Kontent nie optymalizowany pod SEO

Fotka, która jest ilustracją do tego tekstu jest banalna. Powiedziałbym, że typowa. Zbliżenie na metalową gałkę furtki, w oddali widać jakieś zabudowania wewnątrz zaniedbanego ogrodu. Wszystko ujęte w konwencji czarno-białej, żeby dodać charakteru. Do tego nieco nieostry pierwszy plan. Możemy na podstawie tej fotografii zbudować jakąś historię. Tajemniczą, albo straszną. Dodać tylko tytuł, który będzie intrygował, albo napisać całe opowiadanie.

Takich fotografii można zrobić tysiące w relatywnie bliskim otoczeniu. Nie trzeba jechać tysiące kilometrów, poszukiwać miejsc, do których nikt jeszcze nie dotarł, albo dotarli nieliczni, których na to stać. A jednak za tą konkretną fotografią stoi konkretny kontekst. Wiem, gdzie znajduje się to miejsce, budynek – z jego ciekawą historią, która znów może być podstawą do poszukiwań i opowiadań. Można wypełnić ją treścią, w zależności od tego, co będzie nam potrzebne. Na przykład – w jaki sposób wykorzystać tego rodzaju fotografię do tekstu na blogach poświęconych giełdzie i inwestowaniu. To wymaga pewnych zabiegów, wysiłku, kontekstu właśnie, odejścia od pewnych zasad i kanonów. Wymaga treści.

Przeczytałem kilka dni temu na LinkedIn wpis Aleksandra Piskorza. Pozwalam sobie zamieścić go w całości.

Chodził za mną już od pewnego czasu ten tekst, wraz z rozwojem zainteresowania „nową rewolucją” czyli udostępnieniem chatbotów konwersacyjnych, korzystających z algorytmów uczenia maszynowego oraz różnego rodzaju aplikacji wykorzystującą tzw. „sztuczną inteligencję” do tworzenia różnego rodzaju grafik.

Jak napisał autor wpisu na LinkedIn „tworzysz content i nie korzystasz z pomocy AI. To przykro mi ale niebawem zostaniesz w tyle”.

Prawdopodobnie tak będzie. Patrzę od lat na ten trend „content is king” i jestem coraz bardziej przekonany, że tam gdzie jest coraz więcej „kontentu” jest coraz mniej treści. Są wypełniacze, zdania, słowa. Ale czy jest tam treść?

Zdarzyło mi się kilkukrotnie pracować nad tekstami pisanymi przez dziennikarzy, którzy potrafili tworzyć kontent. Teksty dotyczyły rynków finansowych i były przeznaczone dla początkujących. Po kilku zdaniach, byłem przekonany, że twórca kontentu nie miał pojęcia o czym pisze. Był jak chatbot korzystający z zasobów w sieci. Przeczytał, posklejał, coś z tego wyszło.

Początkujący lub laicy, nie mogący zweryfikować tego, co czytają mogli być nawet pod wrażeniem.  Tylko, że było to marnej jakości. No ale czasy mamy takie, jakie mamy. Bez jakości.

Trafiam co chwilę na grafiki, których twórcami są osoby wykorzystujące coraz bardziej popularne algorytmy. One czasami robią wrażenie. Niestety coraz częściej widzę, że są powtarzalne. Krajobraz, niby zwykły, ale z jakimś niepokojącym elementem, czasem jakieś dodatkowe słońce, księżyce, atmosfera jak z gier komputerowych, do tego wszystko, jakby było robione w technice HDR. Nuda. Zieew. Nic oryginalności. Choć „pienkne”. Zachwyt nad tymi obrazkami przypomina mi zachwyt nad książeczkami dla dzieci – tymi śliczniusimi, ładniusimi, bez skazy. W pewnym momencie nudzą, a my zaczynamy coraz chętniej szukać czegoś innego. Autorów z niesforną kreską, wykorzystujących wydzieranki, korzystających z analogowych technik, niedoskonałych akwareli. Mamy różnorodność. Niektóre intrygują, jedne przyciągają, inne odpychają.

Gdy zaczynałem przygodę z rynkami finansowymi nie miałem pojęcia o co w tym wszystkim chodzi. Dodatkowo uznawany byłem za tzw. „typ humanistyczny”, któremu matematyka nie przyda się w życiu. Krok po kroku wchodziłem w świat liczb. Najpierw świat graficzny – wykresy, wskaźniki. Później chciałem zrozumieć, co za tym stoi. Skąd się biorą te linie. Okazało się, że typ humanistyczny to również rodzaj ciekawości świata – dlaczego coś działa. Jak to się dzieje, że działa. Dlaczego wskaźniki jako pochodne ceny nie dodają zbyt wiele wartości, ale pozwalają wykrywać pewne schematy lub zależności. W jaki sposób sprawdzić, czy te schematy faktycznie się pojawiają, czy tylko są złudzeniem związanym z ograniczonym poznaniem i pewnymi skłonnościami naszego umysłu.

Zaczynałem budować pierwsze proste systemy. Jeśli „coś się wydarzy” to kupuj. Jeśli „wydarzy się coś innego” sprzedaj. Szukałem relacji, zależności, próbowałem zrozumieć.

To był również czas dyskusji o tym, czy warto korzystać z mechanicznych systemów transakcyjnych kupowanych od innych – tzw. „czarnych skrzynek”. No cóż, jeśli widzisz fantastyczne wyniki, to aż korci. Niestety doświadczenie pokazywało, że wcześniej czy później systemy miały coraz gorsze wyniki, a my jako bierny użytkownik, nie wiedzieliśmy dlaczego.

