搜尋引擎 - CASE 報科學

LLM vs 搜尋引擎：認知負荷與學習深度

2024 年 10 月 25 日2024 年 10 月 23 日 CASE PRESS 大型語言模型, 學習效果, 搜尋引擎, 認知負荷

大型語言模型 (LLM) 的出現方便了我們的生活，查找資料的方式從最傳統的上圖書館翻紙本資料，到上網搜尋關鍵字，又演進到了現在只要開口詢問智慧管家、大型語言模型，它們就能快速將答案呈現給我們。雖然這幫我們省下了許多時間，但這件事在學習成果上面是否會有影響呢？這影響是好是壞呢？德國慕尼黑大學Stadler等人的研究團隊為了探討這個問題，便設計了一個相關實驗，觀察大學生們分別使用搜尋引擎和LLM來解決問題後，學習成果的表現究竟如何。

人工智慧&電腦、資料科學

網頁上的搜尋建議除了「方便」之外，還帶來了什麼用途以及隱憂？

2021 年 02 月 12 日2021 年 12 月 10 日 intern Google搜尋, 推薦演算法, 搜尋引擎, 網際網路

我們每天都會在google上搜尋關鍵字，當我們開始輸入第一個字的時候，瀏覽器就會開始根據我們輸入的字在輸入欄位底下列出好幾個不同的搜尋建議，例如輸入：日本（空白鍵）溫泉（空白鍵），底下搜尋欄位列出的幾個搜尋建議，第一個是日本溫泉排名；接著是禮儀、注意、紋身、浴衣、動物、穿著。這些搜尋建議會根據搜尋引擎裡的所有搜尋紀錄，依據這些關鍵字出現的頻率搭配你輸入的內容還有你所在的地區、你個人資料分佈的關聯來選擇要給你看哪些搜尋建議。這些搜尋建議除了最直覺想到的方便搜尋之外，對我們會產生哪些好與不好的影響呢？