درخشش دی‌جی هوش مصنوعی در رادیوی لس‌آنجلس؛ مجریان واقعی حسابی شاکی شدند!

«کویوتک» (Coyotec)، مجری هوش مصنوعی شبکه انتراویژن (Entravision)، به هفت بازار رادیویی جدید راه پیدا کرده است؛ اتفاقی که استانداردهای بازار کار در رادیو و مسئولیت سردبیری رسانه‌ها را در بوته آزمایشی جدی قرار داده است.

تصور کنید صبح توی ترافیک نشسته‌اید و رادیو روی موج «خوزه ۹۷.۵ اف‌ام» (José 97.5 FM) روشنه؛ دو تا صدا دارن درباره بازی‌های تیم بیسبال داجرز یا آخرین اخبار قوانین مهاجرتی با همدیگه گپ می‌زنن. یکی از این صداها متعلق به جرالدین «جی‌جی» گوزمن (Geraldine “GeeGee” Guzman) است؛ انسانی واقعی با نظرات و احساسات واقعی. اما صدای دیگر متعلق به کویوتک (Coyotec) است؛ یک همکار و مجری مجازی با صدایی شبیه‌سازی‌شده که کاملاً بااعتمادبه‌نفس و خودمانی حرف می‌زند. شرکت رسانه‌ای انتراویژن (Entravision) می‌گوید این برنامه با سرعت بالایی در حال رشد است؛ اما گویندگان و کارکنان رادیو که شاهد از دست رفتن حدود ۱۹ هزار شغل از سال ۲۰۱۹ در این صنعت بوده‌اند، با نگرانی و دقت تمام این ماجرا را زیر نظر دارند.

کویوتک دقیقاً در برنامه رادیویی چه می‌کند؟

سازوکار فنی پشت صحنه برنامه نشان می‌دهد همکاری انسان و هوش مصنوعی بسیار محدودتر و دست‌وپابسته‌تر از آن چیزی است که در ظاهر به نظر می‌رسد.

کویوتک یک دی‌جی روباتیک نیست که برای خودش آهنگ پخش کند و تنهایی برنامه را بچرخاند! بلکه یک هوش مصنوعی مکالمه‌محور است که با صدای شبیه‌سازی‌شده مبتنی بر فناوری شرکت الون‌لبز (ElevenLabs) کار می‌کند؛ صدایی که از روی لحن ادواردو مایتورنا (رئیس بخش صوتی انتراویژن) الگوبرداری شده است. چهره و هویت بصری این شخصیت هم شبیه یک مرد ۳۰ و چند ساله لاتین‌تبار از طبقه کارگر طراحی شده؛ با سبیل، کاپشن چرمی و کلاه لبه‌دار. فرآیند تولید این برنامه در واقع به این صورت پیش می‌رود:

• گوزمن موضوعات خبری و محورهای گفتگو را آپلود می‌کند و کویوتک بر اساس همان داده‌ها، پاسخ‌ها و نظراتش را تولید می‌کند.
• این هوش مصنوعی نمی‌تواند مکالمه را بیش از حدود ۱۰ دقیقه با کیفیت مطلوب ادامه دهد و بعد از آن افت می‌کند؛ به همین دلیل گوزمن برنامه را در چهار بخش جداگانه ضبط می‌کند.
• موضوعات برنامه تاکنون شامل انتخابات محلی، مسابقات تیم داجرز، ماه میراث لاتین‌تبارها و گزارش‌های مربوط به بازداشت‌های مهاجرتی بوده است.
• با وجود اینکه کویوتک برای رعایت استانداردهای پخش رادیویی برنامه‌ریزی شده، اما گاهی وسط گفتگو ناسزا می‌گوید یا ناگهان سکوت می‌کند و دیگر حرفی نمی‌زند؛ اتفاقی که باعث می‌شود گوزمن فوراً وارد عمل شود و اوضاع را جمع کند!
• شرکت انتراویژن اعلام کرده توانایی این هوش مصنوعی در خواندن دقیق و کلمه‌به‌کلمه متن‌های تبلیغاتی، یک مزیت تجاری بسیار بزرگ برای آن‌ها به حساب می‌آید.

این برنامه با نام Al Aire y Sin Permiso (روی آنتن و بدون اجازه)، در سپتامبر ۲۰۲۵ ابتدا به عنوان یک برنامه آخر هفته با حضور کویوتک کلید خورد؛ اما خیلی زود به پربیننده‌ترین بخش روز، یعنی ساعات شلوغ صبحگاهی روز‌های هفته (Drive Time) منتقل شد.

ادعای رشد مخاطبان؛ آماری که باید دقیق‌تر بررسی شود

آمار‌های رشد ارائه‌شده از سوی انتراویژن قابل توجه است، اما قبل از هرگونه نتیجه‌گیری باید جزئیات و بستر آن را با دقت سنجید.

