LLM Inflation สร้างวงจรการสื่อสารที่สิ้นเปลืองเมื่อ AI ขยายแล้วบีบอัดเนื้อหาเดียวกัน

รูปแบบการสื่อสารใหม่กำลังเกิดขึ้นในที่ทำงานที่มีการใช้เครื่องมือปัญญาประดิษฐ์เพื่อขยายข้อความง่ายๆ ให้กลายเป็นร้อยแก้วยาวเหยียด เพียงเพื่อให้ AI ตัวเดียวกันบีบอัดกลับไปเป็นความหมายเดิม ปรากฏการณ์นี้ที่เรียกว่า LLM inflation เน้นย้ำให้เห็นว่าความสามารถของ AI สมัยใหม่กำลังเปิดเผยความไร้ประสิทธิภาพที่มีมายาวนานในการสื่อสารทางธุรกิจ

รูปแบบนี้ทำงานดังนี้: พนักงานใช้ AI chatbot เพื่อแปลงคำของ่ายๆ เช่น ฉันต้องการคอมพิวเตอร์เครื่องใหม่เพราะเครื่องเก่าช้า ให้กลายเป็นภาษาทางการทางธุรกิจสี่ย่อหน้า จากนั้นผู้จัดการก็นำข้อความที่ขยายแล้วนี้ป้อนเข้าไปในเครื่องมือ AI อีกครั้งเพื่อให้ได้สรุปหนึ่งประโยคที่ตรงกับเจตนาเดิมโดยพื้นฐาน ทั้งสองฝ่ายได้สิ่งที่ต้องการเพื่อตอบสนองข้อกำหนดของที่ทำงาน แต่กระบวนการนี้กลับใช้ทรัพยากรการคำนวณและพลังงานจำนวนมากโดยไม่ได้ประโยชน์ที่มีความหมาย

รูปแบบการสื่อสار: พนักงานใช้ AI เพื่อขยายคำของ่ายๆ → ผู้จัดการใช้ AI เพื่อบีบอัดข้อความที่ขยายแล้วกลับไปเป็นความหมายเดิม → การตัดสินใจทำขึ้นจากสรุปที่บีบอัดแล้ว

ระบบที่เสียหายถูกเปิดเผยโดยเครื่องมือ AI

การอพิพากษาเผยให้เห็นว่า LLM inflation มักชี้ไปที่ปัญหาองค์กรที่ลึกกว่า มากกว่าปัญหาของเทคโนโลยี AI เอง ข้อกำหนดในที่ทำงานหลายอย่างสำหรับเอกสารยาวๆ ทำหน้าที่เป็นอุปสรรคเทียมมากกว่าความต้องการสื่อสารที่แท้จริง ตัวอย่างคำขอคอมพิวเตอร์สี่ย่อหน้าแสดงให้เห็นว่าแรงเสียดทานของระบบราชการถูกออกแบบมาเพื่อกีดกันคำขอ ไม่ใช่เพื่อปรับปรุงการตัดสินใจ

สมาชิกชุมชนหลายคนสังเกตว่าการเขียนทางธุรกิจที่ฟุ่มเฟือยแบบนี้มีมาก่อนที่เครื่องมือ AI จะมีอยู่ ความแตกต่างตอนนี้คือการสร้างภาษาองค์กรที่ฟุ่มเฟือยต้องใช้ความพยายามของมนุษย์เกือบศูนย์ ทำให้ระบบที่ไร้ประสิทธิภาพเหล่านี้เห็นได้ชัดกว่าและง่ายกว่าในการหาทางออก

เศรษฐศาสตร์ของแรงเสียดทานเทียม

การสื่อสารทางธุรกิจแบบดั้งเดิมมักใช้ความฟุ่มเฟือยเป็นตัวแทนของการลงทุนเวลาและความจริงจังของเจตนา การเขียนสี่ย่อหน้าแสดงให้เห็นว่าใครบางคนใส่ใจคำขอของตนเพียงพอที่จะใช้ความพยายามอย่างมากในการร่างมัน ระบบนี้พังทลายลงอย่างสมบูรณ์เมื่อ AI สามารถสร้างข้อความที่ฟังดูเป็นมืออาชีพได้ในไม่กี่วินาที

