Sztuczna inteligencja i nadchodzący implozja mediów

Wśród dziennikarzy popularne jest obecnie ostrzeganie, że sztuczna inteligencja może mieć katastrofalne skutki dla ludzkości. Te obawy są przesadzone w odniesieniu do ludzkości jako całości. Ale są one naprawdę bardzo trafne w odniesieniu do samych dziennikarzy.

Aby zrozumieć, dlaczego, przyjrzyjmy się bliżej subdyscyplinom, które zbiorczo nazywamy sztuczną inteligencją. Sztuczna inteligencja to najszerszy termin, ale możemy ją ogólnie podzielić na systemy oparte na regułach i systemy oparte na uczeniu maszynowym. Systemy oparte na uczeniu maszynowym można dalej podzielić według ich zastosowania (wideo, obrazy, język naturalny itd.). Wśród nich największe postępy zostały dokonane w ostatnim czasie w dziedzinie przetwarzania języka naturalnego. Konkretnie, widzieliśmy wynalezienie modelu transformatora w 2017 roku, a następnie szybki wzrost rozmiaru transformatorów. Gdy model przekracza 7 miliardów parametrów, jest ogólnie określany jako duży model językowy (LLM).

Główną “umiejętnością” (jeśli można ją tak nazwać) LLM jest jego zdolność do przewidywania najbardziej prawdopodobnego następnego słowa w niekompletnym bloku tekstu. Możemy wykorzystać ten mechanizm predykcyjny do generowania dużych bloków tekstu od podstaw, poprzez poproszenie LLM o przewidywanie jednego słowa na raz.

Jeśli LLM jest szkolony na dużych zbiorach danych o zmiennej jakości, ten mechanizm predykcyjny często produkuje słabe pisanie. Jest to przypadkiem z ChatGPT dzisiaj. Dlatego, gdy poruszam ten temat z dziennikarzami, spotykam się ze sceptycyzmem – dziennikarze widzą, jak źle ChatGPT pisze, i zakładają, że sztuczna inteligencja nie stanowi zagrożenia dla nich, ponieważ jest niezdolna.

Ale ChatGPT nie jest jedynym LLM. Jeśli LLM jest szkolony na starannie wybranym zbiorze tekstu napisanego przez najlepszych dziennikarzy – i nikogo innego – to rozwinie zdolność do pisania jak najlepsi dziennikarze.

W przeciwieństwie do dziennikarzy, LLM nie wymaga żadnej pensji.

Pisanie a wiedza o tym, co warto napisać

Przed przejściem dalej, musimy odróżnić mechanikę pisania od kreatywności wymaganej do wiedzy o tym, co warto napisać. Sztuczna inteligencja nie może przeprowadzać wywiadów z osobami, które ujawniają tajemnice, ani nie może długo naciskać na polityka, aby ten przypadkowo powiedział prawdę.

Sztuczna inteligencja nie może gromadzić informacji. Ale może opisać informacje zebrane przez ludzi w sposób elokwentny. Jest to umiejętność, którą dziennikarze i pisarze mieli kiedyś monopol. Nie mają już.

Biorąc pod uwagę obecny poziom postępu, sztuczna inteligencja może pisać lepiej niż 99% dziennikarzy i profesjonalnych pisarzy już w ciągu roku. Będzie to robić za darmo, na żądanie i z nieograniczoną wydajnością.

Ekonomika bezpłatnego pisania

Każdy, kto ma listę faktów do przekazania, będzie mógł przekształcić te fakty w dobrze napisany artykuł. Każdy, kto znajdzie artykuł na dowolny temat, będzie mógł wyprodukować inny artykuł, obejmujący ten sam temat. Ten pochodny artykuł będzie równie dobry jak pierwszy, i nie będzie plagiatem ani nie będzie naruszał praw autorskich..

Koszt marginalny treści napisanej stanie się zero.

Obecnie ekonomia mediów napisanych opiera się na pracy ludzkiej. Dobrze napisane treści są rzadkie, więc mają wartość. Całe branże zostały zbudowane, aby przechwytywać tę wartość.

Gdy sztuczna inteligencja może produkować treści wysokiej jakości za darmo, finansowa podstawa tych branż załamie się.

