Muhtemelen bu toplulukta gerçek bir yapay zeka araştırma geçmişine sahip birkaç kişiden biriyim; birkaç araştırma makalem, patentlerim (biri yayınlanmış, biri beklemede) var, Streamyard’da yapay zeka bölümünün başındaydım ve şu anda ikinci yapay zeka girişimimi yönetiyorum.

Yapay zeka konusundaki beceriksizliği eleştiren bu tür makaleleri göz önünde bulundurduğunuzda, benden yapay zekayı savunmamı veya bir çürütme yapmamı bekleyebilirsiniz.

Şöyle ki, benim “AI” teriminden anladığım şey ile çoğu insanın bu terimden anladığı şey çok farklı ve benim AI hakkındaki temel düşüncem, çoğu insanın onu gerçekten anlamadığıdır.

Yapay zeka tek parça değildir

İnsanlar yapay zekadan sanki tek parçaymış gibi bahsediyorlar ve sosyal medyadaki bu saçmalıkların sorumlusunun “yapay zeka” olduğunu söyleyenleri duyduğumda, bu durum enflasyonun sorumlusunun “matematik” olduğunu söylemek kadar saçma geliyor.

Asıl şikayet ettiğiniz şey, yazılımlarına belirli bir yapay zeka türü entegre eden Midjourney gibi şirketlerin araçlarını kötüye kullanan insanlar. Bu şirketler, ABD Merkez Bankası’nın tahminlerinde matematiği kullandığı kadar yapay zekayı yazılımlarına dahil ediyorlar.

Birçok farklı şey için kullanılan birçok farklı matematik türü olduğu gibi, birçok farklı şey için kullanılan birçok farklı yapay zeka türü de var.

Nasıl çalışırlar?

Günümüzde insanlar yapay zekadan bahsettiğinde genellikle yapay zeka tarafından oluşturulan görüntülerden/videolardan veya ChatGPT gibi Büyük Dil Modellerinden bahsediyorlar.

Çoğu insan için ChatGPT, yardımcı bir asistan gibidir ve detayları bilmenize gerek yoktur, ancak bazen detaylar önemlidir.

Büyük Dil Modelleri, bir cümledeki bir sonraki kelime gibi dili tahmin etmek için kullanılan istatistiksel modellerden dolayı bu şekilde adlandırılır. Hukuk alanında yüksek lisans (LL.M) programlarının aslında süslü bir otomatik tamamlama programı olduğunu duymuş olabilirsiniz ve bu kesinlikle doğru.

Hukuk alanında yüksek lisans (LL.M) programları öncelikle bir cümledeki kelimeleri alıp her bir kelimeyi bir sayı listesine dönüştürerek başlar, ardından bir dizi matematik işlemi yapılır ve sonuçta sözlükteki her kelime için bir sayı olmak üzere 50.000 sayıdan oluşan bir liste elde edilir.

Eğitim, metni alıp, bir kısmını rastgele gizlemeyi ve doğru bir sonraki kelimeye karşılık gelen sayıyı en üst düzeye çıkarana kadar model ağırlıklarını (matematik işlemlerinde kullanılan sayılar) ayarlamayı içerir.

Tam bir sohbet yanıtı oluşturmak için bu modeller boş bir cümleyle başlar ve bir sonraki kelimeyi kelime kelime tahmin eder. Sanki iPhone’unuzda yeni bir mesaj açmışsınız ve bir paragraf yazana kadar otomatik tamamlama önerilerini seçmeye devam etmişsiniz gibi.

Bunun etkisi, olgusal olarak doğru olmasalar bile tutarlı cümleler gibi görünen çıktıları optimize etmektir. Büyük Dil Modelleri o kadar büyük miktarda veri üzerinde eğitilmiştir ki, gerçek olguları öğrenirler. Bu nedenle, “Fransa’nın başkenti ___” yazdığınızda, bu modeller bir sonraki kelime olarak “Paris”i tahmin etmeyi öğrenir.

Fakat bir LLM bir şeyi “bilmiyorsa” bile, yine de bir sonraki jetonu tahmin eder ve doğru olmasa bile sonunda kulağa doğru gelen bir şey uydurur – buna “halüsinasyon” denir.

