KI wird zunehmend mit von KI generierten Daten trainiert

Eine Analyse zeigt, dass der primäre Engpass für die Verbesserung von KI von der Rechenleistung zu hochwertigen menschlichen Daten übergeht. Der Autor warnt, dass ein wachsender Anteil der Webinhalte KI-generiert ist – darunter Blogs, SEO-Seiten und umgeschriebener Code –, wodurch eine Feedbackschleife entsteht. Modelle werden mit Ausgaben trainiert, die von früheren Modellen geformt wurden. Dieser rekursive Zyklus reduziert Varianz, Originalität und Edge-Case-Signale, was zu einer stilistischen und logischen Konvergenz über LLMs hinweg führt. Der Artikel prognostiziert eine Spaltung zwischen einer kostenintensiven, kuratierten Vertrauensschicht aus menschlichen Inhalten und einer günstigen, skalierbaren Schicht aus synthetischem Internet. Hochwertige menschliche Datensätze erweisen sich damit als fundamentale Infrastruktur, die die Leistungsgrenzen zukünftiger Modelle bestimmt.