בינה מלאכותית והוצאה לאור: מקרי השימוש

קית’ ריגרט, מנכ“ל Ulysses Press ו-Perfect Bound, הציג בכנס ה- Publishers Weekly U.S. Book Show במאי 2024, והציע את הסקירה המקיפה ביותר שראיתי על שימושי בינה מלאכותית בתוך חברות הוצאה לאור. Perfect Bound היא נותנת חסות לדו“ח זה; אני עומד מאחורי ההצהרה הזאת. הוא מציע “20 דרכים מעשיות שבהן אתם, כמקצוענים בתחום ההוצאה לאור, יכולים להתחיל להשתמש בבינה מלאכותית ממש עכשיו.”

ההצגה שלו, התחלה עם בינה מלאכותית, זמינה לצפייה והורדה מאתר Perfect Bound.

אני שואל את כותרת הסעיף הזה מהניוזלטר של איתן מוליק במכוון - אין צורך לנסות לשפר את זה. מוליק הוא פרופסור בבית הספר לוורטון של אוניברסיטת פנסילבניה, שחוקר יזמות וחדשנות. הניוזלטר שלו, שאני ממליץ עליו לעיתים קרובות, הוא רגוע, מרענן ומלא תובנות ייחודיות.

בין הדברים המכשירים את מוליק כפרשן היא העובדה שאין לו אינטרס אישי בנושא. הוא לא צריך למכור בינה מלאכותית, ולא להשמיץ אותה. הוא פשוט התחייב לחקור את הבינה המלאכותית בהשפעותיה הרבות, בעיקר על חינוך, תרבות, כתיבה והוצאה לאור. והוא כותב ברור ומובחן.

אם תעיינו בארכיון של הניוזלטר של מוליק תראו שהוא לא התחיל להתמקד בבינה מלאכותית עד דצמבר 2022. זה לא היה תחום ההתמחות שלו - כמו רובנו, הבינה המלאכותית נכנסה לחייו היומיומיים, והוא לא יכול היה להסיר את עיניו ממנה.

בפוסט הזה, התובנות שלו קרובות ביותר לעניין שלנו כמקצוענים בתחום ההוצאה לאור. “האם ייתכן שבינה מלאכותית,” הוא שואל, “תשנה את הדרך שבה אנו מתקשרים עם ספרים?”

כדי לענות על השאלה, מוליק מציין, “אנו זקוקים גם לבינה מלאכותית עם זיכרון גדול מספיק כדי להכיל ספר, וגם למחבר שמכיר את ספרו מספיק טוב כדי לשפוט את תוצאות הבינה המלאכותית.” מוליק מנסה אחד מכמה כותריו (הוא לא מציין איזה, אבל מהשיחות ברור שזה הצל של חד הקרן: התמודדות עם המיתוסים המסוכנים שמעכבים סטארטאפים, יזמים ומשקיעים, ספר שקיבל ביקורות חיוביות באמזון, אף שאינו רב-מכר נוכחי).

מוליק שוקל היבטים שונים של הערך הפוטנציאלי של הבינה המלאכותית למחבר, למוציא לאור או לקורא, כולל “בינה מלאכותית כקוראת ועורכת,” ו“שימוש מעשי: עזרה למדריכים.“ הוא מבקש ממודל שפה גדול (LLM) - לא ChatGPT - לסכם את הספר. הוא מצליח לשביעות רצונו של מוליק.

לאחר מכן אתגר קשה יותר: “תן לי דוגמאות למטאפורות בספר.” מטאפורה, הוא מציין, היא “אתגר אפילו לקוראים האנושיים, שכן היא כוללת מציאת שימוש בשפה פיגורטיבית ללא סימנים ברורים (בניגוד לדימוי, אין כאן ‘כמו’ או ‘כאשר’).” התוצאות, הוא רושם, “מרשימות, למרות שישנן טעויות קלות.”

ה-LLM פחות מצליח כעורך: כישלונותיו בתחום זה, מוליק מציין, ממחישים “משהו שהפך ברור לגבי המצב הנוכחי של הבינה המלאכותית: אם אתה סופר או עורך טוב מאוד, אתה טוב יותר מהבינה המלאכותית הנוכחית…”

עם זאת, “לבינות מלאכותיות יש, או לפחות יש להן את המראה של הבנה של הקשר ומשמעות של טקסט.” כתוצאה מכך, מוליק מאמין כי “האופן שבו אנו מתייחסים לספרים צפוי להשתנות כתוצאה מהבינה המלאכותית.”

אני מסכים.

תוכנה להוצאה לאור אוטומטית של ספרים קיימת לפחות משנות ה-70. באמצע שנות ה-80 פיקחתי על פרויקט תוכנה שנקרא PageOne, מבוסס על TeX של דונלד קנות’, שיכול היה להוציא לאור ספר בתוך דקות. SGML הופיע באותו זמן, מבוסס על תקן מסמכים שהוצג ב-1969. הוא הוחלף במידה רבה על ידי XML, שהוצג ב-1996. שפות סימון חזקות אלו יוצרות מבנים יציבים לאוטומציה.

