跳到主要內容

迷失在截長剩短中,歡迎來到摘要時代

 《Fast Company》全球設計編輯Mark Wilson警世文分享,原文:https://www.fastcompany.com/91176348/generative-ai-summarization-the-great-truncation

生成式AI承諾無限的創造、理應釋放我們的創造力。相反的,它成了文化的垃圾壓實機,一切只剩摘要


在生成式AI的早期階段(也就是不到兩年前),我們湧向 ChatGPT,驚嘆於我們可以創造的一切:愚蠢的俳句、莎士比亞十四行詩和美國情境喜劇《歡樂單身派對》(Seinfeld)的場景。生成式AI承諾無限的生產,我們用它來無意識地製作更多媒體,讓事物瞬間存在。但樂趣很快就消失了,新的殺手級功能佔據主導地位:使用生成式AI來壓縮現有的內容並以簡化的形式重述。這不是新的創意時代,而是摘要總結的時代。


人們尚未發揮 AI工具的創造潛力,因此對這樣的發展,很容易就起疑。但也許 AI工具只是回應人類的想望。用數位方式創造的東西越多,人們就越想更快地消化它們。這早在大型語言模型(LLM)之前就開始了。


從部落客開始,他們把冗長的報紙文章嚼成紙漿,只吐出最精華或最聳動的部分。(現在部落格被 Instagram上的圖片和一小段文字取代)不久之後,整個網路也變得更快速、更適合快速瀏覽。YouTube章節和摘要功能,可以輕鬆瀏覽長影片,Google搜尋也能直接帶你進入影片的相關片段。隨著podcast的流行,播放速度控制也應運而生,讓你可以 1.2倍、1.5倍,甚至 3.5倍的速度收聽。在 Spotify上,唱片公司甚至會推出新歌的加速版,完美適合在注意力分散的社群媒體上發送。在 TikTok上,有些創作者更進一步:你可以用幾段兩分鐘的影片片段,瀏覽整部電影的簡介。而 LinkedIn上的最佳貼文?就是一則摘要。


數位工具加速媒體的製作,而網路則加速了內容的傳播。但我們並未真正深入參與這些文章、影片、podcast等等,我們只是快速「啃食」這些「內容」。面對這樣一個充滿無窮無盡的文字、圖片和聲音的 buffet吃到飽餐廳,我們什麼都嘗了一口,卻沒有真正品味到任何東西。


大型語言模型現在已經把這種現象工廠化,快速、低成本,甚至在某些情況下比人類更出色地總結生活的方方面面。根據數據供應商 AlphaSense的資料,2022年,AI 摘要在 33場財報電話會議中出現,而在 2023年到 2024年上半年,AI 摘要在 289場電話會議中被提及,並出現在 1,075份企業新聞稿中。


如今,Zoom會為你的會議做摘要,Microsoft會為你的試算表和文件做摘要,Apple很快也會為你的郵件和筆記做同樣的事情。Adobe可以概述任何PDF,並將數據轉化成圖表,而 Canva則能將冗長的品牌文件濃縮成簡潔的投影片。Amazon把數千條產品評論濃縮成幾個優缺點。Google、Bing、Anthropic和 Perplexity都在摘要網站上的資訊,直接攔截原始網站的潛在讀者。(報社記者被部落客「吃掉」,而部落客又被 AI「吃掉」。)LinkedIn甚至提供一個按鈕,可以將動態上的任何文章摘要出來——這樣你甚至不需要去讀別人的摘要貼文。


從某個角度來看,摘要是高效的必需:它讓我們避免在無止盡上升的內容海洋中溺水。但是,當你使用 AI 作為文化的大規模壓縮算法時,無可避免地會有一些東西在這種壓縮過程中被犧牲掉。當 CD 首次推出時,它被宣稱為音樂的完美數位拷貝。然而,數位版本實際上是工程師對音樂的詮釋:一些捕捉聲音獨特音色的資訊被忽略了,複雜的頻率也被簡化成了簡單的代碼。數十年後,我們都承認,黑膠唱片——透過唱針頭刮擦在膠片上的聲波——更接近原始錄音。同樣地,GPT 的壓縮技術和其他摘要技術剝奪了人們的聲音、幽默、推理能力以及人類真實思想中的細微之處。


