paint-brush
LLM-ek a közösségi média hírcsatornáinak gondozásához? Igen Kérem!által@liorb
499 olvasmányok
499 olvasmányok

LLM-ek a közösségi média hírcsatornáinak gondozásához? Igen Kérem!

által Lior Barak9m2024/11/26
Read on Terminal Reader

Túl hosszú; Olvasni

Online hírcsatornáink hibásak, és a nagy nyelvi modellek képesek kijavítani őket.
featured image - LLM-ek a közösségi média hírcsatornáinak gondozásához? Igen Kérem!
Lior Barak HackerNoon profile picture
0-item
1-item

A bolond próféciája

Igen, a jóslat bolondoknak és tréfáknak adatott, de adatvezetőként és a technológiai változások éles megfigyelőjeként merész jóslatot teszek: az online tartalomfogyasztásunk legjelentősebb átalakulásának hajnalának lehetünk tanúi azóta. A Google forradalmasította a keresést . És váratlan helyről érkezik.


A digitális káosz jelenlegi állapota

Az online hírfolyamaink megszakadtak.

  • A LinkedIn a szerény dicsekvések és motivációs klisék pusztaságává vált.
  • X (korábban Twitter) fuldoklik a gyűlöletbeszédben és a csalásokban.
  • A Facebook a digitális szellemváros, ahol a nagynénje még mindig Minion mémeket oszt meg.


Az algoritmusok álma, amelyek releváns, értelmes tartalommal kapcsolnak össze bennünket, az eljegyzés megszállottja rémálommá redukálódott.


Az LLM forradalom megértése

Mielőtt belemerülnénk abba, hogy a nagy nyelvi modellek (LLM-ek) hogyan alakítják át digitális környezetünket, nézzük meg, miben különböznek egymástól. A hagyományos algoritmusokkal ellentétben, amelyek előre meghatározott szabályokon és mintaillesztésen alapulnak, az LLM-ek megértik a kontextust, az árnyalatokat és ami a legfontosabb, a szándékot. Nem csak azt látják, hogy egy adattudományról szóló bejegyzésre kattintott; megértik, hogy miért kapott visszhangot ez a bejegyzés.


Gondoljon a hagyományos ajánlómotorokra, mint egy ellenőrző listával dolgozó partnerkeresőre, míg az LLM-ek inkább egy barátok, akik ismerik az ízlését, megértik a hangulatát, és meg tudják jósolni, hogy milyen tartalmak adhatnak ténylegesen értéket a napjához.

Bepillantás a jövőbe

Két közelmúltbeli tapasztalat rávilágít az LLM-ek szeizmikus eltolódására:

  1. Újra feltalált vásárlás: Az okosórák kutatása közben megosztottam csalódottságaimat a Google Geminivel kapcsolatban. A kulcsszóvezérelt ajánlások helyett a Gemini elemezte az igényeimet, frusztrációimat és törekvéseimet. Három pénztárcabarát lehetőséget és egy prémium alternatívát javasolt – arra az esetre, ha megérné a fröccsöt. Ez kevésbé volt olyan, mint egy termékkatalógus böngészése, és inkább egy olvasott baráttal való konzultáció.

  2. Tartalomfelfedezés, amely megért téged: Képzeld el, hogy a LinkedIn jelenlegi zűrzavarát egy LLM-alapú hírcsatorna váltja fel. Ahelyett, hogy általános bejegyzéseket jelenítene meg, felismerheti az Ön szakmai pályáját, és megjelenítheti az Ön karrierútjához szabott cikkeket, vitákat és történeteket. Ez a különbség a kulcsszóegyeztetés és az utazások megértése között .


Jelenleg egy kereszteződésben vagyok, néhány hónapja otthagytam a munkámat, és azon töprengek, hogy mit csináljak ezután, esetleg visszamenjek tartalomkészítőnek az adatok területén, vagy újra felveszek főállásúnak, Mivel családdal vagyok, tudom, hogy a valóság nem mindkettő, hanem az egyik, nincs szükségem újabb inspirációra valami 1 dolláros befolyásolótól, hogy hajnali 4-kor felébrednek, hogy dolgozzanak a vállalkozásukon, mielőtt bevinnék a gyerekeket az óvodába és elkezdenék a 9. 5 munka, én BS-nek hívom. Legyen egy hírfolyamom, amely segít felfedezni szükségleteimet, és inspirációt meríthetek valódi emberektől, akik megtették a lépést, engedje meg, hogy kapcsolatba lépjek velük, és jobban megismerjem, hol tartok, vagy jobban kapcsolatba léphetek olyan emberekkel, akik tetteik alapján segíthetnek sikeremben.


