Med fremveksten av AI er det flere som spør seg "hva er fordelene med en markedsførings byrå når jeg bare kan bruke AI"? AI brukes i stadig større grad i markedsføring, og det er ingen tvil om at det er nyttig. Men kan den erstatte mennesker helt og holdent?

 

Ulempene.

AI har noen store ulemper, hvorav de fleste dreier seg om mangelen på menneskelig personalisering. AI-generert innhold kan være teknisk nøyaktig og logisk, men det mangler den menneskelige tilknytningen og det følelsesmessige overtaket som de fleste forbrukere ser etter og, viktigst av alt, relaterer seg til. 

Ta Coke-reklamen fra 2024 som et eksempel. Det var en fullstendig AI-generert reklame som fikk mange til å føle seg frakoblet eller beskrive den som en "uncanny valley". I det hele tatt var det en generelt sur holdning mot annonsen.

 

De praktiske anvendelsene av kunstig intelligens. 

AI og tekstforfattere.

AI er fantastisk til å utvikle reklametekster, men det er begrenset hvor langt den kan nå, og den kommer ikke til å erstatte tekstforfattere med det første. Nå er AI i stand til å lage gode tekster, men det er fortsatt behov for mennesker for å optimalisere disse AI-skapte tekstene. Vi markedsfører tross alt til mennesker, ikke maskiner.

Med AI er det også en risiko for at etter hvert som flere markedsføringsteam inkorporerer det i sine arbeidvil flere og flere reklamer begynne å høres like ut. De smelter sammen til én. AI-tekster er ofte svært merkbare hvis de ikke er justert eller utviklet av et menneske. Et av mange tegn på dette er tilstedeværelsen av en Em-Dash (som er dårlig nyheter for de menneskelige tekstforfatterne som har brukt og elsket dem i årevis).

Det er også et argument at AI henter informasjon fra andre nettsteder. Uten menneskelig input mister AI all originalitet og autentisitet (spesielt når vi begynner å se innhold skapt i stor skala av AI). Så selv om kunstig intelligens kan hjelpe tekstforfattere, kan den ikke erstatte dem helt. Det vil alltid være behov for menneskelige følelser så lenge vi markedsfører til mennesker. En Stanford-foreleser har en teori om at opptil 95% av beslutningstakingen er basert på følelser. 

 

AI og dataanalyse.

AI er riktignok sterkere på dataanalysefronten, men den kan slite med å forstå den fulle kompleksiteten i hva som ligger bak menneskers handlinger. 

Ja, AI er fantastisk for personalisering og målgruppemålretting. Den kan hjelpe deg med å skreddersy e-poster og til og med potensielle salgsprognoser, slik at markedsførere får enklere tilgang til dataene sine enn noen gang før. 

Det kreves imidlertid et menneske for å forstå hvilke eksterne hendelser (som valentinsdager, bursdager eller andre begivenheter) som kan være drivkraften bak kjøpene av produktene dine, og for å få kontakt med forbrukerne på et emosjonelt nivå.

Det er også viktig å huske at kunstig intelligens fortsatt kan gjøre feil, fordi den har sin egen innebygde skjevhet i forhold til ulike temaer. Etter hvert som AI lærer av åpne kilder og menneskelig kunnskap, kan den lett plukke opp ulike typer skjevheter fra disse datakildene og utvikle algoritmiske skjevheter. Mange typer skjevheter kan påvirke AIs beslutningstaking, men Chapman University foreslår fem hovedtyper.

Fem typer AI-skjevhet

Seleksjonsskjevhet 

Dette skjer når treningsdataene ikke representerer den virkelige populasjonen på en nøyaktig måte, og man derfor gjør en feilaktig antakelse. Hvis en ansiktsgjenkjenningsmodell primært er trent opp på én hudfarge, kan den slite med å gjenkjenne personer med andre hudfarger, noe som kan føre til diskriminering.

Bekreftelsesskjevhet 

Dette skjer når den kunstige intelligensen i for stor grad baserer seg på tidligere informasjon den har lært. Det betyr at den bekrefter tidligere historiske fordommer, eller fordommer som den har lært før. For eksempel stereotypien om at kvinner er mindre kvalifiserte til å jobbe i teknologibransjen. Dette, sammen med stereotypier, var en viktig faktor i Amazon-skandalen.

Målefeil 

I likhet med utvalgsskjevhet oppstår målefeil når datainnsamlingen ikke er fullført, eller det er en feil under innsamlingen. Hvis et universitet for eksempel sender ut en spørreundersøkelse om kurstilfredshet, men bare kontakter dem som har vært innskrevet i hele tre år, og ikke de som har sluttet eller byttet kurs, får de ikke hele bildet.

Stereotype fordommer 

Også kalt fordomsfull bias. Dette er en skjevhet som er trent inn i maskinen, og som gjenspeiler fordommer, stereotypier og antakelser i samfunnet. Mange virtuelle assistenter, som Siri eller Alexa, er designet med kvinnestemmer og programmert til å være høflige og imøtekommende. Dette forsterker stereotypien om at kvinner skal være hjelpsomme og underdanige, noe som utilsiktet kan bidra til å opprettholde kjønnsfordommer i samfunnet.

Homogenitetsskjevhet utenfor gruppen

Det er her AI generaliserer datagrupper som den har mindre data om. Den grupperer sammen mindre grupper selv om de kan ha svært få likhetstrekk. Systemer for ansiktsgjenkjenning har for eksempel problemer med å skille mellom personer fra rasemessige eller etniske minoritetsgrupper. Dette skyldes mangel på mangfold i treningsdataene.

 

Historisk sett er det også større sannsynlighet for at disse skjevhetene rammer minoritetsgrupper, så det er viktig å være klar over dem. Ta alt med en klype salt, og vær også oppmerksom på kontekstuelle feil. De fleste AI-programmer inneholder ikke dyp kontekstuell forståelse. Kontekstuelle feil kan også oppstå på grunn av AIs mangel på ekstern kunnskap. Dette skyldes at hvis AI ikke blir fortalt om noe, kan den ikke ta hensyn til det. For det meste er det bare å huske på at du ofte får ut det du putter inn. Så sørg for at du stiller den gode spørsmål.

 

Så hva betyr alt dette hvis du vurderer å gå 100% AI-markedsføring?

Alt i alt er AI et flott verktøy, men bare når det brukes sammen med menneskelig innsats. Bruk av kunstig intelligens som støtte i markedsføringsarbeidet kan øke produktiviteten, men ikke nødvendigvis kvaliteten. 

Og et godt råd: Ikke ta feil - ikke stol på at kunstig intelligens skal gjøre det harde arbeidet for deg, for det er ikke en erstatning. AI kan effektivisere noe av arbeidet, men data (og innhold) må fortsatt analyseres og kontrolleres av mennesker for å sikre at det er autentisk og følelsesladet nok til å gjøre det til noe verdifullt. Så ikke bekymre deg, AI kommer ikke til å erstatte markedsførere med det første. 

 

For å lese flere artikler som denne, gå over til vår blogger side.