Liikaa botteja

Mikäli Cloudflaren analytiikkaan on uskominen, botit käyttävät yli puolet internetin verkkoliikenteestä, ja mikäpä ettei siihen uskominen olisi. 

Jep, sellainen hieman kyseenalainen virstapylväs on nyt ylitetty, minkä nyt luulisi hieman pistävän miettimään, että kuinka hyvin tätä ihmisiä yhdistävä ja kaiken tehostava huima internet-niminen innovaatio meitä palvelee. Ajatus tällaisen massiivisen järjestelmän ylläpitämisestä botteja varten vaikuttaa hullulta. Maa- ja satelliittiyhteydet, palvelinkeskukset ja kaikki maksaa, eikä boteilla ole rahaa. Nämä on tällaisia scifi-juttuja, joita ei tarvitse kovin vakavasti ottaa - paitsi, että tämä on todellisuutta. Scifiä ja fantasiaa edellisessä lähinnä se, että internet meitä yhdistäisi, sillä lähinnä se kuplauttaa ja eristää.

Samaan aikaan tekoäly-yhtiöt ovat ryhtyneet ostamaan vanhoja kirjoja, joilla kouluttaa järjestelmiään. Tarvitsevat parempaa tekoälyvapaata materiaalia, jota internetistä löytyy enää liian nihkeästi. Tämä on kanssa sellanen yhdenmuotoinen maailmanlopun maisema, minkä tällä tavalla konkretisoituessa voi vain naureskella ja vedellä poppareista sivusta seuraten. Joskin se harmittaa, että kirjat tuhoutuvat skannausprosessissa. Ihmettelisin toki enemmän, jos tässä kertakäyttö-lyhytnäkökulttuurissa mikään vahingossakaan säilyisi tai herra paratkoon - tarkoituksella säilytettäisiin. Jotenkin sopii paremmin klangiin, että paskaksi vain vanhat kirjat. Ei niillä ole mitään arvoa digivallankumouksessa, vaikka ilmiselvästi onkin, mutta ei nyt vahingossakaan sitä myönnetä.

Onhan tämä nyt ihan älytöntä koko meininki. Ei tosiaan voi kuin nauraa.

Ihan näin yksinkertaista tämä kaikki ei kuitenkaan ole. Technology Checker julkaisi bottien osuudesta kattavan analyysin ja otti huomioon seikkoja, mitä yksin Cloudflaren tarjoama data ei riitä pureutumaan. Koko jutun voi lukea täältä.

Technology Checkerin artikkeli tuo esiin, että bottien osuus verkkoliikenteestä on oikeasti noin 35,2%. Väite, että se olisi yli puolet on sellaisenaan vaillinainen. Artikkelista löytyy kuitenkin mielenkiintoisia huomioita, kuten että noin kolmannes bottiliikenteestä liittyy tekoälyjärjestelmiin. Kaksi kolmannesta on sitä perinteisempää analytiikkaan, hakuun, feikkikäyttäjiin ja tiedonkalasteluun perustuvaa.

Enin osa tekoälybottien liikenteestä liittyy suorien hakujen tekemiseen 26.8% ja toiseksi tekoälyn tekemiin hakuihin 17.7%, joista jälkimmäistä yli puolet syntyy tekoälyjärjestelmän koulutuksesta, mikä on sitä, että aparaattiin tungetaan materiaalia, joka kasvattaa järjestelmän "kielimallia" jonka pohjalta se juttunsa muodostaa. Mitä suurempi on sen kielimallipankki, sitä paremmin se pystyy ennakoimaan, mitä siltä halutaan ja sitä paremmin se on toimivinaan. Teoriassa paremminkin kuin käytännössä ja "toimivinaan" siksi, että tällä ei ole mitään tekemistä sen tekemien hallusinaatioiden kanssa eikä se tee koneesta inaakaan älykkäämpää. Älyä ja ymmärrystä kun sillä ei ole, minkäänlaista eikä yhtään.

Mutta tämä koulutusmateriaali on sitä, mitä isompia keneltäkään kysymättä vain otetaan käyttöön. Esimerkiksi musiikkigeneraattori Suno on vain ottanut musiikkia Youtubesta sun muista alustoista jota se käyttää sloppia suoltaakseen, mikä on aiheuttanut kysymyksiä, että kenen luvalla ja nyt asiasta alkaa muodostua aikamoinen tekijänoikeustaistelu rapakon takana… Mutta koska nämä järjestelmät myös suoltavat sylttyä internetiin, on muodostunut ongelmaksi löytää materiaalia, joka ei olisi tekoälyn sotkemaa.

