AI-తో రాసిన వెబ్‌సైట్లు మరింత ఉల్లాసంగా, తక్కువ వైవిధ్యంతో ఉన్నాయని అధ్యయనం చెబుతోంది

ఇంటర్నెట్‌పై AI వెల్లువ ఇప్పుడు కొలవగల స్థాయికి చేరింది

కొన్ని సంవత్సరాలుగా “AI slop” గురించి ఫిర్యాదులు సులభంగా కనిపించినప్పటికీ, వాటిని సంఖ్యలలో కొలవడం కష్టం. Imperial College London, Stanford University, మరియు Internet Archive పరిశోధకుల కొత్త preprint అధ్యయనం దీనిని మార్చుతుంది. అధ్యయనం ప్రకారం, కొత్త వెబ్‌సైట్లలో సుమారు 35 శాతం AI-సృష్టించినవి లేదా AI-సహాయంతో రూపొందించినవే; అంటే యంత్రం రాసిన కంటెంట్ వెబ్‌లో ఎంత లోతుగా ప్రవేశించిందో చూపే ఇప్పటివరకు ఉన్న అత్యంత స్పష్టమైన సంఖ్యాత్మక చిత్రాల్లో ఇది ఒకటి.

పరిశోధకులు Internet Archive యొక్క Wayback Machine‌ను ఉపయోగించి వెబ్ పేజీల ప్రాతినిధ్య నమూనాను సేకరించి, AI గుర్తింపు కోసం పలు విధానాలను పరీక్షించారు. చివరికి Pangram Labs టూల్స్‌ను ఎంచుకున్నారు, ఎందుకంటే వారి మూల్యాంకనంలో అవే అత్యంత స్థిరమైన ఫలితాలను ఇచ్చాయి. ఈ అధ్యయనం అలాంటి పనిలో ఉన్న ఒక కీలక పరిమితిని కూడా స్పష్టంగా అంగీకరిస్తుంది: AI detection tools పరిపూర్ణమైనవి కావు. ఇది ముఖ్యమైన విషయం, ఎందుకంటే యంత్ర-సృష్టి కంటెంట్ పరిమాణంపై ఏదైనా వాదన దానిని గుర్తించే పద్ధతుల నాణ్యతపై ఆధారపడి ఉంటుంది.

ఆ జాగ్రత్త ఉన్నప్పటికీ, కనుగొన్న ఫలితాలు ఆకట్టుకునేవే. పరిశోధకులు వెబ్‌లో AI వ్యవస్థలు ఎంత భాగాన్ని ఆక్రమించాయో మాత్రమే కాక, ఆ రాతలోని లక్షణాలు మానవుల రాతతో ఎలా భిన్నంగా ఉన్నాయో కూడా ప్రశ్నించారు. కనీసం రెండు ముఖ్యమైన అంశాల్లో వారి సమాధానం అవుననే అయింది.

AI రాత మరింత సానుకూలంగా కనిపిస్తోంది

అధ్యయనంలోని అత్యంత దృష్టిని ఆకర్షించిన ఫలితాల్లో ఒకటి స్వరానికి సంబంధించినది. sentiment analysis ఉపయోగించి, పరిశోధకులు AI-సృష్టించిన లేదా AI-సహాయంతో రూపొందించిన వెబ్‌సైట్ల సగటు positive sentiment score, AI లేని వెబ్‌సైట్ల కంటే 107 శాతం ఎక్కువగా ఉందని కనుగొన్నారు. సాధారణంగా చెప్పాలంటే, AI-ఆధారిత రాత మరింత upbeat గా ఉంది.

ఈ pattern‌ను ప్రస్తుత పెద్ద భాషా నమూనాల “sycophantic and overoptimistic nature” లక్షణంగా రచయితలు వివరిస్తున్నారు. అది నిజమైతే, దాని ప్రభావాలు చిరాకు తెప్పించే marketing copy లేదా సూత్రీకృత blog posts‌లకే పరిమితం కావు. AI వ్యవస్థలు పబ్లిక్ వెబ్ యొక్క భావోద్వేగ స్వరాన్ని మార్చుతూ, ఆన్‌లైన్ భాషను మరింత polished, more approving, మరియు తక్కువ కఠినంగా, తక్కువ అనిశ్చితంగా, తక్కువ సందేహాత్మకంగా మార్చుతున్నాయనే సూచన ఇది.

