علاقه‌مند و مدرس هوش مصنوعی، با استفاده متخصصان روابط‌عمومی از AI در فرایندشان مشکلی ندارم؛ اما هنگام طرح ایده، «لمس انسانی» مهم است—even اگر به‌معنای انسانی‌کردن خروجی هوش مصنوعی باشد. به بیان دیگر، هوش مصنوعی قابل‌قبول است، اما شلختگی نه.

کدام آزمایش‌های هوش مصنوعی در تحریریه‌ها امیدوارکننده‌اند و کدام‌ها پرریسک؟

موفق‌ترین پیاده‌سازی‌ها از منظر نسبت «اثرگذاری به هزینه/ریسک»، ابزارهایی هستند که تحقیقات را تسریع می‌کنند. این ابزارها به روزنامه‌نگاران امکان می‌دهند انبوهی عظیم از اسناد—بسیار فراتر از توان پردازش انسانی—را تحلیل کنند و چون انسان‌ها همه‌چیز را فیلتر می‌کنند، خطری برای آلودگی نسخه نهایی وجود ندارد.

پرریسک‌ترین پروژه‌ها آن‌هایی هستند که از محتوای تولیدشده توسط AI برای خروجی‌های عمومی در مقیاس وسیع استفاده می‌کنند؛ یعنی جایی که انسان‌ها برای بررسی تک‌تک پاسخ‌ها در حلقه نیستند. نمونه‌هایی مانند چت‌بات‌ها یا گزارش‌های پژوهشی تولیدشده با AI همیشه میزانی از ریسک را دارند، چون هوش مصنوعی مولد هرچند کم، دچار توهم می‌شود. با این حال، با طراحی محصول مناسب و «شفافیت رادیکال» درباره محدودیت‌ها می‌توان بخش قابل‌توجهی از ریسک را کاهش داد.

هوش مصنوعی کجا به کیفیت روزنامه‌نگاری کمک کرده، نه اینکه به آن آسیب بزند؟

علاوه بر ابزارهای تحقیقاتی، AI مهارت‌های «روزنامه‌نگار روزمره» را تقویت می‌کند. با عامل‌ها، گزارشگر دیگر لازم نیست در همان ابتدا متخصص حقوقی باشد تا اسناد دادگاهی را پیدا و تحلیل کند. تحلیل داده مبتنی بر AI یعنی هر گزارشگری می‌تواند روزنامه‌نگار داده باشد. و «وایب‌کدینگ» به روزنامه‌نگاران اجازه می‌دهد داستان‌های بصری و تعاملی—یا بخشی از آن‌ها—را بدون درگیرکردن تیم‌های محصول بسازند. اگر AI کمک کند خبر را بهتر توضیح دهید، سریع‌تر منتشر کنید و در کانال‌های بیشتری توزیع کنید، این یک برد است.

محبوب‌ترین داستان‌های شما در سال ۲۰۲۵ کدام بودند و چرا بحث‌برانگیز شدند؟

ویروسی‌ترین مطلبم گزارشی بود درباره پذیرش ابزارهای هوش مصنوعی توسط نیویورک‌تایمز برای تیم‌های گزارشگری. چه موافق باشید چه مخالف، تایمز هنوز معیار روزنامه‌نگاری آمریکاست و مردم نه‌تنها به محتوایش، بلکه به شیوه کارش کنجکاوند. برخی علاقه‌مند بودند و برخی—قابل‌تصور—ناراضی. همچنین عطش عمیقی برای راهنمایی درباره GEO یا «بهینه‌سازی برای موتورهای مولد» وجود دارد؛ یعنی بهینه‌سازی محتوا برای خلاصه‌شدن توسط مدل‌های زبانی بزرگ. محبوب‌ترین ستون من در Fast Company هم به همین موضوع پرداخت.

The Media Copilot به پادکست، بخش‌های آموزشی و دوره‌های AI هم گسترش یافته است. چه نکات برجسته‌ای از جامعه خود دیده‌اید؟

در پایان هر دوره شش‌هفته‌ای که تدریس می‌کنم، یک نمایش پروژه نهایی داریم. خلاقیت دانشجویان شگفت‌انگیز است. در جدیدترین دوره «AI برای روابط‌عمومی و ارتباطات»، دانشجویان ابزارهای بسیار قدرتمندی برای پایش رسانه ساختند که بخش زیادی از کارهای تکراری را با عامل‌های هوشمند جایگزین می‌کند. و در دوره «AI برای روزنامه‌نگاران»، یکی از دانشجویان داشبوردی فوق‌العاده دقیق برای احراز اصالت تصویر ساخت که با استفاده از اعتبارنامه‌های محتوا، تاریخچه یک تصویر را سریع بررسی می‌کند.

کدام پیشنهاد روابط‌عمومی اخیر فوراً «بله» گرفت و چرا؟

عامل هوش مصنوعی Time برایم جذاب بود، چون فقط یک چت‌بات دیگر نبود؛ بلکه می‌توانست مدل کسب‌وکار تازه‌ای باشد که در آن رسانه‌ها آرشیوهای خود را «عامل‌محور» می‌کنند تا کنترل تجربه را حفظ کنند. وقتی تیم روابط‌عمومی پیشنهاد مصاحبه با COO درباره این پروژه و استراتژی کلان AI را مطرح کرد، بلافاصله پذیرفتم.

پیشنهادهایی که به نتیجه نرسیدند؛ چه چیزی کم داشتند؟

خیلی زیاد! جدا از پیشنهادهای خارج از هدف، زمان‌بندی در حوزه AI فوق‌العاده دشوار است چون صنعت با سرعت حرکت می‌کند. مثلاً یک سرویس بزرگ تصاویر رایگان ایده‌ای خوب درباره تصویرسازی مولد خودش داشت، اما با عرضه Gemini’s Nano Banana Pro، بسیاری از آنچه قبلش بود عملاً منسوخ شد.

دوست دارید متخصصان روابط‌عمومی بیشتر درباره کارکرد تحریریه‌ها در سال ۲۰۲۶ چه بدانند؟

تحریریه‌ها و حتی بخش‌ها باید بسیار متمرکزتر باشند. اگر رسانه‌ای تخصصی است، امروز تخصصی‌تر شده؛ اگر محلی است، محلی‌تر. همه به‌دنبال رابطه‌ای عمیق‌تر و مستقیم‌تر با مخاطب‌اند. آنچه مطرح می‌کنید—و حتی شیوه طرح آن—باید با این هدف هم‌راستا باشد. مدام بپرسید: چگونه می‌توانم به این گزارشگر کمک کنم داستانی عمیق‌تر و غنی‌تر بگوید تا مخاطبش بازگردد؟ عمق و اثرگذاری مهم‌اند؛ «دسترس گسترده» و «ضربه‌های سریع» دیگر اولویت نیستند.

با توجه به تغییرات هفتگی اثرات AI بر رسانه، در آستانه ۲۰۲۶ چه موضوعاتی را بیشتر پوشش می‌دهید؟

قطعاً GEO. امیدوارم در مسائل کلان کپی‌رایت هم پیشرفتی ببینیم. همچنین می‌خواهم درباره پتانسیل «اینترنتِ ربات‌ها» که در کنار اینترنت انسانی در حال شکل‌گیری است شفافیت بیشتری به‌دست آید: آیا می‌توان این فعالیت را به‌گونه‌ای درآمدزا کرد که رشد ایجاد کند؟ مشتاقم ببینم چه می‌شود!