نتایج یک پژوهش: چرا روزنامه‌نگاران پیشنهادهای روابط‌عمومی تولیدشده با هوش مصنوعی را کمتر می‌پذیرند؟
در این بررسی، حدود ۲۱ درصد پیشنهادها کاملاً با هوش مصنوعی تولید شده بودند؛ اما تنها یک‌دهم آن‌ها برای انتشار انتخاب شدند، درحالی‌که این نسبت برای پیشنهادهای انسانی تقریباً یک‌سوم بود. همچنین ۳۵ درصد از روزنامه‌نگاران بررسی‌شده، دریافت پیشنهادهای کاملاً تولیدشده با هوش مصنوعی را غیرفعال کرده‌اند. این یافته‌ها بر اهمیت اعتبار منابع، اصالت محتوا، ارتباط هدفمند با رسانه‌ها و نظارت انسانی بر کاربرد هوش مصنوعی در روابط‌عمومی تأکید می‌کنند. منبع: آزمایشگاه‌های پانگرام؛ منتشرشده و توزیع‌شده توسط استکر، ۲۸ سپتامبر ۲۰۲۶.

🤖 بررسی داده‌های نزدیک به ۱٫۴ میلیون پیشنهاد خبری نشان می‌دهد که پیشنهادهای کاملاً تولیدشده با هوش مصنوعی، با نرخ کمتری نسبت به پیشنهادهای نوشته‌شده توسط انسان انتخاب می‌شوند. در این بررسی، حدود ۲۱ درصد پیشنهادها کاملاً با هوش مصنوعی تولید شده بودند؛ اما تنها یک‌دهم آن‌ها برای انتشار انتخاب شدند، درحالی‌که این نسبت برای پیشنهادهای انسانی تقریباً یک‌سوم بود.

همچنین ۳۵ درصد از روزنامه‌نگاران بررسی‌شده، دریافت پیشنهادهای کاملاً تولیدشده با هوش مصنوعی را غیرفعال کرده‌اند. این یافته‌ها بر اهمیت اعتبار منابع، اصالت محتوا، ارتباط هدفمند با رسانه‌ها و نظارت انسانی بر کاربرد هوش مصنوعی در روابط‌عمومی تأکید می‌کنند.


شبکه اطلاع‌رسانی روابط‌عمومی‌ ایران (شارا) – روزنامه‌نگاران برای تهیه گزارش‌های خبری به منابع معتبر و کارشناسانی نیاز دارند که بتوانند اطلاعات مرتبط و قابل‌استناد ارائه دهند. بااین‌حال، یافتن منابع مناسب برای اظهارنظر درباره موضوعاتی مانند سلامت، اقتصاد، کسب‌وکار و تصمیمات سیاستی می‌تواند زمان‌بر باشد.

بسترهای ارتباطی میان خبرنگاران و منابع خبری با هدف تسهیل این فرایند شکل گرفته‌اند. یکی از نمونه‌های شناخته‌شده، «به خبرنگار کمک کنید» بود که امکان ثبت درخواست خبرنگاران و دریافت پاسخ از کارشناسان را فراهم می‌کرد.

این بستر در سال ۲۰۰۸ تأسیس شد و به‌سرعت گسترش یافت؛ اما از سال ۲۰۲۳، استفاده گسترده از هوش مصنوعی برای تولید پاسخ‌های خودکار و کم‌کیفیت به درخواست‌های خبرنگاران به یکی از چالش‌های آن تبدیل شد. در ادامه، روزنامه‌نگاران به سمت بسترهایی حرکت کردند که منابع خبری را از نظر اعتبار و صلاحیت بررسی می‌کردند. فعالیت رسمی بستر اولیه نیز در سال ۲۰۲۴ متوقف شد.

شرکت فیچرد در سال ۲۰۲۵ این بستر را خریداری و دوباره راه‌اندازی کرد و برای ارزیابی پیشنهادهای دریافتی، از ابزار تشخیص محتوای هوش مصنوعی پانگرام بهره گرفت.

