Andrew Tindall در یادداشتی برای The Drum، پس از ۱۰ ماه پژوهش درباره تبلیغات تولیدشده با AI، پرسش مهمی را مطرح میکند: آیا ماشینها میتوانند تبلیغ خوب انسانی را تشخیص دهند؟
متن زیر ترجمه یادداشت بسیار مهم اندرو تیندال مدیر ارشد رشد یکی از به نام ترین کمپانی های تحقیقات بازار در حوزه تبلیغات است.به دلیل مطالب و نکات مهم این یادداشت در حوزه های مختلف تبلیغات، تمام متن برای استفاده افراد حوزه های مختلف این رشته، تمام متن یادداشت اصلی به فارسی ترجمه شده است. ( ترجمه با ماشین)
در مقایسهای میان ارزیابی انسانی و هوش مصنوعی روی ۱۰ تبلیغ شناختهشده، مشخص شد ماشینها در تشخیص تبلیغات موفق و ناموفق عملکردی شگفتانگیز دارند؛ البته به شرطی که اجازه داشته باشند میزان عدمقطعیت خود را نیز اعلام کنند.
من در ابتدا علاقه چندانی به هوش مصنوعی نداشتم. اما علاقه عمیقم به اثربخشی بازاریابی باعث شد ناخواسته وارد بحث استفاده از هوش مصنوعی برای سنجش اثربخشی خلاقیت تبلیغاتی شوم و بعد، بهطور اتفاقی، این موضوع برایم بسیار جذاب شد.
[یادداشت سردبیر: شروع نامرتبی بود، اندرو. آن را نگه میدارم تا نشان بدهم از هوش مصنوعی استفاده نکردهای. ضمن اینکه این ستون را ساعت یک بامداد از طریق واتساپ برای من فرستادی.]
بیشتر بازاریابان یا چنین علاقهای دارند یا دستکم وانمود میکنند که دارند.
در حال حاضر، کسلکنندهترین و بدیهیترین پرسشی که میتوان مطرح کرد این است: آیا استفاده از هوش مصنوعی مولد (Generative AI یا GenAI) در تبلیغات به اثربخشی تبلیغات آسیب میزند؟
در طول ۱۰ ماه و در چهار مطالعه، یک یافته ثابت بارها تکرار شده است؛ یافتهای که من را به سمت پرسشی بسیار جالبتر و کاربردیتر برای بازاریابی سوق داد.
این مطالعات شامل پژوهش دانشگاهیان دانشگاه نیویورک و دانشگاه اموری، تحلیل بیش از ۵۰۰ میلیون نمایش تبلیغاتی در Taboola و پژوهشهای خود من بودهاند.
اگر انسانها نمیتوانند تشخیص دهند که یک تبلیغ را هوش مصنوعی ساخته است، آیا هوش مصنوعی میتواند تشخیص دهد که یک انسان تبلیغ خوبی ساخته است؟
خروجی ۱۰ ماه پژوهش به ما چه میگوید
همانطور که کریس آرونز، استراتژیست بازاریابی، اشاره کرده است، این مطالعات در نگاه اول ممکن است متناقض به نظر برسند. اما اگر کمی دقیقتر نگاه کنید، واقعاً چنین نیست. هرکدام از آنها چیز متفاوتی را در محیطی متفاوت اندازهگیری میکنند.
چهار مطالعه و تقریبا یک نتیجه مشترک
معتبرترین مطالعه، پژوهش دانشگاه نیویورک و دانشگاه اموری با عنوان «پارادوکس تبلیغات هوش مصنوعی» (The AI Advertising Paradox) است؛ یک مطالعه کنترلشده با طراحی علّی (Causal Design؛ روشی برای بررسی رابطه علت و معلول) که رفتار مصرفکننده را بهعنوان پیامد اندازهگیری کرده است.
(این پژوهش با عنوان The Impact of Visual Generative AI on Advertising Effectiveness توسط پژوهشگران NYU Stern و دانشگاه Emory انجام شده است. NYU Stern، مدرسه کسبوکار دانشگاه نیویورک و یکی از مراکز شناختهشده آموزش و پژوهش در حوزه کسبوکار است. دانشگاه Emory نیز یک دانشگاه تحقیقاتی خصوصی در ایالات متحده است.)
