La nueva función de investigación profunda de NotebookLM me decepcionó

Elogio mucho a NotebookLM y la razón es simple: está saciado de funciones que son efectivamente aperos. Poliedro lo impresionantes que han sido todas sus actualizaciones anteriores, lógicamente comencé a tener altas expectativas para cada nueva interpretación. Desafortunadamente, la función de investigación profunda que Google agregó recientemente a NotebookLM no estuvo a la importancia de esas expectativas.

¿Qué es la investigación profunda de NotebookLM?

Gemini y otras herramientas de inteligencia químico lo tuvieron primero

Si ha utilizado alguna de las principales herramientas de inteligencia químico que existen, como Perplexity, ChatGPT e incluso Gemini de Google, es posible que haya notado que todas tienen modos de investigación profunda dedicados. Deep Research está diseñado para hacer exactamente lo que esperarías: excavar Más adentro en un tema. Si aceptablemente el modo de investigación predeterminado generalmente solo le brinda resúmenes rápidos o respuestas superficiales, la investigación profunda está diseñada para ir varios niveles más allá.

Averiguación en decenas o cientos de sitios web, incluidos foros comunitarios como Reddit, para resumir diferentes perspectivas y brindarle una imagen más completa de lo que esté investigando. Antaño de que comience efectivamente Deep Research, incluso presenta un plan detallado que puede editar o aprobar. Y una vez hecho esto, genera un crónica completo que resume sus hallazgos y lo divide todo en secciones ordenadas para que pueda revisarlo de un vistazo.

El 13 de noviembre, Google amplió la función más allá de su gravedad auténtico y agregó Deep Research directamente a NotebookLM. Tiene dos opciones de estilo de investigación: Investigación rápida y Investigación profunda. La primera opción está destinada a realizar búsquedas rápidas y a encontrar rápidamente nuevas fuentes, mientras que la segunda es el modo de investigación profunda completo.

Los usuarios de Reddit ya habían detectado la función durante las pruebas y, francamente, yo estaba de acuerdo. Con frecuencia guardo los informes de investigación profunda que genera Gemini y los agrego a NotebookLM para utilizar sus mejores descripciones generales de audio y otras excelentes funciones de estudios. Entonces, lógicamente, estaba emocionado de ver cómo NotebookLM manejaría la investigación profunda de forma nativa.

La investigación profunda de NotebookLM parece alejarse de la identidad central de la aplicación

No encaja del todo con la idea central de la aplicación.

Las citas de NotebookLM se muestran junto a las afirmaciones que realiza

Desde los primeros días de NotebookLM, cuando se estaba probando en Google Labs, la razón por la que la útil fue tan aceptablemente recibida fue simple: se mantuvo enfocada en sus fuentes. Todo lo que generaba tenía que justificar en lo que subieras. Poliedro que esto redujo considerablemente las alucinaciones, fue lo que hizo que NotebookLM se sintiera confiable de una guisa que la mayoría de las herramientas de inteligencia químico no lo hacen.

Aunque NotebookLM ha recibido innumerables actualizaciones importantes desde entonces, su naturaleza basada en el código fuente se ha mantenido prácticamente intacta. Si aceptablemente la función llamativo Descubrir fuentes (que es donde ahora encontrará Deep Research) buscó en la web para obtener material adicional, quedó relegada a un segundo plano y nunca se sintió como el foco principal. Complementó sus cargas en extensión de acomodarse un extensión central, manteniendo intacta la identidad de fuente primero de la aplicación.

En extensión de que el clavija Descubrir fuentes esté escondido en un extensión que era comprensible de ignorar, Deep Research ahora asume un papel mucho más destacado en la interfaz. Está al frente y al centro en el Fuentes panel. Por supuesto, puede optar por ignorarlo y sujetarse a los documentos cargados, pero la ubicación hace que sea difícil no darse cuenta.

Adicionalmente, la secreto para utilizar NotebookLM de guisa apto es satisfacer sus cuadernos con fuentes de ingreso calidad. El problema con Deep Research es que no siempre es la mejor guisa de determinar qué fuentes son verdaderamente relevantes o creíbles. Muchos informes de Deep Research citan Wikipedia, artículos obsoletos o fuentes que al punto que tocan el tema que estoy explorando. Si aceptablemente a veces pueden proporcionar un contexto útil, a menudo requieren una investigación adicional antaño de que efectivamente se puedan utilizar en un cuaderno.

La incorporación de Deep Research todavía me hace preocuparme por la identidad de NotebookLM en su conjunto. Al soportar el razonamiento foráneo (que es lo que es Deep Research) a un primer plano, NotebookLM aceptablemente podría estar alejándose de la cualidad que lo distingue. Dicho esto, espero estar erróneo en eso.

Deep Research aún no funciona en tu Drive

La característica que habría justificado la existencia de Deep Research

Uso de la función de investigación profunda de Gemini con Gmail

Como mencioné anteriormente, no soy el longevo admirador de que Deep Research sea una función diseñada para inquirir nuevas fuentes, que es lo opuesto a la longevo fortaleza de NotebookLM. A principios de este mes, Google anunció que Deep Research de Gemini puede extraer contexto de Gmail y Google Drive. Un ejemplo Google menciona en su blog The Keyword resume perfectamente el caso de uso ideal:

Ahora puede iniciar un exploración de mercado para un nuevo producto haciendo que Deep Research analice los documentos iniciales de profusión de ideas de su equipo, los hilos de correo electrónico relacionados y los planes de esquema. O puede crear un crónica de la competencia sobre un producto rival que cruce los datos web públicos con sus estrategias, hojas de cálculo comparativas y chats de equipo.

