Mot slutten av 2022 lagde Dan Shipper en chatbot basert på alle episodene fra the Huberman Lab-podkasten (fra Andrew Huberman).
Det er snart to år siden, og med tanke på hvor fort utviklinga går innenfor kunstig intelligens er det vel nærmere en mannsalder. Selv om det ikke er en rykende fersk nyhet akkurat, syns jeg det er verdt å utforske tanken av å trene opp en chatbot på det som sies i en podkast. For det er definitivt relevant den dag i dag, og ikke utbredt på langt nær så mye som det kunne vært.
Hvorfor er en chatbot relevant for en podkast?
For det første er det utrolig fascinerende å tenke over at du da kan stille spørsmål, og få svar, basert på hva som sies en podkast som har høy troverdighet i seg selv. Hvor både verten og gjestene er blant de mest kunnskapsrike innenfor sitt felt.
En annen ting jeg likte godt med artikkelen til Dan Shipper var at han adresserte nettopp det her med troverdighet. Om hva du trenger av info for å sitte igjen med følelsen av at svaret du får fra chatbotten er sant:
If every time it answered a question it told me its source—e.g., where in the episode I could go to find more information—it wouldn’t matter as much if the answer was vague or slightly wrong because I could check its work.
Han nevner også at det er fullt mulig med det som var dagens teknologi, i 2022, og som jeg skal vise deg et eksempel på, men det tar vi mot slutten.
Mer verdi ut av eksisterende innhold
For de som lager podkasten kan de da få mye mer verdi ut av det de lager, og allerede har lagd. Som Dan nevner i artikkelen:
To start, it means that there’s a new way to monetize any existing set of intellectual property.
You might not pay to access a back catalog of all Huberman Lab episodes—but if that back catalog was reformatted to be a chatbot that could instantly answer your science questions, there’s a good bet you’d input your credit card.
The same is true for all sorts of writers, podcasters, and YouTubers across the content creation spectrum.
Det er en utrolig spennende tanke, spør du meg. Ikke bare blir det lettere for alle og enhver å finne tilbake til ett spesifikt øyeblikk, som du kanskje husker sånn halvveis, men som du veldig gjerne skulle hørt igjen. Samtidig blir det en helt ny måte utforske episodene før du hører på dem.
Utforske podkaster gjennom søk
Dersom jeg ville lært mer om søvn kunne jeg oppsøkt Huberman-botten, og søkt opp “Hvilke tre grep kan jeg ta i dag for å forbedre søvnen min?“.
For hvis jeg hadde prøvd å google det samme spørsmålet hadde jeg nok valgt en kilde som jeg ser på som troverdig. Og om jeg da hadde sett at ett av søkeresultatene kom fra Andrew Huberman er det nok den jeg hadde klikka meg inn på den.
Både fordi det er en type jeg har kjennskap til fra før av, eller som jeg har hørt på tidligere, som virker troverdig. Også fordi det er den måten vi velger hvilke søkeresultater som er relevante for vårs.
Om du blir presentert med 15 resultater på et søk, da velger du gjerne blant de 5 første, bare fordi du gidder ikke å se gjennom alt. Og dersom én av de 5 første resultatene også kommer fra en kilde du kjenner til fra før, er det sannsynligvis den kilden du velger å gå til for å lære mer.
Gira på å prøve?
Huberman-boten er riktignok gjemt bak en betalingsmur, så jeg har ikke prøvd den sjøl. Skal sies at du kan betale så lite som 20 i måneden, så det er ikke den største prisen å betale for å gi det et forsøk. Samtidig virker den nettsida – Every som den heter – som et veldig bar sted å starte hvis du vil lære mer om kunstig intelligens, og hvordan det kan anvendes på ulike måter.
Men! Du kan faktisk teste en chatbot som er trent på episodene fra Tim Ferriss-pådden. Eller.. Strengt talt er det bare et vanlig søk (som er trent opp på transkriberingene fra podkasten). Det er ikke en faktisk chatbot hvor samtalen går fram og tilbake, men det gjør ikke noe, for sluttresultatet blir nok mer eller mindre det samme.
