Начнём с бытовой ситуации.
Допустим, вы спрашиваете поисковик: «Что посоветуешь приготовить мне на завтрак?»
Ещё недавно в ответ вам вывалили бы сотни, а то и тысячи ссылок. Омлеты, сырники, овсянка, бутерброды, блинчики, запеканки. Дальше начиналась ваша работа: открыть несколько рецептов, посмотреть, что есть в холодильнике, прикинуть, сколько времени готовы потратить, вспомнить, что вчера уже ели яйца, – и в конце концов выбрать.
Теперь, когда вы задаёте поисковику тот же вопрос, между вашим запросом и ответом работает генеративный искусственный интеллект. Он учитывает, что вам за шестьдесят, вы мало двигаетесь, хотите похудеть и утром не любите долго стоять у плиты. И вместо тысячи ссылок вы получаете один конкретный совет. Например:
– Сварите манную кашу.
Почему именно манную – сейчас неважно. Речь вообще не о каше.
Важно, что произошло между вопросом и ответом.
Вопрос остался тем же. Поисковик остался посредником между человеком и огромным массивом информации. Но раньше он показывал, где искать ответ. Теперь искусственный интеллект без нашего участия отбирает сведения, сопоставляет варианты и приносит нам уже собранный результат.
Разница на первый взгляд невелика: раньше десять ссылок, теперь несколько готовых абзацев. На самом деле изменилось всё.
Да, поисковик и раньше не был беспристрастным библиотекарем. Он решал, какие ссылки поставить первыми, а какие отправить туда, куда большинство из нас никогда не доберётся. Уже этим он влиял на то, какую часть мира мы увидим.
Но после поисковой выдачи всё ещё начиналась наша работа. Мы открывали сайты, читали разные мнения, замечали противоречия, что-то отбрасывали, чему-то доверяли. Только потом решали: это мне подходит, это нет; этому я верю, этому – не очень.
Между найденной информацией и нашим выводом оставалось пространство для человеческой работы.
Теперь часть этой работы ИИ делает за нас.
Искусственный интеллект сам выбирает, что взять из доступной информации, что посчитать важным, какие сведения поставить рядом и как сформулировать итог. Мы получаем не материал для ответа, а уже готовый ответ.
Манная каша стоит на столе.
В этом, на мой взгляд, и заключается одна из самых серьёзных перемен, которые принёс генеративный ИИ. Мы много говорим о том, что он пишет тексты, рисует картинки, переводит, программирует, составляет таблицы. Но куда важнее другое: он начинает выполнять часть работы, из которой рождается наше собственное суждение.
Представьте два ответа.
«Вот десять сайтов с рецептами завтраков».
И:
«В вашем случае лучше всего приготовить манную кашу».
В первом случае мы видим варианты и понимаем: выбор ещё впереди. Во втором перед нами уже результат отбора.
Конечно, никто не запрещает спросить: «А почему каша?» Можно потребовать другие варианты. Можно закрыть поисковик и пожарить яичницу. Но сама ситуация изменилась. Когда перед человеком лежат десять ссылок, очевидно, что ему ещё предстоит разбираться. Когда перед ним появляется гладкий, уверенный, хорошо сформулированный ответ, гораздо проще принять его за сам ответ, а не за один из возможных.
Мы видим кашу. Но не видим завтраки, которые до нашего стола не дошли. Именно поэтому искусственный интеллект всё больше напоминает редактора реальности.
Не самой реальности, конечно. Автомобиль не становится лучше оттого, что его похвалил ИИ. Банк не становится надёжнее. Компания не получает достоинств, которых у неё нет. Историческое событие не меняется задним числом. Меняется информационная версия мира, которую получаем мы.
Безусловно, человек и раньше не оставался лицом к лицу с реальностью. Газеты, телевидение, блогеры и поисковые системы давно стоят между ним и огромным количеством происходящего. Однако генеративный ИИ добавляет к этому ещё один шаг.
Он не только решает, что показать. Он сразу говорит нам, что из этого следует.
Сначала это выглядит совершенно безобидно: что приготовить на завтрак? Потом цена ответа растёт: какой автомобиль купить, в каком банке открыть вклад, какую страховую компанию выбрать.
Дальше вопросы становятся ещё ближе к нашей жизни: какую профессию выбрать ребёнку, к какому специалисту обратиться, как поступить в сложной ситуации.