Abolycja publikacji

Rozważmy tradycyjne publikacje. Przez dziesięciolecia firmy takie jak The New York Times zatrudniały wykwalifikowanych pisarzy, aby produkować ograniczoną liczbę artykułów każdego dnia (zwykle około 300). Ten model jest wewnętrznie ograniczony przez liczbę pisarzy i koszty z tym związane.

W świecie, w którym sztuczna inteligencja może generować nieograniczoną liczbę artykułów bez kosztów, po co ograniczać produkcję do ustalonej liczby? Dlaczego nie tworzyć spersonalizowanych treści dla każdego czytelnika, dostosowanych do ich zainteresowań i generowanych na żądanie?

W tym nowym paradygmacie tradycyjny model periodycznych wydań i ustalonych liczb artykułów staje się przestarzały. Publikacje mogą przerzucić się na model, w którym treści są ciągle tworzone i personalizowane, dostosowane do konkretnych potrzeb poszczególnych czytelników. Jeden czytelnik może potrzebować jednego artykułu dziennie. Inny może potrzebować 5000.

Publikacje, których podstawowym produktem jest pakowanie 300 artykułów w jedną dzienną edycję, wyginą.

Wyszukiwarki stają się silnikami odpowiedzi

Wyszukiwarki działają jako dystrybutorzy, łącząc użytkowników z pre-istniejącymi treściami. Aby to osiągnąć, wykonują cztery kroki.

Pierwszym krokiem jest indeksowanie ogromnych ilości pre-istniejących treści. Drugim krokiem jest otrzymanie zapytania od użytkownika. Trzecim krokiem jest wyszukiwanie pre-istniejących treści, aby znaleźć elementy istotne dla zapytania użytkownika. I czwartym krokiem jest klasyfikowanie odzyskanych treści i prezentowanie użytkownikowi posortowanej listy wyników.

Dotychczas wszystko jest w porządku. Ale jeśli treści mogą być tworzone na żądanie, za darmo, to po co wyszukiwarkom zwracać pre-istniejące treści do użytkownika? Mogą po prostu wygenerować odpowiedź zamiast.

Teraz rozważmy logiczny następny krok. Jeśli wyszukiwarki nie prowadzą już użytkowników do żadnych treści napisanych przez innych, co się stanie z “gospodarką treści”?

Większość treści w internecie została napisana, aby być monetyzowana. Ludzie piszą artykuły, rankingują na Google, otrzymują ruch i przekształcają go w dochód (za pomocą reklam, linków afiliacyjnych lub bezpośrednich sprzedaży produktów lub usług).

Co się stanie z tym ekosystemem, gdy ruch zniknie?

Media społecznościowe: następna kostka domina

Platformy mediów społecznościowych zostały pierwotnie zaprojektowane, aby ułatwić interakcje między użytkownikami. Jestem wystarczająco stary, aby pamiętać czasy, kiedy ludzie logowali się na Facebooka, aby napisać na ścianie przyjaciela, puknąć lub rzucić wirtualną owcą w kogoś.

Dzisiejsze media społecznościowe są inne. Najczęstsza liczba obserwujących, jaką użytkownicy mają na Instagramie, to zero. Druga najczęstsza liczba obserwujących to jeden. Ogromna większość wyświetleń, udostępnień, komentarzy i obserwujących jest zgromadzona przez niewielką liczbę profesjonalnych twórców. Większość użytkowników odwiedza media społecznościowe, aby znaleźć treści, które mogą im się spodobać.

Media społecznościowe działają jako dystrybutorzy, podobnie jak wyszukiwarki. Główna różnica między Facebookiem a Google polega na tym, że Google używa zapytania do wyboru treści, podczas gdy Facebook wybiera treści bez zapytania.

Jeśli tak jest, to następny krok staje się oczywisty. Dlaczego media społecznościowe promują treści generowane przez użytkowników, gdy mogą generować treści oparte na sztucznej inteligencji na żądanie? Początkowo tylko tekst, ale ostatecznie także obrazy i wideo.

A gdy media społecznościowe nie prowadzą już użytkowników do treści stworzonych przez twórców, co się stanie z “gospodarką twórców”?

Analogia ze Star Trek Replicator

Wchodzimy w nowy paradygm, w którym sztuczna inteligencja działa jak replicator ze Star Trek dla treści.

W Star Trek nie ma potrzeby rolników, którzy uprawiają żywność, sklepów, które ją sprzedają, kucharzy, którzy ją przygotowują, czy kelnerów, którzy ją podają. Replicator może stworzyć każdą żywność, jaką sobie życzymy, na żądanie, poprzez bezpośrednie przekształcenie surowców w produkt końcowy.

