NotebookLM: Praktik langsung dengan aplikasi pencatatan yang didukung AI dari Google

Bagaimana jika Anda bisa melakukan percakapan dengan catatan Anda? Pertanyaan ini telah mengambil alih internet akhir-akhir ini, ketika perusahaan seperti Dropbox, Box, Notion, dan banyak lagi telah membangun alat AI kreatif yang memungkinkan Anda berinteraksi dan membuat hal-hal baru dari data yang sudah ada di sistem mereka.

Versi Google untuk ini disebut Buku Catatan LM. Ini adalah alat pencarian bertenaga AI yang bertujuan membantu Anda mengatur dan berinteraksi dengan catatan Anda. (Google mengumumkannya awal tahun ini sebagai Project Tailwind tetapi dengan cepat mengubah namanya.) Untuk saat ini, ini hanyalah sebuah prototipe, tetapi sebuah tim kecil di dalam perusahaan sedang mencoba untuk mencari tahu seperti apa bentuk laptop AI. Pada akhirnya, jika NotebookLM bertahan, kemungkinan besar itu adalah fitur Google Dokumen atau alat dalam Drive yang dapat menyerap dan memahami semua file Anda. Namun untuk saat ini, ini hanyalah aplikasi tersendiri.

Saya telah menggunakan NotebookLM selama dua minggu terakhir, menguji kemampuan aplikasi dan mencoba melihat kesesuaian alat penelitian AI dengan alur kerja saya. Saya belum yakin saya sudah menemukan jawaban yang tepat, dan saya juga belum yakin teknologinya sudah siap. Namun saya semakin yakin bahwa AI yang dipersonalisasi, yang dilatih dalam semua hal yang saya pedulikan dan sedikit hal lainnya, akan sangat kuat.

Untuk mulai menggunakan NotebookLM, Anda harus membuat proyek baru. Dalam kasus saya, saya melakukan banyak penelitian tentang sejarah dan budaya spreadsheet, jadi saya menamai proyek saya The History of Spreadsheets. (Cerdas, bukan?) Aplikasi tersebut kemudian meminta saya untuk mulai menambahkan sumber—untuk saat ini, aplikasi tersebut hanya menerima dan mengimpor Google Docs, namun dalam bentuk akhirnya, sepertinya aplikasi tersebut akan menerima banyak jenis informasi lainnya. Setiap proyek dapat memiliki hingga lima sumber daya, dan setiap sumber daya dapat berisi hingga 10.000 kata, namun saya mengetahuinya hanya karena seseorang di Google memberi tahu saya demikian. Jika Anda mencoba mengimpor sumber daya yang terlalu banyak atau terlalu besar, NotebookLM akan gagal. Aplikasi ini cukup baru sehingga tim bahkan belum menyesuaikan pesan kesalahannya. Sekali lagi: prototipe.

Tapi setelah sedikit trial and error, saya mendapatkan sumber saya: salinan buku penting Stephen LevyMetode pengetahuan spreadsheetCerita, a Serangkaian posting blog Dari pencipta VisiCalc Dan Bricklin, sebuah divisi dari buku Laine Nooney era Apple IIDan beberapa ribu kata hasil penelitian lainnya yang dikumpulkan. Saat Anda mengimpor setiap sumber daya, NotebookLM membuat apa yang disebutnya “panduan sumber”, dengan paragraf yang merangkum dokumen dan kemudian daftar topik utama dan pertanyaan yang disarankan untuk diajukan. Secara keseluruhan, buktinya cukup bagus: Untuk cerita Levi’s, Electronic Spreadsheets, VisiCalc, Lotus 1-2-3, Spreadsheet Modeling, dan Spreadsheets and Decision Making muncul ke permukaan. “. Tiga di antaranya adalah variasi dari hal yang sama, tapi hei, artikelnya panjang tentang spreadsheet. Sebagian besar topik utamanya adalah spreadsheet.

