THE IMPACT OF GENERATIVE ARTIFICIAL INTELLIGENCE ON THE PROCESS OF CREATING DIGITAL CONTENT
Abstract
Disruptive innovations are the main drivers of lasting change across all spheres of business. One of the disruptive innovations that significantly influences and transforms modern business practices is generative artificial intelligence. Its application in the process of creating digital content is present in various business domains. This paper aims to examine attitudes and the level of use of generative artificial intelligence in the process of creating digital content within companies operating in Serbia. The research results indicate that respondents have a positive attitude toward generative artificial intelligence and its use in digital content creation. They do not perceive it as a threat to their jobs; however, they believe that its use may involve certain risks, as excessive automation could negatively affect both creativity and the originality of digital content.
Article
Uvod
Brz razvoj digitalnih tehnologija i različita disruptivna rešenja na tom polju, početkom dvadesetog veka dovela su do nastajanja novog vida ekonomije poznatog pod nazivom ekonomija pažnje. Ovaj pojam prvi put upotrebio je Michael H. Goldhaber (Goldhaber, 1997) da označi novi trend u kome je pažnja najvažniji resurs u digitalnom dobu, a ne informacije. Sve aktivnosti na društvenim mrežama usmerena su ka zadržavanju pažnje krajnjih korisnika, čime ona dobija ključnu ulogu u stvaranju profita (Baeza-Yates & Fayyad, 2022; Trifunović et al., 2023; Prdić, & Kostić, 2024; Ercegovac & Ercegovac, 2023). Pažnja postaje poput novca. Ona se može zadobiti, izgubiti ili se u nju može investirati. Strategije za privlačenje pažnje baziraju se na različitim pristupima od kojih je svakako jedna personalizacija sadržaja. U tom kontekstu generativna veštačka inteligencija danas igra ključnu ulogu.
Generativna veštačka inteligencija (AI) predstavlja revolucionarni korak u razvoju digitalnih tehnologija. Ona omogućava stvaranje potpuno novih digitalnih sadržaja. Za razliku od rešenja baziranih na tradicionalnim AI sistema koji se fokusiraju na analizu i prepoznavanje obrazaca iz podataka, generativna AI je sposobna da kreira potpuno nove i originalne sadržaje na osnovu instrukcija korisnika, uključujući tekstove, slike, muziku, programski kod ili video zapise.
Softverska rešenja bazirana na veštačkoj inteligenciji oslanjaju se na algoritme mašinskog učenja koji su sposobni, da na osnovu velike količine dostupnih podataka, kontinuirano da uče u realnom vremenu. Jednu podgrupu algoritama mašinskog učenja predstavljaju i veštačke neuronske mreže u okviru kojih su se dalje razvijala rešenja generativne veštačke inteligencije (slika 1).
Slika 1: Generativna veštačka inteligencija
U zavisnosti od problema koji veštačke neuronske mreže treba da reše, dostupnosti podataka kao i željenog izlaza, postoji nekoliko načina obučavanja ovih mreža (Tabela 1).
Tabela 1: Načini obučavanja veštačkih neuronskih mreža
Generativna veštačka inteligencija primarno koristi ne nagledano učenje (unsupervised learning) i samo-nadgledano učenje (self-supervised learning) koje se koristi kod pojedinih tipova veštačkih neuronskih mreža (Bandi et al., 2023). Osnovna karakteristika samo nadgledanog učenja je da model sam označava izlazne podatke na osnovu poznatog ulaza bez intervencije ljudi. Ovaj vid obučavanja koristi samu strukturu podataka da bi generisao izlaz odnosno model uči tako što predviđa deo unutar istog skupa podataka. Na primer model sam sakrije deo podataka (rečenice, slike, video zapisa), a onda postavi zadatak da rekonstruiše originalni podatak (rečenicu, sliku ili video zapis) ili da predvidi deo koji nedostaje.