Platform Wars: Új csatatér


Elon Musk Still Serious About Fighting Mark Zuckerberg 'Anytime, Anyplace' Twitter/X és Grok: Elon hosszú játéka

Amikor Elon Musk 8000-ről 1500-ra csökkentette a Twitter munkaerőt, sokan káoszt láttak. De mi van, ha ez egy másfajta tartalommoderálásra való felkészülés? A Grok elindításával egy új stratégia magvát látjuk: a tartalom-kurálást árnyalt megértésen, nem pedig tompa algoritmusokon alapul.

A Facebook LLAMA: Mark utolsó állása

A LLAMA modell Facebook általi megjelenése nem csak az AI-versenyhez való csatlakozásról szól, hanem a túlélésről is. Mivel a felhasználók a TikTok és az Instagram felé menekülnek (amely lényegében a TikTok klónjává válik), a Metának valami forradalmi dologra van szüksége, hogy újjáéleszthesse zászlóshajó platformját. A LLAMA lehet a kulcs a felhasználói szándékok megértéséhez a Meta ökoszisztémájában, a WhatsApp-üzenetektől az Instagram-interakciókig.


A Google Gemini: A keresőbirodalom védelme

A Gemini bemutatása a Google által többet jelent, mint a felzárkózást a mesterséges intelligencia versenyében – az alaptevékenységük védelméről szól. A hagyományos keresőmotor-modellt, és különösen a Google Ads-t veszély fenyegeti, és a Gemini azon képessége, hogy megértse és kontextusba helyezze a tartalmat, megváltoztathatja az online információk felfedezésének módját.


A közösségi médián túl: Az e-kereskedelem forradalma

De itt válik érdekessé – ez az átalakulás nem áll meg a közösségi médiánál. Képzeljen el egy e-kereskedelmi hírcsatornát, amely nemcsak a vásárolt termékek alapján jeleníti meg a termékeket, hanem megérti vásárlási magatartásának összefüggéseit. Az LLM-ek átalakíthatják a termékajánlásokat a „mások is vásároltak” helyett „itt mi oldja meg a problémáját”.


Néhány évvel ezelőtt egy technológiai konferencián egy bátor elemző lépett a színpadra, és megosztotta azt, amit az iparágban a legtöbben tudnak, de kevesen merték nyíltan elmondani. Felfedték, hogy a legnagyobb kihívás nem a felhasználói igények kezeléséhez szükséges technológia volt, hanem a SEO erőfeszítések és a fizetett hirdetések közötti megfelelő egyensúly megtalálása. Az igazi félelem nem a technikai skálázhatóság, hanem a gazdaságosság miatt volt: egyes platformokon a felhasználószerzési költségek 100 dollárra nőttek felhasználónként, nagyrészt a nem célzott hirdetések megjelenítése miatt, amelyek nem eredményeztek konverziót. Eközben a SEO-n keresztül érkező felhasználók sokkal jobb elköteleződési mutatókat mutattak.


De itt kezd kellemetlen lenni: az elemző egy közeledő fordulópontra mutatott. Mi történik, ha a feed-algoritmusok úgy döntenek, hogy az organikus tartalom megjelenítése már nem a platform pénzügyi érdeke? Amikor a hirdetési bevételek iránti vágy teljesen elnyomja a felhasználói élményt? Ez nem csak elméleti volt – látták ennek a feszültségnek a korai jeleit valós időben.


Ez tükrözi azt, amit ma látunk a különböző platformokon. Amikor Elon Musk panaszkodik a Twitter hirdetési bevételeiről, vagy amikor a Facebook több hirdetést tölt be a hírfolyamodba, ugyanazzal az alapvető problémával küzdenek. A hagyományos reklámvezérelt modell eléri határait, egyre agresszívebb bevételszerzés felé tolja a platformokat, ami végső soron rontja a felhasználói élményt.


Hogyan alakítja át világunkat az AI törvény, a GDPR és a DMA (és mit jelent számunkra)

Emlékszem, amikor először láttam a GDPR hullámzó hatásait. Nem csak arról volt szó, hogy mindenhol felbukkantak a sütiszalagok. Ez állt a háttérben : a vállalatok igyekeztek megfelelni, miközben újragondolták, hogyan kezelik adatainkat. Ráébredt arra, hogy egyetlen szabályozás hogyan kényszerítheti az iparágakat innovációra – vagy összeomlásra.


Most, az AI-törvénnyel és a DMA-val , úgy érzem, egy újabb fordulóponthoz érkeztünk. Ezek nem csak szabályok; Európa azt mondja: „Csináljuk másképp a technológiát”. Ezek precedenst teremtenek arra vonatkozóan, hogy miként építjük, telepítjük és használjuk a technológiát etikusan és átláthatóan.


