معدل التغيير

بدت الأشهر القليلة الماضية وكأنها تشهد وتيرة تغيير غير مسبوقة. لست متأكدًا تمامًا ما إذا كان ذلك بسبب تسارع التغيير نفسه، أم بسبب ازدياد الوعي به.

يبدو أن التغييرات التي طرأت على X قد كسرت فقاعة المحتوى المغلقة. أرى الآن أشياءً أكثر بكثير لم أكن لأختار البحث عنها، أو لم أكن أهتم بها من قبل، وقد تجاوزت هذه التعرضات الحدود إلى حد ما.

الغريب هو مدى فعالية ذلك. حتى لو كان المحتوى على X مختلفًا عما كان عليه في السابق، فإن أدمغة المستخدمين القدامى قد تم تدريبها بالفعل على استيعاب المعلومات بتنسيق محدد للغاية. عندما يتغير المحتوى دون أن يتغير التنسيق، لا تكاد تكون هناك تكلفة لتغيير السياق.

من المحتمل أن يستشهد كاتب أكثر براعة بالمرونة العصبية، والمخططات المعرفية، وتسريع التعلم. النسخة الأبسط هي أن التوحيد القياسي يزيد من معدل قدرتنا على التعلم. تغيير التنسيقات مكلف. يجب على الدماغ إعادة تكوين نفسه قبل أن يتمكن من استيعاب أي شيء.

لا تختلف أجهزة الكمبيوتر كثيرًا عن ذلك. ولا تختلف نماذج اللغة الكبيرة (LLMs) كثيرًا أيضًا. إذا ابتعدت كثيرًا عن المخطط أو المعيار المشترك، فستكون بمثابة شخص معزول، سواء من الناحية الحسابية أو الاجتماعية أو المالية أو غير ذلك.

كنت أتجرب موقع isitagentready.com و orank.ai هذا الأسبوع، وقد جعلني ذلك أركز على هذه النقطة. إن تقديم لغة جديدة أو مخطط جديد لأشخاص غير فضوليين، أو لأشخاص لديهم وقت قليل جدًا، ينطوي على مخاطر عالية. وينطبق الأمر نفسه على نماذج اللغة الكبيرة (LLMs) التي تعمل على التحسين بلا هوادة من أجل السرعة والتعرف على الأنماط.

يبدو أن اللغة التي نستخدمها لتعليم أجهزة الكمبيوتر ما يوجد على موقع ويب أو داخل منتج ما تتغير بشكل ملموس. لفترة طويلة، كنا مقيدين في الغالب بـ SEO و Open Graph وتحديثات مخططات صغيرة نسبيًا. لم يعد ذلك كافيًا.

تنتشر الأفكار الجديدة بشكل أسرع عندما تأتي في صيغ مألوفة.