Modeli generativne veštačke inteligencije zasnovani su na tehnici koja se naziva generativne suparničke mreže (generative adversarial networks - GAN), a sastoje se od dve neuronske mreže koje rade zajedno. Jedna mreža generiše uzorke, dok ih druga procenjuje i pruža povratne informacije prvoj mreži. Vremenom, mreža koja generiše uzorke postaje bolja u proizvodnji realističnih uzoraka koji ispunjavaju kriterijume koje je postavila druga mreža, što pomaže u poboljšanju ukupnog kvaliteta generisanog sadržaja. Jedna od najznačajnijih prednosti generativne veštačke inteligencije je njen potencijal da u potpunosti izmeni proces kreiranja digitalnih sadržaja.
Ova transformativna tehnologija je pomerila granice u primeni digitalnih tehnologija utičući ne samo na proces digitalizacije poslovnih procesa veći i sam proces donošenja odluka (Enholm et al., 2022; Trifunović, et al., 2024). Stoga je tržišni udeo generativne veštačke inteligencije u stalnom je porastu. U 2024. godini tržišni udeo je iznosio 36.06 milijardi dolara, i prema predviđanjima očekuje se da će u 2030. godini dostići blizu 360 milijardi dolara (slika 1).
Slika 2: Tržišni udeo generativne veštačke inteligencije
Izvor: https://www.statista.com/outlook/tmo/artificial-intelligence/worldwide#market-size)
Sa aspekta globalne ekonomije, generativna veštačka inteligencija igra važnu ulogu. U poređenju sa drugim vidovima veštačke inteligencije, pojedini autori smatraju da će uticaj generativne veštačke inteligencije na ekonomiju biti daleko veći u poređenju sa drugim vidovima AI i da će obuhvatiti različite sektore (Jha et al., 2024, Immorlica et al., 2024). Jedan od razloga je i taj što danas gotovo svi sektori poslovanja koriste različite vidove digitalnih sadržaja.
Zahtevi koji se postavljaju pred kreatore digitalnih sadržaja su sve složeniji jer ti sadržaji moraju da privuku pažnju krajnjih korisnika, da budu personalizovani i relevantni što sam proces kreiranja takvih sadržaja čini zahtevnijim (Divya & Mirza, 2024). Generativna veštačka inteligencija je savremena tehnologija koja proces kreiranja digitalnih sadržaja može da učini efikasnijim.
Primena generativne veštačke inteligencije proces kreiranja digitalnih sadržaja
Generativna veštačka inteligencija, kao novi oblik veštačke inteligencije, generiše izlaz na osnovu instrukcija koje joj zadaje korisnik i sposobna je da poboljšava svoj izlaz na osnovu novih instrukcija (Wahid et al., 2023). Njena primena u procesu kreiranja digitalnih sadržaja je vrlo raznolika i kreće se od kreiranja radnih verzija za blogove, e-mail obaveštenja, ključnih reči za optimizaciju veb stranica do generisanja slika, video reklama, personalizovanih sadržaja i kampanja, AI generisane muzike za brending i slično.
Različita softverska rešenja poput Ghat GPT, Jasper, Phrasee i slično, zasnovana na generativnoj veštačkoj inteligenciji koriste se za generisanje različitih digitalnih. Neki od primera su:
● Veb stranica HubSpot koristi ChatGPT za kreiranje ideja i predloga za blogove i članke koje kasnije dorađuju zaposleni u marketingu.
● Za generisanje sadržaja na društvenim mrežama Hootsuite koristi AI Copywriter za razvoj ideja za tvitove i LinkedIn postove.
● Kompanija Coca-Cola je u kampanji "Create Real Magic", koristila softver DALL·E baziran na generativnoj AI, za kreiranje AI- umetnosti.
● Meta (Facebook) koristi AudioGen za generisanje pozadinske muzike u reklamama.
● Spotify koristi AI za dinamičke banere sa personalizovanim porukama
● Sephora koristi chatbot na svom veb sajtu za preporuku kozmetike na osnovu selfie slike.