Vegyük például az AI törvényt . Eszembe jut a gépi tanulási modelleket építő csapatokkal folytatott megbeszélések. Mindannyian szembesültünk már azokkal a pillanatokkal, amikor az érintett felteszi a kérdést: „Miért döntött így a modell?” Hamarosan ez nem csak kérdés lesz; törvényi előírás lesz. Ha adatcsapata nem áll készen arra, hogy elmagyarázza a mesterséges intelligencia rendszereit, akkor már lemaradt.


Vagy nézd meg a DMA-t . Olyan, mint egy leheletnyi friss levegő, amely kihívást jelent a nagy platformok uralmának, és együttműködésre ösztönöz. De nehéz kérdéseket is felvet: Hogyan hozhatunk létre nyitott ökoszisztémákat anélkül, hogy több kockázatnak tennénk ki magunkat?


Mit jelent ez az adatcsapatok számára (és Ön személy szerint)

Ott voltam – zsonglőrködtem a megfeleléssel, miközben próbáltam újítani. Nem könnyű, de a következőket tanultam:

  1. Előzze meg a megfelelőséget: Gondoljon az olyan szabályozásokra, mint a GDPR, mint lehetőség a bizalom kiépítésére, ne pedig akadály.
  2. Lean Into Transparency: Ha megmagyarázza döntéseit – akár ember, akár mesterséges intelligencia hozza meg azokat – versenyelőnyt jelenthet.
  3. Think Beyond Rules: A GDPR után azok a cégek virágoztak, amelyek nemcsak megfeleltek a minimális követelményeknek, hanem ugródeszkaként használták őket a jobb termékek és szolgáltatások érdekében.

A Mono Feed veszélye: Amikor az AI visszhangkamrává válik

Íme egy nyugtalanító forgatókönyv, amely közelebb van, mint gondolnánk: az LLM-ek annyira jókká válnak, hogy megjósolják, mit akarunk látni, hogy tökéletes visszhangkamrákat hoznak létre. Képzeljen el egy olyan személyre szabott hírcsatornát, amely soha nem kérdőjelezi meg meglévő meggyőződéseit vagy preferenciáit. Ha úgy gondolja, hogy a Föld lapos, előfordulhat, hogy az algoritmus fokozatosan kiszűr minden mást magyarázó tartalmat. Ha kétszer vásárolt egy bizonyos márkájú tévét, a rendszer úgy dönthet, hogy nincs szüksége többé alternatívákra.


Ez túlmutat azon visszhangkamrákon, amelyek miatt ma aggódunk. A jelenlegi közösségimédia-algoritmusok olyan tartalmakat jeleníthetnek meg, amelyekkel nem értesz egyet, ha az valószínűleg vitákat vált ki. De az LLM-ek mélyebb szinten megértik a kontextust és a szándékot, létrehozhatnak egy úgynevezett "komfortbuborékot" – egy olyan hírfolyamot, amely annyira igazodik az Ön preferenciáihoz, hogy tökéletesnek tűnik, miközben csendesen megszünteti az intellektuális sokszínűséget.


A kényelem csábító. A legtöbben nem akarnak 40 YouTube-videót nézni, amelyekben a mosógépeket hasonlítják össze – csak azt akarják, hogy valaki azt mondja nekik: „Ez a legjobb az Ön igényeinek”. Ha azonban felfedezési folyamatunkat kiszervezzük a mesterséges intelligenciának, azzal kockáztatjuk, hogy elveszítjük az új ötletekbe való belebotlás reménytelenségét, a különböző nézőpontok megismeréséből származó növekedést és a több lehetőség összehasonlításából származó kritikus gondolkodási készségeket.


Elég idős vagyok ahhoz, hogy emlékezzek azokra az időkre, amikor számokat tanultam, bárkit felhívhattam a memóriám alapján, bármelyik nyilvános telefonon, ma kérdezze meg a párom telefonszámát. Fogalmam sincs! A telefon elveszett, más módot kell találnom, hogy elérjem őt. Emlékszem a különböző szolgáltatásoknál beállított összes jelszóra? Látod hova megyek vele ;-)


Gondoljon csak bele: a mono hírfolyamok világában hogyan fedezhetnénk fel, hogy valamiben tévedünk? Hogyan növekednénk túl jelenlegi preferenciáinkon? Az a hatékonyság, amely vonzóvá teszi az LLM-alapú tápokat, veszélyes visszhangkamrákká is teheti őket, amelyek megerősítik a meglévő hiedelmeket és preferenciákat, miközben megszüntetik az egészséges kognitív súrlódást.


Az igazi kihívás nem technikai, hanem filozófiai. Hogyan lehet egyensúlyt teremteni a személyre szabott tartalmak kényelme és a szellemi sokszínűség igénye között? Hogyan biztosíthatjuk, hogy a mesterséges intelligencia által vezérelt hírcsatornák ne csak azt mondják el, amit hallani akarunk, hanem azt is, amit hallanunk kell?


