admin 
Tai nėra moralinis teiginys ir ne perspėjimas, kad gali būti sučiuptas. Tai yra mechanizmo, kurį kelios tyrėjų grupės dabar dokumentavo skirtingais kampais, aprašymas, o kai pamatysite, kaip dalys dera tarpusavyje, nemaža dalis painiavos AI paieškoje nustoja būti paini. Perskaitysiu jį tikra terminija, nes tikroji terminija yra ten, kur iš tikrųjų gyvena supratimas, o tada kiekvieną kūrinį pateiksiu paprasta kalba, kad jis būtų prieinamas visiems.
Prieš eidami toliau, nustatykite dvi kreives vienas šalia kito, nes kartu dėl jų tai svarbu dabar, o ne kada nors. Remiantis dešimčių tūkstančių puslapių grafito analize, daugiau nei pusė naujai paskelbtų žiniatinklio straipsnių anglų kalba jau yra sukurti AI. Kalbant apie paklausą, mašinos ruošiasi atlikti daugumą užduočių: „Microsoft“ Jordi Ribas, kuris ten vykdo paiešką ir dirbtinį intelektą, teigė, kad per kelerius metus AI agentai gali pateikti tūkstantį kartų daugiau užklausų nei visos žmonių paieškos kartu paėmus. Internetas prisipildo mašina parašytų puslapių tuo metu, kai mašininiai skaitytuvai tampa dominuojančia jo auditorija. Abu vamzdžio galai iš karto virsta sintetiniais.
Reikėtų atkreipti dėmesį į tai, kad yra didelė tikimybė, kad jau girdėjote apie dalykus, kuriuos siūlau daryti šio straipsnio pabaigoje. Bet aš lažinuosi, kad jūs negirdėjote, kodėl ir kaip veikia sistemos, kurios lems mano prognozuojamus pokyčius. TL;DR – žmonės laimi.
Dabar pradėkime nuo tos dalies, kuri mane labiausiai nustebino.
Sistemos turi nykštį mašininiu būdu rašytam tekstui
Mašininiu būdu parašytas tekstas turi aptinkamą struktūrinį parašą, a kartos pirštų atspaudaio aptikimo tyrime šis parašas traktuojamas kaip tikimybinis, o ne tikras, stiprus pasakymas, o ne antspaudas. gerai. Svarbu ne tai, kad egzistuoja piršto atspaudas, kurį kurį laiką manėme, o tai, ką su juo daro paieškos sistemos, ir atsakymas yra priešingas, nei tikisi dauguma žmonių.
Vis daugėja recenzuojamų darbų apie tai, ką mokslininkai vadina šaltinio šališkumaspavadintas nematomas aktualumo šališkumas viename įtakingame dokumente. Paprastais žodžiais tariant: paieškos sistemos, komponentai, kurie nusprendžia, kuriuos puslapius įtraukti, kad būtų sukurtas atsakymas, išmatuojamai teikia pirmenybę mašininiu būdu rašytam tekstui. Jie pirmiausia pasiekia jį ir vertina jį aukščiau, net jei žmogaus parašytas puslapis taip pat atsako į klausimą. SIGIR tyrime, kuriame buvo pavadintas efektas, buvo rasti paieškos modeliai, pagal kuriuos dirbtinio intelekto sukurti elementai yra aukščiau už žmogaus sukurtus, be jokios svarbos paaukštinimo pagrindimo, o tai pratęsė ankstesnį tokio paties šališkumo atradimą paprasto teksto paieškoje. Pagrindinis paaiškinimas yra tas, kad mašininiu būdu parašytas tekstas paprastai būna sklandesnis ir labiau statistiškai nuspėjamas žodis į žodį, o ši savybė matuojama kažkuo, vadinamu sumišimu, kuris nėra susijęs su atsakymo varikliu, kuris turi tą patį pavadinimą, ir atrodo, kad paieškos modeliuose tuo sklandumu lengviau pasitikėti. Priežastis vis dar ginčijamasi. Poveikis kartojamas. Šiuo metu pirštų atspaudai nėra atsakomybė. Tai privalumas.