Primena generativne veštačke inteligencije u kreiranju digitalnih sadržaja sobom nosi i prednosti i mane. U ovom kontekstu pojedini autori ističu da će generativna veštačka inteligencija (Korinek, 2023; Orchard & Tasiemski, 2023; Luk, 2023; Farina, 2024):
1. Povećati kreativnost i inovacija
a. Kreiranje različitih vidova digitalnih sadržaja (teksta, muzike, video zapisa, slika) za potrebe oglašavanja ili njihovog plasiranja na različitim internet platformama, brže i jeftinije nego što se to do sada radilo
b. Dizajniranje novih proizvoda – generativna AI se može koristiti u fazi dizajniranja novog proizvoda (u modnoj industriji) ili razvoju prototipa u domenu potrošačke elektronike ili automobilskoj industriji
2. Poboljšati korisničko iskustvo, kroz
a. Personalizaciju – generativna AI može da analizira podatke potrošača i generiše personalizovane sadržaje, preporuke, imejl poruke, i time poveća zadovoljstvo krajnjih korisnika i zadrži njihovu pažnju.
b. Chat botovi i virtuelni asistenti – napredna rešenja iz ove oblasti mogu da komuniciraju sa krajnjim korisnicima na način koji je blizak ljudima zadržavajući fokus na kontekstu.
3. Doprineti osvajanju novih tržišta
a. Kreiranje digitalnih sadržaja na više različitih jezika – Generativna AI je sposobna da generiše sadržaje na više različitih jezika kao i da ih prilagodi različitim kulturama i nacijama, omogućavajući poslovnim sistemima da prošire svoja poslovanja i na druga tržišta.
b. Diversifikacija proizvoda – AI se može koristiti da razvoj novih proizvoda i usluga, omogućavajući poslovnim sistemima da diversifikuju svoju ponudu.
U ovom domenu, upotreba generativne veštačke inteligencije povlači za sobom i niz rizika, koji se mogu sumirati u sledećem (Ruiz-Real, 2021):
- Kvalitet i autentičnost – Ponekad AI generiše generičke ili netačne informacije.
- Etika i autorska prava – Problemi sa plagijatom ili korišćenjem tuđih umetničkih stilova.
- Gubitak kreativnosti – Previše automatizacije može smanjiti kreativnu originalnost (Park et al., 2024).
Sa ciljem da se ispita upotreba ove inovativne tehnologije u procesu kreiranja digitalnih sadržaja, sprovedeno je istraživanje među zaposlenima u marketinškim odeljenjima kompanija koje posluju u Srbiji.
Metodologija
Za prikupljanje stavova zaposlenih korišćena je onlajn anketa. Anketa je sprovedena tokom marta 2024. godine. Ukupan broj ispitanika iznosio je 78. Upitnik se sastojao iz dva dela. Prvi deo sadržao je demografska pitanja (pitanja vezana za pol, starost, obrazovanje), dok je drugi deo upitnik bio posvećen veštačkoj inteligenciji i njenom uticaju na tradicionalan način poslovanja. Sva pitanja u upitniku bila su zatvorenog tipa (pitanja sa ponuđenim odgovorima). Za kvanitativno merenje stavova ispitanika korišćena je petostepena Likertova skala. Sva pitanja bila su rangirani na sledeći način: (1) u potpunosti se na slažem, (2) ne slažem se, (3) niti se slažem niti se ne slažem, (4) slažem se, (5) u potpunosti se slažem.
Rezultati istraživanja
Od ukupnog broja ispitanika njih 54% su ženskog pola dok je 36% muškog pola. Najveći broj ispitanika pripada starosnoj grupi od 31-40 (49%), 33% pripada starosnog grupi od 20-30 godina i najmanji broj ispitanika je u grupi preko 40 godina. Od ukupnog broja ispitanika njih 19% je završilo srednju školu, 28% visoku školu, 38% ima fakultetsku diplomu i 15% ima diplomu master studija (Tabela 1).
Tabela 2: Struktura ispitanika
Statistička analiza urađena je u softverskom paketu SPSS i rezultati su prikazani u tabeli 2.
Tabela 3: Statistički podaci
Prema rezultatima istraživanja, 78% ispitanika razume pojam generativne veštačke inteligencije, njih 85% smatra da je primena generativne veštačke inteligencije u kreiranju digitalnih sadržaja opravdana, 71% smatraju da je upotreba generativne veštačke inteligencije rizična i 75% ispitanika nije zabrinuto za gubitak posla usled primene generativne veštačke inteligencije.
