选择语言:

人的轮廓上投射的阴影

网络研讨会回顾:对陌生事物保持警惕 — 您正在使用人工智能 (AI),但您真的了解它吗?

了解 AI 偏见,融入当地文化,保护品牌声誉

"使用 AI 之前,先思考一下您个人有哪些意见,[work]然后告诉 AI,人们普遍的看法是什么... 做一做前后对比分析,您会得到惊喜发现。"

— Lionbridge 首席技术官 Marcus Casal

人工智能 (AI) 在创作内容、加强客户互动和拓展营销策略方面为全球品牌带来了颠覆性变革。但随着企业日渐依赖大型语言模型 (LLM) 和生成式 AI,一个重要问题油然而生:您真的了解它吗?您知道 AI 也有偏见吗?您确定 AI 输出的内容真的符合当地文化习俗吗?

在我们的网络研讨会“对陌生事物保持警惕:您正在使用人工智能 (AI),但您真的了解它吗?”中,Lionbridge 首席技术官 Marcus Casal、Lionbridge 首席 AI 官 Will Rowlands-Rees 和 AI 2030 的首席体验官 Detria Williamson 正面探讨了这个问题。这场研讨会的目的在于:帮助全球领导者以及营销和科技工作者认识到 AI 系统中的偏见并着力消除,从而有效地融入当地文化,树立品牌形象。

想要完整观看网络研讨会吗?点击下方按钮即可观看录像。

什么是 AI 偏见?

如果 AI 训练数据或设计中存在偏见,那么这种偏见就会在 AI 生成的结果中予以反映并受到强化,这就导致了 AI 偏见这一现象的产生。这些偏见可能隐晦,也可能直白,它们会对 AI 生成的图像及其在全球营销内容中使用的语言等方方面面造成影响。只有认识到 AI 偏见的存在,才能减轻其影响,确保内容能让不同受众产生共鸣。

什么是融入当地文化?

融入当地文化是指对内容和信息加以调整,使其符合特定受众或市场独特的价值观、偏好和习俗。虽然 AI 可以生成面向全球受众的内容,却未必能精准捕捉到那些真正能引发共鸣的微妙文化内涵。通过在 AI 策略中引入相关举措,努力融入当地文化,可以让输出的内容大幅提升,其效果远非仅仅只是“准确”的翻译所能企及。这样的内容能够与多元文化背景的受众建立真诚有度的沟通,从而提升品牌的全球影响力。

AI 偏见和无法融入当地文化对品牌有何不利影响?

当企业依赖 AI 提供全球化内容时,存在偏见或不符合文化习俗的内容输出可能会损害品牌声誉和消费者信任。

这类输出内容可能不合时宜、表达生硬,无法真正让目标受众产生共鸣。此类问题可能会令潜在和现有客户疏远,使其对品牌留下负面印象,降低营销效果,并损害品牌诚信。

影响 AI 生成内容的四大关键要素是什么?

我们的专家确定了可能影响 AI 生成内容并导致输出内容存在偏见或文化错位的四大要素:

  • 意见建议:在与 AI 互动时,如果您没有明确给定品牌定位和受众,AI 就会对此自行推断。定位模糊、缺乏特色,就会导致产出的内容千篇一律、毫无个性,完全脱离当地的文化习俗。

  • 训练数据带有偏见:AI 会从喂给它的数据当中学习。如果训练数据中,某些特定的文化、语言或人群特征过于突出,那么输出的内容就会带有相应偏见,让目标市场中的一部分受众感觉受到排挤。

  • 提示词策略:提示词的选取很重要。提示词模糊或不具体,会导致 AI 依赖统计概率,进而强化刻板印象或忽略重要的文化背景。精确具体的提示词链有助于生成更贴合需求、更全面的结果。

  • 语言的性质:每种语言对语法性别、语体正式度、俚语和习语的处理方式都不同。AI 往往难以捕捉这些细微差异,有时生成的译文或表述会无意间改变调性、丢失原意,甚至带有恶意。

