AI en boekuitgeverij: De gebruiksscenario’s

Keith Riegert, CEO van Ulysses Press en Perfect Bound, presenteerde op de Publishers Weekly U.S. Book Show in mei 2024, waarbij hij het meest uitgebreide overzicht bood dat ik heb gezien over AI-gebruiksscenario’s binnen uitgeverijen. Perfect Bound is een sponsor van dit rapport; ik sta achter die uitspraak. Hij biedt “20 praktische manieren waarop jij, als uitgeefprofessional, nu direct AI kunt gaan gebruiken.”

Zijn presentatie, Aan de slag met AI, kan worden bekeken en gedownload vanaf de Perfect Bound-website.

Ik leen deze sectietitel van Ethan Mollick’s nieuwsbrief opzettelijk—er is geen behoefte om te proberen dit te verbeteren. Mollick is een professor aan de Wharton School van de University of Pennsylvania, die ondernemerschap en innovatie bestudeert. Zijn nieuwsbrief, die ik vaak aanbeveel, is kalm, verfrissend, en uniek inzichtelijk.

Onder de dingen die Mollick kwalificeren als commentator, is dat hij geen persoonlijk belang heeft. Hij hoeft AI niet te verkopen, noch het te bekritiseren. Hij heeft zich gewoon toegewijd aan het verkennen van AI in zijn vele invloeden, voornamelijk op onderwijs, cultuur, schrijven en uitgeven. En hij is een uitstekende, heldere schrijver.

Als je door de archieven van Mollick’s nieuwsbrief bladert, zie je dat hij pas in december 2022 begon te focussen op AI. Het was niet zijn terrein—zoals voor de meesten van ons, kwam AI op zijn werkdag binnen, en hij kon zijn ogen er niet van af houden.

In deze post vallen zijn inzichten het dichtst bij ons interessegebied als uitgeefprofessionals. “Zou AI,” vraagt hij, “de manier waarop we met boeken omgaan kunnen veranderen?”

Om de vraag te beantwoorden, merkt Mollick op: “we hebben zowel een AI nodig met een geheugen groot genoeg om een boek vast te houden, als een auteur die zijn eigen boek goed genoeg kent om de resultaten van de AI te beoordelen.” Mollick test een van zijn meerdere titels (hij specificeert niet welke, maar uit de chats blijkt duidelijk dat het The Unicorn’s Shadow: Combating the Dangerous Myths that Hold Back Startups, Founders, and Investors is, een boek dat gunstig is beoordeeld op Amazon, hoewel het geen huidige bestseller is).

Mollick beschouwt verschillende aspecten van de potentiële waarde van AI voor een auteur, uitgever of lezer, waaronder “AI als lezer en redacteur,” en “een praktische toepassing: hulp voor docenten.” Hij vraagt een LLM—groot taalmodel—niet ChatGPT—om het boek samen te vatten. Het slaagt naar Mollicks tevredenheid.

Dan een moeilijkere uitdaging: “Geef me voorbeelden van metaforen in het boek.” Metaforen, merkt hij op, “zijn zelfs voor menselijke lezers uitdagend, omdat het gebruik van figuurlijk taalgebruik zonder duidelijke markeringen betreft (in tegenstelling tot een vergelijking, zijn er geen “zoals” of “als”).” De resultaten, noteert hij, “zijn indrukwekkend, hoewel er kleine fouten zijn.”

De LLM is minder succesvol als redacteur: de tekortkomingen op dit gebied, merkt Mollick op, illustreren “iets dat duidelijk is geworden over de huidige staat van AI: als je een zeer goede schrijver of redacteur bent, ben je beter dan de huidige AI…”

Desalniettemin, “AIs hebben, of lijken in ieder geval te hebben, een begrip van de context en betekenis van een stuk tekst.” Als gevolg daarvan gelooft Mollick dat “de manier waarop we boeken benaderen waarschijnlijk zal veranderen door AI.”

Ik denk dat ook.

Software voor het geautomatiseerde zetwerk van boeken bestaat al sinds de jaren 70. Halverwege de jaren 80 superviseerde ik een softwareproject genaamd PageOne, gebaseerd op Donald Knuth’s TeX, dat een boek in enkele minuten kon zetten. SGML verscheen rond dezelfde tijd, gebaseerd op een documentstandaard die in 1969 werd geïntroduceerd. Het werd grotendeels opgevolgd door XML, geïntroduceerd in 1996. Deze robuuste opmaaktaaltjes creëren solide structuren voor automatisering.

