Racjonalne myślenie: dlaczego doświadczenia związane z telewizją internetową opartą na sztucznej inteligencji zależą od danych

Autor: Tyler Bell, wiceprezes ds. produktów

W miarę jak firmy będą wdrażać generatywne systemy sztucznej inteligencji, takie jak duże modele językowe (^LLM¹), ze względu na korzyści w zakresie wydajności, jakie mogą one zapewnić, szereg starszych technologii będzie stopniowo tracić na aktualności. W branży telewizyjnej duże modele językowe uzupełnią – a ostatecznie zastąpią – tradycyjne bazy danych i podstawowe funkcje wyszukiwania. Z czasem staną się one domyślnymi silnikami zapewniającymi rozrywkę nowej generacji.

Ta zmiana będzie miała przełomowe znaczenie dla konsumentów. Widzowie telewizyjni, na przykład, nie będą już ograniczeni do podstawowych zapytań, gdy będą szukać czegoś do obejrzenia.

Jednak stworzenie tego rodzaju rozwiązania – takiego, które zwraca aktualne, dokładne i trafne wyniki – wymaga czegoś więcej niż tylko dobrze wyszkolonego modelu LLM.

Wynika to z faktu, że duże modele językowe nie są wszechstronnymi bazami wiedzy. Są to silniki prognostyczne, które generują odpowiedzi w oparciu o wzorce wyuczone na danych szkoleniowych. A zbyt często dane te są błędne.

Badanie przeprowadzone w 2022 roku przez naukowców z Uniwersytetu Południowej Kalifornii wykazało, że aż 38% danych „faktycznych” opartych na zdrowym rozsądku, wykorzystywanych w dwóch odrębnych bazach danych sztucznej inteligencji, było tendencyjnych. Innymi słowy, ponad jedna trzecia danych stanowiących podstawę tych systemów była od samego początku niedokładna.

Modele LLM mają trudności nawet z wykonaniem stosunkowo prostych zadań. W marcu 2025 r. badanie przeprowadzone przez „Columbia Journalism Review” wykazało, że osiem narzędzi opartych na generatywnej sztucznej inteligencji popełniło łącznie 60% błędów, gdy poproszono je o powiązanie fragmentu artykułu prasowego z odpowiadającym mu nagłówkiem, pierwotnym wydawcą, datą publikacji i adresem URL. Dla porównania, tradycyjne wyszukiwanie w Google wyświetliło te źródła już w pierwszych trzech wynikach.

Wady modeli LLM są powszechnie znane, a istnieje szereg technik pozwalających ograniczyć halucynacje i poprawić trafność kontekstową. Mało kto zaprzeczy wartości^{ugruntowania2}. Jednak podłączenie modelu LLM do niedokładnych danych w celu ugruntowania jest równie problematyczne, jak wykorzystywanie błędnych danych do jego szkolenia. 

Najważniejsze jest to, że złej jakości dane stanowią realne zagrożenie. Modele językowe (LLM) to potężne narzędzia, ale ich skuteczność zależy od jakości informacji, do których mają dostęp.

Wdrażanie technologii LLM w CTV

Przejście na modele LLM raczej nie nastąpi w ramach jednego gwałtownego przełomu. Będzie to raczej proces „stopniowy, a potem nagły” – tak jak Mike Campbell, bohater powieści Hemingwaya „Słońce też wschodzi”, opisuje swoją upadłość.

Modele językowe (LLM) to wciąż stosunkowo nowa technologia. Wiążą się one z pewnymi ograniczeniami, kwestiami opóźnień oraz konsekwencjami finansowymi, które organizacje muszą rozważyć przed wdrożeniem ich w interfejsach wyszukiwania przeznaczonych dla użytkowników końcowych. Największym wyzwaniem są jednak dane. 

Większość interfejsów CTV opiera się na zbiorach danych zawierających różnorodne metadane pochodzące z wielu źródeł, które przed indeksacją i optymalizacją pod kątem wyszukiwania muszą zostać ujednolicone i znormalizowane. Proces ten wymaga wcześniejszego pobrania dużych zbiorów danych, przetworzenia ich za pomocą złożonych procesów pozyskiwania danych oraz ciągłej aktualizacji w celu zapewnienia ich aktualności.

Natomiast duże modele językowe (LLM) doskonale radzą sobie z interpretacją i uzgadnianiem danych pochodzących z wielu źródeł w czasie rzeczywistym, co może ograniczyć – a nawet całkowicie wyeliminować – potrzebę stosowania tradycyjnych jezior danych i związanej z nimi infrastruktury.