節省時間、刪除冗餘並沒錯,尤其當它讓我們離開螢幕時。然而,我們讀過那些研究——或是研究的摘要——談論數位互動的成癮性。青少年現在每天花多達九個小時盯著螢幕。所有這些效率的目標是讓我們有更多時間來滑動更多內容。而因為我們縮減的媒體往往是更複雜且營養豐富的東西,於是我們的多出來的時間卻耗在消耗無意義的「空卡路里」。


結果會變成什麼樣子呢?在 Perplexity或 Google的簡述中吸收多少文章後,你會選擇不再點進原文?讀了多少會議紀要後,你決定再也不需要參加會議?一旦我們迷上劇情的骨架,會不會認為角色與複雜性太過耗時,難以付出心力去了解?


長遠來看,這種大量摘要化的趨勢意味著什麼?記者只為了搜尋引擎而寫報導?電影只是 TikTok短影音集結?新歌只剩副歌和洗腦旋律?每位創作者的產出都只是下一個 AI摘要的燃料?


未來會怎樣?我只知道,沒人會回去用 1倍速聽podcast。在我們試圖強迫大腦追上無止盡的數位內容時,我們只會越追越快。然後我們會納悶,過去到底是怎麼有時間那麼慢地去過生活的。

留言

這個網誌中的熱門文章

OpenAI前員工X爆料&楊立昆臉書〈諷刺文〉

【OpenAI ex-employee & Yann LeCun's sarcasm】 🚀 📣 OpenAI前員工Jacob Hilton在X上的爆料全文 📣 🚀 一年多前,當我離開 OpenAI 時,我簽署了一份 「不貶低協議」(non-disparagement agreement) ,並且未披露協議本身,沒有其他原因,只是為了避免失去我的 「既得股權」(vested equity) 。  該協議明確表示,作為簽署的回報,我被允許保留我的既得股權,並且沒有提供任何其他東西。 我不明白為什麼有人會簽署它,如果他們認為這不會對他們的權益產生影響。 我以良好的條件離開了OpenAI,所以我認為幾乎所有離職員工都遵守了這份協議。 在簽署協議之前,我無意批評OpenAI,但對於放棄這樣做的權利感到失望。 昨天,OpenAI 聯繫我,要求我解除該協議,隨後KelseyTuoc在Vox上刊登調查報告: 由於 AI 的變革潛力,開發先進 AI 的主要實驗室必須為那些希望為公共利益發聲的人提供保護。 其中首先是對不報復的具有約束力的承諾。 即使是現在,OpenAI仍可 阻止員工出售其股權,使其在未知的時間內變得毫無價值。 OpenAI 在一份聲明中表示,「從歷史上看,前員工無論在哪裡工作,都有資格以相同的價格出售;我們預計這一點不會改變。」 我相信OpenAI的這項聲明是出於誠實的意圖。 但考量到 OpenAI先前曾拿能否取得 (既得股權變現) 流動性作為一種恐嚇策略,許多前員工仍不敢發聲。 我邀請OpenAI直接與前員工聯繫,以澄清他們將始終以合法可執行的方式獲得平等的流動性的機會。 在他們這樣做之前,大眾不應指望前僱員會坦誠相待。 本人致OpenAI 的許多善良和才華橫溢的前同事們:我希望您們能夠理解為什麼我覺得有必要公開談論這個議題。 該合約與我們對安全和有益的AI的共同承諾不一致,您值得更好的工作合約條件。 原文連結: https://twitter.com/JacobHHilton/status/1794090550863200728 😏 楊立昆在臉書上的〈諷刺文〉 😏 來ClosedAI工作吧!隨著 AGI 即將到來,您 將擁有 目前 估 值 42 X 百萬的6次方美元(sextillionnollars) 公司 的 股票 。 如果您辭退,...

