כותבים עם בינה מלאכותית? אל תעשו את הטעויות האלה

בעידן שבו כל מאמר שני נפתח במילים "בעידן שבו", ולאחר מכן מופיע מקף באורך מוגזם — הקורא מייד מבין: את זה לא כתב אדם, לפחות לא אדם מאויש. וכרגיל במלחמת תשומת הלב על הזמן, הקורא מפתח מנגנוני סינון מהירים לתוכן בולשיט שנכתב עם פרומפט רשלני.

כתיבה עם בינה מלאכותית: אי אפשר איתה, אי אפשר בלעדיה

בינה מלאכותית היא כלי עבודה מדהים עבור כל כותב, בכל ז׳אנר. היא חוסכת זמן, עוזרת לסדר מחשבות, מסייעת במחקר ומאפשרת שיופים במהירות המחשבה. הבעיה: ברגע שמשחררים אותה לייצר תוכן בלי מבוגר אחראי בחדר, מקבלים מפעל קלישאות מפואר שבנקרה הטוב מעצבן את הקוראים, ובמקרה הרע מטעה אותם. הנזק האמיתי לאתר או לרשתות החברתיות הוא מצטבר: פגיעה באמינות, קוראים שנוטשים, ואלגוריתמים ששולפים לכם כרטיס אדום.

עשרה כללים לכתיבה עם בינה מלאכותית

איך אפשר להשתמש בבינה מלאכותית ככלי לכתיבה, תוך חמיקה מהבעיות הנפוצות שהבינה מייצרת? האמת היא שאין נוסחה אחת, ובהרבה מקרים זהו דיאלוג מתמשך בין הקורא לבינה האהובה עליו, אבל בכל זאת יש כמה כללים שחשוב ליישם.

1. הזיות: המודל שמתבייש להגיד לכם שהוא ״לא יודע״

מחקר מומצא מאוניברסיטת הרווארד יכול להישמע אמין בדיוק כמו מחקר אמיתי. לפעמים, הוא אפילו נשמע אמיתי יותר. והמודלים של הבינה המלאכותית נופלים בזה כל פעם. כדי להבין את הבעיה צריך להבין איך המכונה עובדת: מודל שפה הוא לא מאגר עובדות. הוא מכונת הסתברות שמנחשת, מילה אחרי מילה, מה ״נשמע נכון״. לכן, כשהמודל לא יודע משהו, הוא לא מודה או מרים דגל אדום, הוא פשוט ממציא מה שנשמע לו נכון. שם של פרופסור, כותרת של מחקר, מדרש חז״ל, נתון בדיוק של שתי ספרות אחרי הנקודה העשרונית – מה שנשמע נכון עלול להיכנס לטקסט, וברמת ביטחון של פרשן ביטחוני באולפנים.

הטיפ: הפרידו לחלוטין בין מחקר לכתיבה. את התחקיר אפשר לעשות עדיין בגוגל כמו בימי הביניים, אבל גם אפשר להיעזר במודלים של שפה, כל עוד המשימה מוגדרת לא כמשימת כתיבה אלא כמשימת איסוף נתונים. וגם אז, הצליבו מידע עם מודלים אחרים, חפשו בגוגל, ובדקו את העובדות. חשוב גם לבדוק עובדות שהמודל לא הביא לכם – עובדות עדכניות שאולי הוא עדיין לא אומן עליהם. ואם אתם מבקשים מבינה מלאכותית לערוך ביקורת עצמית, בקשו ממנה להיות קטלנית, אחרת היא תעשה את מה שהיא יודעת לעשות הכי טוב: ללקק לכם. אגב, בינה מלאכותית לא תציע לכם לכתוב ״ללקק לכם״ אלא ״לרצות את הכותב״, והרבה יותר כיף לקרוא שהיא פשוט מלקקת. איכס.

2. תבניות רובוטיות: הכול נשמע אותו דבר

מספרים על ראש הממשלה לשעבר לוי אשכול, שנאם פעם בפני הכנסת במשך שעה וחצי. אחד המאחרים לנאום התעניין אצל הנמצאים מהו נושאו של הנאום, והוא קיבל תשובה: ״הוא עדיין לא אמר״. פוליטיקאים יודעים לומר הרבה מילים בלי להגיד כלום. גם מודלי שפה של בינה מלאכותית. הם אומנו על ממוצע האינטרנט, וזה בדיוק איך שהם נשמעים. ממוצע. כי מכונת הסתברות תבחר תמיד את המילה הצפויה ביותר ואת הביטוי השחוק ביותר. הקורא מזהה את התבניות האלה בתוך שלוש שניות, ומה שהוא מבין זה: פה לא השקיעו בי. למה שאני אשקיע בהם?