Tudom, hogy néhányan azt mondják majd, de az Amazon megpróbálta úgy, hogy az Alexa megkérte, hogy rendeljen akkumulátorokat, és bízott a platformban, hogy elküldi a legjobb megoldást, hogy később kiderüljön, hogy többet fizettek, és ez a funkció lassan kihalt az Alexa-eszközökből. jobb visszatérés az LLM-mel

A digitális felfedezés jövője

Ez az átalakítás nem csak a jobb algoritmusokról szól. A 2024-re előrejelzett 740 milliárd dolláros online hirdetési piacról van szó. Az LLM-alapú hírcsatornákat irányító platformok újradefiniálják, hogyan viszonyulunk a tartalomhoz, miközben tele van a kasszájuk.

Mit jelent ez az Ön számára

Emlékszel, amikor Mark Zuckerberg kijelentette, hogy "vége a magánélet" a Facebook korai időszakában? Hasonló vízválasztó pillanatban vagyunk az LLM-ekkel. Ezúttal azonban nem csak az adatainkról van szó, hanem arról, hogyan fedezzük fel az egész digitális világot, és hogyan lépünk kapcsolatba vele.


Nézzük meg, mit jelent ez a különböző csoportok számára:

Felhasználóknak:

  • A jó: Relevánsabb tartalom, kevesebb időveszteség az irreleváns keresésekre, és potenciálisan értelmesebb felfedezések

  • Aggodalomra ad okot: már nem csak a termék vagyunk – mi vagyunk a kínálat és a képzési adatok is

  • Az ismeretlen: digitális felfedezésünkből mennyit vagyunk hajlandók átruházni az AI-ra?


Tartalomkészítőknek:

  • A lehetőség: nagyobb esély a valóban érdeklődő közönség elérésére

  • A kihívás: Megtanulni olyan tartalmat létrehozni, amely mind az emberek, mind az LLM-ek körében rezonál

  • A kockázat: az AI-vezérelt elosztórendszerektől való függővé válás


Vállalkozásoknak:

  • Előfordulhat, hogy a hagyományos hirdetőknek újra kell gondolniuk stratégiájukat – ha az LLM-ek valóban megértik a felhasználói szándékot, a hirdetések széles közönséghez juttatása kevésbé hatékony.

  • A hangsúly a „Hányan látják a hirdetésünket” helyett a „A megfelelő embereket a megfelelő pillanatban érjük el” felé.

  • A kisvállalkozások számára előnyös lehet, ha az LLM-ek kiegyenlítik a versenyfeltételeket a releváns közönség elérésében


Fejlesztőknek és műszaki szakembereknek:

  • Ez nem csak a kódellenőrzések automatizálásáról vagy a dokumentáció létrehozásáról szól
  • Alapvető változás előtt állunk a digitális élmények kialakításában és optimalizálása terén
  • A kihívás olyan rendszerek kiépítése lesz, amelyek fenntartják az emberi cselekvést, miközben kihasználják az AI-képességeket


Nem, az LLM-ek nem helyettesítenek mindannyiunkat, és nem fognak megölni minket (még). De egész iparágakat fognak átformálni. A fejlesztők másképp építenek, a marketingesek másképp céloznak, és másként fog működni az ügyfélszolgálat. Nem azok lesznek a nyertesek, akik egyszerűen elfogadják az LLM-eket, hanem azok, akik rájönnek, hogyan lehet fenntartani az emberi értéket és a kreativitást, miközben kihasználják ezeket a hatékony eszközöket.


Ebben az új korszakban nem csak fogyasztók vagy alkotók vagyunk – részt veszünk egy hatalmas kísérletben az AI-vezérelt tartalomgondozás terén. A kérdés nem az, hogy részt vegyünk-e (már így is vagyunk), hanem az, hogyan tegyük ezt bölcsen, miközben megőrizzük autonómiánkat és kritikai gondolkodásunkat.


Ne feledd: a nap végén mi vagyunk a kínálat részei, a hirdetők a kereslet, és ebben a ciklusban csak az nyer, aki a legértelmesebb kapcsolatot tudja teremteni a kettő között. De az „értelmes” az LLM-ek korában nagyon másképp nézhet ki, mint amit megszoktunk.


A szerző megjegyzése: Ez a darab személyes megfigyeléseket és előrejelzéseket tükröz a jelenlegi technológiai trendek alapján. A jövő, mint mindig, a várttól eltérően alakulhat.


Rólam (Lior): Adatvezető és technológiai stratéga, aki az AI, a tartalom és az emberi kapcsolatok metszéspontját kutatja. Jelenleg a szakmai átmenetemben navigálok, és megosztom az utazás során szerzett betekintéseket. Lépjen kapcsolatba velem itt a Hackernoon vagy a LinkedIn oldalon, hogy folytassa a beszélgetést a tartalomfeltárás és az adatkezelés jövőjéről.