В статье Ханчэна Чжао и Рона Бермана говорится: «Крупные языковые модели (LLM) меняют способы получения информации потребителями в интернете; их боты также сканируют веб-сайты новостных издателей для получения обучающих данных и ответа на запросы потребителей; и они предоставляют инструменты, которые могут снизить стоимость создания контента. Эти изменения приводят к прогнозам негативного воздействия на новостных издателей в виде снижения потребительского спроса, уменьшения спроса на сотрудников редакций и увеличения количества некачественной новостной информации». В результате некоторые издатели стратегически отреагировали, заблокировав доступ LLM к своим веб-сайтам с помощью
стандартного файла robots.txt.
Используя высокочастотные детализированные данные, мы документируем четыре эффекта, связанных с прогнозируемыми изменениями в новостном издательстве после внедрения генеративного искусственного интеллекта (GenAI). Во-первых, мы обнаружили устойчивое и умеренное снижение трафика на новостные сайты после августа 2024 года. Во-вторых, используя метод разности разностей, мы обнаружили, что блокировка ботов GenAI может оказать негативное воздействие на крупные издатели, снизив общий трафик веб-сайта на 23% и реальный потребительский трафик на 14% по сравнению с отсутствием блокировки. В-третьих, что касается найма персонала, мы не обнаружили доказательств того, что LLM заменяют редакционные или контент-производственные должности. Доля новых вакансий в редакционной и контент-производственной сферах со временем увеличивается. В-четвертых, что касается контент-производства, мы не обнаружили доказательств того, что крупные издатели увеличили объем текстового контента; вместо этого они значительно увеличили объем насыщенного контента и используют больше рекламных и таргетинговых технологий.
В совокупности эти результаты предоставляют предварительные свидетельства некоторых непредвиденных последствий. о внедрении программ магистратуры в области производства и потребления новостей…
Источник:
https://arxiv.org/pdf/2512.24968
