人工智能工具出問題，因為互聯網永遠不會忘記 [玫瑰色眼鏡]

互聯網永遠不會忘記。

那個著名的模因至少可以追溯到 2000 年代初期。 將近 100 年前，哲學家和社會學家莫里斯·哈爾布瓦克斯 (Maurice Halbwachs) 在他的同名書中將其稱為“集體記憶”，數字互聯網的作用更為持久。 他得出結論，社會有一種集體記憶，這取決於它們存在的框架。

簡單地說：在群體中，個體記憶和群體記憶都存在。 當我的一群兒時朋友記得我做過一些我完全不記得做過的事情時，我就有過這種經歷。

無論好壞，互聯網已成為社會的集體記憶。 與朋友之間因誰的記憶更容易出錯而產生的分歧不同，互聯網不會忘記。

多年來，這種集體攝影記憶為社會帶來了有趣的挑戰。 年輕人在社交媒體上記錄他們的——姑且稱之為形成性的——行為和觀點比那些在年輕時做過類似事情卻無法將它們成為互聯網集體記憶的一部分的人面臨更大的挑戰。 後互聯網公司也是如此。 人們幾乎可以檢索該品牌在新聞稿或數字營銷和傳播渠道中說過的每一句話。

例如，如果你上週問我是否接受過福克斯新聞的採訪，我會笑著說“沒有”。 但在撰寫本文時，我使用 Internet Archive 回顧了我在 1998 年寫的一個網站。一份新聞稿（我撰寫的）就在那裡，強調了我在當地福克斯新聞電視附屬公司的出現，談論這個叫做“萬維網”以及我如何相信家庭、個人和公司會在未來建立網站。

我完全忘記了那次採訪，但互聯網沒有。

照相記憶是一個錯誤，而不是一個功能

在我上週的每週 CMI 新聞視頻中，我介紹了微軟將 OpenAI 的 ChatGPT 集成到網絡搜索中的發布。 在那篇報導中，我還談到了谷歌試圖劫持微軟的公告以及由此導致的非常糟糕的一天。

谷歌糟糕的一天源於人工智能聊天機器人返回了一個不准確的“事實”，即詹姆斯韋伯望遠鏡拍攝了第一張系外行星（位於我們太陽系之外的行星）的照片。 事實上，第一台拍攝系外行星的望遠鏡是在 2004 年拍攝的。

互聯網上有這些信息嗎？ 是的，當然，它做到了。 互聯網忘記了嗎？ 不。

互聯網完美地記住了。 然而，它的記憶是不准確的。 大多數流行的搜索引擎（包括谷歌和必應）返回的結果都是韋伯先做的答案，因為來自媒體的數百篇文章重複了同樣不准確的結論。

這個錯誤似乎源於 NASA 發布的一篇文章，“天文學家首次使用 NASA 的詹姆斯韋伯太空望遠鏡拍攝了我們太陽系外行星的直接圖像。” 說出你對這句話的結構看法——最終結果導致所有這些媒體公司對“事實”做出了一個獨特的解釋——這是系外行星第一次被拍攝到。

問題是，當 NASA 在 2022 年 9 月發布該版本時，幾乎沒有人關心對這句話的錯誤解釋。 （一些文章包含評論以更正記錄或更準確地詳細描述事件。）互聯網將結果存儲在其內存中。 當人工智能工具使用集體記憶來回答有關詹姆斯韋伯太空望遠鏡的問題時，它會盡職盡責地記住。 完美。

互聯網是我們的集體記憶。 我們中記憶不准確的人越多，集體就越有可能做同樣的事情。

健忘是一個特性，而不是一個錯誤

長期以來，科學家們已經證明健忘的人類特徵是一件好事。 它可以幫助人們確定優先次序、更好地思考、做出更好的決策並更具創造力。 人類的“記憶”不是為了從數據庫中檢索事實而設計的，而是為了幫助人們保留對做出明智決策有價值的東西。 當您忘記某事時，您的大腦並沒有壞掉。 它通常故意忽略這些信息，讓您專注於保留更重要的信息、簡化概念，或者讓您找到關於您已經相信自己理解的內容的新信息。

