Przetestowaliśmy NotebookLM i jesteśmy w szoku po uzyskanych efektach. Gamechanger na rynku AI

Rozmawiając z modelami LLM można odnieść wrażenie, że chociaż wciąż nie są wystarczająco dobre, by ułatwiać nam życie, to brakuje im naprawdę niewiele. Google udowodniło swoim darmowym narzędziem NotebookLM, że to wrażenie nie jest mylne i budując coś teoretycznie prostego, być może zrewolucjonizował sposób, w jaki uczymy się, robimy notatki i szukamy informacji.

NotebookLM – najlepsze narzędzie AI do nauki i organizacji wiedzy

⚫ NotebookLM – cena:

• Plan darmowy
• Google AI Pro (wyższe limity): 97.99 zł / miesiąc
• Google AI Ultra (najwyższe limity): 1299.99 zł / miesiąc

Wirtualny asystent, który wreszcie wie, o czym mówi

Ci, którzy narzekają na AI i nie chcą mieć kontaktu z treściami, w których maczała swoje wirtualne palce, mają ku temu solidne powody. Lub jeden powód – modelom językowym nie można ufać, ze względu na tendencje do tzw. halucynacji, czyli po prostu – zmyślania informacji, gdy nie znają odpowiedzi na pytanie.

Jeśli nie zadamy sobie trudu, by takie pomyłki korygować, teksty wygenerowane przez model nie dość, że przeważnie nie powiedzą nam nic szczególnie ciekawego, to i po drodze prawdopodobnie wprowadzą nas w błąd.

Jeśli zdecydujemy się na ręczne naprawienie jego pomyłek, mamy kolejny kłopot, ponieważ wyszukiwanie danych z pomocą AI na pozór oszczędza ogrom czasu, jednak uciułane minuty oddajemy później z nawiązką, sprawdzając ich zgodność z faktami. Przez to research, choć wydaje się znacznie wygodniejszy,  najczęściej i tak kończy się męczarnią ręcznego grzebania w internecie.

Równie dobrze moglibyśmy szukać informacji samodzielnie.

Ten problem próbuje rozwiązać technika określana jako RAG – Retrieval Augmented Generation, dająca modelowi dostęp do informacji z zewnątrz.

Surowy LLM jest jak uczeń na egzaminie, który odpowiada na pytania najlepiej, jak umie, korzystając z tego, co zapamiętał, a jeśli nie zapamiętał niczego sensownego, odpowie wykorzystując zmyślone informacje lub wyprodukuje ścianę tekstu, która nie zawiera żadnych konkretów.

LLM rozszerzony o RAG to ten sam uczeń, który podczas egzaminu ma dostęp do książek, z których skorzysta przed udzieleniem odpowiedzi na każde pytanie.

NotebookLM jest systemem opartym na modelu językowym z serii Gemini od Google, wykorzystującym właśnie technikę RAG, dzięki czemu pozwala użytkownikowi prowadzić rozmowy z wybranymi przez niego źródłami.

Teoretycznie – tylko tyle. Praktycznie – aż tyle, ponieważ narzędzie, które pod maską ma znany model językowy, sprawia, że pracuje się z nim nieporównywalnie lepiej.

Dodawanie źródeł w różnych formatach

Przy pierwszym kontakcie notes od Google’a może nie robić wielkiego wrażenia. Składa się z trzech różnych paneli – tego zawierającego źródła po lewej, panelu Studio po prawej oraz głównego okna chatbota pośrodku.

Zaczynając od pierwszej sekcji ze źródłami – służy ona do przesyłania wybranych przez nas materiałów w formie plików PDF, fragmentów tekstu, które możemy wkleić bezpośrednio w okienko, dokumentów z Dysku Google, linków do stron internetowych czy nawet filmów z serwisu YouTube, które model automatycznie transkrybuje audio. NotebookLM przyjmie także pliki audio w formacie mp3 czy grafiki w popularnych formatach.

Co najważniejsze – narzędzie zostało stworzone do pracy z ogromnym kontekstem, dlatego nawet w wersji darmowej, każdy utworzony notatnik może obsłużyć do nawet 50 różnych źródeł, z których każde może zawierać do 500 tysięcy słów (limity w płatnym planie Pro widać w poniższej tabeli).

Przyjmując, że przeciętna pozycja non-fiction zawiera ok. 100 tysięcy słów, kontekst może odpowiadać objętości nawet do 250 różnych książek.

Po dodaniu wszystkich treści, które nas interesują, model krótko je podsumuje i będzie gotowy do pracy w środkowym okienku czatu.

I teraz najważniejsze – na czym taka praca w ogóle polega?

