Beberapa bulan terakhir terasa seperti terjadi perubahan dengan kecepatan yang belum pernah terjadi sebelumnya. Saya tidak sepenuhnya yakin apakah hal itu disebabkan oleh percepatan perubahan itu sendiri, atau karena kesadaran kita terhadap perubahan yang semakin meningkat.
Perubahan pada X tampaknya telah memecahkan gelembung konten tertutup. Saya melihat jauh lebih banyak hal yang tidak akan saya pilih untuk dicari, atau yang sebelumnya tidak saya perhatikan, dan paparan tersebut benar-benar luar biasa.
Yang aneh adalah betapa efektifnya hal itu. Meskipun konten di X berbeda dari sebelumnya, otak pengguna lama telah terlatih untuk menyerap informasi dalam format yang sangat spesifik. Ketika konten berubah tetapi formatnya tidak, hampir tidak ada biaya peralihan konteks.
Seorang penulis yang lebih ahli mungkin akan mengutip neuroplastisitas, skema kognitif, dan percepatan pembelajaran. Versi yang lebih sederhana adalah bahwa standarisasi meningkatkan laju pembelajaran kita. Mengubah format itu mahal. Otak harus menyesuaikan diri terlebih dahulu sebelum dapat menyerap apa pun.
Komputer tidak jauh berbeda. Model Bahasa Besar (LLMs) juga tidak jauh berbeda. Menyimpang terlalu jauh dari skema atau standar yang dibagikan, dan Anda mungkin saja berada di pulau terpencil, baik secara komputasi, sosial, finansial, maupun lainnya.
Saya bermain-main dengan isitagentready.com dan orank.ai akhir pekan ini, dan hal itu membuat hal ini menjadi jelas bagi saya. Memperkenalkan bahasa baru atau skema baru kepada orang-orang yang tidak penasaran, atau kepada orang-orang yang memiliki waktu sangat sedikit, adalah risiko tinggi. Hal yang sama berlaku untuk LLMs yang mengoptimalkan kecepatan dan pengenalan pola secara kejam.
Bahasa yang kita gunakan untuk mengajari komputer tentang apa yang ada di situs web, atau di dalam suatu produk, sepertinya sedang berubah secara signifikan. Untuk waktu yang lama, kita sebagian besar terbatas pada SEO, Open Graph, dan pembaruan skema yang relatif kecil. Hal itu tampaknya tidak lagi cukup.
Ide-ide baru menyebar lebih cepat ketika hadir dalam format yang sudah dikenal.