Google, ШІ та датасети
Раніше в матеріалі про статичні та темпоральні канали, я вже розказувала про «цифровий слід» та важливість використання ЗМІ для його формування
Коротко нагадаю – ЗМІ зберігають контент та тримають його відкритим до індексації. Просунуті редактори навіть використовують SEO-підходи для покращення текстів своїх новин та статей. Таким чином, цей контент легко шукається через пошукові системи та пасивно доготривало «працює» на зацікавлену (а значить – теплу) аудиторію, що здійснює пошук за релевантними запитами.
Іншими словами, ваш пост у стрічці FB аудиторія зможе бачити кілька днів, далі відкритий доступ до нього буде ускладнений. Але вашу новину в ЗМІ зможуть бачити роками в пошуковій видачі Google, якщо зроблять релевантний запит.
Таким чином, за посередництва Google, ми маємо змогу формувати в Інтернеті (а значить – у відкритому доступі) певний архів/профайл/бекграунд нашої компанії і її діяльності.
Та часи змінюються.
З появою LLM (великі мовні моделі – GPT, Claude та багато інших) люди почали використовувати їх як альтернативу пошуковим системам. В першу чергу, це стосується просунутих користувачів LLM та, звісно, мόлоді. GPT як гуглом чи вікіпедією користуються навіть при тому, що існує спеціальний пошуковий ШІ Perplexity, до якого можна «підключити» той же GPT чи Claude. І щось мені підказує, що така практика буде ширитись. Особливо з появою голосових інтерфейсів взаємодії з ШІ, як в новому GPT.
Але як LLM знають про масу речей на світі, якщо в них відсутній доступ до Інтернету? Відразу скажу – штучний інтелект НЕ гуглить відповідь на ваше питання. Він її «знає». Винятки становлять деякі версії ШІ, що можуть, за потреби, погуглити інфу, якщо вона відсутня в їх базі знань, що буває вкрай рідко.
Отже, як формуються знання ШІ. Інженери готують пошуковий алгоритм. Цей алгоритм збирає великий об’єм різноманітної інформації з усіх доступних джерел – так званий датасет. Ці датасети завантажуються в ШІ для процесу навчання. ШІ навчається і отримує певні знання. Далі ці дані він використовує в своїй роботі. Зрозуміло що ці знання постійно «застарівають», тому датасети регулярно оновлюються. Дату актуального датасету можна дізнатись ввівши в ШІ такий промпт – замість AI MODEL вставте версію ШІ яким ви користуєтесь:
# Fetch latest AI MODEL version details
INFO: version, update_date [day/month/year], knowledge_cutoff_date [day/month/year]
LANG: uk-UA
Тобто, якщо датасет зібраний до січня 2022 року, як в GPT 3.5, то на запит «Що сталось в Україні в Лютому 2022 року?» ШІ не дасть відповідь про повномасштабне вторгнення росії. А от GPT 4 вже дасть, тому що його датасет обмежується груднем 2023 року.
Таким чином ми отримали ще один головний біль одну можливість формувати профайл для аудиторії, яка користується іншим інструментом для пошуку інформації.
Це потрібно враховувати в своїй роботі, адже ми знаємо – якщо дурень ШІ щось не дочув знає, то допридумує. Про це я писала раніше коли розповідала про «галюцинування» та «критичні забування» ШІ.
При цьому тримаємо в голові, що алгоритм, який збирає датасети, бере приблизно 60% інформації зі ЗМІ і 40% інформації з соцмереж. Що саме він бере з соцмереж важко дослідити, адже вони значно менш дружні до індексації, крім цього існує маса внутрішніх обмежень ШІ щодо збору та використання даних з соцмереж з причин порушення приватності.
Я не стверджую, що Google став менш корисним і що існує якась відчутна міграція запитів з пошуковиків до LLM, проте, ми, комунікаційники, повинні постійно дивитись вперед і враховувати нові тенденції в своїй роботі. Адже наша професія знаходиться на грані інформаційних технологій. В будь-яку епоху.
- Недоторканні на благо оборони: головне — правильно назвати схему Дана Ярова 19:33
- Корпоративний добробут: турбота про співробітників чи форма м’якого контролю? Анна Пархоменко 15:04
- Як AI змінює структуру бізнесу: замість відділів – малі команди і агентні системи Юлія Гречка 14:07
- Жіноче лідерство в українському бізнесі: трансформація, яка вже відбулася Наталія Павлючок 09:50
- Проведення перевірок в частині вчинення мобінгу: внесено зміни до законодавства Анна Даніель 01:16
- Суд не задовольнив позов батька-іноземця про зміну місця проживання дитини Юрій Бабенко вчора о 17:15
- Як повернутись до програмування після довгої IT-перерви Сергій Немчинський вчора о 16:39
- Моральна шкода за невиконання рішення суду Артур Кір’яков вчора о 14:21
- Путінський режим знову показує своє справжнє обличчя: цього разу – проти азербайджанців Юрій Гусєв вчора о 10:51
- Зелений прорив 2025: як відновлювана енергетика відкриває шлях для України Ростислав Никітенко вчора о 10:22
- "Розумні строки" протягом 1200 днів: чому рішення у справі стає недосяжним Максим Гусляков 28.06.2025 20:49
- Мир начал избавляться от иллюзий, связанных с ИИ Володимир Стус 27.06.2025 23:54
- Триваюче правопорушення – погляд судової практики Леся Дубчак 27.06.2025 16:19
- Дике поле чи легальна сила: навіщо Україні закон про приватні військові компанії (ПВК)? Галина Янченко 27.06.2025 16:03
- Реформа "турботи" Андрій Павловський 27.06.2025 12:07
- Президент поза строком: криза визначеності й мовчання Конституційного суду України 731
- "Розумні строки" протягом 1200 днів: чому рішення у справі стає недосяжним 354
- Реформа "турботи" 239
- Житлово-будівельні товариства: як знизити ризики у новому житловому будівництві 117
- Краще пізно, ніж бідно: чому після 40 саме час інвестувати в фондовий ринок 109
-
На Черкащині викрили незаконний видобуток каолінів: за майже три роки – 14 000 тонн
Бізнес 7062
-
21 удар по одному заводу. У Дрогобичі розповіли про наймасштабнішу атаку за час війни
Бізнес 5327
-
Антиамбітність – не лінь, а вибір: чому slow success набирає обертів
Життя 4297
-
Втратив бізнес в окупації та пережив два інсульти. Як ветеран відкрив поліграфічну фірму в Одесі
Бізнес 3564
-
Золотий гребінець. Хто заробляє на курятині найбільше
Бізнес 2715