المكاسب:
- القدرة على استخدام الذكاء الاصطناعي بكفاءة في المعالجة ومراقبة الجودة والإبلاغ عن نتائج المختبر
- القدرة على تسريع صياغة التقارير الجيولوجية/الجيوتقنية ومراجعة الأدبيات وملخص البيانات باستخدام الذكاء الاصطناعي
- القدرة على تأمين المحتوى الذي يتم إنشاؤه تلقائيًا مع إمكانية التتبع وتأكيد المصدر وموافقة المهندس
يتم تنفيذ جزء كبير غير مرئي من عمل المهندس الجيولوجي في المكتب: معالجة نتائج المختبر، ومراقبة الجودة، وجدولة البيانات، وكتابة التقارير، ومسح الأدبيات، وإعداد الخرائط والأشكال. هذه الوظائف متكررة وتستغرق وقتًا طويلاً وتتطلب الاهتمام؛ هذا هو بالضبط المجال الذي يوفر فيه الذكاء الاصطناعي معظم الوقت. ولكن هناك فخ هنا أيضًا: التقرير هو الأساس الرسمي للقرار الهندسي. يمكن أن ينزلق مصدر ملفق، أو رقم تم نسخه بشكل خاطئ، أو ادعاء لا يمكن تعقبه إلى نص متدفق دون أن يلاحظه أحد، وقد تكون العواقب خطيرة. الهدف من هذه الوحدة هو إنشاء نظام لا يخفف أبدًا من إمكانية التتبع وتأكيد المصدر والموافقة الهندسية أثناء استخدام الذكاء الاصطناعي في كفاءة المكتب الشاملة.
سنغطي في هذه الوحدة ثلاث جبهات مكتبية: معالجة نتائج المختبر وضمان الجودة/مراقبة الجودة (تنظيف وضمان تحليل البيانات)، وإنتاج التقارير والأدبيات (الصياغة والتجريد وتسريع الفحص)، وأتمتة سير العمل (تنظيم المهام المتكررة). في كل خطوة، يقوم الذكاء الاصطناعي بدور الصياغة والمنظم؛ دقة المحتوى ومصدره والموافقة النهائية عليه تعود للمهندس.
معالجة نتائج المختبر وضمان الجودة/مراقبة الجودة
النتائج المعملية (تحليلات الصف، اختبارات مؤشر التربة، كيمياء المياه) غالبا ما تصل في أشكال مختلفة، في وحدات مختلفة وأحيانا بشكل غير صحيح. يقوم الذكاء الاصطناعي بدمج هذه البيانات في مخطط واحد، ويلتقط عدم اتساق الوحدة، والإشارات التي تقل عن حد الاكتشاف ويفحص عينات ضمان الجودة/مراقبة الجودة (عينة فارغة، مادة مرجعية قياسية، إعادة التحليل). ضمان الجودة/مراقبة الجودة (ضمان الجودة/مراقبة الجودة) هو التفتيش الذي يثبت موثوقية المختبر: إذا كان هناك تلوث في العينة الفارغة، أو انحراف في المعيار، أو عدم امتثال في العينة المتكررة، فإن البيانات تكون موضع شك.
النقطة الحرجة: لا يقوم الذكاء الاصطناعي أبدًا بحذف القيمة أو تصحيحها بصمت. وتتمثل مهمتها في تحديد الخطوط التي بها مشاكل والسماح للمهندس باتخاذ القرار. قد تكون القيمة المتطرفة عبارة عن خام عالي حقيقي أو خطأ مختبري؛ المهندس يجعل هذا التمييز مع السياق. يقوم الذكاء الاصطناعي بفحص البيانات، وليس تنظيفها.
نصيحة: كرر قاعدة "ضع علامة فقط، لا تغير" في كل مطالبة عند معالجة بيانات المختبر. الخطأ الأكثر خطورة في الذكاء الاصطناعي هو عندما يفسد البيانات الأولية عن طريق "تصحيح" القيمة بحسن نية وعدم إدراكها.
إعداد التقارير والأدب
يعد الذكاء الاصطناعي أداة صياغة قوية في كتابة التقارير: فهو يقوم بصياغة قسم الطريقة والسياق التمهيدي وملخص الاستنتاج في دقائق؛ يلخص مجموعة طويلة من الأدب. تحويل جدول معقد إلى نص عادي. لكن هناك خطران واضحان. الأول هو المصدر المفبرك: يمكن للنموذج أن يولد بثقة مقالة غير موجودة، أو مؤلفًا مزيفًا، أو مقالة قانونية غير موجودة. ثانيًا، خطأ في التعامل مع الأرقام: قد يتم نقل الدرجة أو معامل الأمان أو العمق بشكل غير صحيح عند المرور إلى النص.
