چرا رهبری فکری در روابط‌عمومی به اندیشه اصیل، اعتماد و نظارت انسانی نیاز دارد؟
این عنوان بر سه محور اصلی مقاله تأکید می‌کند: اصالت اندیشه، اعتماد مخاطبان و نقش قضاوت انسانی در استفاده از هوش مصنوعی.

🧠 رهبری فکری در عصر هوش مصنوعی؛ چرا اندیشه اصیل همچنان اهمیت دارد؟

هوش مصنوعی تولید محتوا را سریع‌تر کرده است، اما سرعت بیشتر الزاماً به معنای کیفیت بالاتر یا اعتبار بیشتر نیست. گزارش نشست جهانی پروووک مدیا نشان می‌دهد که متخصصان ارتباطات برای حفظ اعتماد مخاطبان باید میان استفاده از فناوری و حفظ اندیشه مستقل تعادل برقرار کنند.

🔹 مهم‌ترین چالش‌های روابط‌عمومی

  • از دست رفتن اصالت: استفاده گسترده از هوش مصنوعی ممکن است محتواهای مشابه تولید کند و صدای متمایز برندها را تضعیف سازد.
  • کاهش اعتماد مخاطبان: پنهان ماندن نقش هوش مصنوعی در تولید محتوا ممکن است مخاطبان را به احساس فریب‌خوردگی برساند.
  • استفاده بدون سیاست روشن: خرید ابزارهای هوش مصنوعی بدون تدوین دستورالعمل، آموزش و تعیین مسئولیت‌ها راهبرد کاملی محسوب نمی‌شود.
  • ضعف مهارت‌های انسانی: اتکای بیش از اندازه به فناوری ممکن است فرصت تمرین نویسندگی، گوش دادن فعال و پرسشگری را کاهش دهد.
  • مسئولیت‌پذیری ناکافی: تولید محتوای سریع، مسئولیت بررسی صحت اطلاعات و اعتبارسنجی ادعاها را از بین نمی‌برد.

🛠️ چگونه از هوش مصنوعی مسئولانه استفاده کنیم؟

۱. پیش از خرید ابزارها، سیاست روشن و قابل‌اجرایی برای استفاده از هوش مصنوعی تدوین کنید.

۲. مشخص کنید کدام فعالیت‌ها را می‌توان به فناوری سپرد و کدام تصمیم‌ها باید تحت مسئولیت انسان باقی بمانند.

۳. نقش هوش مصنوعی را برای مشتریان و ذی‌نفعان، متناسب با نوع محتوا و الزامات مربوط، شفاف کنید.

۴. نویسندگی مستقل، تفکر انتقادی، مصاحبه و گوش دادن فعال را با تمرین‌های عملی تقویت کنید.

۵. ادعاهای شرکت‌ها و اطلاعات تولیدشده با هوش مصنوعی را با منابع معتبر و شواهد قابل‌بررسی بسنجید.

۶. خروجی‌های سامانه‌های هوش مصنوعی را در نتایج جست‌وجو بررسی کنید و در صورت مشاهده اطلاعات نادرست، برای اصلاح آن اقدام کنید.

۷. سیاست‌ها و شیوه استفاده از فناوری را به‌طور منظم بازبینی کنید.

💡 جمع‌بندی

هوش مصنوعی می‌تواند کارهای ارتباطی را سریع‌تر کند، اما اندیشه اصیل، قضاوت حرفه‌ای و مسئولیت انسانی همچنان تعیین‌کننده اعتبار روابط عمومی هستند. سازمان‌هایی موفق‌تر خواهند بود که فناوری را در خدمت تفکر و ارتباط انسانی قرار دهند، نه اینکه این دو را با آن جایگزین کنند.


متخصصان ارتباطات در نشست جهانی شیکاگو، برون‌سپاری تفکر اصیل به هوش مصنوعی را به چالش کشیدند و خواستار شفافیت بیشتر، تقویت قضاوت انسانی و آموزش شدند.


شبکه اطلاع‌رسانی روابط‌عمومی‌ ایران (شارا) – رهبران ارتباطات در نشست جهانی پروووک مدیا هشدار دادند که محتوای رهبری فکری تولیدشده با هوش مصنوعی ممکن است اعتماد را تضعیف کند و صدای متمایز برندها را از بین ببرد. آنان از آژانس‌ها خواستند در کنار بهره‌گیری از این فناوری، از تفکر اصیل محافظت کنند.