“Armadillo’nun başkenti ___’dir” diye deneyebilirsiniz. Bu cümleyi tamamlayacak mantıklı bir kelime yok, ancak standart bir Hukuk Yüksek Lisansı (LL.M.) yine de en olası kelimeyi (GPT2 örneğinde “the”) seçecek ve anlamsız bir cümleyi tamamlayacaktır.

Eğer bu, LLM’lerle yaptığınız görüşmelerde açıkça görülmüyorsa, bunun nedeni yapay zeka laboratuvarlarının, modellere geri bildirim sağlamak için on binlerce kişiyi işe almış olmasıdır; böylece modeller iyi e-postalar yazabilir veya çalışan kodlar yazabilir ve aslında yardımsever bir insan asistanı gibi görünebilirler.

Bu, çok zeki ve yardımsever biriyle konuştuğunuz yanılsamasını yaratır ve çoğu kişi bunu genel yeterlilik olarak algılarken, birçok LLM genellikle sadece uydurur.

Bu yapay zeka araçları korkunç

Bunu söylüyorum çünkü Opus Clips gibi yapay zeka araçlarını klipleri bulmak için kullandığınızda, tek yaptıkları şey metni ChatGPT’ye aktarmak ve ondan yaklaşık 30 klip bulmasını istemek oluyor ve bunların çoğu da pek iyi değil.

ChatGPT düzenleme görevleri konusunda eğitilmediği için, genellikle kağıt üzerinde doğru görünen ama pratikte berbat olan yanıtlar üretir. Bir modelden 5 dakikalık bir diyalogda 30 klip bulmasını isterseniz, elbette saçma sonuçlar verecektir.

Geliştiriciler (sizin kadar yapay zeka hakkında bilgi sahibi olanlar) daha sonra bu modeller etrafında pahalı ve halüsinasyonvari sarmalayıcılar oluşturuyorlar ve herkes “yapay zeka mükemmel değil” sonucuna varıyor.

Bütün bunlar bana inanılmaz derecede aptalca ve distopik geliyor.

Gerçek editörler tarafından eğitilmiş, güvenilir ve iyi düzenlemeler üreten bir yapay zeka sistemi kuramayacağınız anlamına gelmiyor. Podcast bölümlerini dinleyebilen veya izleyebilen, sanatsal etki için kesmeler yapabilen veya çekimler seçebilen modeller oluşturmak tamamen mümkün.

Ancak bu gerçek bir yapay zeka araştırması gerektirir ve ChatGPT etrafında bir sarmalayıcı oluşturmak ve bazı pazarlama metinlerine “yapay zeka video düzenleyici” ifadesini eklemek çok daha kolaydır, bu nedenle bu alandaki çoğu şirket bunu yapar.

Bu, internette dolaşan saçmalık kadar tembel bir şey ve bu tür hikayeleri okuduğumda bir yapay zeka şirketi görmüyorum, Eleven Labs’ın bir API’sine bağlanan ve herkesin zamanını ve parasını boşa harcayan bazı aptallar görüyorum.

Daha iyi bir yol

Tamam, fazla eleştirel davrandım, o yüzden podcasting’te yapay zekanın iyi kullanımlarından bahsedelim. Düzenlemeye odaklanacağım çünkü en iyi bildiğim şey bu.

Üretken yapay zekanın iyi iş çıkarabileceği bazı görevler vardır; örneğin, normalde günler sürebilecek bir podcast “giriş” müziği veya animasyonu üretmek veya bir LLM’den bir konuşmanın belirli bir bölümünü bir komutla kaldırmasını istemek gibi.

En iyi haliyle, yapay zeka (en geniş anlamıyla) ya yardımcı olabilir

• Yaptığınız işi hızlandırın
• Daha önce yapamadığınız şeyleri yapmanızı sağlar

Muhtemelen dolguları kaldırmak veya klipler oluşturmak için AI araçlarına aşinasınızdır, ancak bu alan hala gelişiyor ve “Ajan tabanlı düzenleme” (bir AI modelinden sizin için düzenleme yapmasını istemek) daha popüler hale geldikçe, (a) düzenleme sürelerinin daha da azalacağını ve (b) düzenleme deneyimi olmayan kişilerin yüksek prodüksiyon değeri olan içerikler ortaya çıkaracağını tahmin ediyorum.

