Analiza na reprezentatywnym zbiorze 50 tys. anglojęzycznych ebooków z oferty Amazona ujawniła, że w 2025 roku ponad 60 proc. z nich tworzonych / generowanych było z wykorzystaniem dużych modeli językowych. Chociaż dzięki "AI" rośnie liczba nowych książek, ich jakość spada, a publikacje identyfikowane jako (współ)tworzone maszynowo przyciągają znacznie mniej czytelników i mają niższe oceny niż książki napisane przez ludzi. Czytaj dalej

Czy duże modele językowe mogą służyć jako generatory treści reprezentujących kultury, społeczności i okresy historyczne, dla których nie mamy dużych zbiorów oryginalnych źródeł, i to dzięki umiejętnemu wykorzystaniu ich ograniczeń? Czytaj dalej

W pierwszej naszej audycji rozmawiamy o tym, jak Richard Dawkins odkrył świadomość w Claude. Wspominamy memetykę i biologiczne / technologiczne interpretacje kultury i społeczeństwa. Zauważamy, że łatwiej jest szukać świadomości w "AI", która posługuje się językiem naturalnym niż takiej, która gra w szachy albo składa białka. Narzekamy na spłaszczanie problemów badanych w naukach humanistycznych i społecznych przez fanów "nowych technologii". Czytaj dalej

Duże modele językowe trenowane są na współczesnych danych, dlatego “wiedza” zamknięta w wagach i prawdopodobieństwach kolejnych tokenów może być w miarę aktualna. Istnieje jednak kategoria modeli, w których data odcięcia wiedzy przesuwana jest głęboko w przeszłość. Jakie są zalety i ograniczenia takich modeli? Czytaj dalej

W kolejnej edycji przeglądu tekstów naukowych o Wikipedii przeczytać można o trudnościach w wykrywaniu maszynowych edycji haseł, procesie definiowania gatunków muzycznych w dyskusjach między edytorami i edytorkami, metodach mierzenia "cyfrowego śladu" zbiorów muzealnych w Wikipedii oraz podejściu autorek i autorów tekstów naukowych do cytowań ich prac w treści haseł. Czytaj dalej