یک‌پنجم پیشنهادهای خبری کاملاً با هوش مصنوعی تولید شده بودند

بر اساس داده‌های منتشرشده، در فاصله ژوئن ۲۰۲۵ تا ژوئیه ۲۰۲۶، سه بستر فیچرد، «به خبرنگار کمک کنید» و کانکتیولی در مجموع ۱٬۳۹۴٬۷۴۰ پیشنهاد در پاسخ به ۴۲٬۳۹۲ درخواست روزنامه‌نگاران دریافت کردند.

از این تعداد، ۲۹۲٬۸۹۵ پیشنهاد، معادل حدود ۲۱ درصد، کاملاً تولیدشده با هوش مصنوعی تشخیص داده شدند.

در مدل ارتباطی این بسترها، منابع خبری می‌توانند با ارائه پاسخ مناسب و انتخاب‌شدن از سوی خبرنگار، به اعتبار رسانه‌ای و افزایش آگاهی از برند خود دست یابند. خبرنگاران نیز با استفاده از این سازوکار، زمان کمتری برای یافتن منابع مناسب صرف می‌کنند.

این فرایند برای منابع خبری مستقیماً درآمدزایی نمی‌کند؛ بلکه ارزش آن در فرصت کسب پوشش رسانه‌ای و افزایش اعتبار حرفه‌ای است. به همین دلیل، برخی افراد و شرکت‌ها ممکن است برای افزایش احتمال دیده‌شدن، از ابزارهای هوش مصنوعی جهت ارسال خودکار پاسخ‌های متعدد استفاده کنند.

بااین‌حال، افزایش تعداد پیام‌ها الزاماً به افزایش پوشش رسانه‌ای منجر نمی‌شود. گزارش به نمونه‌ای اشاره می‌کند که در آن نقل‌قول‌های کاملاً تولیدشده با هوش مصنوعی، منتسب به فردی معرفی‌شده به‌عنوان هنر‌درمانگر، بیش از ۳۰ بار در نشریاتی از جمله وایس، فوربز و گلامور منتشر شده بود؛ درحالی‌که احتمال داده می‌شد این فرد اساساً وجود خارجی نداشته باشد.

روزنامه‌نگاران چگونه پیشنهادهای هوش مصنوعی را ارزیابی می‌کنند؟

داده‌های شرکت فیچرد نشان می‌دهد که بسیاری از روزنامه‌نگاران تمایلی به دریافت پیشنهادهای کاملاً تولیدشده با هوش مصنوعی ندارند. از میان بیش از ۲٬۵۰۰ روزنامه‌نگار بررسی‌شده، ۳۵ درصد گزینه فیلترکردن این پیشنهادها را انتخاب کرده بودند؛ هرچند این قابلیت به‌صورت پیش‌فرض غیرفعال بود.

تفاوت در میزان انتخاب پیشنهادها نیز قابل‌توجه است. تنها یک مورد از هر ۱۰ پیشنهاد کاملاً تولیدشده با هوش مصنوعی برای انتشار انتخاب شده بود، درحالی‌که این نسبت برای پیشنهادهای نوشته‌شده توسط انسان تقریباً یک مورد از هر سه پیشنهاد بود.

این ارقام نشان می‌دهند که در بسترهای بررسی‌شده، پیشنهادهای انسانی بیشتر مورد پذیرش قرار گرفته‌اند. بااین‌حال، داده‌ها به‌تنهایی مشخص نمی‌کنند که این تفاوت ناشی از کدام عامل، مانند کیفیت نگارش، اعتبار منبع، تناسب پاسخ یا شیوه ارائه اطلاعات، بوده است.

ارتباط پیشنهادهای تولیدشده با هوش مصنوعی و حساب‌های مسدودشده

یکی دیگر از یافته‌های گزارش، تفاوت میان حساب‌های فعال و حساب‌های مسدودشده است. در میان حساب‌های مسدودشده، ۲۴٫۷ درصد دست‌کم یک پیشنهاد کاملاً تولیدشده با هوش مصنوعی ارسال کرده بودند؛ درحالی‌که این میزان در میان حساب‌های فعال ۶٫۸ درصد بود.

بر اساس این ارقام، احتمال مشاهده دست‌کم یک پیشنهاد کاملاً تولیدشده با هوش مصنوعی در حساب‌های مسدودشده حدود ۳٫۶ برابر حساب‌های فعال گزارش شده است.