انتراویژن از رشد ۷۵ درصدی مخاطبان هفتگی در میان مردان لاتین‌تبار ۲۵ تا ۵۴ سال در ایستگاه «خوزه ۹۷.۵» بین ماه‌های مارس و آوریل خبر داده است. البته این آمار مستقیماً توسط خود انتراویژن اعلام شده و نتیجه یک حسابرسی مستقل نیست. علاوه بر این، در گزارش‌های موجود نمی‌توان این رشد را صرفاً به حضور کویوتک ربط داد؛ تغییرات در کنداکتور، تبلیغات گسترده ایستگاه، جذابیت شخصی خود گوزمن و ساعت پخش پرمخاطب صبحگاهی همگی در افزایش آمار شنوندگان نقش داشته‌اند.

آنچه بدون شک تایید شده، گسترش سریع این قالب رادیویی است. انتراویژن تاکنون این برنامه را به شهرهای ساکرامنتو، مودستو، پالم اسپرینگز، لاس‌وگاس، ال‌پاسو و مک‌آلن گسترش داده است. این شرکت همچنین در حال تطبیق برنامه برای مخاطبان انگلیسی‌زبان و دوزبانه است؛ اقدامی که نشان می‌دهد انتراویژن کویوتک را نه یک آزمون و خطای محدود به یک شهر، بلکه یک محصول برنامه‌سازی مقیاس‌پذیر می‌داند. تفاوتی بنیادین که می‌تواند تبعات سنگینی برای فعالان صنعت رادیو داشته باشد.

چه کسانی تاوان این تحول را می‌دهند؟

خطرات این تحول برای بازار کار فرضی نیست؛ بلکه آثار آن همین حالا در تاریخچه اخیر این صنعت کاملاً نمایان است.

شمار شاغلان در صنعت پخش رادیویی ایالات متحده از حدود ۸۵ هزار شغل در سال ۲۰۱۹ به نزدیک ۶۶ هزار شغل در سال ۲۰۲۵ سقوط کرده است؛ کاهشی ۲۲ درصدی که طبق آمار اداره آمار کار آمریکا و به نقل از لس‌آنجلس تایمز ثبت شده است. البته هوش مصنوعی عامل تمام این ریزش‌ها نبوده؛ افت درآمدهای تبلیغاتی، اتوماسیون و ادغام شبکه‌های رسانه‌ای، مدت‌ها پیش از آنکه پای یک دی‌جی شبیه‌سازی‌شده به پشت میکروفون باز شود، چهره این صنعت را دگرگون کرده بود.

جان دی‌سانتیس (John DeSantis)، گوینده سابق برنامه عصرگاهی در ایستگاه KCAL-FM، واقعیت را خیلی صریح بیان می‌کند: «اگر انتظار دارند ارتباط احساسی و اصیلی را که دی‌جی‌های زنده و محلی با مخاطب می‌سازند بازآفرینی کنند، باید بگویم هیچ شانسی ندارند.» دی‌سانتیس کار خود را زمانی از دست داد که ایستگاه KCAL-FM برای کاهش هزینه‌ها مجریان را حذف کرد و فقط به پخش موسیقی پرداخت؛ تصمیمی که ربطی به کویوتک نداشت. اما دغدغه او درباره هوش مصنوعی، نشان‌دهنده الگویی از حذف نیروی انسانی است که ریشه‌هایش به قبل از پیدایش صداهای هوش مصنوعی برمی‌گردد.

اتحادیه بازیگران و مجریان (SAG-AFTRA) موضعی کاملاً شفاف دارد: اجرای صداهای شبیه‌سازی‌شده مستلزم رضایت کامل، مذاکره جمعی و پرداخت دستمزد منصفانه است. این اتحادیه تأکید می‌کند که شبکه‌های رادیویی نباید از هوش مصنوعی به عنوان یک روزنه فرار برای دور زدن این تعهدات استفاده کنند. کمپین «تضمین اجرای انسانی» در شبکه آی‌هارت‌مدیا (iHeartMedia)، صرف‌نظر از اهداف تبلیغاتی‌اش، از شکافی عمیق در این صنعت خبر می‌دهد؛ شکافی که در آن برخی ایستگاه‌ها بر اصالت حضور انسان تأکید می‌کنند و برخی دیگر روی این فرضیه قمار کرده‌اند که شنوندگان یا متوجه تفاوت نمی‌شوند، یا اصلاً اهمیتی به آن نمی‌دهند!

بحران اعتمادی که هیچ‌کس تمایلی به بازگو کردنش ندارد

افشای هویت هوش مصنوعی امری ضروری است، اما شفاف‌سازی درباره محدودیت‌های آن داستانی کاملاً متفاوت است.

