Czy WSZYSTKIE treści w Internecie są generowane przez AI? - o teorii martwego Internetu
W tym odcinku podcastu BeAIware przyglądamy się jednej z najbardziej intrygujących i niepokojących koncepcji naszych czasów – teorii martwego internetu. Czy naprawdę dotarliśmy do momentu, w którym większość treści online tworzona jest przez boty i generatywną sztuczną inteligencję? A jeśli tak – co to oznacza dla wiarygodności informacji, przyszłości mediów społecznościowych i kondycji cyfrowego społeczeństwa? 🔍 W rozmowie z Adrianem Żebrowskim analizujemy: 00:00 Czy internet naprawdę umarł? Wprowadzenie do teorii martwego internetu 02:05 AI w social mediach – czy LinkedIn i Facebook są pełne sztucznych treści? 03:42 Ile treści w internecie generuje AI? Przegląd badań i statystyk 07:55 Czy już żyjemy w martwym internecie? Redukcja informacji i przesilenie cyfrowe 10:04 Jak spadek kosztu informacji zmienia nasz dostęp do wiedzy 14:11 Algorytmy vs. człowiek – kto naprawdę kontroluje internet? 16:50 Facebook i boty AI – czy Meta tworzy fałszywe profile użytkowników? 19:17 Syntetyczna wiedza – jak AI uczy się od… samego siebie? 22:17 Gorsze dane = gorsze modele. Spadek jakości AI przez syntetyczne treści 25:18 Czy Google karze AI-content. Jak wygląda przyszłość SEO i content marketingu? 28:10 Jak LinkedIn i YouTube tagują treści generowane przez sztuczną inteligencję 30:49 Ludzie tęsknią za autentycznością – kiedy wróci internet z krwi i kości? 33:11 Wszystko darmowe albo bardzo drogie – przyszłość tworzenia treści 35:26 Przyszłość internetu: open source, lokalne modele AI i Web 3.0 41:01 Podsumowanie: Czy martwy internet można jeszcze uratować? 📌 To nie jest kolejny odcinek o AI. To refleksja o tym, czy jeszcze jesteśmy w stanie odróżnić rzeczywistość od jej cyfrowego sobowtóra – i co możemy z tym zrobić, zanim zostaniemy całkiem pochłonięci przez syntetyczny szum.
Co ciekawe, też znalazłem taką informację i to jest faktycznie bardzo ciekawa obserwacja, gdzie pewnie większość z nas pamięta jeszcze te czasy, kiedy na przykład tablica na Facebooku czy na przykład konto na ówczesnym Twitterze wyświetlały nam się informacje. Chronologicznie. Teraz obecnie potrafią nam się wyświetlać informacje sprzed na przykład dwóch miesięcy, które algorytm gdzieś tam przypasował do nas. No i właśnie czy... Czy jakby sama ta chęć zastępowania tych treści, że tak powiem, ludzkich, mówię w takim osobistym sensie, takiego bardziej emocjonalnego, jest to twór algorytmów, czy to jest raczej nasza jakaś tutaj chęć optymalizacji tego, przyspieszania tego, wyciągania z tego jak
www.financialtimes.com Meta w ogóle rozważa w związku ze spadającym jakby trendem zaangażowania uczestników, użytkowników Facebooka między innymi, żeby stworzyć profile AI różnych osób, które będą miały właśnie jakąś tam historię tak naprawdę tego profilu, czyli będą miały jakieś WSZYSTKIE treści w Internecie są generowane
Więc taka jest dynamika. Ja jestem bardzo ciekaw, ponieważ to jest to, co ostatnio nawet Tobie podsłałem. Ja zauważyłem oczywiście jakby... Kwestia oznaczania treści AI jakby nie jest nowa, bo ona już jest z nami, nie wiem, przynajmniej z pół roku, może nawet dłużej. Ale to, co ja zauważyłem, to jest właśnie to, że na przykład na LinkedInie, który to podejrzewam, że jest też jedną z takich platform, powiedzmy, społecznościowych, która jest narażona bardzo na te treści. I o ile na przykład na Instagramie czy na Facebooku możemy sobie z przymrużeniem oka trochę przyjąć jakieś tam rzeczy, które są wygenerowane, jakieś takie tam filmy, które pokazują pociąg jadący po szklanym mo...
Tak że tutaj jest bardzo duże pole manewru. Do tego Facebook udostępnia swoje modele językowe tylko i wyłącznie w postaci open source. Największa firma w Europie, która zajmuje się trenowaniem modeli językowych, Mistral AI, także publikuje wszystko w formule open source. I jeszcze mamy na dodatek informację o tym, że OpenAI jest już za rogiem Czai się premiera ich modelu językowego, który także będzie open source i będzie zawierał 120 miliardów parametrów. Coś takiego, więc wszystkie wagi będą na wierzchu i będzie można bawić się tym. Dla porównania GPT-4 miał 175 miliardów, tak mi się wydaje, parametrów.
Pokazano wszystkie 4 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Kliknij, aby znaleźć fragmenty, w których pada.
🔍 W rozmowie z Adrianem Żebrowskim analizujemy:
Czy internet naprawdę umarł? Wprowadzenie do teorii martwego internetu
AI w social mediach – czy LinkedIn i Facebook są pełne sztucznych treści?
Ile treści w internecie generuje AI? Przegląd badań i statystyk
Czy już żyjemy w martwym internecie? Redukcja informacji i przesilenie cyfrowe
Jak spadek kosztu informacji zmienia nasz dostęp do wiedzy
Algorytmy vs. człowiek – kto naprawdę kontroluje internet?
Facebook i boty AI – czy Meta tworzy fałszywe profile użytkowników?
Syntetyczna wiedza – jak AI uczy się od… samego siebie?
Gorsze dane = gorsze modele. Spadek jakości AI przez syntetyczne treści
Czy Google karze AI-content. Jak wygląda przyszłość SEO i content marketingu?
Jak LinkedIn i YouTube tagują treści generowane przez sztuczną inteligencję
Ludzie tęsknią za autentycznością – kiedy wróci internet z krwi i kości?
Wszystko darmowe albo bardzo drogie – przyszłość tworzenia treści
Przyszłość internetu: open source, lokalne modele AI i Web 3.0
Podsumowanie: Czy martwy internet można jeszcze uratować?
📌 To nie jest kolejny odcinek o AI. To refleksja o tym, czy jeszcze jesteśmy w stanie odróżnić rzeczywistość od jej cyfrowego sobowtóra – i co możemy z tym zrobić, zanim zostaniemy całkiem pochłonięci przez syntetyczny szum.