Jossain vaiheessa toin osaltanikin esille, että on jokseenkin ongelmallista, mikäli tekoälyä opetetaan tekoälyn tuottamalla materiaalilla, sillä varsinainen tieto laimenee käyttökelvottomaksi soosiksi. Ilmeisesti ollaan päästy nyt siihen pisteeseen, kun on käännyttävä fyysisten kirjojen puoleen. Eihän näitä firmoja kiinnosta hatin tattia se pitääkö joku tieto paikkaansa vai ei, mutta kun aineisto on sellaista soosia, että siihen nojaaminen alkaa tuottaa enemmän roskaa ihan perusjutuissa, niin nämä havahtuvat.

Mutta tällaisessa kohelluksessa sitä nyt eletään. Tekoälyfirmat pyörittelevät rahaa keskenään, jotta velat saataisiin piilotettua, investoivat konehalleihin rahaa, jota niillä ei ole, jotta saisivat tuloja mitä ei ole tulossa laitteistolla, jonka valmistamiseen ei ole kapasiteettia.

Pikkujuttuja.

Technology Checkerin artikkelissa oli mielenkiintoista myös kuinka suuria eroja eri järjestelmillä on. Anthropic lukee noin 4500 tuhatta sivua yhtä antamaansa referaattia kohti, siinä missä kakkosena oleva OpenAi lukee vain noin 850. Siinä on aikamoinen ero kuormituksen kanssa. Minua huvitti, että listan viimeisimpänä on Google viidellä sivulla ja DuckDuckGo kahdella. Hakukoneita molemmat - mutta tämä ei ole huono juttu. Pidän DuckDuckGosta enemmän, koska se oikeasti löytää sivuja paremmin, eikä suolla ensimmäistä sivua täyteen tekoälyä, mainoksia ja muuta sponsoroitua shaibaa, toisin kiin Google, joka muuttuu alati käyttökelvottomammaksi.

Mutta jotta ei menisi menisi pelkkään tilastotriviaan niin palataan aiheeseen. Aineistoon voi kukin tutustua seassa olevista linkeistä.

Bottien osuus verkkoliikenteestä kasvaa aikamoista vauhtia. Vuosi sitten lukemat kokonaisuudesta olivat 3% vähemmän kuin nyt, ja vauhti kiihtyy. Hyvin pian ollaan siinä tilanteessa, jossa bottien osuus kasvaa yli puolen. Reilu kolmasosakin on jo todella paljon, mutta viimeistään puolen rajapylkin ylittyessä olisi syytä vähän miettiä vakavammin, onko tämä hyvä asia.

Jo nyt tekoäly laatii ja lähettelee sähköposteja joita vastaanottaa ja referoi toinen tekoäly. Mikä se ihmisen rooli tässä oikeastaan on, ja jos näin halutaan toimia, niin onko tällainen tapa kommunikoida mielekäs saati tehokas? Informaatiotulva on jo pitkään ollut aivan liian vuolas. Paljon jää lukematta, vielä enemmän vastaamatta ja eri alustoja on alati vain enemmän. Automatiikka ja tekoäly tunkeutuu kaikkialle tekstiviesteistä sähköposteihin ja puheluista sosiaaliseen mediaan. Ähky ja kyllästyminen. Viestejä seulova tekoälyavustaja houkuttelee sitä enemmän, mitä enemmän epäolennaista roskaa sataa sisään ovista ja ikkunoista, mutta kuka tai mikä tässä lopulta keskustelee ja kenen kanssa?

Entistä suurempi osuus verkkosivuista on annettu tekoälyn hoidettavaksi ja laadittavaksi, ja näitä sitten botit skannailevat päivät yöt. Internet on jo pitkään ollut täynnä höttöä ja määrä sen vain kasvaa räjähdysmäisesti.

Ehkä olisi aika ruveta harkitsemaan koko homman räjäyttämistä ja aloittamista uudestaan. Veikkaampa, että muutaman vuoden päästä tästäkin keskustellaan jossain muodossa vakavammin. Sitten kun oikeasti aletaan ymmärtämään, että eihän tällaisen järjestelmän ylläpitämisessä botteja varten ole mitään järkeä. Viimeistään silloin siihen herätään, kun oivalletaan, että mainoksilla on paha kerätä tuloja, kun niitä lukevat vain botit, joita ne ei kiinnosta. Joskin ensin varmasti koitetaan tehdä boteille suunnattuja mainoksia, sillä eihän mikään hulluus ole kunnon hulluutta sitä olematta.