这些因素都会影响 AI 理解任务和生成内容,并最终损害品牌的文化内涵和声誉。

  • #content_transformation
  • #generative-ai
  • #automotive
  • #global_marketing
  • #content_optimization
  • #technology
  • #ai-training
  • #retail
  • #content_creation
  • #webinar
  • #consumer_packaged_goods
  • #ai
  • #blog_posts
  • #translation_localization
  • #travel_hospitality
AI 生成的图像,画面中一位身穿职业套装的白人女性正在城市高层写字楼的办公室工作。

AI 偏见的现实案例

分析企业家案例

AI 中存在偏见的案例数不胜数。当网络研讨会主持人要求 Gemini 生成“成功企业家”的图像时,输出的内容中就体现出了各种偏见。

如上图所示,AI 输出的图像是一位身穿职业套装的白人女性在城市高层写字楼的办公室工作。

嘉宾们剖析了每个细节背后的原因,揭示了训练数据,以及对事业成功、专业形象和职场环境的固有印象如何对 AI 产出造成影响。例如,AI 虽然选择了女性形象来打破传统的性别刻板印象,却默认使用企业办公室场景和白人形象,这反映出其训练数据中白人形象和企业场景的占比过高。

如果没有明确的指令,AI 系统就难以走出“舒适圈”,无法反映您的受众或品牌价值观。

语法性别和语体正式度及其对融入当地文化的影响示例&

语言是联结社会的纽带,只有抓住其中的微妙内涵,才能有效融入当地文化。英语在大语种中比较特殊,它的名词不分性别,也没有正式称谓,但全球其他语种则不然。本次网络研讨会探讨了西班牙语、法语和阿拉伯语等语种中的语法性别和语体正式度对品牌调性和礼节,乃至客户印象的重要影响,突显了融入当地文化的重要性。

例如,在西班牙语中,“Apple”这一品牌既可以用“innovador”(阳性),也可以用“innovadora”(阴性)。这样一来,AI 将营销内容译为西班牙语时,选用不同的性别形式就可能会使该品牌调性比预期更偏向男性化或女性化。同样地,在银行业等特定场合,应该使用“su”(正式西班牙语)时却用“tu”(非正式西班牙语),可能会显得过于随意甚至轻浮。

这些例子说明,如果 AI 生成内容时未能考虑到当地的文化习惯,就会导致内容缺乏吸引力,损害客户信任,削弱品牌影响力。

全球品牌如何消除 AI 偏见,让内容符合当地文化?

网络研讨会专家明确指出,要解决 AI 偏见问题并让内容符合当地文化,其实并没有那么难。

首先审核您的内容和 AI 输出,找出其中的偏见和文化方面的欠缺之处。采用一些成熟的优秀做法,例如改进提示词,确保训练数据不偏不倚,积极引入一些微妙的文化内涵并主动调整品牌调性。本次网络研讨会简单介绍了几种有效的方法来帮助您创作无偏见且贴合当地文化的内容。

消除 AI 偏见并融入当地文化的可行策略:

  • 明确意见:向 AI 明确指定您的目标、受众和预期结果。

  • 避免训练数据偏见:明确您的意见,并确保数据集足够普遍地准确反映这些看法。

  • 检索增强生成 (RAG):将词汇表、风格指南和品牌语言风格整合到 RAG 中,为 AI 提供正确的背景信息。

  • 从人类反馈中强化学习 (RLHF):通过持续的人工介入审核来校验结果,不断改进模型。

  • 提示词:使用精确具体的提示词链,不给 AI 留下自行推断的空间。

  • 跨语言理解:开展语言审核、引入专家协作,并针对每个市场制定风格指南。

Lionbridge 能为您提供什么帮助?

