Η τεχνητή νοημοσύνη αλλάζει ήδη τον τρόπο που λειτουργούν τα ΜΜΕ, μεταφέροντας την αξία από την παραγωγή περιεχομένου στην επιλογή, την ερμηνεία και την κατανόησή του. Το βασικό ερώτημα δεν είναι μόνο πόσους επαγγελματίες μπορεί να αντικαταστήσει, αλλά πού θα παράγεται η οικονομική αξία όταν η πρόσβαση στη γνώση γίνεται πολύ πιο εύκολη και φθηνή.
Εδώ και δύο χρόνια, σχεδόν κάθε συζήτηση για την τεχνητή νοημοσύνη καταλήγει στο ίδιο ερώτημα: πόσους δημοσιογράφους, δημιουργούς ή επαγγελματίες της γνώσης και της επικοινωνίας μπορεί να αντικαταστήσει; Είναι ένα εύλογο ερώτημα, αλλά ίσως όχι το πιο κρίσιμο.
Το ουσιαστικότερο είναι να δούμε πού θα παράγεται η οικονομική αξία όταν η πρόσβαση στη γνώση και στα εργαλεία παραγωγής επικοινωνίας γίνεται ευκολότερη, ταχύτερη και πολύ φθηνότερη.
Οι μεγάλες τεχνολογικές αλλαγές δεν εξαφανίζουν συνήθως την αξία. Τη μετακινούν. Ας θυμηθούμε: Το διαδίκτυο αφαίρεσε δύναμη από όσους ήλεγχαν τη διανομή και άνοιξε τον δρόμο της άμεσης πρόσβασης. Τα κοινωνικά δίκτυα έδωσαν το πλεονέκτημα στις πλατφόρμες που ελέγχουν την προσοχή και τη σχέση με το κοινό. Τώρα η τεχνητή νοημοσύνη μεταφέρει το βάρος από την παραγωγή περιεχομένου στην επιλογή, την ερμηνεία και τη ν κατανόησή του.
Αυτό είναι, κατά τη γνώμη μου, το σημείο που αξίζει να προσέξουμε: η αξία δεν χάνεται. Αλλάζει θέση μέσα στην επικοινωνιακή αλυσίδα.
Η πρώτη ανατροπή γίνεται ήδη αισθητή στην παραγωγή. Μέχρι πρόσφατα, ένα ποιοτικό κείμενο ή βίντεο απαιτούσε χρόνο, ειδικευμένους ανθρώπους και αρκετά χρήματα. Σήμερα πολλοί από αυτούς τους περιορισμούς υποχωρούν με ταχύτητα που δύσκολα μπορούσαμε να φανταστούμε πριν από λίγα χρόνια. Ένα βίντεο παράγεται γρηγορότερα, μια μετάφραση ή απομαγνητοφώνηση γίνεται σχεδόν αμέσως, ενώ ένα μεγάλο δημοσιογραφικό αρχείο μπορεί να αναζητηθεί και να αξιοποιηθεί με πολύ μικρότερο κόστος.
Αυτό, ασφαλώς, είναι πρόοδος. Έχει όμως και μια αναπόφευκτη συνέπεια: όσο ευκολότερη γίνεται η παραγωγή, τόσο περισσότερο περιεχόμενο κυκλοφορεί. Και όταν όλοι μπορούν να παράγουν πολύ και γρήγορα, η παραγωγή από μόνη της παύει να αποτελεί ιδιαίτερο πλεονέκτημα.
Η μεγάλη πρόκληση για τα ΜΜΕ
Στα μέσα ενημέρωσης το βλέπουμε ήδη. Η δημοσίευση περισσότερων κειμένων, αναρτήσεων ή βίντεο δεν αρκεί – συχνά προσθέτει απλώς περισσότερο θόρυβο. Το δύσκολο είναι να δημιουργήσεις κάτι που αξίζει τον χρόνο του αναγνώστη: ακριβές, χρήσιμο, καλοδουλεμένο και με πραγματική ουσία.
Την ίδια ώρα αλλάζει και ο δρόμος από τον οποίο ο αναγνώστης φθάνει στην ενημέρωση. Για περισσότερα από είκοσι χρόνια, οι μηχανές αναζήτησης ήταν η βασική πύλη προς τον εκδότη. Ο χρήστης έκανε μια ερώτηση, έβλεπε τα αποτελέσματα και επισκεπτόταν την πηγή. Πλέον παίρνει ολοένα συχνότερα την απάντηση μέσα στο ίδιο το περιβάλλον ενός συστήματος τεχνητής νοημοσύνης. Η αρχική πηγή μπορεί να έχει προσφέρει την πληροφορία, αλλά να μη δεχθεί ποτέ την επίσκεψη.
Δεν πρόκειται για μια μικρή αλλαγή στην κατανομή της διαδικτυακής κίνησης. Αγγίζει τη σχέση του εκδότη με το κοινό του και, τελικά, το ίδιο το επιχειρηματικό μοντέλο της ενημέρωσης. Το κρίσιμο ερώτημα των επόμενων χρόνων θα είναι ποιος κρατά την άμεση σχέση με τον αναγνώστη – και ποιος εισπράττει την αξία που γεννιέται από αυτήν.