И наконец мы спрашиваем: кто прав в данном конфликте? Что означает новое научное открытие? Почему произошло некое историческое событие?
И здесь машина уже не просто выбирает нам кашу или автомобиль. Она участвует в том, как мы понимаем мир.
При этом особенно важно отметить одну вещь. До того как ответ оказался перед нами, уже произошёл отбор. Одни факты вошли в ответ, другие остались за его пределами. Одни источники были учтены, другие нет. Что-то оказалось главным, что-то – второстепенным.
Опасен не машинный выбор. Опасен выбор, который перестал выглядеть выбором.
Когда перед нами десять ссылок, мы видим множественность вариантов. Когда перед нами один уверенный ответ, процедура отбора исчезает за его гладкой поверхностью.
Это наглядно видно в PR.
Раньше компании добивались публикаций в СМИ, рассказывали о проектах, проводили исследования, показывали результаты, выводили в публичное пространство экспертов, собирали отзывы. Потенциальный клиент сталкивался с разными сообщениями и постепенно составлял собственное мнение.
Теперь он задаёт поисковику вопрос: «Какие три компании в этой сфере стоит рассмотреть и почему?» – и получает готовый ответ.
Именно отсюда и появился интерес к GEO – оптимизации присутствия в ответах генеративного ИИ.
Но сводить происходящее к задаче «как понравиться ChatGPT» – значит не заметить главного.
Если компания сто раз напишет о себе: «Мы инновационные, современные и надёжные», это ещё не создаст убедительной картины. Гораздо важнее конкретные факты: разработана технология, реализован проект, получен измеримый результат, существует независимое исследование, есть отзывы клиентов и профессиональные оценки.
Хороший PR всегда должен был создавать не шум из одинаковых упоминаний, а информационное поле, в котором слова подтверждаются фактами. Только раньше эту картину в основном собирал человек. Теперь значительную часть сборки выполняет машина ещё до того, как ответ попадёт к человеку.
И здесь нас ждёт старая ошибка в новом костюме. Раньше пиарщики могли хвастаться: «О нас вышло сто публикаций». Теперь появится соблазн сказать: «Мы спросили поисковик о лучших компаниях отрасли, и ИИ поставил нас на первое место».
Сделали скриншот. Положили заказчику в отчёт. Все довольны. До следующего запроса.
Потому что другой вопрос даст другой результат. Другая система – другой список. Через некоторое время ответ снова изменится.
Если старую гонку за количеством публикаций просто заменить гонкой за первым местом в ответе ИИ, изменится технология, но не изменится мышление.
Впрочем, PR здесь только пример. Настоящая перемена касается всех нас.
Мы всё чаще получаем не информацию, которую сами нашли, сопоставили и оценили, а уже собранную для нас версию мира.
Это невероятно удобно. Никому не хочется каждый раз читать двадцать статей, сравнивать десять обзоров и часами разбираться в противоречиях. Мы и обращаемся к машине затем, чтобы она сняла с нас часть этой работы.
Проблема начинается не здесь. Она начинается тогда, когда мы забываем, что работа была сделана до нас.
Когда совет превращается в решение. Интерпретация – в факт. Один из вариантов – в единственный. Отобранная версия мира – в сам мир.
Вот почему манная каша перестаёт быть шуткой. Возможно, это действительно прекрасный завтрак. Но суть не в том, хороша каша или плоха. Суть в том, понимаем ли мы, почему именно она оказалась перед нами.
Какие ещё варианты были? Почему они исчезли? По каким критериям был выбран этот? На каких сведениях основан совет? Что изменится, если задать вопрос иначе?
Эти вопросы важны не потому, что искусственному интеллекту нельзя доверять. Они необходимы для другого: чтобы не исчезнуть самим из процесса собственного выбора и собственного понимания мира.
Человек HOMO MEDIA давно живёт не среди событий, а среди их медийных отражений. Генеративный ИИ добавляет к этому ещё один слой: медиасреда теперь не только показывает нам информацию, но и собирает из неё объяснение того, что происходит вокруг.
Сегодня одним из главных навыков становится уже не просто умение искать информацию. И даже не умение правильно разговаривать с искусственным интеллектом. Нужно замечать тот выбор и то толкование, которые были сделаны до нас. А последний шаг оставлять себе.
Каждый должен иметь право отказаться от манной каши.