Yapay zeka kodlama araçları, küçük ekiplerin veya hatta bireysel programcıların daha önce yalnızca büyük şirketlerin yapabildiği şeyleri yapmasını mümkün kıldı ve podcast dünyasında yetenekli bireysel içerik oluşturucuların artık daha önce tam bir ekip gerektirecek düzeyde üretim kalitesinde içerik üreteceklerinden şüpheleniyorum.

Şu anda pek çok yapay zeka düzenleme aracı pek iyi olmasa da, piyasa dinamikleri bunların ya gelişeceğini ya da yok olacağını gösteriyor ve ben de kesinlikle kendiminkini geliştiriyorum.

Video podcast’lerinin yükselişine rağmen, birçok sesli podcast yayıncısının videoya geçmekte tereddüt ettiğini biliyorum. Ancak duyduğum en büyük tereddüt, video düzenlemenin getirdiği ek karmaşıklık, ancak düzenleme kolaylaştıkça daha fazla podcast yayıncısının videoya yöneldiğini göreceğinizi tahmin ediyorum. Geçmişte, sesi bir ortam olarak dikkate alan ayrı bir ses düzenlemesi ve videoyu bir ortam olarak kullanan ayrı bir video düzenlemesi oluşturmak çok fazla düzenleme çabası gerektirirdi, ancak otomasyon düzenleme çabasını azaltabiliyorsa, daha fazla podcast’in birden fazla formatı benimsemesinin neden mümkün olmadığını anlamıyorum.

Yapay zekanın düzenlemenize yardımcı olmasıyla, bunun “Ses” veya “Video” olması gerekmiyor; “Evet ve” de olabilir?

Kaynak: Sam Bhattacharyya / PodNews

En iyi platform, gerçekten kullanmaktan keyif aldığınız platformdur.

Eğer podcast’inizi büyütmeye çalışıyorsanız muhtemelen sosyal medyayı çok düşünüyorsunuzdur.

Peki, izleyici çekmeyecek platformlarda zaman kaybetmeyi nasıl durdurabilir ve izleyici çekecek olanlara nasıl odaklanabilirsiniz?

Zaten keyif aldığınız platformlarla başlayın

Eğer sosyal medya platformlarını kullanmaktan hoşlanmıyorsanız, bu platformlarda iyi performans göstermeniz pek mümkün olmayacaktır.

Keşfedilebilirlik için gereken erişime ulaşmak, platformlarda zaman geçirerek paylaşımda bulunmayı, beğenmeyi, yorum yapmayı ve etkileşimde bulunmayı gerektirir.

Bu, algoritmanın içeriğinizi daha da ileriye taşımasına yardımcı olur, bu nedenle zaman harcamak istediğiniz bir (veya birkaç) tanesini seçmek istersiniz.

Başlangıç ​​noktası olarak kendinize şu soruyu sorun…

• Hangi platformları kontrol etmeyi şimdiden seviyorum?
• Çok fazla çaba gerektirmeden kendimi nerede gösterebiliyorum?
• Mevcut bir kitlem (küçük bile olsa) nerede?

Eğer oradan başlarsanız, en azından giriş yapmaktan çekinmeyeceğiniz platformlara odaklanmış olursunuz.

İçeriğinizin platforma uygun olması gerekir

Her içerik her platformda çalışmaz, bu nedenle her bir uygulamada tüketicinin deneyimini düşünmeniz gerekir.

Podcast içeriğinizi her yere kopyalayıp yapıştırmak yerine, onu şovunuzun yayınlandığı platformlar için mantıklı bir şekilde nasıl yeniden kullanabileceğinizi düşünün.

Bu şu anlama gelebilir…

• Öne çıkan anları Reels veya Shorts’ta paylaşmak üzere kısa video kliplere bölmek
• Önemli noktaları alıntı kutucuklarına veya dönen resimlere dönüştürme
• LinkedIn için mini blog tarzı yazılar yazmak
• Sahne arkası güncellemeleri veya soru-cevap dizileri için X’i (Twitter) kullanma

Ne yaparsanız yapın, yalnızca size en çok zaman kazandıracak şeyi değil, son kullanıcı deneyimini de düşünmeniz gerekir.

