Badanie podkreśla potrzebę posiadania rzetelnych danych analitycznych dotyczących treści w celu tworzenia godnych zaufania rozwiązań w zakresie wyszukiwania, odkrywania i rekomendacji opartych na generatywnej sztucznej inteligencji
NOWY JORK — 10 czerwca 2026 r. — Gracenote, jednostka biznesowa firmy Nielsen zajmująca się analizą treści, opublikowała dziś swój najnowszy raport zatytułowany „Luki fabularne w sztucznej inteligencji: dlaczego nieuzasadnione modele LLM nie są w stanie usprawnić wyszukiwania treści”. W badaniu przeanalizowano, jak dokładnie wiodący model językowy (LLM) odpowiadał na pytania dotyczące popularnych filmów i seriali telewizyjnych spośród 2600 tytułów w 13 krajach. Porównując odpowiedzi oparte wyłącznie na danych szkoleniowych z tymi opartymi na analizie treści Gracenote, w badaniu stwierdzono, że model LLM bez ugruntowanej wiedzy błędnie interpretował wszystkie zmierzone metadane dla 506 tytułów, czyli prawie co piątego.
Raport pojawia się w momencie, gdy serwisy streamingowe i inni dostawcy rozrywki zaczynają korzystać z modeli językowych (LLM), aby pomóc widzom w poruszaniu się po przytłaczającym wyborze i rozdrobnionych katalogach. Testowane elementy — od streszczeń i obsady po gatunek, rok premiery i czas trwania — to te same informacje, na podstawie których widzowie decydują, co obejrzeć, a serwisy opisują, porządkują i rekomendują treści. Wyniki pokazują, że skuteczność wyszukiwania treści opartego na sztucznej inteligencji zależy w całości od jakości danych, na których opiera się to doświadczenie.
„Użytkownicy nie zwracają uwagi na to, skąd pochodzi błędna odpowiedź. Jeśli jest ona nieprawidłowa, obwiniają za to serwis” – powiedział Tyler Bell, starszy wiceprezes ds. produktów w firmie Gracenote. „Właśnie dlatego tak ważne jest oparcie się na rzetelnych danych. Dla firm tworzących rozwiązania nowej generacji w zakresie wyszukiwania treści rozrywkowych generatywna sztuczna inteligencja spełni swoje obietnice tylko wtedy, gdy będzie oparta na zweryfikowanej analizie treści, która zastąpi prawdopodobne domysły dokładnymi faktami – zmniejszając utrudnienia, pogłębiając zaangażowanie i wzmacniając lojalność”.
Dodatkowe informacje obejmują:
- Podobne tytuły doprowadziły model LLM do błędnych treści. W jednym z przykładów model bez danych podłożył prawidłowy tytuł i rok produkcji thrillera „Heel” z 2025 r., ale pobrał opis, obsadę i gatunek z serialu dramatycznego „Heels” stacji Starz, emitowanego w latach 2021–2023. W innym przypadku pomylił horror-thriller z 2024 roku „Trucker” z filmem o tym samym tytule z 2008 roku.
- Najnowsze dane ujawniły poważne luki. Model oparty na danych historycznych nie był w stanie dostarczyć informacji na temat kilku nowych tytułów, w tym filmu „GOAT” z 2026 roku, który przed pojawieniem się na platformie Netflix zarobił na całym świecie prawie 200 milionów dolarów.
- Nawet informacje dotyczące głównej obsady okazały się niewiarygodne. W przypadku 100 najpopularniejszych filmów amerykańskich jedynie 53% odpowiedzi generowanego przez model LLM bez danych wejściowych dotyczących głównych aktorów pokrywało się z danymi opartymi na rzeczywistych informacjach.
Jak jasno wynika z raportu, w 2026 roku żaden model LLM nie będzie wolny od halucynacji — stanowi to szczególne zagrożenie dla systemów AI, od których oczekuje się dostarczania na dużą skalę dokładnych i aktualnych odpowiedzi dotyczących rozrywki. Dla firm tworzących oparte na sztucznej inteligencji rozwiązania w zakresie wyszukiwania, odkrywania i rekomendacji, ugruntowanie pozycji pomaga przekształcić możliwości modelu w zaufanie odbiorców. Autorytatywna inteligencja treści Gracenote zapewnia tę podstawę na dwa sposoby: poprzez bezpośrednie licencjonowanie danych lub serwer Video MCP, który łączy się z globalnym grafem wiedzy rozrywkowej firmy. Dzięki temu dostępowi modele LLM mogą wyjść poza wiarygodnie brzmiące halucynacje i dostarczać bardziej wiarygodne odpowiedzi, które zmniejszają opór odbiorców, pogłębiają zaangażowanie i wzmacniają lojalność.
Firma Gracenote przedstawi wyniki raportu podczas targów StreamTV Show, które odbędą się 18 czerwca w Denver. Nandita Arora, starszy dyrektor ds. produktów w Gracenote, weźmie udział w paneluzatytułowanym „Nowe podejście do wyszukiwania treści”. Podczas sesji omówione zostanie, w jaki sposób sztuczna inteligencja, personalizacja, ujednolicone wyszukiwanie oraz nowe podejścia do obsługi użytkownika zmieniają sposób, w jaki serwisy streamingowe łączą widzów z treściami.
Pełny raport pt. „Luki fabularne w sztucznej inteligencji: dlaczego modele LLM bez kontekstu nie są w stanie rozwiązać problemu wyszukiwania treści” można pobrać tutaj.
Metodologia
Firma Gracenote przetestowała 2600 popularnych tytułów filmowych i telewizyjnych w 13 krajach: Australii, Brazylii, Kanadzie, Francji, Niemczech, Japonii, Meksyku, Holandii, Korei Południowej, Hiszpanii, Szwecji, Wielkiej Brytanii i Stanach Zjednoczonych. W ramach badania porównano odpowiedzi generowane przez model LLM bez ugruntowania, który miał udzielać odpowiedzi wyłącznie na podstawie danych szkoleniowych, z odpowiedziami opartymi na globalnych danych wideo Gracenote za pośrednictwem serwera MCP. Odpowiedzi oceniano pod kątem obiektywnych atrybutów, w tym tytułu, opisu, aktorów, gatunków, roku premiery i czasu trwania, tam gdzie miało to zastosowanie. Ponieważ atrybuty te można zweryfikować niezależnie, wyniki dają ilościowy obraz tego, jak ugruntowanie wpływa na dokładność i wiarygodność odpowiedzi dotyczących rozrywki generowanych przez AI.
Informacje o Gracenote
Gracenote to jednostka biznesowa firmy Nielsen zajmująca się analizą treści. Ujednolicamy sposób, w jaki globalny ekosystem mediów i rozrywki indeksuje treści oraz powiązane metadane, umożliwiając ich przepływ między twórcami, dystrybutorami, platformami i reklamodawcami. Dzięki niezrównanej szczegółowości obejmującej ponad 50 milionów tytułów oraz ponad 80 tysięcy kanałów i katalogów, zapewniamy nowoczesne doświadczenia w zakresie wyszukiwania, odkrywania i nawigacji, które łączą ludzi z ulubionymi programami telewizyjnymi, filmami, muzyką i sportem — w ponad 70 językach w ponad 80 krajach. Aby uzyskać więcej informacji, odwiedź stronę Gracenote.com lub śledź nas na LinkedIn.
Kontakt dla mediów
Mark Yamada
mark.yamada@nielsen.com