借助 Lionbridge,您的组织可以放心地利用 AI 来触达新的受众群体,提升品牌声誉,驰骋全球市场,同时将文化认知与文化敏感度作为内容策略的核心。

我们可以提供以下帮助:

  • 帮助您制定明确的策略和方法:明确您的意见,确保 AI 系统和内容适应目标受众的文化环境。

  • 收集全面的训练数据:通过我们负责任的 AI 数据服务获取并整理多样化且具有代表性的数据集(包括图像、视频、音频和动作数据),以支持您的 AI 项目。

  • 优化检索增强生成 (RAG):构建、清理和托管语言数据;内容向量化;并搭建模式,以实现符合品牌语言风格的高质量多语言输出。

  • 校验和改进输出:超过 50 万名专家组成的全球化团队,持续进行校验和人工介入审核,确保您的 AI 模型始终准确可靠。

  • 设计有效的提示词:与我们 5,000 名多语言提示词专家共同开发和完善精确具体的提示词链,并利用我们先进的多语言内容生成平台:Lionbridge Content Remix App

  • 确保跨语言一致性:进行语言审核,与专家协作,制定风格指南,并为撰稿人提供培训,以减少偏见并确保跨市场一致性。

与 Lionbridge 合作,让您的组织拥有一位在负责任的 AI、融入当地文化和全球品牌形象方面经验丰富、战果累累的成熟合作伙伴。

网络研讨会的关键要点有哪些?

本次网络研讨会探讨了如何识别和解决 AI 系统中的偏见,确保 AI 理解您的意见并获取合格的训练数据,让产出的内容符合当地文化。以下是关键点:

  • AI 偏见是真实存在的:请不要忽视这一点。

  • 明确的意见很重要:向 AI 明确说明您的受众和目标。

  • 训练数据很重要:确保您的数据集能够充分反映您的市场。

  • 提示词策略是关键:使用精确具体的提示词链,以获得贴合需求且全面的生成内容。

  • 语言的微妙差异会影响生成内容:运用语法性别、语体正式度和俚语来传递品牌调性和文化共鸣。

  • 共同负责:市场营销、技术和品牌领导层共同协作。

  • 检验至关重要:自动化和人工介入审核相结合,以输出负责任和可靠的 AI 内容。

有关 AI 偏见和融入当地文化的常见问题解答

答:应该由市场营销、技术和品牌领导层共同负责。他们共同合作,才有可能让 AI 策略更准确地反映出贵组织的价值观和受众需求。利用多元化的专业知识可以减少偏见并确保适应当地文化,从而提高生成内容的质量。

答:将 AI 视为一个单纯的技术问题是有风险的。现代品牌团队必须跨领域开展协作才能有效解决这一问题。营销人员应积极参与合作,注重跨职能协作,以降低品牌风险,确保生成的 AI 内容贴合需求且安全可靠。

答:定期更新训练数据和词汇表,以反映最新的文化潮流。交给品牌大使和文化专家进行审核,并采用自动化检查和人工监督相结合的方式,确保内容贴合需求、表达得当。

答:在使用新的俚语之前,品牌大使应确保其与品牌价值观相符。通过批准后,市场营销、技术和管理团队必须通力合作,以确保安全、有效地整合内容。虽然 AI 模型可以快速学习新兴俚语,但确立明确的立场,才能确保传播内容始终真实贴切、表达得当。

答:像 Gemini、Llama、Claude 或 GPT 这样的现成模型都很好。关键在于用户如何设定提示词和使用模型。给出明确意见并根据具体需求定制提示词链,比选择哪种模型更重要。

如果您有兴趣探索其他与 Lionbridge AI 相关的网络研讨会主题,请访问 Lionbridge 网络研讨会页面,查看网络研讨会记录库。

联系我们

打造体现文化意识与文化敏感性的全球营销内容,让品牌深入人心,您准备好了吗?联系我们,了解 Lionbridge 如何帮助您扬长避短地利用 AI — 发挥优势,同时消除偏见风险。

 

注意:这篇博客文章初稿由 Lionbridge Content Remix App 创作,之后由人工进行了润色。

linkedin sharing button

作者:
Janette Mandell

微信扫码咨询

联系我们

Business Email Only