تبلیغات کاملاً ساختهشده با هوش مصنوعی تا ۱۹ درصد بهتر از تبلیغات ساختهشده توسط انسان عمل کردند. اما زمانی که به مخاطبان گفته شد هوش مصنوعی در ساخت تبلیغ نقش داشته است، عملکرد تبلیغ ۳۱.۵ درصد کاهش یافت.
اما یافته تعیینکننده این بود: مردم اغلب نمیتوانند تشخیص دهند که در ساخت یک تبلیغ از هوش مصنوعی استفاده شده است، مگر اینکه این موضوع به آنها گفته شود.
تبلیغات خوب، صرفاً از روی نحوه اجرا، استفاده از هوش مصنوعی را آشکار نمیکنند.
مطالعه دیگری با عنوان «AI Ads That Work: How AI Creative Stacks Up Against Humans» که با همکاری Taboola، دانشگاه کلمبیا، دانشگاه هاروارد، دانشگاه فنی مونیخ (TUM) و دانشگاه کارنگی ملون انجام شده، مقیاس بسیار بزرگتری دارد.
(Taboola یک شرکت جهانی فعال در حوزه فناوری تبلیغات و توصیه محتواست که تبلیغات را در مقیاس وسیع در وبسایتهای ناشران نمایش میدهد. دانشگاه کلمبیا، دانشگاه هاروارد، دانشگاه فنی مونیخ و دانشگاه کارنگی ملون نیز از مراکز دانشگاهی شناختهشده در حوزه پژوهش و فناوری هستند.)
این مطالعه صدها هزار تبلیغ واقعی را در پلتفرم تبلیغاتی Realize متعلق به Taboola بررسی کرده و مجموعاً بیش از ۵۰۰ میلیون نمایش تبلیغاتی و سه میلیون کلیک را پوشش داده است.
در دادههای خام، تبلیغات تولیدشده با هوش مصنوعی نرخ کلیک متوسط ۰.۷۶ درصد داشتند، در مقابل ۰.۶۵ درصد برای تبلیغات ساختهشده توسط انسان. با اعمال کنترلهای آماری سختگیرانهتر، عملکرد دو گروه در مجموع مشابه بود.
اما یک نکته مهم وجود داشت: تبلیغات تولیدشده با هوش مصنوعی زمانی بهترین عملکرد را داشتند که «شبیه تبلیغ ساختهشده با هوش مصنوعی به نظر نمیرسیدند».
مطابق یافتههای این پژوهش، تبلیغات هوش مصنوعی که مصنوعی به نظر نمیرسیدند، بیشترین میزان تعامل را در میان گروههای مورد بررسی ایجاد کردند. همچنین وجود چهره انسانی واضح و بزرگ یکی از مهمترین عواملی بود که باعث میشد یک تبلیغ انسانیتر و قابلاعتمادتر به نظر برسد.
وقتی CTR همه مفهوم را پوشش نمیدهد
در اینجا یک محدودیت مهم وجود دارد: هر دو مطالعه، محیطهایی با توجه پایین و قصد کلیک بالا را اندازهگیری میکنند؛ از تبلیغات نمایشی دیجیتال (Digital Display) گرفته تا محتوای بومی (Native Content) ناشران.
آنها بیشتر رفتار افرادی را اندازهگیری میکنند که در همان لحظه در بازار هستند و احتمال خرید یا کلیک دارند، نه بخش بزرگی از مخاطبانی که در آن لحظه در بازار نیستند.
و نرخ کلیک (CTR) شاخص قدرتمندی برای سنجش اثرات بلندمدت برند نیست.
بنابراین، تعمیم دادن این یافتهها دشوار است و به همین دلیل مطالعات دیگری با نمونههای کوچکتر نیز اهمیت دارند.
دو پژوهش کوچکتر و دو نتیجه متفاوت
دو مطالعه دیگر از پیشآزمون خلاقیت (Creative Pre-testing) استفاده کردند؛ ابزارهایی که برای پیشبینی عملکرد تبلیغات، هم در کوتاهمدت و هم در بلندمدت، طراحی شدهاند.
مطالعهای که Harvard Business Review منتشر کرد، ۲۰ تبلیغ را بررسی کرد و به این نتیجه رسید که هوش مصنوعی عملکرد ضعیفتری دارد.
(Harvard Business Review یا HBR نشریه تخصصی مدرسه کسبوکار هاروارد است که مقالات پژوهشی و تحلیلی درباره مدیریت، کسبوکار و بازاریابی منتشر میکند. مطالعه مورد اشاره با همکاری Ipsos و مدرسه ارتباطات S.I. Newhouse دانشگاه Syracuse انجام شده است. Ipsos یکی از شرکتهای بزرگ جهانی تحقیقات بازار و سنجش افکار و رفتار مصرفکنندگان است.)