Eksempel fra Tim Ferriss-boten
Det som er litt komisk er at Tim Ferriss og Andrew Huberman er to typer som er ganske like, ut i fra hva de skriver og snakker om, så her blir det minimalt med omstilling.
Spørsmålet du stiller
Det første du blir møtt med er som sagt et søkefelt:
Deretter kan vi stille det samme spørsmålet som jeg nevnte tidligere. Her har det faktisk ingenting å si om du skriver på engelsk eller norsk. Den forstår begge deler, som egentlig er skikkelig kult.
Spørsmålet jeg stilte var altså:
Hvilke tre grep kan jeg ta i dag for å forbedre søvnen min?
Og svaret jeg fikk var det her:
I tilfelle det er vanskelig å lese hva som står på bildet kan du lese teksten nedenfor, eventuelt bare å hoppe glatt over til neste overskrift.
Svaret du får
- Limit Caffeine Intake: Tim Ferriss suggests restricting caffeine consumption before midnight, as caffeine has a long quarter-life and may still be in your system by bedtime. Monitoring and reducing your caffeine intake, both in amount and timing, can significantly impact sleep quality. Tim tracks his sleep using the Oura Ring, a tool that helps him analyze interventions affecting sleep quality and different sleep stages.
- Exercise and Sun Exposure: Engaging in exercise and getting sun exposure, particularly before lunch, can enhance sleep quality by promoting deep, restorative sleep and aiding in falling asleep faster. Prioritizing physical activity and natural light exposure earlier in the day can positively influence the onset and overall quality of your sleep.
- Optimize Sleep Environment: Pay attention to your sleeping environment’s temperature for better sleep quality. Tim Ferriss mentions using a cover from Eight Sleep on his bed, which he finds tremendously helpful for improving both the speed of falling asleep and overall sleep quality. Ensuring that your sleep environment is conducive to rest can lead to more restful and rejuvenating sleep.
Personlig har jeg hørt mye på den podcasten, og mye av det som nevnes her virker kjent, ut fra hva jeg har hørt tidligere.
Verdt å merke seg
Her har de faktisk tatt tak i det som Dan Shipper nevnte tidligere, hvor du får linker til episodene hvor informasjonen er henta fra.
Derimot så får du ikke det nøyaktige tidspunktet, eller tidskoden som det heter, som hadde gjort det enda mer brukervennlig, og økt troverdigheten i større grad, men det er definitivt en god start. For hvis jeg da vil lære mer om søvn kan jeg høre på de spesifikke episodene som er nevnt der.
Avsluttende ord
Shit in, shit out
Som med mye annet er det en “shit in, shit out”-situasjon. Med andre ord, om det som sies i podkasten ikke stemmer, at informasjonen faktisk er feil, så vil jo ikke det korrigeres. Resultatet du får er kun så bra som informasjonen du putter inn. På samme måte som med kaffe.
Om du bruker en kaffemaskin til 80 000 kr, eller en til 100 kr, har ingen verdens ting å si for smaken du sitter igjen med. Det vil uansett være avhengig av kaffen, altså de kverna bønnene du bruker. Så om de er ekstremt mørkbrent (høy temperatur over lang tid f. eks) så vil sannsynligvis ikke smaken komme tydelig fram.
Når det kommer til transkriberingene fra episodene til en podkast, vil det da både handle om det som sies, men også skrivefeil og formatering i teksten.
Hva som gjør det spennende
Konseptuelt sett er det en fascinerende tilnærming. Bare tenk på muligheten rundt det å utforske en ny podkast på.
Plutselig kan du spesifisere hvilke temaer du er interessert i, og få konkrete anbefalinger til episoder du kan like, som handler om nettopp de temaene. Du får altså en personlig tilpassa anbefaling, som egentlig ville vært vanskelig å komme fram til selv om du hadde spørt personen som lagde podkasten til å starte med.
Samtidig er det jo ikke utbredt den dag i dag, så kanskje det ikke er en måte folk ønsker å interagere med podkaster på i det hele tatt?
Hva tenker du? Er det noe du ville brukt? Ser du andre fordeler eller ulemper? Som alltid vil jeg gjerne høre hva du tenker. Bli med å diskuter det på discord, om du ikke er der allerede.