Praktiškai tai atrodo taip. Du puslapiai vienodai gerai atsako į tą patį klausimą: vieną parašė žmogus, o kitą sukūrė modelis. Siūloma abi, paieškos sistema pasiekia sugeneruotą ne todėl, kad ji tikslesnė, o todėl, kad jos sklandžiai, tolygiai nuspėjama frazė skaitoma kaip patikimesnė sistemai, kuri buvo išmokyta dirbti su didžiuliu kiekiu būtent tokio teksto. Žmogaus puslapis nebuvo blogesnis. Tai tiesiog neatrodė taip, kaip mašina išmoko tikėtis gero atsakymo, o šis lūkestis dabar yra reitingo pranašumas, dėl kurio jūs nieko neuždirbote, o jūsų konkurentas nieko neprarado.
LLM duomenys sprendimams
Šiek tiek sintetikos baseine tampa daug atsakymų
Dabar padėkite laiką ant šios nuostatos. 2026 m. žiniatinklio konferencijos dokumente buvo modeliuojama, kas atsitinka, kai mašininiu būdu parašytas turinys kaupiasi telkinyje, iš kurio semiasi atsakymų varikliai, ir suteikė gedimo režimui pavadinimą: atgavimo žlugimas. Jų kontroliuojamu eksperimentu verta vadovautis savaime. Jie pradėjo nuo realių paieškos rezultatų, tada kiekvieną kartą pridėjo mašininiu būdu rašytus, SEO optimizuotus puslapius, kol sintetinis turinys sudarė du trečdalius turimo telkinio.
Čia yra svarbus skaičius. Tuo du trečdaliai baseino užteršimo daugiau nei 80% to, kas iš tikrųjų buvo paimta į atsakymus, buvo sintetinė. Pasakykite tiesiai šviesiai: nedidelė daugumos mašininiu būdu rašytų puslapių dalis galutiniuose atsakymuose sukūrė didžiąją dalį mašininiu būdu rašytų šaltinių, nes tie puslapiai buvo sukurti siekiant sugauti reitingavimo signalus, todėl jie buvo atrinkti neproporcingai jų daliai. Pirmojo skyriaus poslinkis yra stiprintuvas. Šiek tiek sintetikos baseine tampa daug sintetikos atsakymuose.
Įsivaizduokite, kad atsakydami į vieną klausimą, pasakykite, kiek laiko užtrunka probiotikai. Iš pradžių dešimt šaltinių, kuriuos gali pasiekti atsakymų variklis, gali būti gydytojo paaiškinimas, universiteto sveikatos puslapis, priedų kūrėjas, ilga forumo tema ir keletas žinomų sveikatos leidėjų, tikros kilmės ir požiūrių sklaidos. Po dvidešimties sintetinio kaupimo raundų aštuoni iš tų dešimties laiko tarpsnių yra beveik identiški mašininiu būdu parašyti straipsniai, kurių kiekvienas perfrazuoja tą patį nedidelį teiginių rinkinį, daugiausia skiriasi logotipu viršuje. Gautas atsakymas vis tiek tinka. Dabar jis beveik visas surinktas iš kopijų kopijų, o nesutarimai ir faktūra, kurie anksčiau gyveno tame šaltinių sąraše, tiesiog nutilo.
Ciferblatas, kurį žiūri visi, išlieka žalias
Tai dalis, į kurią turėtumėte atkreipti dėmesį. Per visą tą užterštumą atsakymo tikslumas vos nepakito, o nuo 68 iki 70%. Tyrėjai tai vadina a apgaulingai sveikas būsena, o paprastoji versija yra visa šio kūrinio egzistavimo priežastis: atsakymai vis tiek skamba teisingai, todėl iš išorės niekas neatrodo sugedęs, o po apačia tuos atsakymus maitinantys šaltiniai susiaurėjo iki daugiausia sintetinių, o realių šaltinių įvairovė žlugo. Sistema puikiai atrodo ant vieno ciferblato, kurį žiūri dauguma žmonių, o ratukas yra tuščiaviduris, kurio beveik niekas nemato.