ความไร้สาระทางเศรษฐกิจชัดเจนขึ้นเมื่อพิจารณาว่าพนักงานที่มีค่าใช้จ่ายหลายพันดอลลาร์ สหรัฐฯ ต่อสัปดาห์อาจต่อสู้เป็นเวลาหลายชั่วโมงเพื่อให้เหตุผลสำหรับการอัปเกรดคอมพิวเตอร์ที่มีค่าใช้จ่ายหลายร้อยดอลลาร์ สหรัฐฯ ต่อสัปดาห์ ค่าใช้จ่ายในการบริหารมักเกินกว่าค่าใช้จ่ายในการอนุมัติคำขอที่สมเหตุสมผล

ตัวอย่างทางเศรษฐกิจ: พนักงานที่มีต้นทุนหลายพันดอลลาร์สหรัฐต่อสัปดาห์ ใช้เวลาเขียนเหตุผลอันยาวเหยื่อเพื่อขออัปเกรดคอมพิวเตอร์ที่มีราคาเพียงหลายร้อยดอลลาร์สหรัฐต่อสัปดาห์

ต้นทุนด้านสิ่งแวดล้อมและเทคนิค

นอกเหนือจากความไร้ประสิทธิภาพในที่ทำงาง LLM inflation สร้างผลกระทบต่อสิ่งแวดล้อมที่วัดได้ผ่านการใช้พลังงานที่เพิ่มขึ้น แต่ละวงจรของการขยายและการบีบอัดต้องใช้พลังงานการคำนวณจำนวนมาก น้ำสำหรับการระบายความร้อนศูนย์ข้อมูล และทรัพยากรซิลิกอน นี่แสดงถึงรูปแบบใหม่ของขยะดิจิทัลที่ข้อมูลเดียวกันถูกประมวลผลหลายครั้งโดยไม่เพิ่มมูลค่า

ชุมชนเทคนิคเริ่มเปรียบเทียบสิ่งนี้กับการบันทึกและบันทึกไฟล์รูปภาพซ้ำๆ ที่แต่ละวงจรจะสร้างข้อผิดพลาดเล็กๆ และการเสื่อมสภาพ เมื่อเนื้อหาที่สร้างโดย AI ถูกป้อนกลับเข้าไปในระบบ AI เพื่อประมวลผล มันสร้างเอฟเฟกต์โทรศัพท์เสียที่อาจทำลายความแม่นยำในการสื่อสารเมื่อเวลาผ่านไป

ผลกระทบต่อทรัพยากร: แต่ละรอบของการขยายตัว-การบีบอัดใช้พลังงานการประมวลผล พลังงานสำหรับศูนย์ข้อมูล น้ำสำหรับระบบทำความเย็น และทรัพยากรซิลิกอน โดยไม่เพิ่มคุณค่าทางสารสนเทศแต่อย่างใด

สู่การสื่อสารที่มีประสิทธิภาพมากขึ้น

องค์กรบางแห่งเริ่มปรับตัวโดยส่งเสริมการสื่อสารที่สั้นและตรงไปตรงมามากขึ้นอย่างชัดเจน ตอนนี้ที่ AI สามารถจัดการข้อกำหนดการจัดรูปแบบและความสุภาพโดยอัตโนมัติ ตรรกะง่ายๆ คือ: หากการขยายเทียมเป็นเรื่องเล็กน้อย ข้อความหลักควรเพียงพอสำหรับการตัดสินใจ

ตอนนี้ที่การตกแต่งข้อความใดๆ ด้วยเรื่องฟุ่มเฟือยเหล่านั้นเป็นแบบอัตโนมัติ เราก็สามารถยกเลิกข้อกำหนดและเพียงแค่ระบุอย่างชัดเจนว่าเราต้องการอะไรโดยไม่มีเรื่องฟุ่มเฟือย

การเปลี่ยนแปลงนี้อาจนำไปสู่การสื่อสารในที่ทำงานที่ซื่อสัตย์และมีประสิทธิภาพมากขึ้น ที่สาระสำคัญของคำขอมีความสำคัญมากกว่าการนำเสนอ อย่างไรก็ตาม มันต้องการให้องค์กรออกแบบกระบวนการอนุมัติและความคาดหวังทางวัฒนธรรมเกี่ยวกับการสื่อสารทางอาชีพใหม่อย่างมีสติ

อ้างอิง: LLM Inflation