Yapay Zeka ve Kitap Yayıncılığı: Kullanım Alanları

An icon of a key

Farklı işlevlerde yapay zeka ve kitap yayıncılığı için belirli kullanım alanlarını kavramsal olarak tanımlamak kolaydır. Ancak yayıncıların aslında ne yaptıkları hakkında pek fazla bilgi yok.

Ulysses Press ve Perfect Bound CEO’su Keith Riegert, Mayıs 2024’teki Publishers Weekly ABD Kitap Fuarı’nda sunum yaptı ve yayıncılık şirketleri içindeki yapay zeka kullanım alanları hakkında gördüğüm en kapsamlı genel bakışı sundu. Perfect Bound bu raporun sponsorudur; bu ifadeyi destekliyorum. Riegert, “bir yayıncılık profesyoneli olarak yapay zekayı hemen kullanmaya başlayabileceğiniz 20 pratik yol” sunuyor.

Sunumu, Yapay Zeka ile Başlamak, Perfect Bound web sitesinden izlenebilir ve indirilebilir.

Yapay zeka bir kitabı okuduğunda ne olur?

Bu bölüm başlığını Ethan Mollick’in bülteninden bilerek ödünç alıyorum—geliştirmeye çalışmanın bir anlamı yok. Mollick, Pennsylvania Üniversitesi Wharton School’da girişimcilik ve yenilik üzerine çalışan bir profesördür. Bülteni, sıkça tavsiye ettiğim, sakin, ferahlatıcı ve benzersiz derecede içgörülü.

Mollick’i bir yorumcu olarak nitelikli kılan şeylerden biri, yapay zeka hakkında satmak veya kötülemek gibi bir derdi olmamasıdır. Yapay zekanın birçok etkisini, özellikle eğitim, kültür, yazma ve yayınlama üzerindeki etkilerini keşfetmeye kendini adamıştır. Ayrıca, iyi ve net bir yazardır.

Mollick’in bülten arşivlerine göz atarsanız, Aralık 2022’ye kadar yapay zekaya odaklanmadığını görürsünüz. Onun alanı değildi—çoğumuz gibi, yapay zeka onun günlük işine düştü ve gözlerini ondan alamadı.

Bu yazısında, yayıncılık profesyonelleri olarak ilgimizi en çok çeken içgörülere yer veriyor. “Yapay zeka,” diye soruyor Mollick, “kitaplarla etkileşim biçimimizi değiştirebilir mi?”

Bu soruyu yanıtlamak için Mollick, “bir kitabı tutacak kadar büyük bir hafızaya sahip bir yapay zeka ve yapay zekanın sonuçlarını değerlendirecek kadar kendi kitabını iyi bilen bir yazar” gerektiğini belirtiyor. Mollick, birkaç kitabından birini (hangisi olduğunu belirtmiyor, ancak sohbetlerden açıkça The Unicorn’s Shadow: Startupları, Kurucuları ve Yatırımcıları Geri Tutan Tehlikeli Mitlerle Mücadele adlı kitabı test ediyor, Amazon’da olumlu eleştiriler almış, ancak şu anda çok satanlar arasında değil).

Mollick, bir yazar, yayıncı veya okuyucu için yapay zekanın potansiyel değerinin farklı yönlerini, “Yapay Zeka olarak okuyucu ve editör” ve “pratik bir kullanım: eğitmenler için yardım” dahil olmak üzere değerlendirir. ChatGPT dışındaki bir büyük dil modelinden, LLM’den, kitabı özetlemesini ister. Bu, Mollick’in memnuniyetine başarıyla sonuçlanır.

Sonrasında daha zor bir meydan okuma: “Kitaptaki metafor örneklerini ver.” Metaforun, “benzetmenin aksine, belirgin işaretler olmadan mecaz dili kullanımı gerektirdiği için, insan okuyucular için bile zorlayıcı olduğunu” belirtir. Sonuçlar, “küçük hatalar olsa da etkileyici” olarak kaydedilir.

LLM, editör olarak daha az başarılıdır: Mollick, bu alandaki eksikliklerinin, “şu anki yapay zeka durumuyla ilgili ortaya çıkan bir şeyi gösterdiğini: eğer çok iyi bir yazar veya editörseniz, mevcut yapay zekadan daha iyisiniz…” olduğunu belirtir.

Buna rağmen, “Yapay zekalar, ya da en azından bir metnin bağlamını ve anlamını anlama görünümüne sahiptir.” Sonuç olarak, Mollick, “yapay zekanın bir sonucu olarak kitaplarla olan ilişkimizi değiştireceğine” inanıyor.

Ben de öyle düşünüyorum.

Yapay Zeka ve Kitap Tasarımı & Üretimi

An icon of a key

Kitap tasarımı ve üretimi konusunda uzman sistemler ve süreç otomasyonu, yapay zekadan daha ileridedir.

Kitapların otomatik dizgisi için yazılımlar en azından 1970’lere kadar uzanır. 1980’lerin ortalarında, Donald Knuth’un TeX’ine dayanan ve bir kitabı dakikalar içinde dizgi yapabilen PageOne adlı bir yazılım projesini denetledim. Aynı dönemde, 1969’da tanıtılan bir belge standardına dayanan SGML ortaya çıktı. 1996’da tanıtılan XML tarafından büyük ölçüde devralındı. Bu sağlam işaretleme dilleri, otomasyon için sağlam yapılar oluşturur.

Masaüstü yayıncılık QuarkXPress ve Adobe InDesign, Adobe Illustrator ve Adobe Photoshop için başka bir otomasyon turu getirdi. Yayıncılık iş akışları çeşitli programlar ve sistemlerle yönetilebilir.