Θα ήταν, βέβαια, βολικό να φορτώσουμε στην τεχνητή νοημοσύνη όλα τα προβλήματα των ΜΜΕ. Δεν θα ήταν ακριβές. Η πτώση των παραδοσιακών διαφημιστικών εσόδων, η μεταφορά της προσοχής στις ψηφιακές πλατφόρμες και στο βίντεο, όπως και η συρρίκνωση πολλών αιθουσών σύνταξης, είχαν αρχίσει πολύ πριν εμφανιστούν τα μεγάλα γλωσσικά μοντέλα.
Η τεχνητή νοημοσύνη δεν δημιούργησε αυτή τη μετάβαση. Την επιταχύνει, όμως, και στενεύει επικίνδυνα το χρονικό περιθώριο προσαρμογής.
Γι’ αυτό δεν βοηθούν ούτε η καταστροφολογία ούτε ο τεχνολογικός ενθουσιασμός. Η ανθρώπινη κρίση και η ικανότητα να προσφέρεις έγκυρη, ποιοτική πληροφορία εξακολουθούν να είναι θεμελιώδεις. Μάλιστα, όσο μεγαλώνει ο όγκος του περιεχομένου, τόσο ακριβότερα γίνονται όσα δεν αντιγράφονται εύκολα: η αξιοπιστία, η δημοσιογραφική κρίση, η πρωτογενής έρευνα, η αποκλειστική πληροφορία και, πάνω απ’ όλα, η εμπιστοσύνη του κοινού.
Από την πληροφορία στην κατανόηση
Η ιστορία της οικονομίας μάς θυμίζει κάτι απλό: όταν ένα αγαθό γίνεται άφθονο, η σπανιότητα μεταφέρεται αλλού. Στην εποχή της τεχνητής νοημοσύνης η πληροφορία θα είναι παντού. Εκείνο που δεν θα βρίσκεται παντού είναι η έγκυρη πληροφορία – και ακόμη λιγότερο η κατανόηση.
Εδώ αρχίζει να διαμορφώνεται ένα διαφορετικό μοντέλο για την παραγωγή περιεχομένου. Οι επαναλαμβανόμενες και χρονοβόρες εργασίες μπορούν να περνούν στις τεχνολογικές υποδομές: ένα ποιοτικό άρθρο να μετατρέπεται σε σύντομο και κατανοητό βίντεο, μια πολύωρη εκπομπή σε επιλεγμένα αποσπάσματα, ένα μεγάλο αρχείο σε υλικό που μπορεί πράγματι να αξιοποιηθεί. Όχι για να παραμεριστεί ο άνθρωπος, αλλά για να πάψει να σπαταλά χρόνο σε εργασίες που ένα σύστημα μπορεί να εκτελέσει γρηγορότερα.
Ο χρόνος που κερδίζεται έχει νόημα μόνο αν επιστρέφει εκεί όπου χρειάζεται περισσότερο: στην κρίση, στην ερμηνεία, στην αφήγηση και στον ποιοτικό έλεγχο. Η τεχνολογία μπορεί να επιταχύνει τη διαδικασία. Δεν μπορεί από μόνη της να εγγυηθεί ότι το αποτέλεσμα είναι ακριβές, σαφές και άξιο εμπιστοσύνης.
Αυτή η ισορροπία – αυτοματοποίηση εκεί όπου προσθέτει ταχύτητα, ανθρώπινη ευθύνη εκεί όπου κρίνεται η ποιότητα – δεν αφορά μόνο τα μέσα ενημέρωσης. Αφορά κάθε οργανισμό που στηρίζεται στη γνώση και επιδιώκει επικοινωνία: τράπεζες, ασφαλιστικές εταιρείες, πανεπιστήμια, συμβουλευτικές και δικηγορικές εταιρείες.
Για πολλά χρόνια, πλεονέκτημα είχε όποιος κατείχε περισσότερη πληροφορία. Σταδιακά, πλεονέκτημα θα έχει όποιος ξέρει να επιλέγει, να ερμηνεύει και να συνθέτει καλύτερα όσα είναι διαθέσιμα σε όλους.
Αυτή είναι, τελικά, η βαθύτερη αλλαγή που φέρνει η τεχνητή νοημοσύνη. Δεν αλλάζει μόνο τα εργαλεία της δουλειάς μας. Αλλάζει το σημείο στο οποίο παράγεται η αξία.
Μέσα στην πλημμυρίδα του περιεχομένου, θα ξεχωρίσουν οι οργανισμοί που μπορούν να κάνουν κάτι φαινομενικά απλό, αλλά όλο και πιο δύσκολο: να μετατρέπουν την πολυπλοκότητα σε κατανόηση και την πληροφορία σε εμπιστοσύνη.
———-
Ο Γιώργος Ζερίτης είναι κάτοχος μεταπτυχιακού τίτλου σπουδών (MSc) στη Διοίκηση Επιχειρήσεων (Management) από το London Business School και πτυχίου (BSc) στη Λογιστική και Χρηματοοικονομικά από το Οικονομικό Πανεπιστήμιο Αθηνών, και έχει ολοκληρώσει προγράμματα στελεχών στο Cambridge Judge Business School, στο LSE και στο SDA Bocconi.
