ในยุคที่ Generative AI หรือ ปัญญาประดิษฐ์ (AI) ในรูปแบบที่คอมพิวเตอร์สามารถสร้างคอนเทนต์ขึ้นได้เองอย่างรวดเร็ว ทั้ง เนื้อหาบทความ รูปภาพ เสียง หรือแม้แต่วิดีโอ แต่เหรียญย่อมมี 2 ด้าน เหล่าคอนเทนต์ครีเอเตอร์ ควรจะใช้ Generative AI อย่างไร? เพื่อให้เกิดประสิทธิภาพ ประหยัดต้นทุนในการทำงาน และสร้างผลลัพธ์ที่ทรงคุณค่าไม่แพ้คอนเทนต์ที่คนผลิต
คุณสุรศักดิ์ เหลืองอุษากุล Director of Planning & Ideas ของ Brandbaker พูดถึงบทบาทและข้อจำกัดของ Generative AI ในหัวข้อ "Transform Creative Content Marketing with Generative AI พลิกวงการสร้างสรรค์งาน Creative Content Marketing ด้วย Generative AI" ที่งาน CREATIVE TALK CONFERENCE 2023 FESTIVAL หรือ CTC2023
คุณสุรศักดิ์ สรุปประโยชน์ของการนำ Generative AI เข้ามาช่วยประกอบงานสร้างสรรค์คอนเทนต์เป็น 3 คุณประโยชน์หลัก ได้แก่ เร็วขึ้น (Faster) สะดวกขึ้น (Easier) และ หลากหลายขึ้น (More Diverse) เพื่อให้บรรลุคุณประโยชน์เหล่านี้ ผู้ใช้ก็ควรจะทราบหลักการหรือกลยุทธ์ในการใช้งาน Generative AI อย่างเหมาะสม โดยการตลาดด้านคอนเทนต์นั้น ไม่ใช่การมุ่งสร้างคอนเทนต์เพียงอย่างเดียว แต่จะต้องวางโจทย์ให้เกิดแรงกระแทกกับผู้บริโภคให้เกิดผลลัพธ์จาก A ไปสู่ B เช่น การชมคอนเทนต์ นำไปสู่การซื้อ
เราต้องทราบว่า AI ถนัดและไม่ถนัดอะไร และสิ่งใดที่ AI สามารถทำได้ดีกว่ามนุษย์ คุณสุรศักดิ์เตือนว่า AI ใช้เหตุผลได้อ่อนกว่ามนุษย์ ดังนั้นอย่าใช้ให้ AI คิดแทนเรา แต่เราต้องคิด และใช้ AI เป็นผู้ช่วย อย่างไรก็ตาม มนุษย์ก็ต้องรู้วิธีที่จะสื่อสารกับ AI ได้อย่างเหมาะสม ด้วยการใช้ Input ที่ดี หรือการมอบข้อมูลที่ละเอียด มีความเฉพาะเจาะจงให้ AI รับทราบว่าเรากำลังต้องการคอนเทนต์รูปแบบไหน หากให้ข้อมูลที่ไม่ละเอียดพอ หรือมีลักษณะคลุมเครือ AI จะไม่เข้าใจว่าเรากำลังต้องการอะไร และไม่สามารถสร้างคอนเทนต์ให้ออกมาตรงตามโจทย์ความต้องการของเราได้
หน้าที่ความถนัดของ Generative AI ที่คุณสุรศักดิ์เลือกใช้ จึงแบ่งออกได้เป็น 3 ประเภทหลัก คือ การวิเคราะห์ข้อมูล (Analyze Datas) การสรุปข้อมูล (Summarized Datas) และการช่วยสร้างกลยุทธ์ (Craft Strategy) จะเห็นได้ว่า 3 สิ่งนี้อยู่ในขอบเขตของผู้ช่วยสร้างสรรค์ โดยอาจเป็นการนำข้อมูลดิบ หรือโจทย์ความต้องการที่มนุษย์เป็นผู้กำหนด นำไปกลั่นกรองออกมาเป็นข้อมูลที่มีประโยชน์ต่อการนำไปใช้ต่อเพื่อสร้างสรรค์คอนเทนต์ ไม่ใช่การนำผลงานที่ AI สร้างออกมาไปใช้เป็นผลงานที่เสร็จสมบูรณ์
คุณสุรศักดิ์กล่าวถึงข้อดีที่ "AI สามารถทำงานน่าเบื่อให้เราได้" ดังนั้นมันจึงสามารถสร้างตัวเลือกจำนวนมากจากโจทย์ชิ้นหนึ่งมาเสนอให้กับเรานำไปใช้ต่อ หากสิ่งที่ AI สร้างมาให้เรายังไม่ตรงความต้องการของเรา เราก็สามารถสั่งให้มันสร้างตัวเลือกใหม่ขึ้นมาได้เสมอ จนกว่าจะออกมาเป็นผลลัพธ์ที่ต้องการ เช่น การสั่งให้ ChatGPT เสนอคำตอบจำนวนหลายรูปแบบขึ้นมา หรือการใช้ Stable Diffusion สร้างรูปภาพทีละหลายรูป
ตัวอย่างของ Generative AI ในยุคปัจจุบัน มีหลากหลายรูปแบบ ทั้งรูปแบบตัวอักษรอย่างเดียว การสร้างรูปภาพจากตัวอักษร (Text to Image) การสร้างวิดีโอจากตัวอักษร (Text to Video) การสร้างดนตรีจากตัวอักษร (Text to Music) การสร้างเสียงพูดจากตัวอักษร (Text to Speech) และ AI ประเภทอื่นๆ ที่อาจจะยังไม่เป็นที่รู้จักหรือกำลังถูกพัฒนาให้ออกมาใช้งานได้ในอนาคต
คุณสุรศักดิ์ย้ำ "อย่าให้ AI ทำงานโดยที่เราไม่ตรวจสอบ" เพราะ AI ไม่ได้สามารถทำงานได้สมบูรณ์แบบ พร้อมยกตัวอย่างกรณีของ ChatGPT ที่แปลข้อความจากภาษาอังกฤษเป็นภาษาไทยผิดพลาด หรือ Stable Diffusion ที่สร้างรูปภาพมนุษย์ออกมามี 6 นิ้ว ซึ่งจำเป็นจะต้องอาศัยการตรวจสอบคุณภาพโดยมนุษย์ และนำไปแก้ไขให้ออกมาเป็นผลงานที่สมบูรณ์ พร้อมต่อการนำเสนอสู่สายตาผู้บริโภค
นอกจากนี้ Generative AI ยังมีลักษณะที่สุ่มเสี่ยงต่อปัญหาการละเมิดลิขสิทธิ์ เพราะเราไม่อาจทราบได้ว่าข้อมูลที่ใช้สอน AI เป็นข้อมูลที่ได้มาอย่างถูกลิขสิทธิ์หรือไม่ การนำ Generative AI มาช่วยสร้างคอนเทนต์ทางการตลาด จึงควรจะระมัดระวังและคำนึงถึงความเสี่ยงในด้านนี้ให้ดี
ปิดท้ายด้วยข้อคิดเตือนใจว่า "Generative AI นั้นเป็นเพียงเครื่องมือ" เปรียบเสมือนการมีเปียโนราคาแพง ไม่ได้การันตีว่าจะสามารถสร้างดนตรีที่ดีออกมาได้ แต่จำเป็นต้องอาศัยความเชี่ยวชาญของมนุษย์ที่เป็นผู้เล่น สร้างสรรค์ออกมาเป็นผลงานที่มีคุณภาพ