Alasan utama keberadaan NotebookLM adalah untuk memberi Anda cara baru berinteraksi dengan dokumen-dokumen ini. Daripada menjadi alat untuk mengatur atau meningkatkan penelitian Anda, ini pada dasarnya adalah chatbot yang dilatih secara khusus berdasarkan sumber yang Anda berikan yang dapat merujuk ke sumber tersebut satu per satu atau sekaligus. Dalam contoh Levy, salah satu pertanyaan yang disarankan dalam panduan sumber adalah, “Apa keuntungan menggunakan spreadsheet?” Ketika saya menanyakan pertanyaan ini tentang perangkat lunak obrolan NotebookLM, dia berpikir sejenak dan kembali dengan lima fitur yang membuat spreadsheet begitu canggih bagi pengguna komputer awal. Jawabannya tidak didasarkan pada keseluruhan web; Itu seluruhnya didasarkan pada sekitar 5.000 kata yang saya tempelkan ke Google Dokumen ini.

(Secara sederhana: jelas ada masalah dan kekhawatiran privasi yang sangat besar dengan semua alat AI khusus ini. Namun dalam kasus ini, saya tidak khawatir tentang hal itu – semua data tersebut sudah ada di produk Google lainnya, jadi saya tidak yakin (bahwa analisis model bahasa besar adalah masalah yang sama sekali berbeda. Namun seperti semua AI, Anda harus selalu memikirkan dengan hati-hati tentang ke mana data Anda pergi dan bagaimana data tersebut dapat digunakan.)

Tentu saja, Anda juga dapat mengajukan pertanyaan lain apa pun yang Anda pikirkan. Saya akhirnya mulai menggunakan NotebookLM untuk menemukan kesamaan di antara berbagai hal. Siapakah orang yang paling sering muncul di semua dokumen ini? Tautan mana yang paling sering dirujuk? Apa pesaing utama di bidang ini? Dengan beberapa pertanyaan, saya biasanya bisa mendapatkan titik awal yang baik untuk penelitian lebih lanjut. Anda juga dapat mengajukan pertanyaan seperti, “Informasi apa yang paling mengejutkan di sini?” Dan terkadang dapatkan contoh menarik. NotebookLM juga dapat membuat ringkasan atau garis besar dokumen untuk mempermudah penelusuran riset Anda.

Seiring dengan setiap jawaban, NotebookLM memberikan kutipan. Sebenarnya mereka bukan sumber, karena model dasar tidak hanya menemukan dan mengembalikan teks; Sama seperti titik-titik pada peta, sepuluh teks yang dianggap paling relevan oleh NotebookLM dengan sebuah pertanyaan kemudian dikelompokkan dan digunakan untuk memberikan jawaban. NotebookLM mengatakan kepada saya bahwa “kecepatan” adalah fitur penting dari spreadsheet, bukan karena Levy yang menulisnya, namun karena mengutip sekelompok eksekutif yang berbicara tentang hal-hal yang dapat mereka lakukan dengan alat yang jauh lebih cepat ini.

Berdasarkan pengalaman saya sejauh ini, hubungan antara kutipan dan jawaban terkadang terlihat jelas dan terkadang sangat membingungkan, namun saya menyukai pendekatan yang diambil model yang mencoba menunjukkan bahwa model tersebut berhasil. Seringkali, menurut saya kutipan jauh lebih bermanfaat daripada jawabannya sendiri; Sintesis sebenarnya dan jawaban yang dilakukan NotebookLM agak tidak dapat diandalkan, tetapi ia berhasil mengidentifikasi informasi yang relevan dengan pertanyaan saya dengan sangat baik.

Raiza Martin, Manajer Produk yang bertanggung jawab atas NotebookLM, mengatakan pengalaman saya tampaknya sama dengan pengalaman pengguna NotebookLM lainnya. “Sumber bukti dan kutipan adalah dua fitur terpenting yang paling dibutuhkan,” katanya. “Kami juga melihat perubahan perilaku, karena semakin banyak orang yang mengatakan, ‘Oh, saya harus membaca sesuatu, jadi saya memasukkannya ke dalam buku catatan sehingga saya dapat membuat direktori sumbernya.’ (Semua orang di Google sepertinya menyebut NotebookLM sebagai ‘Notebook’.) Ambil saja apa pun yang kamu mau.)