Takođe, rezultati istraživanja pokazuju da ispitanici imaju pozitivan stav kada je u pitanju primana generativne veštačke inteligencije u poslovanju:
● 75% ispitanika je izjavilo da koristi softver baziran na generativnoj
veštačkoj inteligenciji za kreiranje digitalnih sadržaja,
● 61% ispitanika čije kompanije koriste generativnu veštačku inteligenciju za generisanje digitalnog sadržaja, se slaže da njena primena ubrzava proces kreiranja digitalnih sadržaja
● 59% ispitanika smatra da je primena generativne veštačke inteligencija dovela do smanjivanja troškova poslovanja
● 58% ispitanika smatra da je došlo do poboljšanja korisničkog iskustva
● 65% ispitanika smatra da će primenom generativne veštačke inteligencije u kreiranju digitalnih sadržaja, proširiti bazu klijenata u budućnosti i privući nove korisnikef
● 71% ispitanika smatra da primena generativne veštačke inteligenciju u kreiranju sadržaja, povećava zadovoljstvo krajnjih korisnika
S ciljem da se utvrdi da li pol ispitanika utiče na njihove stavove, urađen je t- test (Tabela 3).
Tabela 4: Rezultati t- test
Rezultati t-testa pokazuju da pol ispitanika ne utiče na njihove stavove o generativnoj veštačkoj inteligenciji, što se može obrazložiti time da je zavaljujući razvoju savremenih tehnologija i njihovoj primeni u poslovanju, ovo rešenje je postalo dostupno svima.
Da bi se utvrdilo da li starost ili obrazovanje utiče na stavove ispitanika urađena je analiza varijansi (ANOVA) bazirana na Turkey- ovom testu (tabele 4 i 5).
Tabela 5: Uticaj starosti ispitanika na stavove o veštačkoj inteligenciji
Tabela 6: Uticaj stepena obrazovanja ispitanika na stavove o veštačkoj inteligenciji
Rezultati prikazani u tabelama 4 i 5 pokazuju da starost, kao i stepen obrazovanja ispitanika ne utiču na njihove stavove o generativnoj veštačkoj inteligenciji odnosno da postoji podjednaka otvorenost ispitanika ka primeni inovativnih rešenja bez obzira na njihovu starost i obrazovanje.
Zaključak
Generativna veštačka inteligencija je jedna od savremenih disruptivnih inovacija koja značajno može da poveća efikasnost poslovnih procesa vezanih za kreiranje digitalnih sadržaja. Sa ciljem da se ispita stepen korišćenja generativne veštačke inteligencije u procesu kreiranja digitalnih sadržaja sprovedeno je istraživanje među zaposlenima u kompanijama koje posluju u Srbiji. Rezultati istraživanja pokazuju da većina ispitanika smatra da je primena generativne veštačke inteligencije u kreiranju digitalnih sadržaja opravdana, da njena primena ubrzava proces kreiranja digitalnih sadržaja, doprinosi smanjenju troškova poslovanja, doprinosi proširivanju baze korisnika i povećava zadovoljstvo krajnjih korisnika.
Takođe, rezultati istraživanja pokazuju da zaposleni ne vide generativnu veštačku inteligenciju kao pretnju po svoja radna mesta ali smatraju da njena upotreba može biti rizična jer previše automatizacije može smanjiti kreativnost kao i originalnost samih digitalnih sadržaja. Stoga ova inovativna tehnologija najbolje rezultate daje u kombinaciji sa ljudskom kreativnošću.
Ovim istraživanjem nisu bili obuhvaćeni potrošači kojima su ovako kreirani digitalni sadržaji upućeni. Dalja istraživanja u ovom domenu bila bi usmerena ka ispitivanju stavova potrošača o primeni generativne veštačke inteligencije u kreiranju digitanih sadržaja kao i efektima koje tako kreirani sadržaji proizvode.
