– Introduzca el título generado automáticamente aquí –

24 · 06 · 2019



Algunas verdades sobre IA para content marketing.

Uno de los mayores miedos con respecto a la Inteligencia Artificial (IA) es la creencia de que sustituirá a todos; la gran mayoría de nosotros nos quedaremos sin trabajo. Y, para ser completamente justos, esto es cierto, pero sólo en parte. Si tienes un trabajo que se basa en repetición, hay una gran posibilidad de que seas sustituido por una máquina. Lo siento, pero esa es la realidad de la automatización. 

Llevamos ya años asistiendo al debate sobre qué puestos de trabajo serán sustituidos y cuáles, pero la reflexión suele basarse en principios equivocados.¿Quién de nosotros no recuerda el famoso libro que publicaron en 2004 Frank Levy y Richard Murnane, “The new division of Labor”, en el que se afirma que la IA nunca sustituirá a los conductores?

Y ahora, bueno…

(Considerando que es dueño de uno de los mejores coches automatizados, que también son ecológicos, es posible que sea un poco parcial. Pero no está equivocado).

Sin embargo, existe una competencia que siempre se había librado del inevitable ascenso de las máquinas “mezquinas”: la creatividad. En nuestra manera de pensar más tradicional, creíamos que las máquinas nunca podrían pintar una obra maestra, escribir una novela de gran éxito de ventas o componer una hermosa sinfonía. Lo cual, por cierto, es gracioso porque yo, un ser humano, tampoco puedo hacer ninguna de esas cosas. En otras palabras, parecía que las máquinas nunca iban a ser creativas. Sin embargo, esta idea errónea proviene de una premisa falsa con respecto a la IA: la creatividad, al ser una tarea no repetitiva, no está en peligro… por ahora. 

Como dice Naval Ravikant:

Entonces, ¿en qué parte del proceso creativo sustituye la Inteligencia Artificial a nuestros queridos departamentos creativos? Como hemos dicho antes, en aquellas actividades que requieren repetición o en las que se puede enseñar a una máquina, como, por ejemplo, la creación de contenido.

Procesamiento del Lenguaje Natural (NLP) y Generación de Lenguaje Natural (NLG)

Desde titulares de noticias hasta canciones completas de Bob Dylan, si eres lector digital lo más probable es que hayas consumido, y más de una vez, contenido escrito por un bot. Si piensas en ello, es inevitable. La cantidad de contenido que consumimos online ha superado la capacidad de los seres humanos para crearlo (aunque lo estamos intentando). Además, nuestra capacidad de atención cambia demasiado rápido y los usuarios decidimos leer, o no, un artículo/libro/post en función del impacto que le producen menos caracteres que un tweet (y me refiero a la época dorada de Twitter, cuando los tweets eran de 140 caracteres).

¿Y cómo se genera ese contenido? La fórmula es simple: NLP ayuda al bot a aprender cómo se usan las palabras y en qué contexto. Esto le da a la máquina la habilidad de entender el lenguaje humano, identificar cómo cada palabra tiene un propósito, esas palabras interactúan entre sí y cómo estas combinaciones tienen significados únicos. Una vez que lo entiende, sus aplicaciones son variadas: mostrar el resultado de una búsqueda (Google), dar una respuesta automática (chatbots), reconocimiento de voz (transcripciones o subtítulos), o, con la ayuda de NLG, tener conversaciones completas, escribir reseñas, historias, títulos, artículos, poemas, canciones, copys en Facebook, y todo aquello para lo que queremos entrenarle. 

«Entrenamiento» es la palabra clave. Como hemos reiterado varias veces, se trata de automatizar una tarea repetitiva. Por ejemplo, ¿quieres que tu bot escriba Amazon Reviews para tu producto? Por favor, no lo hagas, pero sería posible darle ese uso si alimentas la máquina con tantas reviews como sea posible. Lo mismo ocurre con todo lo demás, incluso si se trata de un título de tres palabras. Por supuesto, tienes que partir de un contenido de buena calidad o el resultado que producirá será malo. Si una máquina aprende un error gramatical, lo repetirá. No podemos olvidar un principio básico de Machine Learning: «Garbage in, garbage out”.

Como hemos visto, las aplicaciones y posibilidades son infinitas, especialmente cuando se combina con un mundo lleno de datos. Por ejemplo, es fácil crear un titular para un artículo, pero nuestra ambición es crear un titular adaptado a cada una de nuestra tipología de lectores. Se trata de poder crear un copy de un anuncio en Facebook que utilice la palabra «gato» o «perro» dependiendo de si está dirigido a los amantes de los perros o los gatos. O ser capaces de crear boletines informativos hiperpersonalizados que contengan productos y recomendaciones basadas en el historial de compras y navegación. Todo ello es posible y hace tiempo que superamos la automatización de contenido para adentrarnos en la era de la automatización de contenido personalizado.

Tener en nuestras manos todas estas herramientas no implica que las empresas o agencias abandonen a sus departamentos creativos. En realidad, es justo lo contrario. La oportunidad es impulsar las capacidades de aquellos profesionales que pueden crear conceptos e ideas maravillosos y así, evitar que destinen su tiempo en pensar en cuántas formas diferentes puedes decir y adaptar «por favor, compra mi producto» para que se adapte a la plataforma que elijas usar. 

Hoy nos hemos centrado tan solo en el contenido escrito, pero el reconocimiento e incluso la creación de imágenes está avanzando tan rápido, que esta realidad impacta no sólo al texto, sino también a las fotografías, las animaciones y los vídeos. Entonces, ¿equipos de diseño? Sereis los siguientes….

*Este artículo NO ha sido escrito por un bot ni patrocinado por el departamento creativo.

Comparte +

Ver todos    Subir

Suscríbete a nuestros artículos

Suscríbete a #Rebelthinking y mantente al día de las últimas tendencias digitales, una selección de los mejores artículos de Rebel Thinking, así como nuestros últimos estudios y nuestra newsletter mensual.

He leído y acepto las condiciones de uso y la política de privacidad y cookies