Eksperiment: Skriver AI Twitter bedre end mennesker?
Alle taler og tweeter om AI. Du har sikkert hørt det hele nu: AI kan hjælpe dig med at skrive bedre. AI kan hjælpe dig med at tweete hurtigere. AI vil komme til dit arbejde (lad os bare droppe den teori – AI er et værktøj, ikke en erstatning).
Men kan AI hjælpe dine sociale signaturer til at præstere bedre?
Som en travl marketingmedarbejder på sociale medier elsker jeg alt, der lover at forenkle og fremskynde indholdsoprettelsesprocessen. Men vi ville finde ud af, om brugen af kunstig intelligens faktisk påvirker engagement og rækkevidde, især på Twitter.
Har menneskeskrevne signaturer mere engagement og rækkevidde end AI-skrevne signaturer? Straffer Twitter-algoritmen tweets skrevet af AI? Jeg lavede et eksperiment for at finde ud af det.
Hypotese: Menneskeskrevne Twitter-tekster vil få mere opmærksomhed og rækkevidde end AI-skrevne billedtekster.
Vores veluddannede gæt er, at menneskeskrevne Twitter-tekster vil få mere engagement og rækkevidde end dem, der er skrevet af AI.
Twitter er en samtaleplatform. Folk kan lide tweets med en klar stemme, og Twitter-brugere kan lide at forbinde med andre mennesker. Vi formoder, at folk ikke vil blive tiltrukket af et tweet, der ikke lyder som om det kommer fra en person.
Men vil folk virkelig vide, om et tweet er skrevet af AI eller ej? Og hvis ja, hvordan vil det påvirke rækkevidde og engagement?
Lad os finde ud af det.
Metodik
For at teste, om menneskeskrevne Twitter-tekster genererer mere engagement og rækkevidde end AI-skrevne, delte jeg tre sæt tweets på min personlige Twitter-konto . Hvert sæt tweets brugte det samme format, så de kunne sammenlignes retfærdigt.
Til dette eksperiment postede jeg to tweets med kun tekst, to link-tweets og to billed-tweets.
Til at komponere AI-genererede tweets brugte jeg Lately, et værktøj, der omformer langt indhold til små sociale billedtekster.
(Bonus: du kan forbinde Lately-appen til Hootsuite for at finjustere, planlægge og automatisk poste dine indlæg direkte på dit Hootsuite-dashboard)
Det vil derefter analysere indholdet og skabe billedtekster til visning og redigering. Når de er redigeret, kan du sende dem direkte til Hootsuite til planlægning.
Nogle ting at huske om Lately og alle andre værktøjer til oprettelse af AI-indhold: Først skal du træne det. For at AI-værktøjer kan generere indhold, der minder mest om dig eller dit brand, skal de forstå din stemme, dit indhold og dit publikum. Det er derfor, Lately beder dig om at indsende den lange del, før den kan generere billedtekster.
En anden ting at bemærke om AI-genereret indhold er, at det stadig skal redigeres af et menneske.
Når Lately genererer tweets baseret på det indhold, du har indsendt, kan du redigere dem for lyd, klarhed og kontekst. Bruger for nylig disse ideer til at skabe bedre indhold næste gang. Jo mere du bruger det, jo mere vil det ligne, hvad dit brand faktisk vil udgive.
Efter at jeg oprettede de menneskelige billedtekster, brugte jeg Hootsuite Lately-integrationen til at skabe lignende tweets ved hjælp af de samme lange stykker indhold. Jeg skitserede dem derefter i Hootsuite og brugte den foreslåede posttidsfunktion til at planlægge dem.
Resultater
Jeg testede ydeevnen af hvert tweet omkring 24 timer efter det blev sendt (Twitters livscyklus bevæger sig hurtigt). Her er resultaterne:
Jeg indsamlede engagementsraten for hvert tweet for at forstå, hvordan de fungerer. Nedenfor vil jeg overveje specifikke indikatorer for hver af dem.
Tweet #1: Tweet kun tekst
Fordi jeg bruger Lately AI-værktøjet til dette eksperiment, var jeg nødt til at fokusere på at omformulere lange stykker indhold til disse billedtekster.
Her er det første tweet, jeg skrev til dette eksperiment. I dette tweet har jeg omskrevet et citat fra en artikel om en freelancers pligt.
Og her er resultaterne af dette tweet, ifølge Hootsuite Analytics. Engagementraten var 14,14 % med i alt 28 interaktioner og 198 visninger.