הוצאה לאור על שולחן עבודה הביאה סבב נוסף של אוטומציה עבור QuarkXPress ו-Adobe InDesign, כמו גם Adobe Illustrator ו-Adobe Photoshop. תהליכי עבודה לפרסום יכולים להיות מנוהלים בעזרת תוכנות ומערכות שונות.

ארגון שכדאי לעקוב אחריו הוא קרן קוקו. הם מציעים מערך כלי ניהול והפקה פתוחים, כולל Kotahi, פלטפורמת פרסום אקדמית, ו-Ketty להפקת ספרים, שכוללת עוזר בינה מלאכותית. מעצב ה-PDF של Kotahi AI, “מהפך את עיצוב ה-PDF לתהליך פשוט ואינטראקטיבי.”

ישנם יוזמות מוקדמות לשילוב בינה מלאכותית בתהליכי עבודה של InDesign. באפריל 2024 הודיעה Adobe על תכונת טקסט לתמונה. צדדים שלישיים עשויים להקדים את Adobe כאן: ספקי פריפרס וייצור חדשניים בהודו, כמו Hurix Digital ו-Integra, מראים יותר יוזמה מאשר Adobe בניצול הבינה המלאכותית לייצור.

ה’פירות הנמוכים’ הם ברורים. בקש מ-Chat AI לעזור בתיאור מוצר או הודעה לעיתונות. בקש ממנו להציע כמה מילות מפתח. זה הוא יכול לעשות, בלי להזיע. אבל רוב אנשי המקצוע בהוצאה לאור יכולים לעשות את אותו הדבר, עם רק קצת לחות על המצח.

שימושי המקרים של קית’ ריגרט, המקושרים לעיל, כוללים הצעות לסיעור מוחות בנושא כותרות, כתיבת דוח שיווק דיגיטלי, ויצירת עוקב קמפיין שיווק דיגיטלי ב-Google Sheets.

תוכנת Shimmr, המתוארת לעיל, מרמזת על צורת השיווק האוטומטי שיבוא.

מטא-נתונים הם ליבת גילוי הספרים. שמעתם את זה מספיק פעמים כדי להיות נגעלים מהאזהרה. זה דוחה בעיקר כי “מטא-נתונים” נשאר חמקמק לרוב הלא-טכנולוגיים. אם אתה אומר, “זה פשוט המידע הבסיסי על הספר, הכותרת, התיאור, המחיר, קטגוריות הנושא, דברים כאלה,” אנשים נושפים. עם זה הם מרוצים. אבל זה בערך הכל.

אני מצטער להזכיר לכם שיש בעצם הרבה יותר במטא-נתונים מאשר רק כמה פרטים על הספר. יש הרבה יותר. הרבה יותר ממה שאני יכול לכסות בספר קטן זה. אני שותף לכתיבת ספר שלם על הנושא. אינגרם מפרסמים את מטא-נתונים חיוניים, כרך קצר מצוין. אני אגיד את זה כאן, ולא בפעם האחרונה: מחברים ומוציאים לאור מזלזלים במטא-נתונים שלהם על חשבונם.

בינה מלאכותית יכולה לעזור ביצירת מטא-נתונים. לדוגמה, ספק ההוצאה העצמית PublishDrive, מציע “מחולל מטא-נתונים מבוסס AI” שמציע המלצות AI לכותרת הספר, תיאור קצר, קטגוריות של אמזון, קטגוריות BISAC, ומילות מפתח.

Insight, מ-Veristage, שתואר לעיל, יכול ליצור תיאורים, מילות מפתח, קטגוריות BISAC, ולהגדיר קהלי יעד.

עם חכמתו העמוקה הטיפוסית, גרהם בל, מנהל הארגון, מציין כי “תגובה אחת (למחלוקות סביב הטכנולוגיה) היא להימנע משימוש בבינה מלאכותית או להימנע מסחר במוצרים שנוצרו בבינה מלאכותית. אפשרות מציאותית יותר היא פשוט להיות שקוף עם שותפי סחר וקוראים כאשר נעשה שימוש בבינה מלאכותית. וכמה משווקים מגבילים או אוסרים על תוכן מבוסס בינה מלאכותית בפלטפורמות שלהם, חשוב שמוציאים לאור מכובדים ידגישו את המוצרים שמשתמשים בטכניקות יצירתיות מבוססות בינה מלאכותית כדי ליצור תוכן.”

בל ממשיך ומפרט דרכים שבהן יכולים מוציאים לאור לציין במטא-נתונים:

• תורמים מבוססי AI

• קולות מבוססי AI בספרי שמע

… וגם שיטה לציין במטא-נתונים של מוצרים דיגיטליים שהמוציא לאור באופן מפורש מוותר על כריית טקסט ונתונים (TDM) לשימושים אחרים מאשר מחקר. יש גם דרך לציין רישיון נפרד המכסה כריית טקסט ונתונים מסחרית או שאינה למחקר.

כמו שקורה לעיתים קרובות, מה שמצוין ב-ONIX עשוי לא להתגלות בהמשך השרשרת, אבל לפחות נעשה מאמץ טוב.