Google उन उपयोगकर्ताओं के लिए AI-संचालित खोज परिणाम दिखाना शुरू करेगा जिन्होंने opt-in नहीं किया

मूल लेख ↗ Hacker News चर्चा ↗

Google के AI Overviews के डिफ़ॉल्ट बनने पर प्रतिक्रियाएँ

  • कई लोग इसे वैकल्पिक खोज इंजनों (Kagi, SearxNG, Bing, सीधे LLMs) की ओर मुड़ने का निर्णायक बिंदु मानते हैं।
  • अन्य लोग इसे एक सामान्य उत्पाद-परिवर्तन के रूप में देखते हैं: आखिरकार उपयोगकर्ता नई सुविधाओं के लिए शायद ही कभी “opt in” करते हैं।
  • कुछ उपयोगकर्ताओं के पास पहले से SGE सक्षम था और वे अच्छे अनुभव की रिपोर्ट करते हैं, खासकर जब सारांश कई “stanzas” और source carousels दिखाते हैं।

विश्वास, गुणवत्ता, और UX

  • LLMs की विश्वसनीयता पर कड़ा संदेह: hallucinations, तथ्यों को गड़बड़ाना, और “distilled blogspam।”
  • अन्य लोग कहते हैं कि AI summaries अक्सर “good enough” होती हैं, खासकर programming या त्वरित तथ्यात्मक सवालों के लिए।
  • एक बार-बार उभरने वाली पसंद: search एक “librarian” की तरह हो जो sources सामने लाए, बनिस्बत एक “black box” के जो सीधे जवाब दे।
  • Kagi का दृष्टिकोण (optional AI, स्पष्ट citations, न्यूनतम nagging) एक बेहतर UX model के रूप में सराहा जाता है।

प्रोत्साहन और व्यवसाय मॉडल

  • चिंता कि Google के लक्ष्य (ad impressions, engagement को अधिकतम करना) उपयोगकर्ताओं के लक्ष्य (सटीक, उपयोगी जानकारी) से टकराते हैं।
  • कुछ का तर्क है कि Google लंबे समय से उपयोगकर्ताओं को click-through से रोकने की कोशिश करता रहा है (info boxes, rich snippets); AI Overviews अगला कदम हैं।
  • इस पर बहस कि जब सामग्री का सारांश बनाया जाए तो sources को revenue sharing मिलना चाहिए या नहीं; इस बात पर असहमति कि तथ्यों का “मालिक” कौन है बनाम value-added synthesis का।

वेब इकोसिस्टम पर प्रभाव

  • आशंका कि AI answers content creators की traffic को सूखा देंगे, जिससे बची-खुची उच्च-प्रयास वाली, organic content भी खत्म हो जाएगी।
  • जवाब में कहा जाता है कि जो बहुत कुछ नष्ट होगा वह SEO spam होगा; उच्च-गुणवत्ता वाले sources (research, docs, forums, GitHub) बाहरी प्रोत्साहनों के कारण बने रहेंगे।
  • “dead internet” की चिंता, जो AI-generated junk से भर जाएगा और कम-गुणवत्ता वाले training data का feedback loop बनाएगा।

व्यापक सामाजिक और नैतिक चिंताएँ

  • platform power को लेकर चिंता: AI layers Google/Amazon को लोगों को दिखाई देने वाली चीज़ों (ads, political या corporate spin) को और अधिक मध्यस्थता और आकार देने देती हैं।
  • bias और RLHF पर बहस: कुछ लोग “DEI” shaping को ideological filtering मानते हैं; अन्य कहते हैं tuning का उद्देश्य मुख्यतः PR disasters और regulation से बचना है।
  • सामान्य बेचैनी कि एक “good product” बनाना increasingly monetization के सामने secondary होता जा रहा है।