مطالعه خود من که توسط System1 انجام شد و ۱۰ ماه پیش منتشر شد، نتیجهای کاملاً متفاوت داشت. این مطالعه ۱۸ تبلیغ را با مشارکت ۲۷۰۰ نفر آزمایش کرد.
(System1 یک شرکت تخصصی در زمینه سنجش و پیشبینی اثربخشی تبلیغات است که از واکنشهای احساسی مصرفکنندگان برای ارزیابی عملکرد خلاقیتهای تبلیغاتی استفاده میکند.)
هیچیک از این دو نمونه آنقدر بزرگ نیستند که بتوان بر اساس آنها نتایجی کاملاً قابل تعمیم ارائه کرد.
اما هر دو مطالعه دقیقاً همان چیزی را نشان دادند که مطالعات بزرگتر نشان داده بودند: مصرفکنندگان، بدون اینکه از قبل به آنها گفته شود، نمیتوانند با اطمینان تبلیغات ساختهشده با هوش مصنوعی را تشخیص دهند.
این یافته ثابت، پس از آنکه تقریباً تمام مطالعاتی را که میتوانستم درباره این موضوع پیدا کنم بررسی کردم، مرا به سمت پرسشی کاربردیتر برای بازاریابی امروز سوق داد.
هوش مصنوعی در حال قضاوت درباره ما
باید هنگام تفسیر تیترهایی که درباره واکنش منفی مردم به هوش مصنوعی منتشر میشوند، محتاط باشیم.
وقتی مستقیماً از مردم درباره استفاده از هوش مصنوعی سؤال میشود، ممکن است واکنش اعتراضی شدیدی نشان دهند. اما وقتی چیزی به آنها گفته نمیشود، نمیتوانند تشخیص دهند که آیا باید به این موضوع اهمیت بدهند یا نه.
همانطور که این مطالعات نشان میدهند، تبلیغات هوش مصنوعی که عملکرد بهتری دارند، معمولاً بهطور آشکار نشان نمیدهند که در ساخت آنها از هوش مصنوعی استفاده شده است.
این موضوع با هنرهایی متفاوت است که مردم برای فرایند ساخت آنها ارزش قائلاند؛ برای مثال، انیمیشنهای خمیری Aardman.
(Aardman یک استودیوی مشهور بریتانیایی تولید انیمیشن است که بهویژه بهخاطر آثار استاپموشن و انیمیشنهای خمیری مانند Wallace & Gromit شناخته میشود.)
اما برای بازاریابانی که تلاش میکنند با افزایش تعداد داراییهای تبلیغاتی (Creative Assets)، در مقیاس بزرگ و همزمان کار مؤثر تولید کنند، این موضوع پرسش مهمتری را مطرح میکند:
اگر انسانها نمیتوانند تشخیص دهند که یک تبلیغ را هوش مصنوعی ساخته است، آیا هوش مصنوعی میتواند تشخیص دهد که یک انسان تبلیغ خوبی ساخته است؟
اگر چنین چیزی ممکن باشد، با یک ابزار واقعاً مفید روبهرو هستیم: تبلیغات ساختهشده توسط انسان را از طریق آن ارزیابی کنیم، تصمیمهای بهتری بگیریم و آزمونهای انسانی پرهزینه را برای جاهایی نگه داریم که واقعاً به آنها نیاز داریم.
AI-ception
من ۱۰ تبلیغ شناختهشده را پیدا کردم که برای برندهای فعال در حوزه هوش مصنوعی ساخته شده بودند.
از جمله آنها، تبلیغ کریسمس Coca-Cola، نخستین تبلیغ سوپربول Claude و هشت تبلیغ دیگر بودند که پیشتر با استفاده از آزمون انسانی Test Your Ad شرکت System1 ارزیابی شده بودند.
در این آزمونها، افراد واقعی واکنشهای احساسی خود را نشان داده بودند؛ واکنشهایی که برای پیشبینی اثربخشی واقعی تبلیغات مورد استفاده قرار گرفتهاند.
یک نکته: من تبلیغ کریسمس کوکاکولا را «ساختهشده توسط انسان» در نظر میگیرم، چون این تبلیغ به مدت ۲۰ سال به همین شکل وجود داشته و واقعاً هیچکس متوجه موضوع نشده بود تا اینکه روزنامه Daily Mail روی آن تمرکز کرد.