شرکت‌کنندگان در این نشست گفتند فشار برای تولید سریع‌تر محتوا نباید به بهای از دست رفتن دیدگاه‌ها، تجربه‌ها و قضاوتی تمام شود که به فعالیت‌های ارتباطی ارزش می‌بخشند. الِو دِ کاستا، شریک ارشد شرکت فین پارتنرز، استدلال کرد که رهبری فکری معتبر همچنان به عنصری نیاز دارد که اهمیت آن روزبه‌روز بیشتر می‌شود: یک اندیشه واقعی.

سوزانا کالنس، معاون ارشد شرکت روابط‌عمومی اسپارک، گفت پیش از مصاحبه‌های مربوط به رهبری فکری، پرسش‌ها را در اختیار مدیران ارشد سازمان‌ها قرار نمی‌دهد؛ زیرا ممکن است آنان برای آماده کردن پاسخ‌هایشان از هوش مصنوعی استفاده کنند. در این صورت، متخصصان ارتباطات به‌جای دستیابی به دیدگاهی متمایز، نسخه‌ای از افکار دیگران را دریافت خواهند کرد.

او گفت: «هوش مصنوعی اندیشه توده مردم را در اختیار شما می‌گذارد؛ اما یک رهبر فکری، اندیشه خودش را ارائه می‌کند و تفاوت دقیقاً همین‌جاست. برای اینکه رهبری فکری مؤثر باشد، باید این تفاوت را درک کنید. من با مدیران ارشد زیادی کار می‌کنم و برای رهبری فکری از آنان پرسش می‌پرسم، اما پرسش‌ها را از قبل در اختیارشان قرار نمی‌دهم. می‌دانید چرا؟ چون اگر پرسش‌ها را زودتر بدهم، ممکن است برای آماده کردن پاسخ‌هایشان از هوش مصنوعی کمک بگیرند و من چنین چیزی نمی‌خواهم. من دیدگاه منحصربه‌فرد خود آنان را می‌خواهم و در شرایط کنونی، رهبری فکری فقط به همین شکل می‌تواند مؤثر باشد.»

این اظهارنظر، نگرانی اصلی نشست با عنوان «روایت‌های واقعی، هوش مصنوعی: حکمرانی، شفافیت و اعتماد در عصر هوش مصنوعی» را به‌خوبی نشان می‌داد: صنعتی که روزبه‌روز بیشتر از هوش مصنوعی برای افزایش بهره‌وری استفاده می‌کند، چگونه می‌تواند اصالت، اعتبار و قضاوت انسانی را که اساس ارزش آن است، حفظ کند؟

این گفت‌وگو به مدیریت سامانتا روتهاوس، شریک شرکت دیویس و گیلبرت، برگزار شد. سوزانا کالنس، الِو دِ کاستا و گبی شیاوناتو، بنیان‌گذار شرکت تینی‌گوت اِی‌آی، در آن حضور داشتند تا درباره تصمیم‌های مرتبط با استفاده مسئولانه از هوش مصنوعی گفت‌وگو کنند؛ از آنچه آژانس‌ها باید درباره کاربرد این فناوری به مشتریان خود بگویند تا شیوه پرورش و آموزش همکاران جوان‌تر.

دِ کاستا گفت گسترش محتوای تولیدشده با هوش مصنوعی، تمایل دوباره‌ای به دیدگاه‌های انسانیِ مشخص و قابل‌شناسایی ایجاد کرده است. به گفته او، این فناوری می‌تواند به افزایش بهره‌وری کمک کند، اما محتوای اصلی رهبری فکری همچنان باید از خود فرد سرچشمه بگیرد.

او گفت: «متوجه شده‌ام که تمایل به بازگشت به چیزهای واقعی، به‌طور محسوسی افزایش یافته است و به نظرم این اتفاق بسیار خوبی است. برای رهبری فکری، باید اندیشه‌ای داشته باشید. باید صاحب‌نظر باشید و دانشی را که طی سال‌های فعالیت حرفه‌ای خود به دست آورده‌اید، برای پشتیبانی از دیدگاهتان ارائه کنید. بنابراین، فکر نمی‌کنم چیزی بتواند جایگزین این موضوع شود.»