Opcji jest kilka i o ile znajdziemy wśród nich m.in. generowanie podsumowań w formie podcastów, postów blogowych czy nawet filmów, najważniejszy jest sam proces interakcji z modelem. Dosłowna rozmowa ze spersonalizowaną bazą wiedzy, zbudowaną z wybranych przez nas wcześniej treści – bez większego ryzyka, że LLM podzieli się z nami czymś, co później okaże się kompletną fikcją.

NotebookLM teoretycznie wciąż może halucynować (co nie zdarzyło się podczas testów), jednak gdy zapytamy go o coś, co nie znajduje się w źródłach, przeważnie grzecznie da nam znać, że nie posiada odpowiednich informacji. Co najlepsze, jeśli jednak znajdzie coś, co jest jakkolwiek powiązane z zadanym przez nas pytaniem, nie zapomni o tym napomknąć, przytaczając konkretne cytaty.

Neutralizowanie wpływu ewentualnych halucynacji nie jest też wielkim problemem. Jeśli nie wierzymy w to, co pisze model, wystarczy najechać myszką na cytowane przez niego źródło, co rozwinie okienko zawierające fragment kontekstu, na który się powołał.

Generowanie podcastów i filmów na podstawie źródeł

Jak wspominaliśmy, NotebookLM pozwala nam na generowanie podcastów czy filmów na podstawie źródła, które mu dostarczymy. To opcje, względem samego czatu – poboczne, co jednak nie oznacza, że nie są wartościowe. Ich pełna lista obejmuje generowanie:

• Podsumowań audio i wideo
• Map myśli
• Raportów
• Fiszek
• Quizów

Jednocześnie, każda opcja ma tutaj kilka wariantów.

Przy podsumowaniu audio możemy wybrać różne sposoby omawiania tematu przez dwóch “prezenterów AI” wirtualnego podcastu – w tym analizę krytyczną czy debatę.

Przed wygenerowaniem pierwszego pliku audio można założyć, że to tylko ciekawostka, z której raczej nie będziemy korzystać, jednak jest dokładnie odwrotnie. Odpowiednia selekcja źródeł sprawia, że podcast jest merytoryczny, a ta merytoryka rekompensuje brzmienie głosów AI, które czasami potrafi być nieco sztuczne. Gemini świetnie podsumowuje udostępnione mu treści i jest w stanie budować logiczne narracje, które – gdyby nie wspomniana sztuczność głosów – brzmiałyby jak wyjęte z rzeczywistej rozmowy.

W przypadku podsumowań polskojęzycznych jest to koniec atrakcji. Jeśli jednak wygenerujemy podcast w języku angielskim, NotebookLM pozwoli nam włączyć tryb interaktywny, w którym będziemy mogli… przerwać wirtualnym prezenterom trwającą rozmowę i zadać im dodatkowe pytania!

Sprawy mają się podobnie w przypadku podsumowań wideo, z tym że tutaj prezenter jest jeden i objaśnia nam temat, korzystając z infografik. Tu zaskoczenie jest równie wielkie, jak w przypadku podcastów, ponieważ pisane przez Gemini scenariusze po raz kolejny – naprawdę nieźle tłumaczą zagadnienia, a i jakość samych filmów (które mogą być generowane w kilku różnych stylach) jest czasami zaskakująco dobra.

Oglądając filmy generowane przez NotebookLM, nie sposób nie snuć przypuszczeń, że to właśnie tu leży przyszłość kanałów YouTube skupionych na wideo-esejach. Wystarczyłoby pozwolić na przejęcie kontroli nad generowanymi przez model infografikami poprzez integrację z Nano Banana, dołożyć możliwość tworzenia klipów z modelem Veo, słowem – pozwolić twórcy spersonalizować treść, a mielibyśmy wysyp zupełnie nowych kanałów. I to nie kanałów śmieciowych, a czegoś, co być może faktycznie dałoby się oglądać – o ile twórcy zadaliby sobie trud podkładania pod takie materiały własnych głosów.

Istotną wadą obu typów podsumowań jest jednak czas potrzebny do ich wygenerowania. Na każdy z nich przyjdzie nam czekać kilka-kilkanaście minut.

Podsumowania tekstowe

Trzecia najważniejsza opcja to utworzenie raportu, który może przyjąć formę podsumowania, konspektu czy posta blogowego. Tutaj nie ma ani pozytywnego, ani negatywnego zaskoczenia. NotebookLM solidnie skleja różne wątki w jeden, spójny tekst, często kopiując dosłowne cytaty ze źródeł.

Mimo wszystko, regularne korzystanie z tej funkcji wydaje się pozbawione większego sensu.

Przy dużej liczbie źródeł, wygenerowany raport najprawdopodobniej pominie któryś z interesujących nas wątków, przy czym nie da się poprosić modelu o rozwinięcie wybranego zdania czy akapitu lub rozbudowanie tekstu o dodatkowe elementy. Dlatego w większości przypadków, dużo lepszą opcją będzie po prostu czat i samodzielne zadawanie pytań tak, by dowiedzieć się tego, co faktycznie nas interesuje.