想一想當您第二次觀看一部電影時忘記了它有多棒或以一種新的方式觀看它。 或者想想當你對某人說，“你說的聽起來不對，但我忘了為什麼，”然後查找你覺得你應該已經知道的東西。

人類有能力忘記不相關的信息。 現在，你的大腦並不能完美判斷什麼是無關緊要的。 有時，他們會錯誤地判斷哪些信息是無關緊要的。 當我妻子明確要求我在雜貨店買東西時，我的大腦要么認為該請求是不相關的信息，要么為其他東西騰出空間（比如我要為我的每周文章寫的內容）。 相信我，當我說我為我的健忘多汁的合理化是後者，而不是前者。

總的來說，人工智能的缺陷——特別是在其發展的這一點上的生成內容——證明了為什麼健忘可以成為一種特徵，並且可以融入你的過程中。 AI 設計師的工作任務是設計可以忘記和“不知道”事物的系統，以便他們可以重構 AI 學習以了解哪些信息是相關的和不相關的。

不要忘記忘記你的內容

作為營銷和傳播從業者，您面臨著集體記憶挑戰。 不要忘記您的數字內容存儲庫就像互聯網一樣。 它也永遠不會忘記。

AI 工具可以提供一個很有吸引力的機會，讓你可以從你的網站、數字資產管理系統、測量數據、CRM 平台等中學習。一位營銷總監最近告訴我，他們讓一個 AI 聊天機器人在多年來收集的 128,000 份文件上鬆動，以學習如何建議並為營銷團隊創造新的內容和見解。

這是一個很棒的實驗，但不要忘記（雙關語）僅僅因為你創造了它，信息仍然可能不准確、不相關，或者是品牌寧願忘記的東西。 在部署面向 AI 的工具時，請更加註意以下兩點：

1. 記住你是人工智能

一個基於 AI 的工具預測一個內容主題將不會起作用，因為它在過去表現得多麼糟糕。 人工智能盡職盡責地回憶起你早已忘記的內容活動的每一個圖像、單詞和標點符號。 它記得結果有多糟糕。

AI 工具會根據集體記憶返回答案。 然而，雖然記憶沒有錯，但你可能錯了。 就像那些誤讀了 NASA 發布並創建了數百篇描述不准確的文章的記者一樣，您可能已經根據同樣不准確的內容創建了大量的消息傳遞、內容、分析和測量數據。 （當 AI 工具根據積極的表現建議內容主題時，同樣的想法也適用。）

僅僅因為機器學習正確並不意味著它學到了正確的東西。

2. 記住人們為什麼會忘記事情

人們忘記事情以騰出空間專注於重要的事情。 這並不是因為他們無法在大腦中“容納”更多信息；而是因為他們無法在大腦中“容納”更多信息。 這是因為人們的記憶旨在幫助他們專注於他們認為最重要的信息並做出更好的選擇。

AI 可以幫助開發基於從對所有創建的事物的完美集體記憶中學習的內容。 但有時，忘記細節會讓人們看到一片新的森林。 有時是因為您忘記了為什麼如此喜歡舊內容，以至於您可以以新的方式看到熟悉的內容。

如果你完全相信過目不忘的記憶力來編寫內容或主要根據不相關或（更糟糕的）不准確的信息提出創意，你可以打賭它總是準確地記住你記住的東西，但永遠不會從你忘記的東西中受益。

別忘了這個

請記住，所有相關的事情總是值得記住，但記住的一切並不總是相關的。

有時，記憶力減退對於做出更好的創意決策可能是一件好事。

這是你的故事。 好好說吧。

在短短五分鐘內獲取羅伯特對內容營銷行業新聞的看法：

觀看以前的劇集或閱讀經過輕微編輯的成績單。

封面圖片由 Joseph Kalinowski/Content Marketing Institute 提供