References
2.Bandi, A., Adapa, P. V. S. R., & Kuchi, Y. E. V. P. K. (2023). The
power of generative ai: A review of requirements, models, input–output formats, evaluation metrics, and challenges. Future Internet, 15(8), 260.
3.Divya, V., & Mirza, A. U. (2024). Transforming content creation: The influence of generative AI on a new frontier. Exploring the frontiers of artificial intelligence and machine learning technologies, 143.
4.Enholm, I.M., Papagiannidis, E., Mikalef, P. et al. (2022). Artificial Intelligence and Business Value: A Literature Review. Information Systems Front 24, 1709–1734.
5.Ercegovac, A., & Ercegovac, I. (2023). Istraživanje uticaja bindžovanja na oblikovanje dnevnog rasporeda i transformaciju konzumacije video sadržaja: Sveobuhvatan pregled literature. Društveni horizonti, 3(6), 49-67.
6.Farina, M., Yu, X., & Lavazza, A. (2024). Ethical considerations and policy interventions concerning the impact of generative AI tools in the economy and in society. AI and Ethics, 1-9.
7.Goldhaber, M. H. (ff1997). The attention economy and the Net. Dostupno na: https://firstmonday.org/ojs/index.php/fm/article/view/519/440/ https://www.abiresearch.com/news-resources/chart-data/report- artificial-intelligence-market-size-global
8.Immorlica, N., Lucier, B., & Slivkins, A. (2024). Generative AI as Economic Agents. ACM SIGecom Exchanges, 22(1), 93-109.
9.Jha, M., Qian, J., Weber, M., & Yang, B. (2024). Harnessing Generative AI for Economic Insights. arXiv preprint arXiv:2410.03897.
10.Korinek, A. (2023). Generative AI for economic research: Use cases and implications for economists. Journal of Economic Literature, 61(4), 1281-1317.
11.Luk, M. (2023). Generative AI: Overview, economic impact, and applications in asset management. Economic Impact and Applications in Asset Management (September 18, 2023).
12.Mihajlović, M., Marković, S., Vujanić, I., Marijanović, R. P., & Ramadhani, I. H. (2024). Knowledge and information management in the company as a strategic business resource. Oditor, 10(3), 53–67. https://doi.org/10.59864/Oditor32403MM
13.Orchard, T., & Tasiemski, L. (2023). The rise of generative AI and possible effects on the economy. Economics and Business Review, 9(2), 9-26.
14.Park, J., Oh, C., & Kim, H. Y. (2024). AI vs. Human-Generated Content and Accounts on Instagram: User Preferences, Evaluations, and Ethical Considerations. Technology in Society, 102705.
15.Prdić, N., & Kostić, S. (2024). Uticaj društvenih mreža na radnom mestu milenijalaca. Oditor: Časopis za menadžment, finansije i pravo, volume X(3), stranice 79 -111.
16.Ruiz-Real, J. L., Uribe-Toril, J., Torres, J. A., & De Pablo, J. (2021). Artificial intelligence in business and economics research: Trends and future. Journal of Business Economics and Management, 22(1), 98- 117.
17.Trifunović, D., Bulut Bogdanović, I., Tankosić, M., Lalić, G., & Nestorović, M. (2023). Research in the use of social networks in business operations. Akcionarstvo, 29(1), 39–63.
18.Trifunović, D., Lalić, G., Deđanski, S., Nestorović, M., & Bevanda, V. (2024). Inovativni modeli i nove tehnologije u funkciji razvoja i kooperacije preduzeća i obrazovanja. Akcionarstvo, 30(1), 177–196.
19.Wahid, R., Mero, J., & Ritala, P. (2023). Written by ChatGPT, illustrated by Midjourney: generative AI for content marketing. Asia Pacific Journal of Marketing and Logistics, 35(8), 1813-1822.
Published in
Vol. 5 No. 10 (2025)
Keywords
🛡️ Licence and usage rights
This work is published under the Creative Commons Attribution 4.0 International (CC BY 4.0).
Authors retain copyright over their work.
Use, distribution, and adaptation of the work, including commercial use, is permitted with clear attribution to the original author and source.
Interested in Similar Research?
Browse All Articles and Journals