ఇలాంటి tonal shift సూక్ష్మమైనదైనా ముఖ్యమైనది. రచన కేవలం సమాచారాన్ని చేరవేయదు. అది గంభీరత, సందేహం, తీర్పు, హాస్యం, సంఘర్షణ, మరియు దృక్కోణాన్ని కూడా తెలియజేస్తుంది. AI-సహాయిత టెక్స్ట్ ఈ అంచులను క్రమంగా సాఫీగా చేస్తే, ఫలితం కేవలం వేరే శైలి కాదు. అది వేరే వాతావరణం. ఈ ప్రభావానికి అధ్యయనం ఉపయోగించిన పదబంధం గుర్తుండిపోయేలా ఉంది: ఇంటర్నెట్ “artificially cheerful” అవుతోంది.

అర్థం ఏమిటంటే ప్రతి సానుకూల వెబ్‌సైట్ యంత్రం రాసిందని కాదు, లేదా ప్రతి AI వ్యవస్థ ఒకే స్వరాన్ని ఉత్పత్తి చేస్తుందని కాదు. కానీ సమష్టి ఫలితంగా, AI కంటెంట్ పెరిగే కొద్దీ వెబ్ మరింత సంకుచితమైన భావోద్వేగ పరిధికి నెట్టబడుతుందని సూచిస్తోంది. ఇప్పటికే optimization, branding, మరియు algorithmic pressureతో నిండిపోయిన మాధ్యమంలో, ఇటువంటి ఏకరీతి సానుకూలత డిజిటల్ ప్రదేశాలను మరింత సమంగా, తక్కువ నమ్మదగినవిగా అనిపించవచ్చు.

వెబ్ ఆలోచనా వైవిధ్యాన్ని కూడా కోల్పోతుండవచ్చు

పరిశోధకులు సమయానుగుణంగా మరింత ముఖ్యమయ్యే మరో pattern‌ను కూడా గుర్తించారు. AI-సృష్టించిన లేదా AI-సహాయంతో రూపొందించిన వెబ్‌సైట్లు, మానవులు రూపొందించిన వాటితో పోలిస్తే semantic similarity కొలమానాల్లో సుమారు 33 శాతం ఎక్కువ స్కోర్ చేశాయి. వారి నిర్ధారణ ఏమిటంటే, AI వినియోగం ఆన్‌లైన్‌లో ప్రతిబింబించే ప్రత్యేక ఆలోచనలు, విభిన్న దృష్టికోణాల పరిధిని తగ్గిస్తున్నట్లు కనిపిస్తోంది.

Semantic similarity అంటే అక్షరాలా నకలు కాదుగానీ, అది convergence‌ను సూచిస్తుంది. AI వ్యవస్థలు పరస్పరం అతివ్యాప్తి చెందే corpora మీద శిక్షణ పొంది, broadly acceptable answers కోసం optimize చేయబడితే, వాటి outputs ఒకేలా వినిపించడం, ఒకేలా ఆలోచించడం సహజం. ఫలితంగా వెబ్‌లో మరిన్ని పేజీలు కొద్దిగా వేరే మాటల్లో, కానీ భావపరంగా ఒకే విధంగా, అదే విషయాలను కవర్ చేస్తాయి.

ఈ కనుగొన్న విషయం generative AI పై ఉన్న దీర్ఘకాలిక ఆందోళన గుండెలోకి చేరుతుంది: కేవలం ఇంటర్నెట్‌ను కంటెంట్‌తో ముంచెత్తడమే కాదు, అదే సమయంలో difference‌ను కుదించగలగడం. ఒకే చూపులో వేర్వేరు అనిపించే, కానీ rhetoric patterns మరియు assumptions చుట్టూ గుంపులుగా ఉన్న పేజీలతో నిండిన వెబ్, ప్రతి పేజీ చదవడానికి అనుకూలంగా, search-friendly‌గా ఉన్నా కూడా, బౌద్ధికంగా మరింత పేదమైన వాతావరణం అవుతుంది.

