पिछले कुछ महीने अभूतपूर्व दर से बदलाव के अनुभव रहे हैं। मुझे पूरी तरह यकीन नहीं है कि यह बदलाव स्वयं तेज़ हो गया है, या बदलाव के प्रति जागरूकता बढ़ी है।
X में हुए बदलावों ने बंद सामग्री के बुलबुले को तोड़ दिया है। मैं अब बहुत सी ऐसी चीज़ें देख रहा हूँ जिन्हें मैं खुद नहीं ढूंढता, या जिन पर पहले ध्यान नहीं देता था, और इनके सामने आने की मात्रा कुछ हद तक असाधारण है।
अजीब बात यह है कि यह कितना प्रभावी है। भले ही X पर सामग्री पहले से अलग हो, लंबे समय से उपयोग करने वालों के दिमाग को पहले ही एक बहुत ही विशिष्ट प्रारूप में जानकारी को आत्मसात करने के लिए प्रशिक्षित किया जा चुका है। जब सामग्री बदलती है लेकिन प्रारूप नहीं बदलता, तो लगभग कोई संदर्भ-परिवर्तन लागत नहीं होती है।
एक अधिक फैंसी लेखक शायद न्यूरोप्लास्टिसिटी, कॉग्निटिव स्कीमा, और लर्निंग एक्सेलेरेशन का हवाला देगा। सरल संस्करण यह है कि मानकीकरण उस दर को बढ़ाता है जिस पर हम सीख सकते हैं। प्रारूप बदलना महंगा है। कुछ भी ग्रहण करने से पहले मस्तिष्क को खुद को फिर से व्यवस्थित करना पड़ता है।
कंप्यूटर भी बहुत अलग नहीं हैं। एलएलएम (LLMs) भी बहुत अलग नहीं हैं। एक साझा रूपरेखा या मानक से पर्याप्त रूप से विचलित हो जाएं और आप गणनात्मक, सामाजिक, वित्तीय या अन्यथा एक द्वीप पर हो सकते हैं।
मैं इस सप्ताहांत isitagentready.com और orank.ai के साथ प्रयोग कर रहा था, और इसने मेरे लिए इस बात को और स्पष्ट कर दिया। गैर-जिज्ञासु लोगों, या बहुत कम समय वाले लोगों के लिए नई भाषा या नई स्कीमा पेश करना, एक बड़ा जोखिम है। यही बात उन एलएलएम (LLMs) पर भी लागू होती है जो गति और पैटर्न मान्यता के लिए बेरहमी से अनुकूलन कर रहे हैं।
जिस भाषा का उपयोग हम कंप्यूटरों को यह सिखाने के लिए करते हैं कि किसी वेबसाइट पर या किसी उत्पाद के अंदर क्या है, वह सार्थक रूप से बदलती हुई महसूस हो रही है। लंबे समय से, हम ज्यादातर SEO, ओपन ग्राफ़, और अपेक्षाकृत मामूली स्कीमा अपडेट तक ही सीमित रहे हैं। अब वह पर्याप्त नहीं लगता।
नए विचार तब तेज़ी से फैलते हैं जब वे परिचित प्रारूपों में आते हैं।