عبور از مرحله کاوش هوش مصنوعی در روابط‌عمومی | راهنمای عملی

حدود ۷۵٪ از متخصصان روابط‌عمومی امروز از ابزارهای هوش مصنوعی استفاده می‌کنند، اما بسیاری از آن‌ها این کار را بدون داشتن یک راهبرد مشخص انجام می‌دهند.

به گفته سامانتا استارک، استراتژیست ارشد و بنیان‌گذار Phyusion و مشاور مرکز راهبرد هوش مصنوعی Ragan، این وضعیت باعث شده برخی تیم‌ها در ابتدایی‌ترین مرحله بلوغ هوش مصنوعی قرار بگیرند.

او می‌گوید: «ما همین حالا هم شاهد پذیرش گسترده هستیم، اما این استفاده بسیار سطحی است. افراد ابزارها را امتحان می‌کنند، اما هنوز آن‌ها را به‌شکلی معنادار به جریان‌های کاری خود متصل نکرده‌اند.»

در نتیجه، هوش مصنوعی بیشتر به‌عنوان یک افزونه باقی می‌ماند، نه ابزاری که کار روزمره تیم‌های ارتباطات را دگرگون کند.

استارک قرار است ماه آینده در کنفرانس AI Horizons درباره چهار مرحله بلوغ هوش مصنوعی صحبت کند: کاوش، ساخت، مقیاس‌پذیری و رهبری.

درک این‌که تیم شما در کدام‌یک از این مراحل قرار دارد، می‌تواند چارچوبی شفاف برای اقداماتی که باید جهت ارتقای مهارت‌ها، سواد هوش مصنوعی و در نهایت جریان کاری خود انجام دهید، فراهم کند.

در این مقاله، به مرحله «کاوش» می‌پردازیم: این مرحله چیست، چه معنایی دارد و چگونه می‌توان به سطح بعدی حرکت کرد.

تعریف مرحله کاوش

به گفته استارک، تیم‌هایی که در این مرحله قرار دارند معمولاً ارتباط‌گران توانمندی هستند و در روابط‌عمومی و بازاریابی تخصص عمیقی دارند. آن‌ها نسبت به هوش مصنوعی کنجکاو هستند و شاید پیشاپیش با برخی ابزارها کار کرده باشند، اما هنوز هوش مصنوعی در جریان‌های کاری روزانه آن‌ها نهادینه نشده است.

ممکن است فردی از ChatGPT برای ایده‌پردازی، ویرایش متن یا خلاصه‌سازی یادداشت‌ها استفاده کند، اما کاربرد هوش مصنوعی در این مرحله اغلب ساده و محدود است.

استارک می‌گوید: «شما تیمی دارید که در کار خود بسیار حرفه‌ای است. آن‌ها کنجکاوند و آزمایش می‌کنند، اما هنوز وارد مرحله ساخت نشده‌اند و لزوماً مهارت‌های لازم برای فراتر رفتن از این سطح را ندارند.»

اگر شما هم در همین نقطه هستید، کاملاً طبیعی است. این مرحله عجله‌بردار نیست. به گفته او، یکی از دلایل توقف تیم‌ها این است که می‌خواهند خیلی سریع کارهای زیادی انجام دهند. رهبران درباره GPTهای سفارشی، عامل‌های هوش مصنوعی یا مخاطبان مصنوعی می‌شنوند و تصور می‌کنند این‌ها حداقل انتظارات است.

او تأکید می‌کند: «همین‌جاست که تیم‌ها واقعاً شکست می‌خورند. آن‌ها کارهای زیربنایی را فراموش می‌کنند؛ چیزهایی مثل خدمت به تیم، سنجش عملکرد و توانمندسازی افراد.»

تمرکز بر یک کار کوچک

به‌جای تلاش برای به‌کارگیری هوش مصنوعی در همه‌چیز، استارک توصیه می‌کند روی یک جریان کاری تمرکز کنید که تیم‌تان به‌خوبی آن را می‌شناسد.

او می‌گوید: «یک کاری که همیشه انجام می‌دهید چیست؟ همان یک کار را جدا کنید و فقط روی همان آزمایش کنید.»

برای بسیاری از متخصصان روابط‌عمومی، نقطه شروع مناسب می‌تواند نوشتن به‌جای یک مدیر ارشد باشد.

او توضیح می‌دهد: «اگر از یک مدیرعامل پشتیبانی می‌کنید و مقالات داخلی، یادداشت‌های مشارکتی یا ایمیل می‌نویسید، این یک مثال عالی است.»

به‌جای این‌که از هوش مصنوعی بخواهید متنی را از صفر بنویسد، بهتر است فرایند را به بخش‌های کوچک‌تر تقسیم کنید. در این مثال، نقطه شروع «لحن و صدا» است.

استارک می‌گوید: «اگر نمونه‌ای از مقاله‌ای که مدیرعامل دوست دارد را به هوش مصنوعی بدهید و از آن بخواهید لحن نویسنده را تحلیل کند، خودتان هم بهتر آن را درک می‌کنید. دفعه بعد می‌توانید دقیق‌تر در همان لحن بنویسید.»

این مهارت را می‌توان از راه‌های مختلف تمرین کرد؛ از پرامپت‌نویسی و تبدیل گفتار به متن گرفته تا GPTهای سفارشی یا دستورالعمل‌های مبتنی بر پرسونای شخصیتی.

او می‌افزاید: «راه‌های بی‌شماری برای این کار وجود دارد، اما نکته همین است: یک چیز را انتخاب کنید و عمیق شوید.»

سنجش مهارت، اعتمادبه‌نفس و رشد

وقتی تیم‌ها روی یک جریان کاری تمرکز می‌کنند، اتفاق مهمی رخ می‌دهد.

استارک می‌گوید: «اعتمادبه‌نفس شکل می‌گیرد. شما به کشفیات و موفقیت‌های کوچک می‌رسید و بعد می‌بینید که کارتان در حوزه‌های دیگر هم چگونه می‌تواند تغییر کند.»

در عین حال، بدون آن‌که متوجه باشید، مهارت‌های اصلی هوش مصنوعی را یاد می‌گیرید. آزمایش پرامپت‌ها به شما می‌آموزد چگونه دستورهای دقیق‌تری بدهید. امتحان‌کردن پرسونای مختلف به درک بهتر لحن، مخاطب و زمینه کمک می‌کند. به‌مرور، سواد واقعی هوش مصنوعی شکل می‌گیرد.

او تأکید می‌کند: «شما با عمل‌کردن، مهندسی پرامپت را یاد می‌گیرید. به همین دلیل در مرحله کاوش، تمرکز روی یک موضوع بسیار مؤثرتر است.»

این مهارت‌ها به‌سرعت از نوشتن به حوزه‌هایی مانند پیشنهاددهی به رسانه‌های خاص، پیام‌پردازی برای مخاطبان مختلف، برنامه‌ریزی محتوا و تدوین راهبرد منتقل می‌شوند.

استارک می‌گوید: «وقتی می‌بینید در یک جا جواب می‌دهد، کم‌کم می‌فهمید که در همه‌جا هم می‌تواند کار کند. یک موفقیت کوچک، طرز فکر افراد نسبت به ابزارها را تغییر می‌دهد. همین معمولاً تیم‌ها را از مرحله کاوش به مرحله بعد می‌برد.»

برای آشنایی بیشتر با دیدگاه‌های استارک و دیگر متخصصان صنعت، می‌توانید در کنفرانس AI Horizons رگان که از ۲ تا ۴ فوریه در فورت لادردیل فلوریدا برگزار می‌شود، ثبت‌نام کنید.