ובעברית זה אפילו גרוע יותר, כי רוב חומר האימון של המודלים הוא באנגלית. מה שיוצא הוא עברית היברידית המשלבת בין תרבות ותחביר של משפט אנגלי עם מילים עבריות ממוצעות. לקורא זה לא תמיד ברור למה, אבל משהו מרגיש לו זר, ואלה הרגעים שבהם הוא מחליט לנטוש עוד לפני שהבין למה.

הטיפ: אישית, אני אוהב לכתוב את הבסיס למאמר בעצמי, ורק אז מכניס לתמונה את הבינה המלאכותית. זה מונע מראש תבניתיות יתר. נוסף על כך, לאחר הכתיבה אני עובר על הטקסטים, מזהה תבניות כפי שהקורא מזהה אותן, ומתקן לשפה שלי. דרך נוספת, שאני פחות מחבב אך היא לגיטימית, היא להחזיק ״רשימה שחורה״ של המילים והביטויים התבניתיים ולהתחנן בפני המודל שלא יעשה בהם שימוש.

3. טקסטים שאי אפשר להקריא: לאן הלך הקצב?

הינה משפט שקלוד הציע לי לפתוח בו את הפסקה הזו. קחו אוויר: ״זו אולי הבעיה הכי עמוקה ברשימה, ורוב האנשים מזהים רק את הסימפטום השטחי שלה: משפטים ארוכים שנראים טוב כטקסט כתוב, אבל שקשה מאוד להקריא, כאלה שדורשים ריאות של צוללן מול הטלפרומפטר״.

כתיבה טובה היא ניהול של קוגניציית הקורא. איך לא להעמיס יותר מדי, איך למשוך תשומת לב, איך ליצור סקרנות לאורך מסע הקריאה. למשל, לכותבים טובים יש ארגז כלים של שליטה בקצב. מתי לזרום מהר, ומתי לתת לקרוא לנשום רגע. מתי יש צורך לחזור על דברים ומתי לא. וכמובן: איך להדגיש חשיבות של מילה. ככה.

הבינה המלאכותית לומדת, ואפילו מנסה ליישם כלים כאלה. אבל עוד רחוקה מלעשות את זה כמו כותבים מיומנים. בינינו, הרבה מאוד כותבים אנושיים לא ממש כותבים בצורה אנושית, והתוצאה היא שיש טקסט סביר, אבל אין לו נשמה ואין לו קצב. ביקשתי מג׳מיני לתת לי דימוי שיתאים עכשיו, והוא בחר: ״זה ההבדל בין מפה של מסלול לבין טיול: אותו מידע, אפס חוויה״. לא נפלתי.

הטיפ: שימו את עצמכם בנעלי הקורא. הדרך הטובה ביותר לעשות זאת היא להקריא בקול רם את הטקסט. אתם כבר תמצאו לבד מתי נגמר לכם האוויר, מתי משהו לא מסתדר בקצב, ומתי מסר הופך למפוספס. כן, אפשר גם לבקש בפרומפט: משפטים באורך משתנה, חשיפה הדרגתית של מידע, שלוש עצירות של קצב, שתי שאלות רטוריותומשפט מחץ אחד  .

4. הומור וניואנסים: סטנד אפ של רובוטים

הומור הוא הדבר הכי קשה בכתיבה. הוא מצריך יכול הפשטה, הבנת הקשר תרבותי, אירוניה, ציניות, תזמון והפתעה. אלה בדיוק הנקודות שבהן המודלים עדיין מתבוססים בבוץ הבינוניות. וזה גם עניין של להתמצא באקטואליה ובמה שקורה ממש עכשיו ברשתות. בדיחה עובדת טוב במיוחד כשהיא נוגעת במשהו שהקהל חי השבוע: הכותרת מאתמול, הסלנג של החודש, הפדיחה שכולם מדברים עליה. המודל, לעומת זאת, מחזיק ממוצע של כל הבדיחות שנכתבו אי פעם, וזה יוצא הומור של דוד בחתונה: מאומץ, גנרי, ושנייה אחרי הפאנץ' המדומיין כולם מסתכלים בטלפון.

הטיפ: פשוט לא. אל תבקשו מהמודלים לעשות משימות שנידונו מראש לכישלון או גרוע מכך – לבינוניות. ההומור עוד נשאר דומיין של האדם. אז תנו חיוך, הכול לטובה.