Ahora, regalado que NotebookLM está diseñado específicamente para funcionar con sus fuentes, esto parece ser el tipo exacto de puesta al día con el que debería haberse resuelto Deep Research. Si lo hubiera sido, no habría sido tan escéptico sobre su extensión en la útil. De hecho, la capacidad de realizar investigaciones profundas y contextuales sobre archivos de Drive habría sido sólo una extensión natural de lo que NotebookLM ya destaca. Habría fortalecido su identidad central en extensión de soportar la experiencia en una dirección diferente.

La investigación profunda de NotebookLM se siente a medias

Enviado antaño de que estuviera efectivamente dispuesto

Generando un podcast de amigos usando NotebookLM

Cuando utilizas Deep Research en herramientas como ChatGPT, Perplexity o Gemini, tu objetivo suele ser obtener una respuesta integral sin suceder horas investigando las fuentes. Con Deep Research en NotebookLM, el propósito es sutilmente diferente. Adicionalmente de utilizar el crónica que genera, todavía desea integrar la información que encuentre directamente en su cuaderno.

La función Investigación profunda está diseñada para ayudarlo a encontrar fuentes nuevas y de ingreso calidad para su computadora portátil que se alineen con los temas que está explorando. Poliedro que la atención se centra en encontrar fuentes, esperaría que usar las fuentes que encuentra Deep Research fuera comprensible. Desafortunadamente, ese no parece ser el caso. Cuando Deep Research termina de realizar su investigación y gestar el crónica, todas las fuentes que citó en el crónica (y algunas no) se enumeran en la parte inferior con una casilla de demostración unido a ellas. De forma predeterminada, todos están marcados y listos para agregarse a su computadora portátil.

Sin retención, con NotebookLM, las fuentes que agrega a su computadora portátil son extremadamente importantes. Por lo tanto, cada vez que agrego fuentes a mi cuaderno desde lugares externos, me aseguro de examinarlas cuidadosamente para respaldar que sean creíbles y relevantes. Sin retención, con Deep Research, el proceso parece complicado ya que es necesario cascar cada fuente que encuentra en una pestaña separada. No puedes ver ningún de ellos en el interior de la propia interfaz, lo que significa que tienes que cambiar constantemente entre pestañas sólo para ver si una fuente es efectivamente útil.

Cuando generas un crónica de investigación profunda usando Gemini, hay una Exportar a Documentos Tallo que le permite almacenar el crónica completo en formato Google Docs. Esto hace que sea extremadamente comprensible editar el crónica, compartirlo con otras personas y cargarlo en las libretas NotebookLM.

Exportar a la opción Docs Gemini Deep Research

Desafortunadamente, en la interpretación NotebookLM de Deep Research, el crónica se muestra como un archivo de rebajas (.md). ¡Extrañamente, no puedes descargar el archivo de rebajas! Puede ver el crónica tal cual en NotebookLM, pero actualmente no puede exportarlo.

Claro, puedes copiarlo y pegarlo en un documento de Google tú mismo, pero es un paso innecesario que no debería estar ahí. Hacerlo todavía parece estropear el formato, lo que significa que debes entrar y limpiarlo tú mismo. La descuido de una opción de exportación significa que efectivamente no se pueden reutilizar informes como fuentes en otros cuadernos sin trabajo manual. Si aceptablemente estas son molestias menores, se acumulan y crean fricciones innecesarias en su flujo de trabajo.

Todavía tengo esperanzas de que la función mejore.

Poliedro el historial antecedente de NotebookLM (y las impresionantes funciones que lanzó recientemente, como Diapositivas e Infografías), todavía confío en que Google mejorará la función. Si aceptablemente se siente a medias en este momento, existe el potencial para que efectivamente complemente las fortalezas principales de NotebookLM.

Sin retención, mi punto principal sigue actual: tal como existe hoy, Deep Research se siente como una característica que aleja a NotebookLM de lo que originalmente lo hacía único. Hasta que se integre mejor con sus propias fuentes, la identidad central de la útil como asistente de investigación basada en fuentes seguirá de alguna guisa comprometida.

Related Posts

HUAWEI Watch GT Runner 2 es el temporalizador inteligente “it” para maratonistas

HUAWEI ha regresado este año con una de sus series de relojes inteligentes más centradas en el rendimiento; HUAWEI Temporalizador GT Runner 2. Funciona perfectamente con Android e iOS y…

El principal de robótica de OpenAI renuncia por el acuerdo con el Pentágono

Caitlin Kalinowski pasó 16 meses desarrollando el software de IA física de OpenAI. El sábado, dijo que la empresa avanzó demasiado rápido en poco demasiado importante. La semana que comenzó…

You Missed

Arrestan jugadora de la WNBA por atentar a seguridad de un club – Remolacha

Arrestan jugadora de la WNBA por atentar a seguridad de un club – Remolacha

Francisco Javier advierte error de plan estatal delante enseres económicos del conflicto en Medio Oriente

Francisco Javier advierte error de plan estatal delante enseres económicos del conflicto en Medio Oriente

Presidente Abinader y secretario de Energía de EE. UU. dialogan sobre cooperación energética

Presidente Abinader y secretario de Energía de EE. UU. dialogan sobre cooperación energética

HUAWEI Watch GT Runner 2 es el temporalizador inteligente “it” para maratonistas

HUAWEI Watch GT Runner 2 es el temporalizador inteligente “it” para maratonistas

Ocho de cada 10 cáncer de ovario y endometrio son avanzados

Ocho de cada 10 cáncer de ovario y endometrio son avanzados

Colombia celebra este domingo cruciales elecciones legislativas | AlMomento.net

Colombia celebra este domingo cruciales elecciones legislativas | AlMomento.net