Treści partnerów OpenAI trafiają do ChatGPT jako gotowe streszczenia i stoją przed resztą internetu
ChatGPT korzysta z osobnego potoku danych dla treści od wydawców, którzy mają umowy z OpenAI. Tak wynika z analizy Davida Konitzny’ego. Treści partnerów nie są pobierane na żywo, tylko dostarczane jako gotowe streszczenia. Do tego trafiają na sam początek promptu.
Trzy silniki newsowe, jeden z listą partnerów
Według Konitzny’ego ChatGPT ma skonfigurowane trzy rodziny silników newsowych: labrador (feedy partnerów), serpapi_auto_news (wyniki Google News) i mai_grounding_news (grounding od Microsoftu). Tylko pierwszy wypełnia pole provider. Dzięki niemu badacz zidentyfikował 12 dostawców obejmujących 43 domeny, wśród nich Dotdash Meredith, Future, Hearst, Condé Nast, Axel Springer, News Corp, Reuters i AP. Autor zaznacza, że prawdopodobnie są też dostawcy, których jeszcze nie widział.
Nazwa „news engine” myli, bo domeny to nie tylko serwisy informacyjne. Są wśród nich Allrecipes, People, Tom’s Guide, WIRED i WELT, czyli także przepisy, testy produktów, poradniki zakupowe i lifestyle.
Streszczenie zamiast strony
Adresy stron partnerów przychodzą wyłącznie przez labrador. Tylko one mają pole snippet::summary, czyli gotowe streszczenie, które według Konitzny’ego wygląda na generowane w tle, zanim ChatGPT użyje strony. Zwykłe strony z sieci model dostaje w formie fragmentów treści, bez wcześniejszego streszczenia. W polu prompt_string, z którego ChatGPT buduje odpowiedź, wpisy z labradora stoją na samej górze, przed wszystkimi wynikami z webu.
Najbardziej konkretny wynik dotyczy rankingów typu „10 najlepszych…”. Konitzny przeanalizował 1000 streszczeń takich stron i sprawdził, które pozycje listy są w nich wymienione:
- miejsca 1–3: 70%,
- miejsca 4–6: 41%,
- miejsca 7–10: 23%,
- miejsca 11 i dalsze: 12%.
Wniosek autora: produkt z ósmego miejsca w rankingu partnera najpewniej w ogóle nie pojawi się w streszczeniu, które widzi ChatGPT. Źródło nie wyjaśnia, skąd bierze się to przechylenie ku górze listy. Może to być po prostu skutek skracania tekstu, ale w praktyce oznacza to, że pozycja w rankingu partnera wpływa na to, czy marka znajdzie się w odpowiedzi.
Spór o interpretację
W komentarzach pod postem Mark Williams-Cook zwrócił uwagę, że Peec AI opisywało wcześniej labradora jako własny indeks wyszukiwania ChatGPT. On sam miał cztery miesiące temu sugerować, że chodzi o treści licencjonowane od partnerów. Inny komentujący zauważył, że business_insider i axel_springer są w tym potoku osobnymi wartościami, a nie jedną.
Ten wniosek opiera się na obserwacji danych, które przechodzą przez ChatGPT. Firma stojąca za ChatGPT publicznie przedstawiała partnerstwa z wydawcami w ogólniejszych słowach. W komunikacie o współpracy z Condé Nast pisała o wyświetlaniu treści marek takich jak Vogue, The New Yorker czy WIRED w ChatGPT i prototypie SearchGPT. Przy umowie z Future zapowiadała dostęp do treści z portfolio wydawcy „z atrybucją i linkami do pełnych oryginalnych artykułów”. Wzmianka o Vox Media mówiła o atrybucji marki i kierowaniu odbiorców. W żadnym z tych komunikatów nie ma mowy o tym, że treści partnerów będą trafiać do modelu jako streszczenia i stać przed wynikami z reszty sieci.
Według serwisu nawet partnerzy nie zawsze są poprawnie cytowani.