5. עיוורון קהלים: תסמונת המומחה הטרחן

כתיבה טובה היא שיחה עם אדם ספציפי, או סוג אדם ספציפי. אתם יודעים מה הוא כבר יודע, מה מעניין אותו ומה מטריף אותו. למודל אין את האדם הזה מול העיניים, אז הוא כותב באופן ממוצע לקורא ממוצע שלא קיים באמת. כשסוקרים מאמר רפואי עבור מדענים, אין צורך להסביר כל מונח. אבל אם זה מיועד לחובבי מדע פופולרי, לא רק שצריך להסביר, אלא גם להנגיש. אם כותבים לקהל תל אביבי, חילוני, צעיר, זה ממש לא כמו לכתוב את אותה כתבה עבור קהל דתי מירושלים. גם כאן הקורא מרגיש שמי שכתב את זה לא מכיר אותו.

הטיפ: הגדירו את הקורא בפרומפט, כאילו אתם מתדרכים כותב חדש: מי הוא, מהו התפקיד שלו, מה הוא כבר יודע, מה מטריד אותו ומה אסור להסביר לו. וגם כאן, היכנסו לנעלי קהלי היעד שלכם. זה הבסיס לשיווק. זה הבסיס לכתיבה טובה. יודעים מה? זה הבסיס לאנושיות.

6. חצי קפה חצי תה: חוסר יכולת להציג עמדה

ושוב לוי אשכול. מספרים שלא היה פשוט עבורו לקבל החלטות, ופעם כששאלו אותו אם ירצה לשתות תה או קפה, ענה: חצי-חצי. המודלים של בינה מלאכותית אומנו במכוון להיות זהירים ומאוזנים, כדי לא להעליב אף אחד ולא להסתבך. התוצאה: תשאלו שאלה חדה ותקבלו דיון פלפלני של ״מצד אחד״ ״ומצד שני״. הבעיה המרכזית כאן היא כאשר אנו כותבים מאמרי דעה, או כותבים כתבה לארגון שעוסק בתחום החברתי. כלכלת התוכן מונעת על ידי עמדות ברורות. אנשים משתפים טקסט שאומר משהו, כי השיתוף עצמו הוא הצהרה, בין אם היא "זה בדיוק מה שאני חושב" או כי ״לא ייאמן כמה מנותק הכותב מהמציאות״. טקסט פובליציסטי שלא מכריע לא אומר בעצם כלום.

הטיפ: אל תיתנו למודל לבחור את הזווית – הוא תמיד יבחר את האמצע. אין מנוס מלחשוב בעצמכם. וכרגיל, הכתיבו בפרומפט לא רק את העמדה, אלא גם את הנחרצות שבה יש להביע אותה.

7. סטריליות רגשית: התוכן הטוב ביותר הוא סיפור שקרה לך

הרגע ההוא שקיבלתם ״בלק אאוט״ ממש בתחילת ההרצאה, הפדיחה שבה הגעתם לפגישה הלא נכונה, או הקטע שעשה לך הילד בקופת חולים – אלה הסיפורים הקטנים של החיים שאנשים מתחברים אליהם מייד. למודל בינה מלאכותית אין את זה: אין לו ילדים, הוא מעולם לא איחר לאנשהו, והוא לא נשאר ער בלילה מרוב התרגשות. אז הוא כותב במבנה לוגי מושלם, והתוצאה מרגישה כמו דירה לדוגמה: הכול במקום, אף אחד לא גר שם. הקורא לא תמיד יכול להצביע על מה שחסר, אבל הוא מרגיש שלא פוגשים אותו, ושאין בשביל מה להישאר.

ויש לזה תופעת לוואי אסטרטגית שמעטים שמים לב אליה: כולם משתמשים באותם מודלים, ולכן כולם מתחילים להישמע אותו דבר. הקול הייחודי שלכם, הדבר הכמעט יחיד שמתחרה לא יכול להעתיק, הוא הדבר הראשון שנמחק כשהמודל כותב לבד.

הטיפ: אתם חייבים להתחבר לטקסט ברמה אישית. לחשוב על דוגמאות מהחיים, דברים שקרו לכם או לאנשים אתם מכירים. שלבו בטקסט את העוגנים האנושיים האלה, ויצרתם גם בידול וגם חיבור. והינה מבחן פשוט לפני פרסום: האם יש בטקסט משפט אחד לפחות שאף מודל בעולם לא היה יכול לכתוב?

8. תוכן רדוד: גוגל מחפשת את המים העמוקים

רגע, מה גוגל? מי עוד מחפש בגוגל? אז תתפלאו: החיפוש בגוגל היה ונשאר חלק בלתי נפרד מכל מסע צרכני. ומי משתמש הכי הרבה בגוגל? המודלים עצמם. אז אינדוקס בגוגל היה ונותר משימה שיווקית ראשונה במעלה.

