इंटरनेट AI के कचरे से भरा है
Large language models और SEO automation का व्यापक उपयोग वेब को कम-गुणवत्ता वाले, अक्सर भ्रामक टेक्स्ट से तेज़ी से भर रहा है, जिससे Google जैसे search engines पर भरोसेमंद human-written जानकारी ढूँढना कठिन हो गया है। टिप्पणीकार इस रुझान को “dead internet theory” से जोड़ते हैं, यह तर्क देते हुए कि ad-driven incentives और enshittified search results लोगों को बंद communities, paid या curated search tools, और human authorship की पुष्टि के लिए cryptographic signing या reputation systems जैसे विचारों की ओर धकेल रहे हैं। कई लोग इसे spam और monetized content की लंबे समय से चली आ रही समस्याओं की तेज़ी मानते हैं, लेकिन आशंका जताते हैं कि AI output की भारी मात्रा और विश्वसनीयता online trust में एक गहरे पतन को ट्रिगर कर सकती है.
वेब और सर्च की स्थिति
- कई लोगों की राय है कि LLMs के आने से बहुत पहले ही वेब “कचरे से भरा” था: SEO कंटेंट मिल्स, अफ़िलिएट स्पैम, विज्ञापन इंप्रेशन के लिए भरे गए रेसिपी पेज, क्लिकबेट समाचार, और कम-गुणवत्ता वाले “how-to” ब्लॉग।
- बड़ा बदलाव मात्रा और गति में है: AI के कारण विश्वसनीय दिखने वाला टेक्स्ट और इमेजेज़ वेब पर लगभग मुफ्त में बाढ़ की तरह डाली जा सकती हैं।
- Google एक केंद्रीय निशाना है: लोग रिपोर्ट करते हैं कि परिणाम SEO स्पैम, AI-लिखे एक्सप्लेनरों से भरे हैं जो उत्तर को दबा देते हैं, बहुत आक्रामक synonym expansion, और विज्ञापन-भरे रिज़ल्ट पेज जो अक्सर primary sources की बजाय junk दिखाते हैं।
- कई लोग बताते हैं कि यह प्रोत्साहनों (incentives) का मामला है: बड़े फ़र्मों में ad-driven ranking और growth pressure (उदा., हर साल नए revenue में दसियों अरब डॉलर की ज़रूरत) enshittification की ओर धकेलते हैं।
AI कंटेंट और “Dead Internet” की चिंताएँ
- चर्चा इसे “dead internet theory” से जोड़ती है: bots और auto-generated content का organic human activity पर हावी हो जाना।
- LLMs को पुराने Markov/spintext spam से गुणात्मक रूप से अलग माना जाता है क्योंकि वे धाराप्रवाह, विषय-संगत prose बनाते हैं जिसे पहचानना कठिन है।
- आशंकाओं में शामिल हैं: चुनावी misinformation, एक-दूसरे से बहस करती bot “armies,” AI-to-AI content loops जिनसे “neural network collapse” हो सकता है, और Kessler-syndrome‑जैसे information junk cloud।
मानव बनाम मशीन लेखन और प्रामाणिकता
- कई लोग इस बात पर ज़ोर देते हैं कि मनुष्यों ने हमेशा bullshit पैदा किया है; समस्या पैमाने और लागत के अभाव की है, न कि बकवास के अस्तित्व की।
- लोग खराब मानव-निर्मित काम (जैसे अजीब निजी साइटें) को भी समकक्ष AI output से अधिक महत्व देते हैं, क्योंकि उसके पीछे एक mind और continuity होती है।
- सुझाए गए बचाव: human content पर cryptographic signing, identity/attestation systems, webs of trust, और reputation-based filtering। अन्य लोग नोट करते हैं कि ये “non‑AI” लेखन का प्रमाण नहीं देते और key theft तथा gaming के प्रति संवेदनशील हैं।
आर्थिक प्रोत्साहन और Enshittification
- बार-बार सामने आने वाला विषय: advertising और अत्यधिक commercialization ने search, publishing, और social media के प्रोत्साहनों को विकृत कर दिया।
- AI को अल्पकालिक profit के लिए एक नए उपकरण की तरह देखा जाता है: बड़े पैमाने पर content generation, SEO gaming, fake reviews, और कम-लागत “content marketing।”
प्रस्तावित प्रतिक्रियाएँ और coping strategies
- तकनीकी: छोटे-web/human sites पर केंद्रित नए search engines (Kagi, Marginalia), ऐसे filters या “whitelists” जो संभावित-AI या ad-heavy pages को नीचे रैंक करें, client-side tools जो junk को summarize/strip करें।
- सामाजिक: छोटे, curated communities की ओर लौटना (forums, Discords, invite-only groups), books, libraries, और archives पर अधिक निर्भरता (जिसमें pre-AI web content को hoard करना भी शामिल है)।
- कुछ लोग AI को productivity tool के रूप में लेकर आशावादी हैं (docs summarizing, code drafting) यदि उसका output curated और verified हो, लेकिन अन्य लोग trust और expertise के गहरे क्षरण की भविष्यवाणी करते हैं।