Podobnie, nie widzę miejsca w naszej przyszłości dla żadnej firmy, która tworzy treści napisane, dystrybuuje treści napisane, łączy treści napisane w jakiś specjalny sposób lub serwuje pre-istniejące treści napisane użytkownikowi. Jedynymi cennymi funkcjami będą pozyskiwanie surowców i przekształcanie ich w produkt końcowy na żądanie.

Wciąż potrzebujemy sposobów tworzenia informacji, które nie istniały wcześniej, i gromadzenia informacji, które nie były wcześniej publicznie dostępne. Wszystko inne zostanie osiągnięte przez silniki sztucznej inteligencji, które przekształcają dostępną informację w spersonalizowane treści.

Wnioski dla twórców i dystrybutorów treści

Traderzy często mówią o “pozytywnej ekspozycji” i “negatywnej ekspozycji”. Najłatwiejszym sposobem zrozumienia tych pojęć jest zadanie sobie pytania – jeśli ta rzecz wzrośnie, będę korzystał czy cierpiał?

Sztuczna inteligencja rośnie. I rośnie szczególnie szybko w obszarach takich jak język naturalny i inne treści generowane przez ludzi. Pytanie, które każdy profesjonalista musi zadać sobie, to – czy mam pozytywną czy negatywną ekspozycję na sztuczną inteligencję?

Jeśli jesteś twórcą treści – powiedzmy, publikacją prasową – i twoja struktura kosztów jest niezerowa, to prawdopodobnie masz kłopoty. Wkrótce będziesz konkurował z twórcami treści, których koszt jest zero, i to nie jest konkurencja, której możesz wygrać. Prawdopodobnie masz tylko 3 wybory: opuścić rynek; zmniejszyć koszty do zera (poprzez stanie się firmą sztucznej inteligencji); lub zbankrutować.

Jeśli jesteś po stronie dystrybucji, prawdopodobnie masz więcej czasu, zanim pełne skutki dotkną twoją działalność. Efekty sieciowe pomogą ci opóźnić zakłócenie na kilka lat. Ale ostatecznie, rzeczy, które muszą się wydarzyć, się wydarzą. Wyszukiwarki zastąpiły katalogi internetowe. Kanały zastąpiły dużą część funkcji, które wyszukiwarki pełniły wcześniej. I wkrótce, tworzenie treści na żądanie zastąpi obie.

Rola rządu i regulacji

Jako osoba, która urodziła się w Związku Radzieckim, nie jestem wielkim fanem rządowej regulacji wolności słowa. Zagrożenia moralne są zwykle wyższe niż jakiekolwiek tymczasowe korzyści, które taka regulacja mogłaby przynieść.

Niemniej, uważam, że rządy mogą odegrać ważną rolę w określeniu, jak to się rozwinie.

Mamy dobre i złe przykłady rządowych regulacji i ich skutków dla branży. “26 słów, które stworzyły internet” rozwinęły młodą branżę do wartości setek miliardów dolarów. Regulacja ISP w latach 90. spowodowała, że liczba ISP w USA spadła z ponad 3000 do 6, i doprowadziła do sytuacji, w której amerykańscy konsumenci mają najgorszy dostęp do szerokopasmowego internetu na świecie.

Gdy poproszono mnie o moje rekomendacje, zwykle wskazuję na trzy sposoby, w jakie rządowa regulacja może pomóc, a nie szkodzić, rozwojowi tego nowego ekosystemu:

1. Nakładaj interoperacyjność, i ułatwaj konsumentom przełączanie się między dostawcami.

Kapitalizm działa jak naturalna selekcja – firmy, które robią rzeczy lepiej lub bardziej efektywnie, będą rosły szybciej niż te, które nie. Mechanizmy “zamknięcia”, które utrudniają przełączanie, takie jak niemożliwość wyeksportowania danych z usługi i przeniesienia ich do konkurenta, spowalniają tę ewolucję i prowadzą do niższego wzrostu.

Jeśli rządy mogą nakładać interoperacyjność w całej branży technologicznej, zobaczymy więcej dobrych funkcji i dobrych zachowań nagradzanych. Stworzymy zachętę dla firm, aby innować w rzeczach, które ludzie chcą, a nie innowować w sposobach, aby wycisnąć więcej z uwięzionej publiczności.