Stilmæssigt er dette et normalt tweet for mig. Jeg elsker at tilføje stemme gennem stjerner, og jeg elsker at bruge parenteser i mine e-mails. Udsagn i parentes (udsagn, der præciserer eller præciserer noget, og som normalt er indesluttet i parentes) er en fantastisk måde at formidle yderligere information og give mere kontekst (se hvad jeg gjorde der?). Også sætninger i parentes tilføjer bare et ekstra menneskeligt element, hvis du spørger mig.
Alt dette at sige er, at da AI genererede et lignende tweet fra den samme artikel, redigerede jeg det ikke for at tilføje mine sædvanlige menneskelige berøringer, fordi jeg ville se, hvordan det ville fungere alene.
Her er resultaterne af den AI-genererede signatur. Engagementraten var 4,06 % med kun 5 interaktioner og 123 visninger.
Til denne første sammenligning af tweets klarede en menneskeskreven billedtekst sig bedre. Er det på grund af de manglende beslag? Måske, men sandsynligvis ikke.
Der er flere faktorer, der kan have påvirket effektiviteten af dette tweet, så lad os prøve igen med en anden type tweet.
Tweet #2: Tweet med et link
Til min næste sammenligning ville jeg se, hvordan et tweet med et link ville klare sig. Jeg parafraserede en artikel, jeg skrev om typerne af karriereveje for folk, der arbejder med content marketing (især freelance- og interne stillinger).
Freelancing bør ikke være en alt-eller-intet beslutning! Mange af de mennesker, jeg talte med til denne artikel, gør det ved siden af eller mellem job. https://t.co/EI8rePLBuS
Og her er resultaterne af dette tweet. Engagementraten var 8,47 % med 32 interaktioner og 378 eksponeringer.
Dette tweet indeholdt et link til en artikel og en omtale af det mærke, jeg skrev det for. Dette tweet havde større rækkevidde end mit tidligere tweet, og jeg formoder, at det er fordi det mærke, jeg nævnte, retweetede det. Jeg tjekkede Twitters indbyggede analyser for yderligere metrics, og dette tweet modtog 21 detaljerede afsløringer og fem linkklik. Interessant!
For en AI-skrevet billedtekst har jeg for nylig parafraseret den samme artikel og oprettet et tweet til den. Den indeholdt også et link og en omtale (som jeg var nødt til at tilføje), men jeg ændrede ikke noget i den tekst, den genererede.
“Det er rart at vide, at freelancing eksisterer, hvis min karriere nogensinde fører mig ned ad denne vej igen!” Det er ikke ualmindeligt, at FT content marketingers påtager sig freelancearbejde ved siden af eller flytter mellem FT og freelance gennem hele deres karriere. @superpathco
Her er de endelige resultater af dette tweet. Det genererede en engagementsrate på 7,5 % med kun 6 interaktioner og 80 visninger. Jeg tjekkede også Twitter-analyse for dette tweet, og det modtog en detaljeret afsløring og to linkklik.
Mit menneskeskrevne tweet overgik det AI-genererede tweet i denne omgang. Mens engagementsraten var omtrent den samme, fik det tweet, jeg skrev, fire gange så mange visninger, sandsynligvis fordi det blev retweetet.
Ville en AI-genereret billedtekst fungere bedre, hvis den også blev retweetet? Måske. Ville han få flere linkklik, hvis han havde større rækkevidde? Måske. Men man kan også argumentere for, at den ikke blev retweetet eller klikket så meget på, fordi overskriften i sig selv ikke var så engagerende.
Lad os lave endnu en test.
Tweet #3: Visuelt Link Tweet
Til min sidste tweet-sammenligning ville jeg inkludere noget visuelt for at se, hvordan det påvirkede engagement og rækkevidde. Til sammenligning brugte jeg to artikler, som jeg skrev til Hootsuite. (Igen, da jeg bruger Lately til dette eksperiment, burde tweets have været baseret på et langt stykke indhold.)
De har hver et lignende miniaturebillede og vil blive vist det samme i feedet. Derudover dækker begge artikler et lignende emne – social tilgængelighed – så deres indhold kunne sammenlignes rimeligt.
Her er det første tweet, jeg delte med billedteksten, jeg skrev.
Hvis du har arbejdet med sociale medier de seneste par år, ved du, at digital tilgængelighed og inklusion er topprioritet.