هوش مصنوعی تبلیغات را چگونه امتیاز میدهد؟
سپس همین تبلیغات را از طریق Test Your Ad Screen، ابزار سنجش تبلیغات مبتنی بر هوش مصنوعی شرکت System1، اجرا کردم؛ ابزاری که با استفاده از ۱۸ میلیون واکنش احساسی انسانی آموزش دیده است.
این ابزار نتیجهای را از خودش نمیسازد. اگر نداند، امتیازی ارائه نمیکند.
اما اگر بهاندازه کافی اطمینان داشته باشد که میتواند یک تبلیغ را در محدوده درست ــ پایین، متوسط یا بالا ــ قرار دهد، این کار را انجام میدهد.
آیا هوش مصنوعی میتواند یک تبلیغ واقعاً بدِ ساختهشده توسط انسان درباره هوش مصنوعی را از یک تبلیغ خوب تشخیص دهد؟
خب، بیشتر اوقات بله.
میتوانید گزارش کامل مقایسه نتایج آزمون هوش مصنوعی برای هر ۱۰ تبلیغ را ببینید و خود تبلیغات را نیز تماشا کنید؛ اما اگر بخواهم خلاصه کنم:
هوش مصنوعی امتیاز Fluency را هر ۱۰ بار درست پیشبینی کرد.
(Fluency در نظام سنجش System1 به قدرت و سهولت شناسایی برند در تبلیغ مربوط است.)
در مورد Star Rating نیز ۹ مورد از ۱۰ مورد را درست پیشبینی کرد.
(Star Rating شاخص امتیازدهی System1 برای پیشبینی ظرفیت یک تبلیغ در ایجاد اثر بلندمدت بر برند است.)
وقتی هوش مصنوعی از پاسخ دادن خودداری میکند
آن یک مورد اشتباه، در واقع پاسخ اشتباه نبود؛ هوش مصنوعی از پاسخ دادن خودداری کرد.
در مورد تبلیغ سوپربول Claude با عنوان «Can I Get a Six Pack»، هوش مصنوعی اصلاً حاضر نشد امتیازی ارائه کند.
این تبلیغ در آزمون انسانی، پایینترین امتیاز را گرفته بود.
در این تبلیغ آنقدر ظرافت فرهنگی وجود دارد که من خوشحالم هوش مصنوعی تلاش نکرد حدس بزند.
هوش مصنوعی زمانی دقیقترین عملکرد را داشت که با دو سر طیف مواجه شد: تبلیغات بسیار بد و تبلیغات بسیار خوب.
اگر نمیتوانست با اطمینان تبلیغ بسیار بد یا بسیار خوب را تشخیص دهد، در واقع برای هیچکس ابزار چندان مفیدی نبود.
بنابراین این موضوع برای مسیر آینده هوش مصنوعی و بازاریابی امیدوارکننده است.
بدترین تبلیغات این مجموعه
کمپین Otter.ai، که بیش از حد بر فروش مستقیم و پیامهای فروشندهمآبانه تکیه داشت و در آزمون انسانی تنها یک ستاره گرفت، توسط هوش مصنوعی نیز بهدرستی شناسایی شد.
تبلیغ پیش از تغییر رویکرد ChatGPT برای سوپربول، که با استفاده از انیمیشن تلاش میکرد هوش مصنوعی را بهعنوان مرحلهای از تکامل انسان نشان دهد و امتیاز یک ستاره گرفت، نیز توسط هوش مصنوعی با همان نتیجه ارزیابی شد.
تبلیغ Apple درباره بازنویسی ایمیلها نیز بهطور ناخواسته این برداشت را ایجاد میکرد که اپل میخواهد شخصیت شما را پاک کند:
یک ستاره در ارزیابی انسانی، یک ستاره در ارزیابی هوش مصنوعی.
و زمانی که Apple و ChatGPT تبلیغات بهتری ساختند، هوش مصنوعی نیز آنها را بهعنوان تبلیغات بهتر شناسایی کرد.
یعنی میتواند تشخیص دهد که یک برند چه زمانی عملکرد خود را بهتر کرده است.
این واقعاً مفید است.