מאז שכלי ה-AI הפכו לזמינים לכולם, הרשת הוצפה בהרים של תוכן שמכונה בתעשייה Thin Content. אלף גרסאות של אותו מאמר, בלי נתון חדש, בלי ניסיון אישי, בלי תובנה אחת חדשה. גוגל והרשתות החברתיות מזהות את זה, וזה בעצם די פשוט: הן מודדות איך קוראים מתנהגים. כמה זמן נשארו בעמוד, אם גללו עד הסוף, אם חזרו מייד לתוצאות החיפוש. תוכן גנרי מייצר חתימה התנהגותית מובהקת של שעמום.

מה שפעם היה טריקים של ״כובע שחור״ בעולמות ה-seo כמו עמודים שכולם טקסטים פואטיים כמו ״תיקון תריסים באר שבע, תיקון תריסים תל אביב, תיקון תריסים פתח תקווה״, הפך למאמרים שמתחילים ב״בעידן שבו״ ונגמרים באותם טיפים ממוחזרים.

הטיפ: השקיעו בשלב המחקר. בכל יום מתפרסמים נתונים חדשים שהמודלים עוד לא מכירים. וגם אם הכול כבר פורסם בתחום שלכם  – שזה אף פעם לא נכון, אבל נניח  – תמיד אפשר לייצר זווית חדשה של חשיבה. יצירתיות היא מפתח לבידול מתוך העדר. וכן, אפשר להשתמש ב-AI לסיעור מוחות, אבל בסוף המדידה ברורה: האם יש בתוצר הסופי לפחות דבר אחד ייחודי – נתון מקורי, מקרה מהשטח, תובנה מהניסיון שלכם, פתרון מעשי שעבד לכם. אם אין, אל תפרסמו. הכלל שלי הוא תמיד: עדיף לפרסם חצי מהכמות עם כפליים באיכות.

9. האסון הוויזואלי: כוכביות, מקפים ויישור לשמאל

הטקסט שיוצא מהמחוללים כתוב בשפת סימון בשם Markdown, שיטה שבה כוכביות מסמנות הדגשה וסולמיות מסמנות כותרות. במערכות שמבינות את השפה הזאת זה נראה מצוין; בהעתק-הדבק למערכת ניהול תוכן רגילה זה מתפרק: כוכביות מסתוריות באמצע משפטים, סולמיות יתומות, ומקפים ארוכים (—) שאולי אלגנטיים באנגלית אבל נראים לעין הישראלית כמו תקלת דפוס.

וכמובן, המודלים מטורפים על אימוג׳ים ועל ״בולטים״ משונים. לא תמיד הם מתאימים, לא תמיד הם נכונים, אבל איכשהו הם נדחפים לכל מקום. התוצאה לפעמים היא אותו ״בומר״ ששולח אימוג׳י צוחק למשמע בשורה רעה, ולא מבין מה הבעיה.

הטיפ: הגהה, הגהה ושוב הגהה. אין העתק-הדבק עיוור למערכת ניהול התוכן. נקו שאריות Markdown, החליפו מקפים ארוכים ברגילים או בנקודתיים, סדרו את הכיווניות לימין (RTL) בכל פסקה, וודאו שהפיסוק יושב במקום הנכון ושאין רווחים מיותרים. ובחייאת רבאק, נקו לפחות חצי מהאימוג׳ים.

10. תסמונת העצלן

החטא הקדמון של ״עידן ה-AI״ הוא עצלנות. משגרים פרומפט, מקבלים טקסט ארוך ומרשים, מעתיקים, מדביקים, מפרסמים, וקוראים רק כשהתגובות מתחילות להגיע ולתהות על מידע לא נכון, פיסוק לא הגיוני או משפטים חסרי משמעות. וכמובן, הפנינים הידועות של השארת התייחסויות המודלים בגוף הטקסט, כמו "כמודל שפה של בינה מלאכותית, אינני יכול…" או ״רוצה שאכין לך עכשיו גם מצגת, ספר דיגיטלי, וכוס קפה חם?״

הטיפ: אמינות היא עניין אכזרי: היא נבנית לאט ונהרסת ברגע. מניעת צילום המסך המביך היא קריטית. תעשו את המינימום בשביל הקוראים שלכם: תקראו לפניהם.

מודל בינה מלאכותית היה מסיים כזו כתבה ב״לסיכום״. אני לא.