20. yıllık MozCon'da Data Sci 101 Kurucusu Britney Muller, yapay zeka ve bunun dijital pazarlama üzerindeki etkisi hakkında ufuk açıcı bir sunum yaptı.
“Yapay Zekanın Gizli Tarafı: Pazarlamacıların Bilmesi Gerekenler” başlıklı oturumu, yapay zekanın mevcut ve gelecekteki potansiyeline kapsamlı bir genel bakış sağladı.
Muller, yapay zekanın etik hususlarını, pratik uygulamalarını ve sınırlamalarını tartışarak pazarlamacılara değerli rehberlik sağladı.
Üretken Yapay Zekanın Ortaya Çıkışı
Muller, yapay zeka, makine öğrenimi, derin öğrenme ve doğal dil işlemenin (NLP) kesişiminde yer alan üretken yapay zekanın yükselişini tartışarak başladı.
O açıkladı:
“Özellikle üretken yapay zeka, alanların bu ilginç örtüşmesinden ortaya çıktı.
Makine öğrenimini barındıran yapay zekaya sahibiz. Makine öğreniminin içinde derin öğrenme var. Ve sonra NLP veya doğal dil işlemeyle birlikte insan dili devreye giriyor.”
Muller'in sunumunun önemli bir kısmı yapay zeka modellerinde eğitim verilerinin hayati rolüne odaklandı.
Şunu vurguladı:
“Eskiden yapay zekanın eğitim verilerini yansıttığını söylerdim ve bunu ikiye katlayacağım. Eğitim verilerini büyütüyor.”
Muller, katkıda bulunanların ağırlıklı olarak erkek olduğu Wikipedia gibi veri kümelerindeki çeşitliliğin eksikliğini ve bunun yapay zeka çıktılarında önyargıları nasıl sürdürebileceğini vurguladı.
Pazarlamada Yapay Zekanın Pratik Uygulamaları ve Sınırlamaları
Nesil Yapay Zeka Hangi Konuda İyi?
Muller, slaytlarından birinde gösterildiği gibi, pazarlamada yapay zekaya yönelik geniş bir yelpazedeki pratik uygulamaları sundu.
O açıkladı:
“LLM'ler genel olarak tüm bu konularda iyidir ve ben içerik üretmenin onların en kötü yeteneklerinden biri olduğu konusunda pek sevilmeyen bir görüşe sahibim. Duyarlılık analizinde, şeyleri kategoriler halinde etiketlemede ve kod desteği sağlamada çok daha iyiler.”
Ayrıca aşağıdakiler de dahil olmak üzere belirli GenAI SEO/pazarlama uygulamalarını vurgulayan bir slayt paylaştı:
- Otomatik başlıklar ve meta açıklamalar
- Aata temizliği
- Kod yardımı
- Yaratıcılığı ve düşünceyi hızlandırmak
- Kişiselleştirilmiş destek
- Duygu analizi
- İçerik yenileniyor
- Sohbet robotları
- Toplantı notu transkripsiyonu
GenAI Hangi Konuda Kötü?
Muller, aşağıdakileri gerektiren görevlerle mücadele eden Yüksek Lisans'ların sınırlamalarını tartıştı:
- Gerçek doğruluk
- Sağduyulu akıl yürütme
- Bağlamı anlamak
- Olağandışı senaryoların ele alınması
- Duygusal zeka
- Matematik/sayma
Pazarlamacılar yapay zekayı stratejilerine dahil ederken bu güçlü ve zayıf yönlerin farkına varmalıdır.
Hızlı Mühendislik İpuçları
Pazarlamacıların üretken yapay zekadan yararlanmasına yardımcı olmak amacıyla Muller, hızlı mühendislik için uygulanabilir ipuçları sağladı.
Üç önerisi şunlardı:
- Görevi bir kişiye açıkladığınız gibi açıklayın
- Ne istediğinizi göstermek için örnekleri kullanın
- Modele bir “rol” verin ve hedef kitleyi anlatın
Şunu tavsiye etti:
“Görevi veya sorunu bir kişiye açıkladığınız gibi açıklayın. Hızlı mühendislik üzerine çok fazla araştırma yapıldı ve ah, bunlar işe yarıyor ama çalışmıyor. Tüm bu araştırmalardan elde edilen en büyük çıkarım örneklerdir. Bu sadece modeli gösteriyor, hey, bu iyi mi yoksa kötü mü ve biz çıktının şöyle görünmesini istiyoruz.”
Muller, Colab, Kaggle, GPT for Sheets, Ollama, WordCrafter.ai ve kendi DataSci101.com gibi üretken yapay zeka araçları ve kaynaklarından oluşan bir slayt paylaştı.
Temel Çıkarımlar ve Pazarlamada Yapay Zekanın Geleceği
Muller sunumunu kapanış slaytında yer alan birkaç önemli sonuçla tamamladı.
Yapay zekaya insan merkezli bir yaklaşıma duyulan ihtiyacı vurguladı ve yapay zekanın insan uzmanlığının tamamen yerini almaktan ziyade yardımcı bir teknoloji olma potansiyelini kabul etti.
Temel çıkarımlar şunları içeriyordu:
- GenAI öngörücü bir teknolojidir
- Bir model yalnızca eğitim verileri kadar iyidir
- Pazarlamacılar bir sonraki harika GenAI uygulamasını bulma gücüne sahip
- Ürününüz/hizmetiniz hakkındaki konuşmaların gerçekleştiği yerde çevrimiçi görünün
Şöyle dedi:
“İnsan merkezli yapay zeka hakkında daha fazla konuşmamız gerekiyor, değil mi? Birlikte çalıştığımız insanları destekleyecek en iyi model ne olacak? Ve bu tahmine dayalı bir teknolojidir. Bir model yalnızca eğitim verileri kadar iyidir ve yardımcı bir teknolojidir. Bu tam olarak senin yerini alacak bir şey değil ve olmayacak.”
Özetle
Muller'in içgörüleri yapay zekanın karmaşık dünyasında gezinmek için değerli bir rehber görevi görüyor.
Sunumu boyunca Muller, yapay zekanın insan uzmanlığının tamamen yerini almaktan ziyade yardımcı bir teknoloji olarak görülmesi gerektiğini yineledi.
Pazarlamacıları, yapay zekanın insan dokunuşunu korurken hızlandırmaya veya otomatikleştirmeye yardımcı olabileceği görevleri belirlemeye teşvik etti.
Muller'in pazarlamacılara verdiği temel mesaj, etik uygulamaları desteklemek, insan ihtiyaçlarına öncelik vermek ve zayıf yönleri tanırken yapay zekanın güçlü yönlerinden yararlanmaktır.
Öne Çıkan Görsel: Abnalladin/Shutterstock
Bir yanıt yazın