2. Egzekwuj antytrust, koncentrując się na nadużyciach monopolistycznych, a nie na ryzyku monopolu.

Wszyscy wiemy, że gdy dwie firmy łączą się, wynikająca z tego jednostka może stać się duża i mieć nadmierną władzę w stosunku do swoich klientów. Ale istnienie nadmiernej władzy nie zawsze prowadzi do złej obsługi lub wyzysku cenowego.

Tymczasem firmy, które już mają nadmierną władzę, często angażują się w antykonkurencyjne zachowania na naszych oczach. A jednak FTC koncentruje się na blokowaniu połączeń i przejęć.

Jeśli rządy skoncentrują się na zakazie i ścisłej egzekucji antykonkurencyjnych praktyk, takich jak dumping i bundling, szczególnie w odniesieniu do produktów technologicznych używanych przez większość populacji, cały system stanie się odblokowany.

Pewne konkretny przykłady mogą pomóc zilustrować ten punkt.

Świadczenie przeglądarki, która jest bardzo złożonym oprogramowaniem, którego koszt wynosi miliardy, za darmo – jest wyraźnym przypadkiem dumpingu. Nowe firmy przeglądarkowe, takie jak Cliq lub Brave, mają trudności z innowacjami w tym obszarze, ponieważ ich o wiele więksi konkurenci dają ten drogi produkt za darmo. Wynikiem jest to, że wszystkie przeglądarki wyglądają teraz tak samo, i nie było znaczących innowacji w tym obszarze od 2016 roku.

Świadczenie aplikacji do komunikacji firmowej jako części pakietu edycji dokumentów, które każda firma musi kupić – jest wyraźnym przypadkiem bundlingu. Nawet bardzo udany startup, taki jak Slack, został zmuszony do sprzedaży się większej firmie, aby móc konkurować jako płatny produkt w przestrzeni, w której ich główny konkurent jest związany z czymś, co ich klient musi mieć i tak.

Gdy sztuczna inteligencja rozwija się w nowy ekosystem, który staje się większy niż internet, będziemy świadkami jeszcze większych nadużyć w tym nowym obszarze – chyba że rządy wkroczą i zapewnią, że dumping i bundling nie będą opłacalne.

3. Rozważaj sposoby subsydiowania lub ochrony tworzenia oryginalnych treści.

Rząd finansuje badania podstawowe i naukę za pomocą grantów i innych subsydiów. Chroni także nowe pomysły, które ludzie odkrywają w swoich badaniach, za pomocą patentów. Powodem, dla którego te dwa mechanizmy są konieczne, jest to, że kopiowanie pomysłu, który działa, jest znacznie tańsze niż wymyślanie nowego pomysłu, który działa. Bez interwencji mogłoby to prowadzić do tragedii wspólnych zasobów, w której wszyscy kopią od swoich sąsiadów, a nikt nie tworzy nic nowego.

W dziennikarstwie i tworzeniu treści te mechanizmy były niepotrzebne, ponieważ kopiowanie bez naruszenia praw autorskich było trudnym procesem. Ale z pojawieniem się sztucznej inteligencji, to już nie jest prawdą. Gdy cena przeredagowania czyjejś pracy zbliża się do zera, będziemy potrzebować mechanizmów, aby zachęcić do czegoś innego niż przeredagowanie – i najlepsze odpowiedzi mogą wyglądać podobnie do tych, które mamy w badaniach podstawowych dzisiaj.

Robienie najlepszego z tego wyzwania

Transformacja spowodowana przez sztuczną inteligencję jest jednym z największych wyzwań, przed którymi stoi ludzkość dzisiaj. Dziennikarze i inni twórcy treści będą dotknięci jako pierwsi. Dystrybutorzy treści będą następni. Wkrótce wejdziemy w całkowicie nowy paradygm, który nazwałem modelem “Star Trek Replicator” dla tworzenia i dystrybucji treści.

Mamy okazję zbudować coś lepszego niż to, co istnieje dzisiaj. Tak jak wynalezienie prasy drukarskiej doprowadziło do Oświecenia, wynalezienie sztucznej inteligencji może doprowadzić do drugiego Oświecenia. Ale niestety, nie wszystkie możliwe przyszłości są łagodne.

Leży to na nas, aby skierować tę ewolucję w odpowiednim kierunku.