Desktop publishing luidde een nieuwe ronde van automatisering in voor QuarkXPress en Adobe InDesign, evenals Adobe Illustrator en Adobe Photoshop. Publicatieworkflows kunnen worden beheerd met verschillende programma’s en systemen.

Een organisatie om in de gaten te houden is de Coko Foundation. Zij bieden een suite van open source productie- en publicatiemanagementtools aan, waaronder Kotahi, een wetenschappelijk publicatieplatform, en Ketty voor boekproductie, dat een AI-assistent bevat. De Kotahi AI PDF Ontwerper, “transformeert PDF-ontwerp in een eenvoudig, interactief proces.”

Er zijn enkele vroege initiatieven om AI in InDesign-workflows te brengen. In april 2024 kondigde Adobe een Text to Image-functie aan. Derden lijken Adobe hier voor te zijn: de innovatieve prepress- en productieaanbieders in India, zoals Hurix Digital en Integra, tonen meer initiatief dan Adobe in het benutten van AI voor productie.

Het ‘laaghangende fruit’ is duidelijk. Vraag Chat AI om hulp bij een productbeschrijving of een persbericht. Vraag het om enkele trefwoorden voor te stellen. Dit kan het doen, zonder een druppel zweet. Maar de meeste uitgeversprofessionals kunnen hetzelfde doen, met slechts een beetje zweet op het voorhoofd.

Keith Riegert’s gebruiksvoorbeelden, hierboven gelinkt, omvatten suggesties voor het brainstormen over titels, het opstellen van een digitaal marketingrapport en het maken van een digitale marketingcampagne-tracker in Google Sheets.

De hierboven beschreven Shimmr-software geeft een idee van de vorm van geautomatiseerde marketing die nog moet komen.

Metadata is de kern van boekontdekbaarheid. Je hebt dat vaak genoeg gehoord om misselijk te worden van de vermaning. Het is vooral afstotend omdat “metadata” voor de meeste niet-technici ongrijpbaar blijft. Als je zegt: “het is gewoon de basisinformatie over het boek, de titel, beschrijving, prijs, onderwerpcategorieën, dat soort dingen,” ademen mensen uit. Daar zijn ze comfortabel mee. Maar dat is alles.

Het spijt me je eraan te herinneren dat er eigenlijk veel meer is aan metadata dan alleen een paar details over het boek. Er is zoveel meer. Veel meer dan ik in dit kleine boek kan omvatten. Ik heb co-auteur geweest van een heel boek over dit onderwerp. Ingram publiceert Metadata Essentials, een uitstekend kort volume. Ik zeg het hier, en niet voor de laatste keer: auteurs en uitgevers negeren hun metadata op eigen risico.

AI kan helpen bij het genereren van metadata. Bijvoorbeeld, zelfpublicatieleverancier PublishDrive, biedt een “AI-aangedreven boekmetadata-generator” die AI-aanbevelingen biedt voor de boektitel, blurb, Amazon-categorieën, BISAC-categorieën en trefwoorden.

Insight, van Veristage, hierboven beschreven, kan beschrijvingen, trefwoorden, BISAC-categorieën genereren en doelgroepen definiëren.

Met zijn typische diepe wijsheid merkt Graham Bell, de directeur van de organisatie, op dat “een reactie op (de controverses rond de technologie) is om af te zien van het gebruik van AI of om te vermijden om in AI-gecreëerde producten te handelen. Een realistischer optie is simpelweg transparant te zijn met handelspartners en lezers wanneer AI is gebruikt. En aangezien sommige wederverkopers AI-gebaseerde inhoud van hun platforms beperken of verbieden, is het belangrijk voor gerenommeerde uitgevers om die producten te benadrukken die generatieve AI-technieken gebruiken om inhoud te creëren.”

Bell schetst vervolgens manieren waarop uitgevers in metadata kunnen specificeren:

• AI-bijdragers

• AI-gebaseerde stemmen in audioboeken

… evenals een methode om in de metadata voor digitale producten aan te geven dat de uitgever expliciet afziet van tekst- en datamining (TDM) voor andere doeleinden dan onderzoek. Er is ook een manier om een aparte licentie te specificeren die commerciële of niet-onderzoeks TDM dekt.

Zoals vaak het geval is, wordt wat in ONIX is gespecificeerd mogelijk niet verderop in de keten onthuld, maar er is in elk geval een beste poging gedaan.