Studi ini menekankan pentingnya kecerdasan konten yang andal untuk menciptakan pengalaman pencarian, penemuan, dan rekomendasi yang dapat dipercaya, yang didukung oleh kecerdasan buatan generatif
NEW YORK โ 10 Juni 2026 โ Gracenote, unit bisnis kecerdasan konten milik Nielsen, hari ini merilis laporan terbarunya, โKelemahan AI: Mengapa Model Bahasa Besar (LLM) yang Tidak Didukung Data Nyata Tak Bisa Memperbaiki Penemuan Konten.โ Penelitian ini mengkaji seberapa akurat model bahasa besar (LLM) terkemuka menjawab pertanyaan tentang film dan acara TV populer dari 2.600 judul di 13 negara. Dengan membandingkan jawaban yang hanya didasarkan pada data pelatihan dengan jawaban yang didasarkan pada intelijen konten Gracenote, studi ini menemukan bahwa LLM yang tidak didasarkan pada data nyata menghasilkan metadata yang tidak akurat untuk 506 judul, atau hampir satu dari lima judul.
Laporan ini dirilis di tengah tren di mana layanan streaming dan penyedia hiburan lainnya mulai memanfaatkan model bahasa besar (LLM) untuk membantu penonton menavigasi pilihan yang begitu banyak dan katalog yang terfragmentasi. Detail-detail yang diuji โ mulai dari ringkasan dan daftar pemain hingga genre, tahun rilis, dan durasi โ adalah hal-hal yang sama yang digunakan penonton untuk memutuskan apa yang akan ditonton, serta yang digunakan layanan untuk mendeskripsikan, mengorganisir, dan merekomendasikan konten. Hasilnya menunjukkan bahwa kualitas penemuan konten berbasis AI sangat bergantung pada kualitas data yang mendasari pengalaman tersebut.
โPenonton tidak peduli dari mana jawaban yang salah itu berasal. Jika jawabannya salah, mereka akan menyalahkan layanannya,โ kata Tyler Bell, wakil presiden senior bidang produk di Gracenote. โItulah mengapa landasan yang kokoh sangat penting. Bagi perusahaan yang sedang mengembangkan platform penemuan hiburan generasi berikutnya, AI generatif hanya akan memenuhi janjinya jika didasarkan pada kecerdasan konten yang terverifikasi, yang menggantikan dugaan yang masuk akal dengan fakta yang akurat โ sehingga mengurangi hambatan, memperdalam keterlibatan, dan memperkuat loyalitas.โย
Wawasan tambahan lainnya meliputi:
- Judul-judul yang mirip membuat model LLM tersebut menampilkan konten yang salah. Sebagai contoh, model yang belum dilatih tersebut menampilkan judul dan tahun yang benar untuk film thriller tahun 2025 berjudul โHeel,โ tetapi mengambil deskripsi, daftar pemain, dan genre dari โHeels,โ sebuah serial drama Starz yang tayang dari tahun 2021 hingga 2023. Dalam contoh lain, model tersebut mencampuradukkan film horor-thriller tahun 2024 โTruckerโ dengan film tahun 2008 yang memiliki judul yang sama.
- Konten terbaru mengungkap sejumlah kelemahan signifikan. Model yang tidak didasarkan pada data tersebut tidak mampu memberikan informasi mengenai beberapa judul baru, termasuk โGOAT,โ sebuah film tahun 2026 yang meraup pendapatan hampir $200 juta di seluruh dunia sebelum tayang di Netflix.
- Bahkan informasi mengenai pemeran utama pun ternyata tidak dapat diandalkan. Untuk 100 film teratas di AS, hanya 53% dari jawaban model bahasa besar (LLM) yang tidak dilatih (ungrounded) mengenai pemeran utama yang sesuai dengan data yang telah dilatih (grounded).
Sebagaimana dijelaskan dalam laporan tersebut, tidak ada model bahasa besar (LLM) yang bebas dari kesalahan prediksi pada tahun 2026 โ hal ini menjadi risiko khusus bagi sistem AI yang diharapkan dapat memberikan jawaban akurat dan terkini seputar hiburan dalam skala besar. Bagi perusahaan yang mengembangkan pengalaman pencarian, penemuan, dan rekomendasi berbasis AI, landasan yang kokoh membantu mengubah kemampuan model menjadi kepercayaan penonton. Intelijen konten otoritatif Gracenote menyediakan landasan tersebut melalui dua cara: melalui lisensi data langsung atau Video MCP Server-nya, yang terhubung ke grafik pengetahuan hiburan global perusahaan. Dengan akses ini, LLM dapat melampaui halusinasi yang terdengar masuk akal dan memberikan respons yang lebih andal, sehingga mengurangi gesekan penonton, memperdalam keterlibatan, dan memperkuat loyalitas.
Gracenote akan memaparkan temuan dari laporan tersebut pada acara StreamTV Show pada tanggal 18 Juni di Denver, di mana Nandita Arora, Direktur Senior Produk di Gracenote, akan menjadi salah satu pembicara dalam panel bertajukโReimagining Content Discovery.โ Sesi ini akan membahas bagaimana kecerdasan buatan (AI), personalisasi, pencarian terpadu, dan pendekatan baru dalam pengalaman pengguna sedang mengubah cara layanan streaming menghubungkan penonton dengan konten.
Laporan lengkap berjudul โKelemahan dalam AI: Mengapa Model Bahasa Besar yang Tidak Didukung Data Tidak Dapat Memperbaiki Penemuan Kontenโ dapat diunduh di sini.ย
Metodologi
Gracenote menguji 2.600 judul film dan acara TV populer di 13 negara: Australia, Brasil, Kanada, Prancis, Jerman, Jepang, Meksiko, Belanda, Korea Selatan, Spanyol, Swedia, Inggris, dan Amerika Serikat. Studi ini membandingkan respons dari model bahasa besar (LLM) yang tidak terhubung dengan data eksternalโyang diperintahkan untuk menjawab hanya berdasarkan data pelatihanโdengan respons yang didasarkan pada data video global Gracenote melalui server MCP. Respons dievaluasi berdasarkan atribut objektif, termasuk judul, deskripsi, aktor, genre, tahun rilis, dan durasi jika berlaku. Karena atribut-atribut ini dapat diverifikasi secara independen, hasilnya memberikan gambaran terukur tentang bagaimana grounding memengaruhi akurasi dan keandalan respons hiburan yang dihasilkan AI.
Tentang Gracenote
Gracenote adalah unit bisnis kecerdasan konten milik Nielsen. Kami menstandarkan cara ekosistem media dan hiburan global mengindeks konten serta metadata terkait, sehingga memungkinkan aliran informasi tersebut antara pembuat konten, distributor, platform, dan pengiklan. Dengan menyediakan kedalaman data yang tak tertandingi untuk lebih dari 50 juta judul dan lebih dari 80 ribu saluran serta katalog, kami mendukung pengalaman pencarian, penemuan, dan navigasi modern yang menghubungkan orang-orang dengan acara TV, film, musik, dan olahraga yang mereka sukaiโdalam lebih dari 70 bahasa di lebih dari 80 negara. Untuk informasi lebih lanjut, kunjungi Gracenote.com atau ikuti kami di LinkedIn.
Kontak Media
Mark Yamada
mark.yamada@nielsen.com