هزینه پنهان استفاده بی‌پرده از هوش مصنوعی

شیاوناتو میان استفاده از هوش مصنوعی برای مکاتبات تکراری، مانند ارسال پیام پیگیری فروش، و سپردن تفکر فردی به این فناوری تفاوت قائل شد. به گفته او، هوش مصنوعی می‌تواند زمانی که فرد درباره موضوعی دچار بن‌بست فکری شده است، به بررسی آن موضوع کمک کند؛ اما این نوع استفاده مستلزم رابطه‌ای متفاوت با فناوری است و نباید به پذیرش بی‌چون‌وچرای پاسخ‌های آن منجر شود.

او گفت: «من عمیقاً معتقدم که احتمالاً نباید بخش بزرگی از محتوای رهبری فکری را با هوش مصنوعی تولید کنیم؛ مگر اینکه هدفمان این باشد که شاید جرقه‌ای از یک اندیشه در ذهنمان ایجاد شود. می‌توانید از آن بخواهید: کمکم کن؛ درباره موضوعی خاص کمی در بن‌بست فکری قرار گرفته‌ام و می‌خواهم درباره آن فکر کنم. اما اگر شروع کنیم به استفاده از هوش مصنوعی به‌عنوان منبعی برای تولید افکار عمومی، نه بازتاب اندیشه یک انسان واقعی، این کار خطرناک خواهد بود.»

از نظر روتهاوس، پیامدهای این مسئله فقط به کیفیت محتوا محدود نمی‌شود، بلکه رابطه با مخاطبان را نیز در بر می‌گیرد.

او گفت: «اگر مخاطبان به چیزی که می‌خوانند اعتماد کنند و بعد متوجه شوند که آن متن را هوش مصنوعی نوشته است، ممکن است احساس کنند فریب خورده‌اند.» او افزود که کمک به مشتریان برای پرهیز از روش‌های گمراه‌کننده، ارتباط مستقیمی با مسئولیت متخصصان ارتباطات در ساختن صدایی معتبر و قابل‌اعتماد دارد.

شیاوناتو پیشنهاد کرد که شفافیت بیشتر می‌تواند سازمان‌ها را وادار کند درباره میزان راحتی خود با شیوه استفاده از این فناوری بازنگری کنند. اگر افشای نقش هوش مصنوعی در تولید یک محتوا برای سازمان شرم‌آور به نظر می‌رسد، شاید لازم باشد نحوه استفاده از آن دوباره بررسی شود.

او گفت: «اگر صرفاً به هوش مصنوعی تبدیل شویم یا استفاده از آن به‌وضوح در کارمان نمایان باشد، منحصربه‌فرد بودن خود را از دست می‌دهیم. هر شرکت و هر سازمانی ممکن است ویژگی متمایز خود را از دست بدهد. فکر می‌کنم اکنون در وضعیت عجیبی قرار داریم؛ گویی تصور می‌کنیم می‌توانیم استفاده از هوش مصنوعی را پنهان کنیم و کسی متوجه نشود، درحالی‌که لزوماً چنین نیست.»

آژانس‌ها باید مرز استفاده از هوش مصنوعی را کجا تعیین کنند؟

این نگرانی‌ها به معنای کنار گذاشتن بهره‌وری حاصل از هوش مصنوعی نبود. کالنس که آژانسش نمایندگی شرکت‌های فعال در حوزه هوش مصنوعی و دیگر فناوری‌های نوظهور را بر عهده دارد، گفت برخی مشتریان از شرکای ارتباطی خود انتظار دارند که از این فناوری استفاده کنند.

او گفت: «من نمایندگی شرکت‌های هوش مصنوعی زیادی را بر عهده دارم و فکر می‌کنم انتظار این است که برای افزایش بهره‌وری کسب‌وکار، تا هر اندازه که می‌توانیم از هوش مصنوعی استفاده کنیم؛ زیرا اگر این کار را انجام ندهیم، در واقع پول مشتریان را هدر داده‌ایم.»