Jeśli poruszam się samochodem, nie muszę być mechanikiem. Chcę się przemieścić z punktu A do punktu B. Jeśli coś się zepsuje, dzwonię po pomoc. Ale jeśli zdecyduję się na samodzielną podróż po bezdrożach Mongolii, to taka strategia może być ryzykowna. Warto wiedzieć, co nieco o tym, co może się wydarzyć, lub mieć odpowiednio głębokie kieszenie (choćby na telefon satelitarny, tam gdzie nie ma zasięgu komórek).

Tak właśnie jest z systemami transakcyjnymi. Możemy z nich korzystać, ale jak coś zacznie szwankować, a my zaczniemy tracić pieniądze, dobrze jest wiedzieć co szwankuje, albo dlaczego w jakiś sposób reaguje na to co dzieje się na rynku. W przeciwnym razie będziemy kupować – znów bez rozumienia – kolejny i kolejny i kolejny. Będąc wspaniałym klientem. Biernym i nie rozumiejącym.

Korzystanie z algorytmów tzw. sztucznej inteligencji będzie bardzo pomagało wielu osobom. Tak jak mi pomagało skorzystanie z komputera a nie z papieru milimetrowego do rysowania wykresów, czy z wyspecjalizowanych programów do tworzenia systemów, zamiast z Excela. Ale za każdym razem na początku była idea – chciałbym sprawdzić coś, co mi się wydaje.

Pisanie kodu w jakimś języku programowania po zadaniu go algorytmowi będzie atrakcyjne dla osób takich, jak ja. Nie potrafiących samodzielnie kodować, ale ogarniających o co może chodzić w kodzie (na podstawie doświadczeń z prostymi językami z TradeStation, Amibroker, MQL czy Metastock). Dzięki temu, jeśli zadam jakiś problem będę w stanie zweryfikować, czy to co zaproponował mi algorytm ma jakikolwiek sens. Przypomina mi się książka Garri Kasparowa „Ostatni bastion umysłu” opisująca jego zmagania z Deep Blue oraz postrzeganiem wpływu algorytmów grających w szachy na naukę nowych mistrzów szachowych.

Kiedy dwadzieścia lat temu siedziałem naprzeciwko Deep Blue, wyczuwałem coś nowego, coś intrygującego. Być może doświadczycie podobnego odczucia, gdy pierwszy raz będziecie jechać samochodem bez kierowcy lub gdy dostaniecie pierwsze polecenie w pracy od nowego szefa, którym będzie komputer. Musimy stawić czoła tym lękom, aby jak najpełniej wykorzystać tworzoną przez nas samych technikę – i aby jak najpełniej wykorzystać samych siebie. Wiele z najbardziej obiecujących współcześnie zawodów dwadzieścia lat temu nawet nie istniało – a trend ten będzie trwał nadal i przyspieszał. Projektant aplikacji mobilnych, inżynier druku 3D, operator drona, menedżer mediów społecznościowych, doradca genetyczny – to zaledwie kilka spośród profesji, które pojawiły się w ostatnich latach. I choć eksperci zawsze będą potrzebni, to jednak coraz bardziej inteligentne maszyny nieustannie obniżają poprzeczkę, którą trzeba przeskoczyć, by móc tworzyć przy użyciu nowej techniki. Dla osób, którym roboty będą odbierać pracę, oznacza to mniej kształcenia i przekwalifikowywania się – to spirala sukcesu polegająca na uwalnianiu się od rutynowych prac i wydajnym wykorzystywaniu nowej techniki.

[…]

Nie rywalizujemy z tworzonymi przez siebie maszynami, bez względu na to, ile zadań należących dotychczas do człowieka potrafią wykonywać. Rywalizujemy z samymi sobą, bo chcemy sobie stawiać nowe wyzwania, rozszerzać swoje zdolności i poprawiać warunki życia. Te wyzwania będą z kolei wymagały jeszcze sprawniejszych maszyn oraz ludzi, którzy będą je konstruować, uczyć i obsługiwać, aż będziemy umieli wytwarzać maszyny, które będą potrafiły same to robić – i cały cykl będzie się powtarzał. Jeśli mamy wrażenie, że przewyższa nas nasza własna technika, to dzieje się tak dlatego, że niewystarczająco mocno się przykładamy, że jesteśmy niewystarczająco ambitni w stawianych sobie celach i marzeniach. Zamiast martwić się tym, co potrafią robić maszyny, powinniśmy bardziej przejmować się tym, czego wciąż nie potrafią.

Mam wrażenie, że to co pisze Kasparow o powtarzalności tego cyklu zacznie pojawiać się dość szybko. Zmęczeni generowanymi przez komputery obrazkami (na podstawie poleceń niezbyt kreatywnych twórców) zaczniemy rozglądać się za sztuką – niedoskonałą, nową, przekraczającą granicę baz danych algorytmów. Nieliczni będą na tyle kreatywni, że wykorzystają AI w zupełnie nowy, nieoczywisty sposób. Podobnie będzie na rynku. Większość z nas będzie wpisywała banalne pomysły na systemy, które otrzymają nieco szybciej niż dotychczas. Jednak wygranymi będą ci, którzy będą mieli zupełnie nowe pomysły.

Może nawet część osób będzie poszukiwała nowych inspirujących treści w tekstach rynkowych, a nie tylko kontentu według polecenia: „Hej HAL napisz mi 5 reguł oszczędzania na emeryturę”.

Wygenerowane przy wykorzystaniu ChatGPT

Dzięki, zaczynam karierę guru-coacha!