بستر «به خبرنگار کمک کنید» حساب‌ها را صرفاً به دلیل استفاده از هوش مصنوعی مسدود نمی‌کند؛ اما ارسال پیشنهادهای تولیدشده با هوش مصنوعی می‌تواند یکی از نشانه‌های موردتوجه در فرایند نظارت داخلی باشد. این بستر همچنین حساب‌هایی را که حجم زیادی از پاسخ‌های کم‌کیفیت و خودکار ارسال می‌کنند، برای حفظ اعتماد و کیفیت خدمات پالایش می‌کند.

پیامدهای پژوهش برای روابط‌عمومی

یافته‌های این بررسی برای متخصصان روابط‌عمومی چند نکته کاربردی دارد.

نخست، افزایش حجم پیشنهادهای ارسالی به خبرنگاران به‌تنهایی راهبرد مؤثری برای کسب پوشش رسانه‌ای نیست. پیام‌های عمومی و تکراری، حتی اگر با سرعت بالا تولید شوند، ممکن است با نیازهای واقعی خبرنگاران تناسب نداشته باشند.

دوم، اعتبار منبع اهمیت اساسی دارد. ارائه اطلاعات نادرست، نقل‌قول‌های تأییدنشده یا معرفی منابع غیرواقعی می‌تواند اعتماد رسانه‌ها را تضعیف کند.

سوم، استفاده از هوش مصنوعی باید با نظارت انسانی همراه باشد. این فناوری می‌تواند در پژوهش اولیه، سازمان‌دهی اطلاعات، ویرایش و آماده‌سازی پیش‌نویس‌ها به کار رود؛ اما بررسی صحت داده‌ها، تأیید هویت کارشناسان و اطمینان از مرتبط‌بودن پاسخ‌ها همچنان ضروری است.

چهارم، ارزیابی عملکرد روابط‌عمومی باید فراتر از شمار پیام‌های ارسالی باشد. میزان پذیرش پیشنهادها، کیفیت پوشش رسانه‌ای، اعتبار منابع و تداوم رابطه حرفه‌ای با خبرنگاران نیز باید در ارزیابی نتایج مورد توجه قرار گیرند.

روش‌شناسی پژوهش

شرکت فیچرد داده‌های تجمیع‌شده پیشنهادهای ارسال‌شده به سه بستر خود را برای این تحلیل در اختیار پژوهشگران قرار داد. در فاصله ژوئن ۲۰۲۵ تا ژوئیه ۲۰۲۶، تعداد ۱٬۳۹۴٬۷۴۰ پیشنهاد در پاسخ به ۴۲٬۳۹۲ درخواست روزنامه‌نگاران با استفاده از ابزار پانگرام ارزیابی شد.

در مقایسه نهایی، پیشنهادهایی که در دسته محتوای ترکیبی یا محتوای تولیدشده با کمک هوش مصنوعی قرار گرفته بودند، کنار گذاشته شدند.

این گزارش توسط آزمایشگاه‌های پانگرام تهیه و از سوی استکر بررسی و منتشر شده است.

جمع‌بندی

داده‌های این پژوهش نشان می‌دهد که تولید انبوه پیشنهادهای روابط عمومی با هوش مصنوعی، دست‌کم در بسترهای بررسی‌شده، لزوماً به افزایش احتمال انتشار رسانه‌ای منجر نمی‌شود. پیشنهادهای نوشته‌شده توسط انسان نرخ انتخاب بالاتری داشته‌اند و بخشی از روزنامه‌نگاران نیز دریافت پیشنهادهای کاملاً تولیدشده با هوش مصنوعی را فیلتر کرده‌اند.

برای روابط‌عمومی، مسئله اصلی صرفاً استفاده‌کردن یا استفاده‌نکردن از هوش مصنوعی نیست؛ بلکه چگونگی استفاده از آن است. کیفیت اطلاعات، اصالت محتوا، اعتبار منابع، تناسب پاسخ با نیاز خبرنگار و نظارت انسانی، همچنان از عوامل مهم در ارتباط مؤثر با رسانه‌ها به شمار می‌روند.

تهیه‌کننده: آزمایشگاه‌های پانگرام

تاریخ انتشار: ۲۸ سپتامبر ۲۰۲۶

منبع اصلی: conwaydailysun

منبع فارسی: شبکه اطلاع‌رسانی روابط‌عمومی ایران (شارا)