NOWY JORK — 10 czerwca 2026 r. — Gracenote, jednostka biznesowa firmy Nielsen zajmująca się analizą treści, opublikowała dziś swój najnowszy raport zatytułowany „Luki fabularne w sztucznej inteligencji: dlaczego nieuzasadnione modele LLM nie są w stanie usprawnić wyszukiwania treści”. W badaniu przeanalizowano, jak dokładnie wiodący duży model językowy (LLM) odpowiadał na pytania dotyczące popularnych filmów i programów telewizyjnych spośród 2600 tytułów w 13 krajach. Porównując odpowiedzi oparte wyłącznie na danych szkoleniowych z tymi opartymi na analizie Gracenote , w badaniu stwierdzono, że nieuzasadniony model LLM błędnie interpretował wszystkie zmierzone metadane dla 506 tytułów, czyli prawie co piątego.
Raport pojawia się w momencie, gdy serwisy streamingowe i inni dostawcy rozrywki zaczynają korzystać z modeli językowych (LLM), aby pomóc widzom w poruszaniu się po przytłaczającym wyborze i rozdrobnionych katalogach. Testowane dane — od streszczeń i obsady po gatunek, rok premiery i czas trwania — to te same informacje, na podstawie których widzowie decydują, co obejrzeć, a serwisy opisują, porządkują i polecają treści. Wyniki pokazują, że skuteczność wyszukiwania treści opartego na sztucznej inteligencji zależy w całości od jakości danych, na których opiera się to doświadczenie.
„Użytkownicy nie zwracają uwagi na to, skąd pochodzi błędna odpowiedź. Jeśli jest ona nieprawidłowa, obwiniają za to serwis” – powiedział Tyler Bell, starszy wiceprezes ds. produktów w Gracenote. „Właśnie dlatego tak ważne jest oparcie się na rzetelnych danych. Dla firm tworzących rozwiązania nowej generacji w zakresie wyszukiwania treści rozrywkowych generatywna sztuczna inteligencja spełni swoje obietnice tylko wtedy, gdy będzie oparta na zweryfikowanej analizie treści, która zastąpi prawdopodobne domysły dokładnymi faktami – zmniejszając utrudnienia, pogłębiając zaangażowanie i wzmacniając lojalność”.
Dodatkowe informacje obejmują:
Jak jasno wynika z raportu, w 2026 roku żaden model LLM nie będzie wolny od halucynacji — stanowi to szczególne zagrożenie dla systemów AI, od których oczekuje się dostarczania na dużą skalę dokładnych i aktualnych odpowiedzi dotyczących rozrywki. Dla firm tworzących oparte na sztucznej inteligencji rozwiązania w zakresie wyszukiwania, odkrywania i rekomendacji, ugruntowanie wiarygodności pomaga przekształcić możliwości modelu w zaufanie odbiorców. Autorytatywna analiza treści Gracenotezapewnia tę podstawę na dwa sposoby: poprzez bezpośrednie licencjonowanie danych lub poprzez jej Video MCP Server, który łączy się z globalnym grafem wiedzy rozrywkowej firmy. Dzięki temu dostępowi modele LLM mogą wyjść poza brzmiące wiarygodnie halucynacje i dostarczać bardziej wiarygodne odpowiedzi, które zmniejszają opór widzów, pogłębiają zaangażowanie i wzmacniają lojalność.
Gracenote wyniki raportu podczas targów StreamTV Show, które odbędą się 18 czerwca w Denver. Nandita Arora, starszy dyrektor ds. produktów w Gracenote, weźmie udział w paneluzatytułowanym „Nowe podejście do wyszukiwania treści”. Podczas sesji omówione zostanie, w jaki sposób sztuczna inteligencja, personalizacja, ujednolicone wyszukiwanie oraz nowe podejścia do doświadczeń użytkownika zmieniają sposób, w jaki serwisy streamingowe łączą widzów z treściami.
Pełny raport pt. „Luki fabularne w sztucznej inteligencji: dlaczego modele LLM bez kontekstu nie są w stanie rozwiązać problemu wyszukiwania treści” ( ) można pobrać tutaj.
Gracenote 2600 popularnych tytułów filmowych i telewizyjnych w 13 krajach: Australii, Brazylii, Kanadzie, Francji, Niemczech, Japonii, Meksyku, Holandii, Korei Południowej, Hiszpanii, Szwecji, Wielkiej Brytanii i Stanach Zjednoczonych. W ramach badania porównano odpowiedzi generowane przez model LLM bez ugruntowania, który miał udzielać odpowiedzi wyłącznie na podstawie danych szkoleniowych, z odpowiedziami opartymi na Gracenote danych wideo Gracenote za pośrednictwem serwera MCP. Odpowiedzi oceniano pod kątem obiektywnych atrybutów, w tym tytułu, opisu, aktorów, gatunków, roku premiery i czasu trwania, tam gdzie miało to zastosowanie. Ponieważ atrybuty te można zweryfikować niezależnie, wyniki dają ilościowy obraz tego, jak ugruntowanie wpływa na dokładność i wiarygodność odpowiedzi dotyczących rozrywki generowanych przez AI.
Gracenote jednostka biznesowa firmy Nielsen zajmująca się analizą treści. Ujednolicamy sposób, w jaki globalny ekosystem mediów i rozrywki indeksuje treści oraz powiązane metadane, umożliwiając ich przepływ między twórcami, dystrybutorami, platformami i reklamodawcami. Dzięki niezrównanej szczegółowości obejmującej ponad 50 milionów tytułów oraz ponad 80 tysięcy kanałów i katalogów, zapewniamy nowoczesne doświadczenia w zakresie wyszukiwania, odkrywania i nawigacji, które łączą ludzi z ulubionymi programami telewizyjnymi, filmami, muzyką i sportem — w ponad 70 językach w ponad 80 krajach. Aby uzyskać więcej informacji, odwiedź Gracenote.com lub śledź nas na LinkedIn.
Mark Yamada
mark.yamada@nielsen.com
Programy sportowe, które stały się obecnie podstawą globalnych serwisów SVOD, stanowią obecnie 5% całej oferty wiodących dostawców.
W raporcie Gracenotedotyczącym sztucznej inteligencji podkreślono, że choć rośnie popularność wyszukiwań rozrywkowych opartych na sztucznej inteligencji, zaufanie konsumentów do tej technologii pozostaje w tyle.
Metadane Gracenote pomagają firmie Samsung zapewnić użytkownikom funkcje wyszukiwania i odkrywania oparte na technologii LLM.
Wypełnij formularz, aby się z nami skontaktować!
Otrzymaliśmy Twoje zapytanie, a nasz zespół chętnie Ci pomoże. Niezwłocznie przeanalizujemy Twoją wiadomość i odpowiemy tak szybko, jak to możliwe.