پرسش مهم‌تر این است که این افزایش بهره‌وری در کدام بخش‌ها باید به کار گرفته شود و در چه زمینه‌هایی مسئولیت کار باید همچنان بر عهده انسان باقی بماند.

کالنس توضیح داد که تهیه گزارش، گردآوری اخبار برای شناسایی فرصت‌های واکنش ارتباطی به رویدادهای خبری و بازبینی و اصلاح برنامه‌ها یا اطلاعیه‌های خبری، از جمله فعالیت‌هایی هستند که هوش مصنوعی می‌تواند زمان صرف‌شده برای انجام آن‌ها را کاهش دهد؛ درحالی‌که تصمیم‌های مهم همچنان به متخصصان انسانی واگذار می‌شود.

او گفت: «من از بزرگ‌ترین حامیان هوش مصنوعی هستم، به‌شرط آنکه برای انجام کارهایی استفاده شود که در غیر این صورت، زمان زیادی می‌گیرند و هزینه زیادی بابت آن‌ها دریافت می‌کنیم. همچنان خودمان درباره اینکه چه چیزی را پیشنهاد کنیم و چه زمانی این کار را انجام دهیم، قضاوت می‌کنیم؛ اما آیا می‌توانیم اطلاعات موردنیاز را سریع‌تر به دست آوریم؟ آیا می‌توانیم یک اطلاعیه خبری را سریع‌تر بازبینی کنیم؟ آیا می‌توانیم برنامه‌ای یک‌صفحه‌ای را سریع‌تر اصلاح کنیم؟ قطعاً. این همان جایی است که می‌توانیم بهره‌وری بیشتری به دست آوریم.»

او شروع کرده بود به بیان صریح این تمایزها در پیشنهادهای همکاری با مشتریان جدید و توضیح می‌داد که آژانس در کدام بخش‌ها از هوش مصنوعی استفاده خواهد کرد و در کدام بخش‌ها مرز استفاده از آن را مشخص می‌کند.

کالنس گفت: «در اسلایدهای پیشنهاد همکاری با مشتریان جدید، بخش‌هایی اضافه کرده‌ام که مشخص می‌کنند در کجا از هوش مصنوعی استفاده می‌کنیم و در کجا از آن استفاده نمی‌کنیم؛ زیرا کارهایی وجود دارند که نمی‌خواهیم هوش مصنوعی انجام دهد. نمی‌خواهیم تصمیم‌گیری در شرایط بحران را به آن واگذار کنیم. همچنین نمی‌خواهیم هوش مصنوعی به نمایندگی از مدیرعامل یک شرکت سهامی عام، نقل‌قول تولید کند. به همین دلیل، بسیار مهم است که این موارد را صریحاً بیان کنیم و با مشتریان خود شفاف باشیم.»

خرید ابزار، راهبرد محسوب نمی‌شود

در این گفت‌وگو، این فرض نیز به چالش کشیده شد که خرید یک محصول تأییدشده مبتنی بر هوش مصنوعی به این معناست که سازمان توانسته استفاده کارکنان از این فناوری را تحت کنترل درآورد.

روتهاوس خطرهای مرتبط با «هوش مصنوعی سایه» را مطرح کرد؛ وضعیتی که در آن افراد به تشخیص خود از ابزارهای هوش مصنوعی استفاده می‌کنند، بی‌آنکه سازمان بداند چه اطلاعاتی در اختیار این ابزارها قرار می‌گیرد یا خروجی‌های آن‌ها چگونه به کار گرفته می‌شوند.

شیاوناتو گفت شرکت‌ها ممکن است دسترسی به یک ابزار را با داشتن راهبردی مؤثر برای به‌کارگیری هوش مصنوعی اشتباه بگیرند؛ درحالی‌که کارکنان همچنان به‌صورت پنهانی از ابزارهای جایگزین روی دستگاه‌های شخصی خود استفاده می‌کنند.

او گفت: «بارها دیده‌ام که شرکت‌ها تصور می‌کنند با فعال کردن کوپایلت در مجموعه نرم‌افزارهای مایکروسافت، مشکل را حل کرده‌اند. اما کارکنان خیلی زود متوجه می‌شوند که این ابزار هوش مصنوعی چندان خوبی نیست و در نتیجه می‌گویند از کلود در کنار آن استفاده می‌کنم، از جمینای استفاده می‌کنم یا هر ابزار دیگری که با آن راحت‌تر هستم.»