Sadece tercihlerinizi değil, hedef kitlenizi de düşünün

Beğendiğiniz bir platform seçerken, aynı zamanda hedef kitlenizin de bulunma olasılığının yüksek olduğu bir platform olduğundan emin olmak istersiniz.

İşletme sahiplerini mi hedefliyorsunuz? O zaman LinkedIn sizin için Instagram’dan çok daha etkili olabilir.

Komedi podcast’i mi düzenliyorsunuz? Kısa ve komik video klipler TikTok veya Reels’da harika performans gösterebilir ama X’te başarısız olur.

Ve eğer hedef kitleniz sosyal medyada yaşlıysa veya çok büyük değilse, SEO’ya, haber bültenlerine ve podcast uygulamalarında keşfedilebilirliğe daha fazla odaklanmanız gerekebilir.

Ne karar verirseniz verin, hedef kitlenizin olduğu yerde olmanız gerekir ve bunu öğrenmek biraz zaman alabilir.

İzlenebilir bağlantıları kullanın

Sosyal medya içeriğinizin gerçekten dinlenip dinlenmediğini anlamanıza yardımcı olabilecek bir dizi araç bulunmaktadır.

Podder ve Linkfire gibi platformlar, RSS akışınıza bir kod parçası eklemenize olanak tanır; böylece bir bağlantıya tıklayan birinin bölümü dinleyip dinlemediğini görebilirsiniz.

Bu, hangi platformların ilerleme kaydettiğini ve hangilerinin zaman kaybı olduğunu anlamanıza yardımcı olur.

Her yerde olmanıza gerek yok

Her platformda yer almaya çalışmak, içeriğinizi etkili bir şekilde paylaşamayacak kadar geniş bir alana yayılmanız anlamına gelir.

Ve arkanızda bir ekip yoksa, bu gerçekten gerçekçi değil… ya da gerekli değil.

İyi yönetilen bir platform, ihmal edilen veya etkileşim kurulmayan altı platformdan çok daha güçlüdür.

Yani, tek bir kanalla başlayın, tutarlılık oluşturun ve yalnızca bant genişliğine sahip olduğunuzda ve her platformun markanız için ne yaptığına dair net bir fikre sahip olduğunuzda daha fazlasını ekleyin.

Çabalarınızda stratejik olun

Sosyal medya podcast’inizin büyümesine kesinlikle yardımcı olabilir ancak şovunuzu tüketmesi değil, desteklemesi gerekir.

İşte zamanınızı akıllıca kullanmanın yolları:

• İçeriğinizi toplu olarak yayınlamak için planlama araçlarını kullanın
• En iyi podcast anlarınızı farklı platformlarda yeniden kullanın
• Neyin işe yaradığını görmek için analizlerinize bakın ve buna odaklanın
• Fikirleri/varlıkları tasarlamak için yapay zekayı kullanın, ardından bunları sesinizle düzenleyin
• Katılıma odaklanın, gösterişli metriklere (kaydetmeler, paylaşımlar, izlenme süreleri) değil

Sonuç olarak sosyal medya, podcast büyüme bulmacasının sadece bir parçası.

Keşfedilmenize, topluluğunuzu oluşturmanıza ve mesajınızı yaymanıza yardımcı olabilir ancak sürekli olarak harika içerik üretmenin önüne geçmemelidir.

Sizin ve dinleyicilerinizin yararına olan platformu seçin ve uzun vadede yönetilebilir hissettirecek şekilde ortaya çıkın.

Kaynak: Rachel Corbett

Google, belgelerden ve diğer girdilerden programlar oluşturan ilk kitlesel pazar podcast üreticisi olan Audio Overview’u bir yıldan biraz fazla bir süre önce piyasaya sürdüğünden beri, ElevenLabs’tan Wondercraft’a kadar bir dizi girişimci bu alana akın etti.

Stüdyo yok, mikrofon başında kimse yok, kayıt bile yok, ama yine de canlı bir podcast, şakalar ve her şey var. Yasal bir belgeye veya okul broşürüne dayalı olsun, AI araçları bir fare tıklamasıyla son teknoloji bir podcast sunabilir.