Jeśli jednak szukamy zwięzłego podsumowania tematu, podcast AI i film to formy, które wydają się zdecydowanie wygodniejsze.

Fiszki, quizy i mapy myśli

Ostatnie trzy narzędzia – fiszki, quizy oraz mapy myśli – mogą przydać się uczniom, studentom i wszystkim użytkownikom nastawionym na utrwalanie wiedzy oraz sprawdzanie swojego zrozumienia materiału.

Fiszki w NotebookLM są automatycznie tworzone na podstawie udostępnionych źródeł, a każda z nich zawiera pytanie dotyczące kluczowego zagadnienia po jednej stronie oraz odpowiedź po drugiej.

Quizy z kolei pozwalają ocenić naszą wiedzę dzięki testom wielokrotnego wyboru (możemy wybrać liczbę pytań oraz poziom trudności), dlatego mogą okazać się pomocne podczas przygotowań do egzaminów.

Na koniec – mapy myśli, czyli opcja dla osób, które wolą wizualnie organizować informacje, śledząc powiązania między pojęciami.

NotebookLM generuje takie mapy, wykorzystując hierarchię i kontekst materiału źródłowego, co w teorii ułatwia zrozumienie struktury treści i to, jak fakty “zazębiają się” ze sobą, tworząc większą całość (kliknięcie pojedynczego “węzła” takiej mapy automatycznie wyśle zapytanie do chatbota po to, by omówił zawarte w nim zagadnienie). 

Podczas testów Notebooka, teoria nieco rozminęła się jednak z praktyką, ponieważ generowane przez asystenta mapy wydawały się raczej mało użyteczne. Wyglądało na to, że model dzieli treść na niewystarczającą liczbę węzłów, dodatkowo nadając im mało intuicyjne nazwy.

Przykłady użycia NotebookLM – nasz prywatny korepetytor i interaktywna baza wiedzy

Pisanie raportów, artykułów, scenariuszy do filmów na YouTube czy innych dłuższych form w większości opiera się na mozolnym poszukiwaniu informacji, a następnie – syntetyzowaniu ich w spójną narrację. Większość pracy wykonuje się tu właśnie na etapie researchu i wnioskowania, przy czym uporządkowanie tego bałaganu w gotowy tekst najczęściej jest czystą formalnością. 

NotebookLM znacząco ułatwia nam działanie właśnie na tym kluczowym etapie. 

Tu zaoszczędzi nam kilka minut, znajdując interesujący nas fragment w liczącej kilkaset stron książce, tam podsumuje film na YouTube, opowiadając o kluczowych wnioskach, których poznanie w innym wypadku wymagałoby od nas obejrzenia całości. W pewnym momencie orientujemy się, że w ciągu kilkudziesięciu minut zgromadziliśmy informacje, których zdobycie wcześniej wymagało od nas nawet kilku godzin ręcznego researchu.

Jednocześnie, czat z botem oraz podsumowania audio/wideo wspólnie budują wygodny workflow. 

Karmimy NotebookLM źródłami i zadajemy mu pytania. Podczas rozmowy trafiamy na te, na które model nie jest w stanie odpowiedzieć, co motywuje nas do szukania dodatkowych źródeł i uzupełnienia luk w jego wiedzy. Generujemy podcast i przyswajamy wiedzę podczas przeglądania internetu. Słuchając podcastu napotykamy jakieś intrygujące zagadnienie, o którym chcielibyśmy dowiedzieć się więcej. Wracamy więc do czatu w NotebookLM, by zapytać model o coś jeszcze…  

Przy czym podcast przedstawiający obraz danego tematu w skali makro pozwala nam zbudować sobie w głowie jego podstawowy szkic, który następnie możemy uzupełniać o kolejne elementy, rozmawiając z botem. 

Wygląda to mniej więcej tak, jakbyśmy mieli do dyspozycji prywatnego asystenta, któremu możemy udostępnić dowolną wiedzę, a on nie tylko będzie w stanie zwrócić ją podczas rozmowy, wybierając interesujące nas wątki, ale i wytłumaczy nam rzeczy, których nie rozumiemy, korzystając z uproszczeń i analogii. 

Obok tego, to solidne narzędzie do organizacji wiedzy. 

Chcemy uporządkować informacje dla całego zespołu? Notesy w NotebookLM można udostępniać innym, co pozwala np. przesłać modelowi wszystkie notatki i dokumenty związane z projektem, nad którym pracujemy, a następnie wysłać gotowy notes współpracownikom. W taki sposób stworzymy coś w rodzaju interaktywnego Q&A, w którym każdy szybko uzyska odpowiedzi na pytania dotyczące projektu, bez konieczności przeszukiwania dziesiątek dokumentów.