به گفته او، نقطه شروع باید شناسایی ابزارهایی باشد که کارکنان واقعاً استفاده می‌کنند، نه ابزارهایی که کارفرمایان تصور می‌کنند آنان به کار می‌برند. چنین بررسی‌ای می‌تواند تفاوت ترجیحات میان گروه‌های کاری را آشکار کند و به تدوین رویکردی کاربردی‌تر برای استقرار فناوری کمک کند.

شیاوناتو گفت: «ضرورتی ندارد که همه بخش‌های سازمان از یک مدل زبانی بزرگ واحد استفاده کنند. می‌توانیم برای بخش‌های مختلف، مدل‌های زبانی متفاوت و تخصصی‌تری در نظر بگیریم. همچنین باید برای تمام این موارد سیاست مشخصی داشته باشیم و مطمئن شویم که فناوری را مسئولانه به کار می‌گیریم و کارکنان را آموزش می‌دهیم.»

او تأکید کرد که سازمان‌ها باید پیش از خرید ابزارها یا آموزش کارکنان، درباره سیاست استفاده از هوش مصنوعی به توافق برسند. او به مشتری‌ای اشاره کرد که قصد داشت آموزش کارکنان را آغاز کند، درحالی‌که سیاست سازمان درباره این فناوری هنوز در دست تدوین بود.

شیاوناتو گفت: «از نظر من، این کار وارونه است. پیش از آموزش کارکنان باید بدانیم که به‌عنوان یک سازمان، چه برنامه‌ای داریم و از هوش مصنوعی چه می‌خواهیم؛ اینکه قرار است در کجا از آن استفاده کنیم و در کجا استفاده نکنیم.»

روتهاوس افزود که صرف وجود یک سیاست کافی نیست؛ کارکنان باید بتوانند آن را در عمل اجرا کنند.

او گفت: «ارزش یک سیاست به این بستگی دارد که افراد آن را درک کنند و بدانند چگونه باید آن را واقعاً اجرا کنند.»

آزمایش کافه

این پرسش که متخصصان چه چیزی را درک می‌کنند و چگونه آن را می‌آموزند، زمانی اهمیت بیشتری یافت که گفت‌وگو به کارکنان جوان‌تر رسید.

روتهاوس خاطرنشان کرد که قضاوتی که نیروهای ارشد هنگام ارزیابی خروجی‌های هوش مصنوعی به کار می‌گیرند، اغلب طی سال‌ها تجربه، آزمون‌وخطا و راهنمایی حرفه‌ای شکل گرفته است.

کالنس گفت متخصصان ارشد مسئولیت دارند به همکاران خود بیاموزند که چگونه خروجی‌های این فناوری را ارزیابی کنند؛ به‌ویژه اگر همکاران جوان‌تر از ابتدای زندگی حرفه‌ای خود با هوش مصنوعی کار کرده باشند.

او گفت: «شما به‌عنوان انسانی که در تمام این فرایند حضور دارد، باید مطمئن شوید که هر خروجی را با نگاهی انتقادی بررسی می‌کنید؛ این مسئولیت بر عهده شماست. در حال حاضر، این مسئولیت تا حد زیادی بر دوش متخصصان ارشد است؛ زیرا تجربه سال‌ها فعالیت حرفه‌ای به ما آموخته است که چگونه میان اطلاعات و دیدگاه‌های مختلف تمایز قائل شویم. ما باید به نسل جوان‌تر نیز بیاموزیم که چگونه این تمایز را تشخیص دهد؛ به‌خصوص وقتی ممکن است تمام دوران حرفه‌ای خود را در کنار هوش مصنوعی گذرانده باشد. این کار چالش‌برانگیز است.»

راهکار او این بود که آموزش هوش مصنوعی را با تمرین‌هایی همراه کند که مهارت‌های کارکنان را بدون استفاده از این فناوری تقویت می‌کنند.

یکی از این تمرین‌ها، «آزمایش کافه» نام داشت. در این تمرین، از کارکنان در تمام سطوح سازمان خواسته می‌شد دو ساعت از پیام‌رسان اسلک و ایمیل فاصله بگیرند، محیط اطراف خود را مشاهده کنند و متنی ۵۰۰کلمه‌ای بنویسند.

