هوش مصنوعی از سایت های کمتر معتبر اطلاعات جمع می کند

به گزارش عاشق وب، تحقیقی جدید نشان میدهد موتورجستجوهای مبتنی بر هوش مصنوعی بیشتر اوقات وب سایت های کمتر شناخته شده را نسبت به منابع معمول مانند گوگل ترجیح می دهند.
به گزارش عاشق وب به نقل از گیزموچاینا، پژوهشگران دانشگاه بوخوم و انستیتو سیستم های نرم افزار ماکس پلانک جزییات یافته های خویش را در تحقیقی به نام «بررسی خاصیت ها و عملکرد جستجوی وب در عصر هوش مصنوعی مولد» منتشر نموده اند. پژوهشگران نتایج جستجوی استاندارد گوگل با واکنش های بررسی هوش مصنوعی گوگل(AI Overview)، جمینای ۲.۵ فلش و دو نسخه حالت جستجوی وب چت جی پی تی ۴o مقایسه کردند. این تحلیل نشان داد سیستم های هوش مصنوعی بیشتر اوقات از وب سایت هایی که در رده بندی ها کمتر محبوبیت دارند، اطلاعات استخراج می کنند. در خیلی از موارد این منابع در ۱۰۰ نتیجه برتر گوگل برای یک جستجوی یکسان ظاهر نمی شوند. پژوهشگران طیفی از تست های مختلف همچون سوالات کاربران واقعی در محاورات چت جی پی تی، موضوعات سیاسی از AllSides و پر جستجوترین محصولات آمازون را برای پژوهش به کار بردند. طبق بررسی ترانکو یک ابزار رده بندی دامنه، منابعی که موتور کاوشهای هوش مصنوعی استفاده کردند، رتبه بسیار پایین تری نسبت به نتایج برتر گوگل داشتند. نتایج جمینای دارای میانگین رتبه دامنه ای فراتر از هزار بودند. بیشتر از نیمی از منابعی که در بررسی هوش مصنوعی گوگل ذکر شدند در ۱۰ نتیجه برتر جستجوی سنتی وجود نداشتند. حدود ۴۰ درصد هم اصلاً در ۱۰۰ نتیجه برتر جستجو وجود نداشتند. با این وجود چنین تغییری بسمت وب سایت های ناشناس به نظر نمی رسد صدمه ای به کیفیت اطلاعات رسانده باشد. مدلهای مبتنی بر چت جی پی تی بیشتر اوقات محتوای وب سایت های شرکتی و دایره المعارف را ذکر و از شبکه های اجتماعی اجتناب می کنند. همین طور این مطالعه نشان داد نتایج جستجوی تولید شده با هوش مصنوعی دامنه ای تقریبا مشابه از مفاهیم قابل شناسایی با جستجوی سنتی دارند. همین مورد حاکی از آنست که سیستم های هوش مصنوعی سطحی قابل مقایسه از تنوع اطلاعات را حفظ می کنند. با این وجود، از آنجائیکه این مدلها اطلاعات را خلاصه می کنند و به جای لیست کردن منابع جداگانه، پاسخ های کوتاه عرضه می دهند، اغلب مقادیر زیادی از داده ها در پاسخ های کوتاه فشرده می شوند. این فشرده سازی ممکنست به از بین رفتن جزییات کوچک یا مبهم منجر شود که احیانا هنوز در نتایج جستجوی سنتی دیده شوند. پژوهشگران همین طور اشاره کردند ابزارهای موتور جستجوی تحقیقاتی مبتنی بر هوش مصنوعی درباب موضوعات حساس به زمان یا به سرعت درحال تغییر با چالش روبرو می شوند. در هر حال آینده جستجو بهتر یا بدتر نخواهد بود، بلکه به تحول مربوط است. اگر این مطالعه درست باشد، احیانا هوش مصنوعی وبی بسازد که به «ترکیب و تحلیل اطلاعات» ارزش بیشتری نسبت به «محبوبیت» می دهد، و این مساله قواعد اعتبار آنلاین را بازنویسی می کند. حرف آخر اینکه با وجود این، از آنجائیکه این مدلها اطلاعات را خلاصه می کنند و به جای فهرست کردن منابع جداگانه، پاسخ های کوتاه عرضه می دهند، اغلب مقادیر زیادی از داده ها در پاسخ های کوتاه فشرده می شوند. در هر حال آینده جستجو بهتر یا بدتر نخواهد بود، بلکه به تحول مربوط است.

منبع: عاشق وب