AI కంటెంట్‌పై ఉన్న ప్రతి భయం నిజం కాలేదు

ఈ అధ్యయనం కనుగొన్నదానికే కాక, కనుగొనని దానికీ ప్రాముఖ్యం ఉంది. పరిశోధకులు AI-రాసిన వెబ్ కంటెంట్ గురించి ఆరు సిద్ధాంతాలను పరీక్షించారు, వాటిలో నాలుగు నిర్ధారించబడలేదు. ముఖ్యంగా, AI misinformation పెరుగుదలకు దోహదపడుతుందని వారు భావించారు, కానీ వారి విశ్లేషణ ఆ హైపోథసిస్‌ను మద్దతు చేయలేదు.

ఆ ప్రతికూల ఫలితం ముఖ్యమైనది. AI slop గురించి ప్రజా చర్చలు machine-generated content తప్పక ఎక్కువ అబద్ధాలను తీసుకువస్తుందని ఊహిస్తాయి. ఈ అధ్యయనం దానికి విరుద్ధమైనదాన్ని నిరూపించదు, కానీ పరిస్థితి మరింత సంక్లిష్టమని చూపుతుంది. AI వెబ్‌ను కొలవగల మార్గాల్లో మార్చగలదు, కానీ పరిశోధకులు గుర్తించాలని అనుకున్న misinformation రూపంలో తప్పనిసరిగా దాన్ని పెంచకపోవచ్చు.

ఆ సూక్ష్మత ఈ పనిని మరింత ఉపయోగకరంగా చేస్తుంది. ఆన్‌లైన్ నాణ్యత దిగజారడానికి AIనే సర్వసాధారణ కారణంగా చూడాలన్న ప్రలోభాన్ని ఇది నిరాకరిస్తుంది. బదులుగా, ఇది మరింత నిర్దిష్టమైన నిర్ధారణను సూచిస్తుంది: ఈ అధ్యయనంలో బలమైన ఆధారాలు tone మరియు sameness మీద ఉన్నాయి, detecting చేయగల misinformation విస్ఫోటనం మీద కాదు.

మారుతున్న ఇంటర్నెట్ డేటాలో కనిపిస్తోంది

ఈ అధ్యయనానికి ఉన్న పెద్ద విలువ AI slop చర్చను anecdote స్థాయిని దాటి తీసుకెళ్లడమే. 2022లో ChatGPT ప్రారంభమైన తరువాత చాలా మంది ఇంటర్నెట్ వినియోగదారులకు డిజిటల్ రాత మరింత సాధారణంగా, మరింత నిరంతరం upbeat‌గా, మరింత పునరావృతంగా మారినట్లు అనిపించింది. ఈ పరిశోధన ఆ భావనను తుదిగా నిర్ణయించదు, కానీ దానికి విశ్లేషణాత్మక ఆకారం ఇస్తుంది.

సుమారు 35 శాతం కొత్త వెబ్‌సైట్లు ఇప్పుడు AI-సృష్టించిన లేదా AI-సహాయంతో రూపొందించిన కంటెంట్‌ను ఉపయోగిస్తే, generative systems ఇక ఆన్‌లైన్ ప్రచురణలో చిన్న ప్రవాహం కాదు. అవి వెబ్ ఎలా రాయబడుతుందన్న దానిలో ప్రధాన శక్తిగా మారాయి. ఆ వ్యవస్థలు కంటెంట్‌ను cheerfulness మరియు semantic sameness వైపు నిరంతరం తిప్పితే, మార్పు కేవలం సంఖ్యాపరమైనది కాదు. అది సాంస్కృతికమైనది.

అదే ఈ అధ్యయనం సూచించే అత్యంత అసహజమైన విషయం కావొచ్చు. AI slop యొక్క ప్రమాదం వెబ్‌ను తక్కువ విలువైన కంటెంట్‌తో నింపడమే కాదు. అది వెబ్ స్వరాన్నే మార్చి, disagreement, unpredictability, expressive range‌ను సాఫీగా తరిగి, మరింత smooth, safe, pleasing text‌ను ప్రోత్సహించవచ్చు. fake-happy internet కూడా మారిపోయిన ఇంటర్నెట్‌నే; ఆ మార్పును గమనించకుండా ఉండటం ఇప్పుడు మరింత కష్టం అవుతోంది.

ఈ వ్యాసం Wired నివేదికపై ఆధారపడి ఉంది. మూల వ్యాసాన్ని చదవండి.