دو تبلیغ برتر
دو نمونه برتر عبارت بودند از:
تبلیغ کریسمس Coca-Cola با استفاده از هوش مصنوعی که در آزمون انسانی ۵ ستاره گرفت و بهوضوح نشان داد شایسته این امتیاز است؛
و تبلیغ «Dream Job» از Google Gemini که در آزمون انسانی امتیاز ۳.۱ ستاره گرفت.
هوش مصنوعی هر دو را بهدرستی در گروه تبلیغات با عملکرد بالا قرار داد.
اما جایی که هوش مصنوعی دچار مشکل شد، تبلیغات میانه جدول و مواردی بود که نوآوری در آنها نقش داشت.
لانچ Galaxy S26 سامسونگ یک تبلیغ چهارستاره است.
هوش مصنوعی نتوانست آن را دقیقتر از این محدود کند که «یک تبلیغ یکستاره نیست».
این پاسخ درست است، اما چندان کاربردی نیست.
کمپین Meta x Ray-Ban برای عینکهای جدید نیز توسط هوش مصنوعی بهدرستی بهعنوان یک تبلیغ با عملکرد پایین شناسایی شد، اما تنها توانست بگوید که این تبلیغ در ۴۰ درصد پایین جدول قرار میگیرد.
بهعنوان یک بازاریاب، من با دیدن چنین نتیجهای، بهدرستی میخواهم پیش از تصمیمگیریهای بعدی، دادههای انسانی بیشتری داشته باشم.
یک یافته ظریفتر و مفیدتر برای بازاریابان
مصرفکنندگان هیچوقت واقعاً اهمیت زیادی به این ندادهاند که تبلیغات چگونه ساخته میشوند.
آنها از ابتدا هم آنقدر به تبلیغات اهمیت نمیدادند که درباره شیوه ساخت آنها سؤال کنند.
اما بازاریابان بهشدت به سمت آزمون خلاقیت با هوش مصنوعی رفتهاند؛ ابزارهایی که همیشه یک پاسخ ارائه میکنند، چه بر اساس مجموعهدادههای خصوصی آموزش دیده باشند و چه به مدلهای زبانی بزرگ (LLM) متصل شده باشند؛ مدلهایی که در حالت دوم، گاهی شبیه یک گوینده بازی بینگو عمل میکنند و برای هر چیزی یک پاسخ آماده دارند.
نکته ظریفی که در حال حاضر بسیاری آن را نادیده میگیرند و میتواند گام بعدی در درک بازاریابان از این حوزه باشد، این است که هوش مصنوعی احتمالاتی است.
هوش مصنوعی الگوهای موجود در دادههای قبلی را شناسایی میکند.
بخشی از چیزی که باعث اثربخشی تبلیغات میشود، منحصربهفرد بودن و تازگی است؛ و هرچه ایده، نحوه اجرا یا محصول شما منحصربهفردتر باشد، هوش مصنوعی در پیشبینی موفقیت آن ضعیفتر خواهد بود.
گاهی اوقات هوش مصنوعی حتی نباید قادر به پاسخ دادن باشد.
همانطور که انسانها نمیتوانند تشخیص دهند آیا یک تبلیغ را هوش مصنوعی ساخته است یا نه، هوش مصنوعی نیز همیشه نمیتواند تشخیص دهد که آیا انسانها یک تبلیغ خوب ساختهاند یا نه.
ما باید با این موضوع راحت باشیم.
باید درباره ابزارهایی که همیشه یک پاسخ دارند سؤال و تردید داشته باشیم.
و باید به این عادت کنیم که درباره میزان اطمینان هوش مصنوعی در موقعیتهای مختلف فکر کنیم؛ اینکه در هر موقعیت چقدر میتواند مطمئن باشد و چقدر واقعاً مطمئن است.
چون در نهایت، تمام چیزی که با آن مواجهیم همین است:
یک ماشین پیشبینی که بر اساس دادههایی که در اختیار دارد و ــ مهمتر از آن ــ دادههایی که هنوز در اختیار ندارد، عمل میکند.
هوش مصنوعی فقط بهتر و بهتر خواهد شد.
سرعت تغییرات بسیار زیاد است، اما مطمئن نیستم که هوش مصنوعی هیچوقت بتواند کاملاً به قضاوت انسانی برسد.
مطمئنم که به آن نزدیکتر خواهد شد.
و این همان چیزی است که ما در مرحله بعد روی آن کار میکنیم.
متن اصلی این یادداشت را می توانید در سایت The Drum ببینید.
اندرو تیندال، مدیر ارشد رشد در System1 Group
۸ سپتامبر ۲۰۲۶