Pada akhirnya, kata Martin, salah satu hal yang dia cari adalah mempelajari bagaimana orang berinteraksi dengan bot secara berbeda ketika mereka dilatih tentang data pribadi dan bukan di Internet. “Ketika kita cukup mengubah konteks, apakah hal itu mengubah perilaku pengguna?” dia bertanya. “Dan apa yang kami temukan adalah dia melakukannya.” Pengguna tampaknya melakukan lebih banyak penyelidikan dan verifikasi informasi target, daripada sekadar mengajukan pertanyaan langit biru kepada AI.

Berbicara tentang Internet: Salah satu fitur aneh NotebookLM adalah ia mengetahui hal-hal yang tidak ada dalam dokumen Anda. Pada satu titik, saya meminta informasi tentang pesaing Excel lama yang direferensikan dalam satu dokumen yang saya unggah, namun hanya berdasarkan nama dan tidak ada informasi lainnya, dan NotebookLM menjawab dengan beberapa informasi latar belakang tentang kapan didirikan dan apa fungsinya. Dokter saya tidak mengetahui hal ini! apa yang menyebabkan?

Stephen Johnson, seorang penulis lama dan redaktur pelaksana di Google Labs yang bekerja di NotebookLM, mengatakan bahwa tim telah bergumul dengan apa yang harus dilakukan dalam situasi ini. “Pasti ada beberapa pengetahuan umum yang diketahui model yang sebenarnya cukup akurat.” Seberapa benar hal ini, dan bagaimana menunjukkan proses ini kepada pengguna, masih menjadi pertanyaan. “Kami menghabiskan banyak waktu untuk menyempurnakannya sehingga model akan berkata, ‘Maaf, informasi ini tidak ada dalam sumber Anda,’” kata Johnson. “Dan kerendahan hati serta transparansi seperti itu adalah hal yang baik dalam sebuah perusahaan. MBA.” Tapi dia juga harus berusaha membantu semampunya, bukan? “Kami mencoba mencari tahu seberapa banyak kami memadukan hal tersebut, dan memperjelas kepada pengguna bahwa, ‘Hei, itu tidak ada dalam sumber Anda, tapi inilah beberapa pengetahuan atau pengetahuan umum’ dari web,” kata Martin .

Selain meningkatkan model dan mengerjakan interaksi, proyek besar Google lainnya untuk NotebookLM adalah menjadikannya aplikasi yang lebih baik untuk membuat catatan fisik. Untuk saat ini, Anda mendapatkan papan konsep super sederhana jika Anda ingin menyalin dan menempelkan jawaban chatbot atau menuliskan sesuatu yang Anda ingat, tapi hanya itu saja. Jawaban jangka panjangnya mungkin adalah menghubungkan NotebookLM hanya ke Keep atau Docs, namun NotebookLM juga dapat berubah menjadi aplikasi catatan yang lebih lengkap seiring berjalannya waktu. (Mengingat kecenderungan Google untuk meluncurkan ribuan versi dari jenis produk yang sama, saya berani bertaruh pada hasil terakhir tersebut.)

Setelah beberapa minggu menggunakan NotebookLM, cara saya melakukan semuanya belum sepenuhnya berubah. Namun saya sepenuhnya mendukung gagasan bahwa ada cara yang lebih baik untuk berinteraksi dengan umpan balik dibandingkan dengan banyak perebutan organisasi dan pencarian kata kunci. Dan tampak jelas bahwa jika Google dapat menemukan cara agar NotebookLM dapat bekerja secara andal dengan barang-barang saya dan web yang lebih luas serta berinteraksi dengan semua hal lain yang sudah diketahui Google tentang saya, ini bisa menjadi chatbot paling kuat dan pribadi di Internet. Kami pastinya masih dalam tahap prototipe, tapi kami sedang menuju sesuatu yang berpotensi besar.