Bu hareketin öncülerinden biri, 2023 yılında kurulan ve sadece sekiz kişilik bir ekiple haftada yaklaşık 3.000 podcast yayınlayan Inception Point AI’dır.

Inception’ın kurucusu ve önde gelen ses stüdyosu Wondery’nin eski iki numarası Jeanine Wright, öncelikli hedefin hacim oyununu oynamak olduğunu söyledi.

Her bölümün yapım maliyeti 1 dolar olduğu için, sadece 20 dinleme kar elde etmek için yeterli. Otomasyon, reklam alanı satışı için eşiği düşürdü; daha önce bu eşik birkaç bin indirme olarak belirlenmişti.

Wright, belirli bir şehirdeki polen sayıları hakkında, birkaç düzine kişi tarafından dinlenen ve antihistaminik ilaç reklamcılarını çekebilecek bir “hiper-niş” program örneği veriyor.

Üretken yapay zekanın yükselişiyle birlikte, birçok kişi, genellikle “AI slop” olarak adlandırılan, kalitesiz sentetik içeriğin interneti, özellikle de sosyal medyayı doldurmasından endişe duyuyor.

Inception, her bölümde yapay zekanın rolünden bahsediyor ve bu, dinleyiciler arasında “çok az düşüş”e neden oluyor, diyen Wright, “İnsanlar (yapay zeka) sunucuyu ve içeriği beğenirlerse, yapay zeka tarafından üretildiğini umursamıyorlar ya da bunu kabul ediyorlar” diye konuştu.

Dinleyici bulmak

İngiltere’deki Sussex Üniversitesi’nde podcast profesörü olan Martin Spinelli, Google veya Apple gibi büyük şirketlerin tanıtım bütçelerine sahip olmayan bağımsız podcast yayıncılarının “dikkat çekmesinin ve takipçi kazanmasının zorlaşacağı” bir içerik selini eleştirdi.

Programlamada beklenen artış, yapay zeka kullanmayan podcast’lerin reklam gelirlerini de azaltacaktır.

Tarih meraklıları için öncü bir podcast olan “The Memory Palace”ın yaratıcısı Nate DiMeo, “Birisi bölüm başına 17 sent kazanıyorsa ve birdenbire 100.000 bölüm yaparsa, o 17 sentin toplamı büyük bir rakam olacak” diye uyardı.

Programı 2008’de başlayan sektörün duayenlerinden DiMeo, AI podcast’lerin kitlesel olarak benimsenmesine şüpheyle yaklaştığını söyledi.

Ancak dinleyicilerin zevkleri önemli ölçüde değişmese bile, AI podcast’lerinin fazlalığı, çoğu programın zar zor ayakta kalabildiği bağımsız podcasting’i “hala etkileyebilir”.

Şu anda, üç büyük platform olan Apple Podcasts, Spotify ve YouTube, içerik oluşturuculardan bir podcast’in AI tarafından ne zaman oluşturulduğunu açıklamalarını istemiyor.

Niş içerikleri hedef kitlesiyle buluşturmada streaming devlerinin etkisiz olduğunu düşünen Spinelli, “Bu gürültüyü kesmeme yardımcı olacak bir AI aracı için para öderim” diyor.

Wright, AI ve AI olmayan içerikler arasında bir ayrım çizgisi çekmenin anlamsız olduğunu savunuyor, çünkü “her şey bir dereceye kadar AI ile yapılacak” dizyor.

Ancak, sentetik seslerle AI tarafından üretilen podcast’lerin, zaman içinde hikaye anlatma potansiyellerini ve çekiciliklerini kanıtlamış canlı çekim filmler ve animasyonlar gibi, ayrı bir tür olarak ortaya çıkacağına inanıyor.

Wright, “Şu anda AI tarafından üretilen tüm içeriği değersiz olarak gören insanlar düşüncesiz davranıyorlar, çünkü ilgilerini hak eden birçok harika ve ilgi çekici AI içeriği var” diyor.

DiMeo ise bu görüşe katılmıyor.

Podcast’leri roman okumak veya şarkı dinlemekle karşılaştırıyor.

Sadece “başka bir insan bilinciyle” bağlantı kurmak istediğini söylüyor ve “Bu olmadan dinlemek için bir neden göremiyorum” görüşünü savunuyor.

Kaynak: France24