Riverside’ın yapay zekâlı Rewind özelliği podcaster’ları hem eğlendiriyor hem endişelendiriyor

Yapay zekâ ile hazırlanmış yıl sonu özeti: Rewind

Çevrim içi podcast kayıt platformu Riverside, Spotify’ın yıl sonu özeti formatını andıran yeni özelliği “Rewind” ile kullanıcılarına AI destekli bir geri dönüş videosu sunuyor. Bu yıl sonu özeti, podcaster’lar için üç farklı, kişiselleştirilmiş kısa video oluşturuyor.

Rewind tam olarak ne yapıyor?

Rewind, klasik istatistikler (kaç dakika kayıt yaptığınız, kaç bölüm yayımladığınız gibi) paylaşmak yerine, 15 saniyelik bir kolaj video üretiyor. Bu videoda, sunucuların en çok güldüğü anlar art arda sıralanıyor; kısacık ama tempolu bir kahkaha montajı ortaya çıkıyor.

İkinci video ise benzer bir mantıkla hazırlanıyor, ancak bu kez odak, sunucuların sık sık söylediği “ııı/umm” gibi duraksama sesleri. Ortaya, arka arkaya dizilmiş “umm” kayıtlarından oluşan komik bir kesit çıkıyor.

Üçüncü aşamada ise Riverside, kayıtların yapay zekâ ile oluşturulmuş transkriptlerini tarayarak, podcast boyunca en çok tekrar ettiğiniz tek bir kelimeyi tespit ediyor (bağlaçlar gibi işlevsel kelimeler filtrelenmiş görünüyor).

En çok kullanılan kelime: “book” ve “Amanda”

İnternet kültürü üzerine yapılan bir podcast’te, sunucuların en çok kullandığı kelime “book” olarak öne çıktı. Bu sonuç, abonelere özel “book club” bölümlerinden ve sunuculardan birinin çıkacak yeni kitabından sık sık söz edilmesinden etkilenmiş olabilir.

Aynı podcast ağındaki bir başka programda ise en çok geçen kelime “Amanda” oldu. Bunun nedeni, programda Amanda isimli bir sunucunun bulunması; yoksa kişisel bir takıntı değil.

Eğlenceli ama ne kadar işe yarar?

Podcast ağının Slack kanalında herkes kendi Rewind videolarını paylaşınca, arka arkaya dizilen “umm” kesitleri ister istemez kahkaha yarattı. İnsanların defalarca “umm” demesini izlemek zaten başlı başına komik.

Ancak bu videolar aynı zamanda, yaratıcılık için kullandığımız araçların yapay zekâ özellikleriyle doygun hale gelmeye başladığının da bir göstergesi. Üstelik bu özelliklerin önemli bir kısmı, yaratıcı süreç açısından bakıldığında pek de gerekli değil. Sunucuların bir kelimeyi defalarca söylediği bir videoya gerçekten ihtiyacımız var mı? Evet, kısa süreli bir eğlence sunuyor, ama ötesinde içerik değeri sınırlı.

Yapay zekânın podcast üretimindeki sınırları

Riverside Rewind keyifli bir yıl sonu sürprizi olsa da, sektör açısından bakıldığında daha karanlık bir tabloyu da hatırlatıyor: Aynı tür yapay zekâ araçları, yeni podcast’ler üretmek, düzenlemek ve kurgulamak için çalışan pek çok kişinin önündeki iş fırsatlarını azaltıyor.

Evet, AI sayesinde “umm”ları ve ölü havayı otomatik olarak temizlemek artık mümkün. Transkript üretimi, erişilebilirlik açısından büyük kazanım ve daha önce çok zaman alan bir işi saniyelere indiriyor. Ancak podcast üretimi bütünüyle mekanik bir süreç değil; duygusu, ritmi, hikâye anlatımı var.

Yapay zekâ, ses veya videoyu hikâye anlatımına uygun şekilde kurgulama konusunda hâlâ insan editörlerin yerini alamıyor. Bir sohbetin ne zaman komik bir sapma, ne zaman da dinleyeni sıkan gereksiz bir parantez olduğuna karar vermek; hangi anın mutlaka kalması, hangisinin kesilmesi gerektiğini bilmek, şu an için hâlâ insan sezgisi gerektiriyor.

Haber podcastlerinde AI deneyi neden başarısız oldu?

Son dönemde, kişiselleştirilmiş AI sesli içerik araçları da hızla çoğaldı. Buna rağmen, yapay zekâ temelli podcast üretiminde yüksek profilli başarısızlık örnekleri de artıyor.

Kısa süre önce büyük bir haber kuruluşu, günün haberlerini özetleyen kişiselleştirilmiş yapay zekâ podcast’lerini kullanıcılara sunmaya başladı. Kâğıt üzerinde bu, maliyeti azaltmak isteyen yöneticiler için cazip bir fikir: Araştırma, kayıt, kurgu ve dağıtımdan sorumlu bir ekibe ücret ödemek yerine, tüm süreci otomatikleştiren bir sistem kurmak.

Fakat pratikte bu model çöktü. AI tarafından üretilen haber podcast’lerinde uydurma alıntılar ve gerçek dışı bilgiler tespit edildi. Kurum içi testlerde, bu yapay zekâ destekli bölümlerin yaklaşık %68 ila %84’ünün, yayın standartlarını karşılayamadığı ortaya çıktı.

Bu tablo, büyük dil modellerinin (LLM) nasıl çalıştığına dair temel bir yanlış anlamayı gösteriyor. Bir LLM’yi, gerçeği kurgudan ayırt edecek şekilde “eğitmek” mümkün değil; çünkü bu modeller, tasarım gereği, bir soruya verilebilecek en istatistiksel olarak olası cevabı üretmeye odaklanıyor. Bu da özellikle son dakika gelişmelerinde ve haber içeriklerinde, üretilen bilginin her zaman doğru olacağı anlamına gelmiyor.

Sonuç: Yapay zekâ ne zaman fayda, ne zaman “slop” üretiyor?

Riverside, yıl sonu için eğlenceli ve zekice kurgulanmış bir Rewind deneyimi sunmayı başarmış. Fakat aynı zamanda bu ürün, yapay zekânın her sektöre, özellikle de podcast dünyasına hızla nüfuz ettiğini hatırlatıyor.

İçinde bulunduğumuz bu “AI patlaması” döneminde, şirketler yeni teknolojilerle deneyler yaparken kritik bir ayrım yapmamız gerekiyor: Yapay zekâ ne zaman gerçekten işimizi kolaylaştırıyor, ne zaman sadece yüzeysel, değersiz içerik – yani “slop” – üretiyor?

Transkript çıkarmak, gereksiz boşlukları temizlemek ve erişilebilirliği artırmak gibi alanlarda AI son derece yararlı. Buna karşılık, yaratıcı kararların, hikâye kurgusunun ve habercilikte doğruluk sorumluluğunun hâlâ büyük ölçüde insanlarda kalması gerektiği gün gibi ortada.