İzlenecek bir organizasyon Coko Foundation. Kotahi, bilimsel yayıncılık platformu ve kitap üretimi için Ketty, bir yapay zeka asistanı içeren dahil olmak üzere, bir dizi açık kaynak üretim ve yayın yönetim araçları sunar. Kotahi AI PDF Designer, “PDF tasarımını basit, etkileşimli bir süreç haline getirir.”

InDesign iş akışlarına yapay zekayı getirme konusunda bazı erken girişimler var. Nisan 2024’te Adobe, Metinden Görsele özelliğini duyurdu. Üçüncü taraflar burada Adobe’un önünde olabilir: Hurix Digital ve Integra gibi Hindistan’daki yenilikçi ön baskı ve üretim satıcıları, üretim için yapay zekayı kullanma konusunda Adobe’dan daha fazla inisiyatif gösteriyor.

Yapay Zeka ve Kitap Pazarlama

An icon of a key

Yapay zekanın kitap pazarlamasına etkisi kısa vadede yüzeysel olacak, ancak uzun vadede çok daha derin olacak. ‘Kitap pazarlaması’ olarak algıladığınız şeye çok bağlı; değişiyor.

‘Düşük asılı meyve’ barizdir. Chat AI’dan bir ürün açıklaması veya basın bülteni için yardım isteyin. Bazı anahtar kelimeler önermesini isteyin. Bunu, terlemeden yapabilir. Ancak çoğu yayıncılık profesyoneli, aynı şeyi, sadece biraz terleyerek yapabilir.

Yukarıda bağlantısı verilen Keith Riegert’in kullanım amaçları, başlıklar için beyin fırtınası yapma, dijital pazarlama raporu hazırlama ve Google Sheets’te dijital pazarlama kampanya takipçisi oluşturma önerilerini içerir.

Yukarıda açıklanan Shimmr yazılımı, otomatik pazarlamanın şekline işaret ediyor.

Yapay Zeka ve Üstveri

An icon of a key

Yapay zekanın üstveri ile ne ilgisi var ve tersi? Rolü şu ana kadar mütevazı görünüyor; büyük değişiklikler bekleyin.

Üstveri, kitap keşfedilebilirliğinin özüdür. Bu tavsiyeyi o kadar çok duydunuz ki mide bulandırıcı hale geldi. Ana olarak, “üstveri” çoğu teknik olmayan kişi için belirsiz kaldığı için rahatsız edici. Eğer, “kitapla ilgili temel bilgiler, başlık, açıklama, fiyat, konu kategorileri, bu tür şeyler” derseniz, insanlar rahat bir nefes alır. Bununla rahatlarlar. Ama hepsi bu kadar.

Size hatırlatmak zorunda olduğum için üzgünüm ama metadata sadece kitap hakkında birkaç detaydan çok daha fazlasıdır. Çok daha fazlası var. Bu küçük kitapta anlatabileceğimden çok daha fazlası. Bu konuyla ilgili bir kitap yazdım. Ingram Metadata Essentials adlı mükemmel bir kısa cilt yayınladı. Burada, ve son kez değil, şunu söyleyeceğim: yazarlar ve yayıncılar metadatalarını hafife alırlarsa bunun bedelini öderler.

AI, metadata oluşturma konusunda yardımcı olabilir. Örneğin, kendi yayıncılık sağlayıcısı PublishDrive, bir “AI Destekli Kitap Metadata Üreticisi” sunar ve bu, kitap başlığı, açıklama, Amazon kategorileri, BISAC kategorileri ve anahtar kelimeler için AI önerileri sunar.

Yukarıda açıklanan Veristage’den Insight, açıklamalar, anahtar kelimeler, BISAC kategorileri oluşturabilir ve hedef kitleleri belirleyebilir.

Metadata’da AI Kullanımını Belirtmek

An icon of a key

Metadata’nın sakin dünyasının AI’ı kavramakta yavaş olacağını düşünebilirsiniz. Öyle değil! Geçen Kasım ayında, ONIX standardının koruyucusu EDItEUR, “ONIX’te AI’nin Yönleri” adlı kısa bir Uygulama Notu yayımladı. (pdf)

Organizasyonun direktörü Graham Bell, tipik derin bilgeliğiyle, “teknolojiyle ilgili tartışmalara bir tepki, AI kullanımından vazgeçmek veya AI ile oluşturulan ürünlerle ticaret yapmaktan kaçınmaktır. Daha gerçekçi bir seçenek, ticaret ortaklarına ve okuyuculara AI kullanıldığında şeffaf olmaktır. Ve bazı perakendeciler platformlarından AI tabanlı içeriği sınırladıkça veya yasakladıkça, saygın yayıncıların içerik oluşturmak için generatif AI tekniklerini kullanan bu ürünleri vurgulamaları önemlidir” diyor.

Bell, yayıncıların metadata’da belirtebilecekleri yolları özetlemeye devam ediyor:

  • AI katkıda bulunanlar

  • Sesli kitaplarda AI tabanlı sesler

… ayrıca yayıncının araştırma dışındaki kullanımlar için metin ve veri madenciliğinden (TDM) açıkça vazgeçtiğini metadata’da belirtmenin bir yöntemi de vardır. Ticari veya araştırma dışı TDM’yi kapsayan ayrı bir lisans belirtmenin bir yolu da vardır.

Çoğu zaman olduğu gibi, ONIX’te belirtilenler yiyecek zincirinin alt kısmında keşfedilmeyebilir, ama en azından iyi bir çaba gösterilmiştir.