سام گریگوری (Sam Gregory)، پژوهشگر رسانه‌های ترکیبی و شبیه‌سازی‌شده، هشدار داده که ممکن است شنوندگان یک صدای هوش مصنوعی‌تر و تمیز را به عنوان دوستی قابل اعتماد بپذیرند؛ در حالی که این سیستم هیچ تجربه زیسته‌ای از زندگی واقعی ندارد، هیچ نفع و خطری برای خودش متصور نیست و وقتی اشتباهی مرتکب شود پاسخگوی هیچ‌کس نخواهد بود. رادیو خوزه اف‌ام بارها و به صورت شفاف اعلام کرده که کویوتک یک هوش مصنوعی است؛ این اقدام ارزشمند است، اما تمام حقیقت ماجرا نیست.

وقتی کویوتک با صدایی قاطع درباره بازداشت‌های اداره مهاجرت یا انتخابات محلی نظر می‌دهد، نظراتش را صرفاً بر پایه داده‌هایی می‌سازد که تیم تولید گوزمن گلچین و بارگذاری کرده‌اند. هیچ شواهدی وجود ندارد که نشان دهد کویوتک منابع را مستقلاً راستی‌آزمایی می‌کند یا بار مسئولیت سردبیری خروجی خود را به دوش می‌کشد. شنوندگان رادیو حق دارند این شکاف بزرگ را بدانند، نه اینکه صرفاً یک برچسب ساده «هوش مصنوعی» را بشنوند.

گسترش مسئولانه به چه الزاماتی نیاز دارد؟

چندین شبکه رادیویی دیگر هم مسیر انتراویژن را در پیش گرفته‌اند؛ موضوعی که تدوین استانداردهای سراسری در صنعت را بیش از پیش حیاتی می‌کند.

انتراویژن تنها شبکه‌ای نیست که به این سمت حرکت می‌کند. رسانه «آلفا مدیا» (Alpha Media) در سال ۲۰۲۳ یک دی‌جی شبیه‌سازی‌شده را در پورتلند آزمایش کرد. یک ایستگاه راک در واترلوی آیووا هم از دی‌جی هوش مصنوعی «توری» (Tori) برای شیفت‌های شبانه استفاده می‌کند. ایستگاه Zone در فینیکس قالبی مبتنی بر هوش مصنوعی را با شبیه‌سازی صداهای چهره‌های کهنه‌کار رادیویی به راه انداخته و پلتفرم SonicTrek.ai نیز برنامه‌های موسیقی با اجرای هوش مصنوعی مثل Phoebe FM را برای پخش همگانی عرضه می‌کند؛ هرچند گستره دقیق جغرافیایی آن به طور مستقل تأیید نشده است.

پیش از آنکه این فناوری بیش از این در شبکه‌ها فراگیر شود، گردانندگان رادیو موظفند به نیروهای کار، شنوندگان و جامعه به چهار سؤال مشخص پاسخ روشن بدهند:

1. چه کسی و با چه شرایطی اجازه شبیه‌سازی صدای خود را داده است؟
2. وقتی یک مجری مصنوعی اطلاعات نادرست یا حرف ممنوعه‌ای بر زبان می‌آورد، مسئولیت سردبیری آن دقیقاً با کیست؟
3. شنوندگان چگونه از منابع داده‌ها و محدودیت‌های نظرات تولیدشده توسط هوش مصنوعی آگاه می‌شوند؟
4. مذاکره با اتحادیه‌ها و تشکل‌های کارگری چه زمانی انجام می‌شود: پیش از آغاز گسترش طرح یا بعد از امضای قراردادها؟

مایتورنا اذعان کرده که استفاده از کویوتک لزوماً ارزان‌تر از استخدام گویندگان انسانی نبوده است. منطق تجاری در اینجا «تکثیرپذیری» است: یک شخصیت واحد، بازارهای متعدد و فضاهای تبلیغاتی کاملاً برنامه‌ریزی‌پذیر. این یک مدل تجاری مرسوم است، اما علاوه بر حسن نیت، نیازمند ساختارهای جدی نظارت و مسئولیت‌پذیری است.

پرسش اصلی پیش روی صنعت رادیو این نیست که آیا هوش مصنوعی می‌تواند درباره تیم بیسبال داجرز حرف بزند یا نه؛ کویوتک در روز‌های خوب ضبط و تا حدی از پس این کار برمی‌آید. پرسش واقعی این است که آیا شبکه‌ها پیش از آنکه یک صدای شبیه‌سازی‌شده اطلاعاتی نادرست و بحران‌آفرین درباره مهاجرت، انتخابات یا امنیت عمومی پخش کند، استانداردهای نظارتی لازم را وضع خواهند کرد؟ چرا که شاید تا آن روز، دیگر هیچ انسانی در تحریریه رادیو نمانده باشد تا این خطاهای پرهزینه را تصحیح کند.