کالنس گفت: «برای نوشتن از هوش مصنوعی استفاده نمی‌کنید؛ فقط خودتان می‌نویسید. می‌خواهم با تمام حواس خود بنویسید. چه چیزی می‌بینید؟ چه بویی احساس می‌کنید؟ چه مزه‌ای را تجربه می‌کنید؟ این تجربه چه احساسی در شما ایجاد می‌کند؟ طوری بنویسید که انگار نویسنده یک رمان هستید و می‌خواهید نخستین رمان زندگی خود را بنویسید. سپس با متنی ۵۰۰کلمه‌ای بازگردید.»

اعضای تیم سپس نوشته‌های خود را در جلسه‌ای با صدای بلند می‌خواندند؛ جلسه‌ای که کالنس آن را به برنامه‌های شعرخوانی رقابتی تشبیه کرد. این تمرین، علاوه بر آنکه برای کارکنان لذت‌بخش بود، توانایی‌هایی را آشکار کرد که لزوماً در کار روزمره آژانس به چشم نمی‌آمدند.

او گفت: «در جریان این فرایند متوجه شدم که چه نویسندگان توانمندی در تیم خود دارم. اگر متنی که دریافت می‌کنید از همان پیش‌نویس نخست با هوش مصنوعی شکل گرفته باشد، همیشه نمی‌توانید این توانایی را تشخیص دهید.»

او ادامه داد: «وقتی با روزنامه‌نگارانی کار می‌کنید که با واژه‌ها زندگی می‌کنند و نفس می‌کشند، کلمات اهمیت دارند. تمام واژه‌نامه در اختیار شماست، اما مدل‌های زبانی بزرگ معمولاً همان واژه‌ها و ساختارهای جمله‌ای را به کار می‌گیرند که عموم مردم استفاده می‌کنند. حالا تصور کنید با نوشته‌ای متفاوت، شبیه متنی که در یک کافه نوشته شده است، وارد گفت‌وگو شوید؛ چه اتفاقی می‌افتد؟»

به گفته کالنس، پس از اجرای این تمرین، کیفیت پیشنهادهای ارتباطی تیم بهتر شد. این تجربه همچنین به مسئله‌ای گسترده‌تر در روابط رسانه‌ای اشاره داشت: شیوه‌هایی که زمانی متمایز به نظر می‌رسیدند، با بازتولید گسترده به‌وسیله هوش مصنوعی، به الگوهایی تکراری و قابل‌شناسایی تبدیل می‌شوند.

کالنس گفت: «اگر روزنامه‌نگار بودم و بار دیگر ایمیلی برای پیشنهاد یک موضوع خبری دریافت می‌کردم که با یک جمله، سپس دونقطه و بعد یک پرسش تحریک‌آمیز آغاز می‌شد، شاید لپ‌تاپم را از پنجره بیرون می‌انداختم! درحالی‌که زمانی، این روش راه بسیار خوبی برای شروع یک ایمیل پیشنهادی بود.»

تمرین آموزشی دوم بر گوش دادن و مصاحبه تمرکز داشت. کالنس و مدیران مستقیمی که زیر نظر او کار می‌کردند، به نوبت گفت‌وگوهایی پنج‌دقیقه‌ای با قالب پادکست ضبط می‌کردند. موضوع‌ها را خودشان انتخاب می‌کردند؛ از یک توله‌سگ گرفته تا بسکتبال زنان. هدف این بود که یاد بگیرند چگونه پاسخ طرف مقابل را دنبال کنند و پرسش بعدی را بر اساس همان پاسخ مطرح سازند.

او گفت: «هدف از تمام این تمرین‌ها، تقویت مهارت گوش دادن و پرسیدن پرسش‌های تکمیلی است؛ زیرا در نهایت، کاری که در یک جلسه رهبری فکری انجام می‌دهید، شبیه اجرای یک پادکست است.»

ارائه شواهد و مدارک

این گفت‌وگوها هنگام توضیح فناوری‌های پیچیده نیز اهمیت داشتند.