京晨科技 NUUO

2015年01月30日 京晨科公告營運長異動 :營運長施錦昌退休 鼎新電腦 官網資料:特助施錦昌提到:「以前未使用ERP系統時,需不斷手動調整資訊,不但人工成本高,錯誤率也高,讓人很難信任報表資料。所以之前在進行一些重大決策時,常常會有擔憂決策錯誤的壓力。但自導入ERP再加EasyFlow之後,此類問題改良許多。」 以下摘編自:《遠見雜誌》2013年2月號/臺大創聯會 (NTUEA)2013年12月25日臉書/《工商時報》2015年01月05日 【京晨科技NUUO Leaders】 董事長 楊文彬 :台大大氣系,高職念五年、大學念七年畢業,暱稱Killer(殺手) 總經理 黃建峯 (暱稱卡通)、研發副總 黃建山 (暱稱卡弟,意指卡通的弟弟),台大資工系友兄弟檔兩人求學時序:附中、台大、研究所。 曾創業失敗 念大三時,BBCall和黑金剛手機剛竄紅,楊文彬早上在大氣系打工當助理,閒暇時就跑去賣手機,很快就開通訊行,第一個月大賺40萬,短短半年開了五家店,人家喚他「少年楊董」,叱吒一時。但 成功來的太快 ,讓他 志得意滿,到處遊山玩水 ,直到警覺不對,財務已出現漏洞, 被倒帳幾百萬 。「我那時真的非常落魄,出現人生中第一根白髮,還得兼好幾份工、送報還債,但失敗經驗讓我學到 管理 及 財務 的重要,」楊文彬說。 安控門外漢 找到市場利基 2001年楊文彬拿出30萬與好朋友們創業,就是希望 用自己喜歡的方式 燃燒熱情 ,其間創立電腦設計、安控軟體、影像處理、遊戲、網通技術等五家公司。其中最成功的京晨科技 (NUUO Inc.),利用B2B行銷全球安全監控的高端市場。從創業的第一天起,京晨就非常務實。切入少有頂尖人才想做、卻又年年成長的監控安防產業,加上不閉門造車、積極聆聽市場聲音,這些都是成功的主要原因。     楊文彬是 業務 出身,創業時的第一個想法是要先從產業著手,只要找到對的產業,你才有在裡面的生存空間,就好比釣魚一樣,要釣到魚,前提是那個池塘裡,要有夠多的魚。等到決定市場了,接下來的問題,才是要推出什麼產品,用什麼方式、什麼技術,去做產品,甚至開拓市場。就在這個思考邏輯下,當時的三人小組,在密集開會後,得到一個結論,就是京晨科需要的是 高成長、高毛利 ,但不要太大的產業。要高毛利、高成長,是考量到當時的京...

楊立昆以自身經歷談H1-B

美大選期間在X上和馬斯克大唱反調後,Meta首席AI科學家楊立昆(Yann LeCun )氣得公告「我不再在X上寫貼文。只轉發其他平台的連結、留言朋友的推文」,所以他在自家公司平台上只對馬斯克在X上的截圖,留言區討論串就文明多了。 https://www.facebook.com/share/p/19Xy7kURLq/ 以下是楊立昆在臉書上的貼文和精選交流: 看到圍繞 H1-B 簽證議題的 MAGA 陣營陷入混亂很有趣。   在美國,持有 STEM 博士學位的人中,超過 50% 並非生於美國。   美國大學 STEM 領域的教授中,比例更高的大多數也並非生於美國。   在美國頂尖大學工程領域(包括電腦科學)的博士生中,絕大多數是非美國出生的學生。   美國科技公司中,大量的創辦人、CEO、高階管理層也並非生於美國。其中包括:   - Satya Nadella(微軟)  - Sergey Brin(Google)- Jensen Huang(輝達)   - Sundar Pichai(Alphabet)  - Elon Musk  - Hock Tan(博通)   - Vinod Khosla(Sun、Khosla Ventures)   許多人是以學生簽證來到美國,並且大多在某個階段持有過 H1-B 工作簽證。我最初是持 J-1 簽證來美國(原本沒打算待超過兩年),後來轉為 H1-B,拿到綠卡,最後成為美國公民。 ▷▷▷▷▷▷ Alyosha Efros:民主黨在這個議題上完全讓步給了共和黨,甚是可惜。他們只關注非法移民問題,結果疏遠了數百萬合法移民,這些人苦於應對荒謬的美國移民程序。   如果民主黨在這個問題上主導局勢,也許馬斯克和其他科技巨頭就不會把靈魂賣給川普了……   Yann LeCun:幾個原因導致矽谷一些有影響力的人物選擇站在 MAGA 一邊:   1. AI 和加密貨幣的監管障礙威脅   2. 「未實現收益稅」的恐慌   3. 對 H1-B 改革的冷淡支持...