Jednocześnie modele LLM wnoszą do sektora CTV nowe możliwości i ogromny potencjał, których nie dałoby się osiągnąć przy użyciu obecnych technologii. Na przykład modele LLM mogą dynamicznie przerabiać lub uzupełniać opisy filmów lub odcinków seriali, tak aby były one lepiej dostosowane do potrzeb poszczególnych użytkowników. 

Na przykład po obejrzeniu filmu „Skazani na Shawshank” model LLM mógłby polecić widzowi film „Zielona mila”, dodając spersonalizowany opis: „To adaptacja powieści Stephena Kinga opowiadająca o nadziei, której akcja rozgrywa się w więzieniu i która charakteryzuje się podobną głębią emocjonalną jak film „Skazani na Shawshank”, który wcześniej Ci się spodobał”.

Tego rodzaju rekomendacje kontekstowe stanowią znaczną poprawę w stosunku do ogólnych sugestii typu „Ponieważ oglądałeś”. Modele LLM mogą stosować to podejście w odniesieniu do wszystkich tytułów w katalogu. 

W najbliższej przyszłości modele LLM będą prawdopodobnie wdrażane jako uzupełnienie istniejących rozwiązań technologicznych, obsługując złożone lub konwersacyjne zapytania, z którymi tradycyjne systemy nie są w stanie sobie poradzić. Z czasem niektóre organizacje całkowicie zastąpią swoje dotychczasowe infrastruktury. Ostatecznie to właśnie modele LLM przechyli szalę.

Fragmentacja utrudniła oglądanie telewizji 

Pomimo bogatej oferty programowej rozdrobnienie rynku dystrybucji treści wideo utrudnia, a nie ułatwia ich wyszukiwanie, co działa na niekorzyść dostawców treści.

Z najnowszego badania branżowego wynika, że prawie 50% amerykańskich widzów rozważa rezygnację z usługi streamingowej, ponieważ nie może znaleźć nic do obejrzenia. W grupie odbiorców w wieku od 25 do 34 lat odsetek ten wzrasta do 58%.

Większa ilość treści niekoniecznie przekłada się na dłuższy^czas oglądania³. W praktyce zbyt duży wybór może sprawić, że widzowie całkowicie zrezygnują z dalszego wyszukiwania i zdecydują się zająć czymś innym.

Właśnie w tym mogą pomóc duże modele językowe – ale tylko wtedy, gdy opierają się na odpowiednich danych. 

Dla platform telewizji kablowej wiarygodne dane dotyczące programów rozrywkowych, zgodne ze standardami branżowymi, stanowią idealną podstawę. Oprócz dostarczania ujednoliconych informacji o programach obejmują one aktualne ramówki telewizyjne, które są niezbędne dla widzów wiedzących, co chcą obejrzeć, ale nie wiedzących, gdzie to znaleźć. Ma to szczególne znaczenie w przypadku transmisji sportowych na żywo.

Z czasem modele językowe (LLM) zapewnią widzom zupełnie nowe wrażenia telewizyjne. Szukasz najpopularniejszych horrorów z 1985 roku pod względem wpływów z biletów? Żaden problem. Chcesz uzyskać rekomendacje najlepszych filmów o piłce nożnej na podstawie recenzji krytyków po obejrzeniu mistrzostw świata? To proste. Próbujesz dowiedzieć się, która platforma transmituje konkretny mecz, program lub film? Mamy to.

Oczekiwania konsumentów dotyczące interakcji z technologią stale rosną, a platformy CTV mają szansę wyprzedzić te trendy. Modele językowe LLM mogą spełnić tę obietnicę – ale tylko wtedy, gdy opierają się na wiarygodnych i aktualnych danych. Ponieważ widzowie telewizyjni nieustannie na nowo oceniają, na co poświęcają swój czas i pieniądze, koszt niepotwierdzonych lub niewiarygodnych informacji staje się niemożliwy do zignorowania.

Artykuł ten ukazał się pierwotnie w serwisie Streaming Media.

Uwagi

1. Modele językowe (LLM) to rodzaj generatywnej sztucznej inteligencji, która tworzy treści w oparciu o wyuczone wzorce.
2. Uziemienie to proces łączenia modelu języka naturalnego (LLM) z informacjami pochodzącymi ze świata rzeczywistego w celu zwiększenia wiarygodności i trafności jego odpowiedzi.
3. W ciągu ostatnich kilku lat łączny czas spędzany przed telewizorem utrzymał się na stałym poziomie 33–35 godzin tygodniowo; dane Nielsen Insights (Nielsen , Nielsen Impact)