Tiksliau, čia yra spąstai. Turinio komanda atidaro savo AI matomumo prietaisų skydelį ir mato, kad citavimo rodiklis yra pastovus, o gal ir padidės. Viskas ekrane yra žalia. Ekrane neparodoma, kad trys ar keturi šaltiniai, esantys greta jų tuose atsakymuose, kurie prieš metus buvo aštuoni ar dešimt tikrai skirtingų punktų, dabar yra beveik dublikatų, kartojančių tuos pačius teiginius ta pačia forma, grupė. Komanda vis dar cituojama, todėl įrankis praneša apie sveikatą. Informacinė aplinka, kurioje yra jų citata, tyliai susiaurėjo iki aido. Buvimas išliko, įvairovė žlugo, ir prietaisų skydelyje buvo tik vienas iš šių dviejų dalykų.
Ta spraga yra matavimo pamoka, ir lengva tiksliai grįžti atgal. Jei stebite, kaip dažnai atsakymo sistema jus cituoja, sveikai atrodantis skaičius rodo, kad esate matomas tam tikrame bėgime. Tai nieko nepasako apie tai, ar aplink jus esantis telkinys griūva į vienodumą, o citavimo dažnis pasikartojančiuose raginimuose yra orientacinis skaitymas apie tai, kaip jūs atstovaujate, o ne aiškus paklausos skaičius.
Kodėl tai negali paprasčiausiai prisitaikyti prie naujos normos
Taigi, jei pirmenybė teikiama pirštų atspaudams, o baseinas homogenizuojasi, kodėl jį vadinti užnuodytu šuliniu, o ne stabilia pusiausvyra? Kadangi sistema naudoja savo produkciją, ir mes turime tvirtų įrodymų, ką tai daro laikui bėgant. Gamtos tyrimas dėl modelio žlugimo parodė, kad modeliai, treniruojami naudojant rekursyviai generuojamus duomenis, genda per kelias kartas, todėl fotokopijos fotokopija praranda šiek tiek ištikimybę kiekvieną kartą, kol vaizdas tampa purus. Paieškos sluoksnis, kuris vis dažniau pagrindžia savo atsakymus mašininiu būdu rašytuose šaltiniuose, kuriuos gamino tie patys modeliai, yra lėtesnis tos kilpos posūkis. Sistemos turi išlikimo priežastį, o paieškos ir žlugimo autoriai tai aiškiai sako, rekomenduodami organizacijoms vertinti patikimą, žmonių peržiūrėtą turinį kaip strateginį turtą ir pradėti sekti kilmę bei šaltinių įvairovę, o ne vien tikslumą.
Ir čia yra mintis, kuri yra svarbi. Šiuo metu platformos teigia, kad jos yra neutralios turinio kūrimo atžvilgiu. Pačios „Google“ gairėse dėl AI funkcijų aiškiai teigiama, kad jai rūpi, ar turinys naudingas, o ne kaip jis buvo sukurtas. Taigi trys jėgos vienu metu rodo skirtingomis kryptimis: dokumentuotas, esamojo laiko šališkumas, palankesnis mašininiu būdu rašytam tekstui, nustatytas platformos neutralumas, kuris už jį nei apdovanoja, nei nebaudžia, ir struktūrinis išlikimo spaudimas, kuris galiausiai turėtų pastūmėti šias sistemas suteikti pirmenybę žmogaus patikrintiems, įvairiems šaltiniams. Negaliu pasakyti, kada šios jėgos išsispręs ar kuri laimės. Galiu pasakyti, kad statymas dėl strategijos dėl dabartinio šališkumo išlieka amžinai yra lažybos prieš vieną jėgą, nuo kurios priklauso nuolatinė sistemos veikla. O mano pinigai? Dėl to, kad žmogaus sukurtas turinys laikui bėgant tampa vertingesnis.
