مشکل جستجوی گوگل، خود مدل نیست
هوش مصنوعی
گوگلخلاصهٔ کامل‌تر
نویسنده تو این پست می‌گه نتایج جستجوی گوگل کارهایی می‌کنه که یه محصول تریلیون‌دلاری باید سال‌ها پیش ازشون عبور کرده بود: یه نقل‌قول از کتاب رو می‌چسبونه به عقیدهٔ شخصی خودت، برای سؤال دربارهٔ یه صفحهٔ مشخص لینک رو باز نمی‌کنه و در عوض حدس می‌زنه توش چی نوشته، و جستجوی عبارت دقیق که بیست سال قابل‌اعتماد بود الان نتیجهٔ فازی می‌ده. یه پست پربحث این هفته لیست بلندی از این رفتارها رو جمع کرده.
تو کامنت‌های اون پست یه گوگلر سابق از فرهنگی گفته که مهندس‌ها رو از حرف‌زدن با کاربر واقعی دلسرد می‌کنه، طوری که «بدون تست بفرست، بعداً درستش کن» نقشهٔ عادی شده. به گفتهٔ نویسنده هیچ‌کدوم اینا مشکل کیفیت مدل نیست؛ Gemini با هر بنچمارک عمومی مدل قابل‌قبولیه. خرابی یه لایه بالاتر از مدله: اینکه کجا بذاریش، چطور اعتراف کنی داره حدس می‌زنه، و آیا کسی با قضاوت محصولی موقع عرضه تو اتاق بوده یا نه.
استدلال اصلی مقاله دربارهٔ قولیه که جعبهٔ جستجو می‌ده: یه کوئری یکسان همون مجموعهٔ نتایج رتبه‌بندی‌شده و قابل‌راستی‌آزمایی رو برمی‌گردونه. این قول deterministic هست، یعنی قابل‌پیش‌بینی و تکرارشدنی، پس میشه روش workflow ساخت؛ روزنامه‌نگار عبارت خاص رو کپی می‌کرد تا سرقت ادبی رو چک کنه و برنامه‌نویس وب رو grep می‌کرد. گوگل AI Overviews و خلاصه‌های Gemini رو با همون فونت و همون لحن مطمئن گذاشته وسط همون UI و هیچ‌جا نگفته کدوم خط حدسه و کدوم خط نتیجهٔ واقعی جستجو.
نویسنده قانون Conway رو می‌کشه وسط: همون‌طور که معماری نرم‌افزار شکل چارت سازمانی رو می‌گیره، انسجام محصول هم همین‌طوره. سازمانی که تیم‌هاش روی OKRهای جدا فیچر می‌سازن و کانال ثابتی برای شنیدن تجربهٔ واقعی کاربر ندارن، محصولی می‌ده که عین همون چارته: تکه‌تکه و فقط به‌صورت محلی بهینه. گوگل به‌اندازهٔ هر شرکت دیگه‌ای تو دنیا ظرفیت تحقیق کاربر داره، ولی به روایت اون کامنت این ظرفیت هیچ‌وقت به آدم‌هایی که تصمیم محصول رو می‌گیرن نمی‌رسه.
گرون‌ترین بخش ماجرا به گفتهٔ نویسنده تو هیچ داشبوردی دیده نمی‌شه: کاربر عادتی می‌سازه که خودش هم حواسش نیست، اینکه هرچی AI گفت رو قبل از عمل چک کنه. این یه مالیات کوچیک روی هر کوئریه و از داخل سازمان سخت دیده میشه، چون همون راستی‌آزمایی معمولاً یعنی یه سؤال دیگه از گوگل، که حتی می‌تونه engagement رو خوب نشون بده. اعتماد بی‌صدا آب می‌ره و کند برمی‌گرده.
توصیهٔ عملی مقاله یه سؤال برای هر سطح محصوله، نه یه جواب برای کل roadmap: این فیچر قول یه واقعیت رو می‌ده یا یه پیشنهاد؟ autocomplete و سیستم پیشنهاددهنده و تولید پیش‌نویس، اشتباه رو تحمل می‌کنن و حدس بد اون‌جا فقط یه کلیک خرج داره. نتایج جستجو، مانده حساب و جواب پزشکی یا حقوقی تحمل نمی‌کنن و حدس بد اون‌جا خود رابطه رو خرج می‌کنه. چیز دومی که نویسنده می‌گه باید ازش محافظت کرد همون حلقهٔ فیدبکه: بودجهٔ بی‌سروصدایی که می‌ذاره مهندس بشنوه کاربر واقعاً چی تجربه می‌کنه.
نکات کلیدی:
- سه ایراد فهرست‌شده: نقل‌قول به‌عنوان باور کاربر خونده میشه، محتوای لینک حدس زده میشه، و عبارت دقیق نتیجهٔ فازی می‌ده.
- Gemini با بنچمارک‌های عمومی مدل قابل‌قبولیه؛ ایراد یه لایه بالاتر و تو تصمیم محصولیه.
- AI Overviews و خلاصه‌های Gemini با همون فونت و لحن UI قطعی نشون داده می‌شن، بدون علامتی که بگه این خط حدسه.
- قانون Conway برای انسجام محصول هم کار می‌کنه: OKRهای جدا و بی‌فیدبک، محصول تکه‌تکه می‌ده.
- معیار هر سطح محصول: قول واقعیت یا پیشنهاد؟ اولی اشتباه AI رو تحمل نمی‌کنه.