کالنس رویکردی سه‌مرحله‌ای برای همکاری با شرکت‌های فعال در حوزه هوش مصنوعی شرح داد: نخست، محصول را آن‌قدر خوب بشناسید که بتوانید آن را برای یک کودک توضیح دهید؛ دوم، مشخص کنید چرا مخاطب هدف باید به آن اهمیت بدهد؛ و سوم، شواهدی ارائه کنید که ادعاهای مطرح‌شده را پشتیبانی کنند.

این رویکرد مستلزم گفت‌وگو با مهندسان، آزمودن تشبیه‌ها و توضیح‌های پیشنهادی با آنان و فراتر رفتن از توصیف‌های چشمگیر درباره قابلیت‌های یک فناوری است.

کالنس گفت: «شرکت‌های زیادی را می‌بینم که می‌گویند کارهای فوق‌العاده‌ای انجام می‌دهند. شرکت‌های زیادی فناوری‌های بسیار جذابی دارند؛ اما اگر گزارش علمی یا فنی معتبری برای پشتیبانی از ادعاها وجود نداشته باشد، منابع مستقل آن را تأیید نکنند و مشتری نتایج ملموسی به دست نیاورده باشد، روزنامه‌نگاران خواهند پرسید: چه اهمیتی دارد؟»

او افزود: «البته برای سرعت بخشیدن به آماده‌سازی یک اطلاعیه خبری ممکن است از هوش مصنوعی استفاده کنم، اما این فرایند بدون تعامل انسانی قابل انجام نیست.»

دِ کاستا گفت همین مسئولیت درباره نحوه نمایش برندها در نتایج جست‌وجوی مبتنی بر هوش مصنوعی نیز صدق می‌کند. سازمان‌ها باید بررسی کنند که آیا اطلاعاتی که در پاسخ‌های این سامانه‌ها ارائه می‌شود دقیق است و آیا به اصلاح نیاز دارد یا خیر. در عین حال، سرمایه‌گذاری بر تولید محتوای معتبر همچنان ضروری است.

او گفت: «شما مسئول چیزی هستید که منتشر می‌شود. همچنان فکر می‌کنم باید به اصول اولیه بازگردیم؛ یعنی محتوای واقعی رهبری فکری و اصالت را منتشر کنیم.»

در پایان نشست، شیاوناتو از سازمان‌ها خواست استفاده خود از هوش مصنوعی را به‌طور منظم ارزیابی کنند. این ارزیابی باید هم زمینه‌هایی را مشخص کند که در آن‌ها بهتر است استفاده از هوش مصنوعی کنار گذاشته شود و هم فرصت‌های تازه‌ای را که می‌توان این فناوری را در آن‌ها به کار گرفت، شناسایی کند.

او گفت: «فکر می‌کنم گاهی ممکن است به‌تدریج تنبل شویم و به‌جای آنکه خود را وادار کنیم بیشتر فکر کنیم و واقعاً چیزی خلق کنیم، برای رسیدن به یک راه‌حل فوری سراغ هوش مصنوعی برویم. به یادگیری درباره آن ادامه دهید؛ زیرا هر روز که می‌گذرد، از تحولات عقب می‌مانیم.»

از نظر کالنس، وظیفه صنعت این است که صرف‌نظر از میزان تغییر ابزارها، همواره به رابطه انسانی‌ای بازگردد که در مرکز فعالیت‌های ارتباطی قرار دارد.

او گفت: «هوش مصنوعی در یکی دو سال آینده تغییرات بزرگی در روابط‌عمومی ایجاد خواهد کرد؛ اما اساس کاری که انجام می‌دهیم، برقراری ارتباط با عموم مردم است. هم‌زمان با پیشرفت فناوری و افزایش کمک آن به ما، باید پیوسته به این پرسش بازگردیم: با هر مرحله جدید از تحول فناوری، ما انسان‌ها چگونه با مردم ارتباط برقرار می‌کنیم؟»

توصیه پایانی دِ کاستا، مسئولیت را به‌روشنی متوجه متخصصان کرد.

او گفت: «هوش مصنوعی خودمختار است، اما نحوه استفاده شما از آن خودمختار نیست. بنابراین، باید در به‌کارگیری این فناوری مسئولانه عمل کنید.»