Ką daryti su tuo
Nė vienas iš čia pateiktų dalykų nėra bendra turinio higiena, o kiekvienas judesys yra susijęs su konkretaus anksčiau paminėtu mechanizmu.
Sukurkite tai, ko sintetinis baseinas negali atkurti. Viena turinio kategorija, kurios struktūriškai negali sukurti homogenizuojantis, į save orientacinis telkinys pirminiai įrodymai: pirmosios šalies duomenys, pirminiai tyrimai, bandymai iš pirmų rankų, tiesioginės ataskaitos. Viskas, ką rašo kalbos modelis, yra išvesta iš to, kas jau egzistuoja. Tikrai nauja informacija turi patekti į sistemą iš išorės, ją pernešti kažkas, kas nuėjo ir rado. Tai ne tik kokybiškas žaidimas; Tai yra tiksli medžiaga, kuri išsaugo šaltinių įvairovę, pasak mokslininkų, sistemai prireiks. Probiotikų pavyzdyje visi aštuoni pasikartojantys puslapiai perdirba tuos pačius teiginius; tas, kuris atliko tikrąjį testą arba paskelbė realius suvartojimo duomenis, yra vienintelis rinkinio šaltinis, kurio kopija negalėjo sukurti, todėl jį sunku pakeisti.
Padarykite savo kilmę įskaitomai. Jei artėjantis spaudimas nukreiptas į žmogaus patikrintų šaltinių privilegijavimą, praktiškas artimiausio laikotarpio žingsnis turi būti neabejotinai atpažįstamas kaip vienas: aiški autorystė, tikri įgaliojimai, susiję su tikrais žmonėmis, skaitytuvo ar mašinos, galinčios patikrinti, įsigijimas, viešai egzistuojantys įrašai. Jūs dirbate tam, kad būtumėte toks mazgas, kurį kilmę žinanti sistema, kai tik ji atvyksta, gali atpažinti ir išlaikyti. Tyrėjai įvardija patikimą žmonių peržiūrėtą turinį kaip strateginį turtą. Užduotis yra įsitikinti, kad įskaitomai esate šiame rinkinyje, kol tai nėra svarbu.
Perskaitykite savo skaičius prieš žlugimą. Laikykite citavimo dažnį nukreiptu, o ne absoliučiu, ir ypač stebėkite apgaulingai sveiką atotrūkį: ar esate cituojamas į atsakymus, kurie patys susiaurėja iki kelių sintetinių šaltinių? Didėjantis citatų skaičius griūvančiame telkinyje gali būti ne toks laimėjimas, kaip atrodo. Komandos, kurios tai suvokia, stebės šaltinių įvairovę ir kilmę, o ne tik buvimą.
Neoptimizuokite savo pirštų atspaudų. Tai nepatogu, nes ta pati optimizacija, kuri šiandien laimi paieškos pirmenybę, skatina žlugimą rytoj. Nesakau jums atsisakyti struktūros ar aiškumo. Sakau jums, kad jei jūsų turinys struktūriškai nesiskiria nuo mašininiu būdu sukurto užpildo, jūs statote viską dėl šališkumo, dėl kurio sistema turi išlikimo priežastį. Apsidraudimas turi būti patikrinamai žmogiškas, kai į įrodymus, autorystę ir sprendimą, kurio modelis negali pagaminti, atsižvelgiama.
Statymas
Štai kur jis išeina. Turinys, kuris šiandien laimi atsakymų variklius, susiduria su tuo, ko šiems varikliams reikia, kad jie iš viso veiktų. Praktikai, kurie kuria nesintetinį, aiškią kilmę ir įrodymus turintį mazgą, nesivaiko dabartinio šališkumo. Jie nustato pataisymą, kurio reikia pačios sistemos išlikimui. Tai yra lėtesnis žaidimas, nei optimizuoti šio ketvirčio paieškos pirmenybę, ir būtent šiam žaidimui skirsčiau savo pinigus.
Daugiau išteklių:
Šis įrašas iš pradžių buvo paskelbtas Duane Forrester Decodes.
Teminis vaizdas: fizkes / Shutterstock