I mit seneste indlæg til @hootsuite forklarer jeg, hvorfor Facebook alt-tekst er en måde at gøre dit indhold mere tilgængeligt og synligt på. https://t.co/huQ5AksuCg
Dette tweet genererede en engagementsrate på 5,71 % med i alt 8 interaktioner og 140 visninger. Den fik et par likes og en kommentar. Ifølge Twitters egne analyser modtog dette tweet også et linkklik og fem detaljer.
Jeg oprettede for nylig et tweet til en anden artikel, jeg skrev om et lignende emne om TikTok-autotekster. Jeg skal bemærke, at AI’en parafraserede artiklen til den første del af tweetet, men jeg var nødt til at tilføje en anden linje for en eller anden sammenhæng og inkludere en omtale, som det gjorde i mit første tweet.
Vil du have flere til at se dine TikTok-videoer? Gør seeroplevelsen så tilgængelig og behagelig som muligt ved at tilføje automatiske undertekster.
Læs mere om automatiske signaturer i min første artikel til @hootsuite: https://t.co/JhSjH0TQ0g.
Alt i alt virkede dette tweet ikke. Den havde næsten ingen rækkevidde eller engagement – ingen likes, ingen kommentarer, ingen retweets, ingen linkklik. Men den fik flere detaljeudvidelser.
Endnu en gang overgik et menneskeskrevet tweet AI-genereret tekst.
Hvad betyder resultaterne?
I sidste ende klarede alle mine menneskeskrevne tweets bedre end AI-skrevne billedtekster. Jeg har ganske vist ikke mange følgere på min personlige Twitter-konto, så ingen af disse tal er for spændende. Men jeg synes, de demonstrerer (i meget lille skala), at flere menneskelige tweets giver bedre genklang på platformen.
Her er nogle af mine resultater fra dette eksperiment:
Undertekster skrevet af kunstig intelligens kan spare tid
For at være ærlig er jeg måske en forfatter, men det tager mig lang tid at skrive et tweet, især et, der omskriver en lang artikel. Jeg var overrasket over, hvor hurtigt AI-værktøjet var i stand til at komme med billedtekster, selvom de ikke var klar til at blive publiceret.
Uanset om du er naturligt god til at skrive eller ej, tager det tid og energi fra dine andre opgaver at komme med kreative billedtekster hver uge, som f.eks. strategilægning eller engagere dig med dine følgere. Så når dit job er at skrive snesevis af sociale billedtekster på en given dag eller uge, kan du spare en masse tid ved at bruge et AI-værktøj.
Et værktøj som Lately er især nyttigt, hvis du bruger Twitter til at dele langt indhold som blogindlæg. Dette værktøj kan oprette snesevis af billedtekster fra et enkelt stykke, hvilket betyder, at du kan oprette et månedlangt Twitter-undertekstjob på få minutter.
AI-skrevne bogstaver har stadig brug for menneskelig kontakt
Fordi på det seneste genererede snesevis af billedtekster for hver artikel, jeg gav den, var der mange billedtekster, der ikke kom med på listen. Nogle af dem var anstændige, men andre var bare forvirrende og krævede en masse redigering.
Hvis du bruger et billedtekstværktøj, skal du stadig gennemgå og redigere dem, i det mindste i starten – især for at tilføje stemme.
AI-værktøjer forstår normalt ikke den fulde kontekst af et tweet og vil ikke umiddelbart genkende dit brands stemme. De fleste AI-værktøjer skal trænes for bedre at forstå, hvad du vil have dem til at gøre, og for at sætte den rigtige tone til dit brand. Disse værktøjer kan tage tid at fange, men jo mere du bruger dem og justerer, hvad de skriver, jo bedre tilpasser de sig.
Hvordan direkte påvirker AI-skrevne billedtekster rækkevidden? Juryen er ikke kommet ud endnu. I mit eksperiment havde alle mine menneskeskrevne billedtekster større rækkevidde end AI-skrevne billedtekster, men det kan skyldes, at selve indholdet gav mere genklang. Det er svært at sige, om platformen vidste, at tweets skrevet af AI faktisk blev skrevet af AI. Men hvis jeg skulle gætte, ville jeg sige, at Twitter ikke straffer dig for at bruge AI til at skrive dine billedtekster.
I sidste ende, hvis du vil bruge AI til at skrive dine Twitter-tekster, så tænk på dem mere som et udgangspunkt. Du bliver nødt til at bruge din sociale oplevelse til at gøre dem attraktive og publiceringsklare, men du vil være i stand til at fjerne dem meget hurtigere, end hvis du startede fra bunden.
Skriv et svar