لذا فإن القاعدة الذهبية: يقوم الذكاء الاصطناعي بإنتاج المسودة، ويتحقق منها المهندس ويمتلكها. يتم تأكيد كل مصدر من المصدر الأصلي (المراجع الملفقة هي أكثر أنواع الهلوسة شيوعًا)؛ تتم مقارنة كل رقم بالبيانات الأولية؛ يتم اختبار كل مطالبة فنية بالمعرفة الهندسية. بمجرد التوقيع على التقرير، تقع مسؤولية كل جملة فيه على عاتق الموقع - "لقد كتبه الذكاء الاصطناعي" ليس عذرا.
تنبيه: لا تقبل أبدًا المراجع التي ينتجها الذكاء الاصطناعي كما هي. المراجع المختلقة ولكن ذات المظهر الواقعي (التي تبدو دقيقة للمؤلف والمجلة والسنة) هي الهلوسة الأكثر شيوعًا وخطورة. التحقق من كل مرجع مقابل قاعدة بيانات مستقلة.
أتمتة سير العمل وإمكانية التتبع
إن أتمتة المهام المتكررة (معالجة بيانات مراقبة المياه الشهرية، وملء قالب تقرير قياسي، والجمع بين جداول الحفر) مع الذكاء الاصطناعي يوفر كفاءة كبيرة. لكن الأتمتة يمكنها أيضًا أتمتة الأخطاء: بمجرد إنشاء قاعدة خاطئة يتم تكرارها بصمت عند كل تشغيل. ولهذا السبب يجب أن تكون مسارات العمل الآلية قابلة للتتبع: تسجيل المدخلات، والخطوة، وإصدار النموذج الذي يأتي منه كل مخرج؛ عند العثور على خطأ، يجب أن يكون السبب الجذري وجميع المخرجات المتأثرة قابلة للتتبع.
تعني إمكانية التتبع عمليًا: يتم تسجيل مصدر وتاريخ بيانات الإدخال، والتحويلات المطبقة، وإصدار المطالبة/النموذج المستخدم وخطوة الموافقة البشرية. وهذا يضمن كلا من المسؤولية التصحيحية والهندسية. إن التشغيل الآلي الذي لا يمكن السيطرة عليه، بغض النظر عن مدى سرعته، أمر غير مقبول في الأعمال ذات الأهمية الحيوية للسلامة.
ثلاث حالات صغيرة: بالأرقام
الحالة 1 - التقاط انحراف ضمان الجودة/مراقبة الجودة. تحتوي إحدى الشحنات المختبرية على 320 عينة من الدرجة. تم وضع علامة على فحص AI QA/QC للمواد المرجعية القياسية على أنها أقل من القراءة بشكل منهجي بنسبة 8% على مدار آخر 40 عينة - انحراف معايرة الأداة. كان هذا الخطأ المنهجي مشكلة كان من الصعب جدًا اكتشافها يدويًا ولكنها أثرت على الدفعة بأكملها؛ تم إعادة تحليل الشحنة. فهو لم يقرر النمط، بل جعل النمط مرئيًا.
الحالة 2 - مصدر ملفق. قامت منظمة العفو الدولية بصياغة قسم الأدبيات في تقرير جيوتقني وأنتجت ستة مراجع. أثناء التحقق، تبين أن اثنين منهم غير موجودين على الإطلاق، وتم نسب أحدهما إلى المجلة الخاطئة. ولو لم يتم تدقيق المراجع واحداً تلو الآخر في قاعدة بيانات مستقلة، لكانت المصادر الملفقة قد أدخلت تقريراً هندسياً موقعاً. تم تسريع المسودة. تم حفظ التأكيد.
الحالة 3 - السبب الجذري مع إمكانية التتبع. في أتمتة مراقبة المياه الشهرية، تم الإبلاغ عن قيم بئر المراقبة في الوحدة الخاطئة لمدة ثلاثة أشهر. بفضل سجل التتبع، تم العثور عليه خلال دقائق من بداية الخطأ في خطوة التحويل وتم إنشاء قائمة كاملة بالتقارير الثلاثة المتأثرة. إذا لم يتم الاحتفاظ بأي سجلات، فسيظل من غير الواضح ما هي المطبوعات التالفة وسيكون الأرشيف بأكمله موضع شك.
موجه ضعيف / موجه قوي
حث ضعيف:
اكتب تقريرًا جيوتقنيًا لهذا المشروع، متضمنًا الأدبيات. [البيانات]
مطالبة قوية:
دورك: معد التقرير. قم بصياغة تقرير يتضمن البيانات التالية ولكن: 1) يعتمد فقط على البيانات التي أقدمها؛ لا تقم بتكوين الرقم أو المصدر أو النتيجة. 2) أظهر بين قوسين سطر الإدخال الذي يأتي منه كل رقم. 3) بدلاً من كتابة المصدر الفعلي للأدبيات، ضع عنصرًا نائبًا "ستتم إضافة المصدر الذي تم التحقق منه حول [الموضوع] هنا". 4) ضع علامة في أي مكان لست متأكدًا منه على أنه "يتطلب تأكيدًا هندسيًا". سيتم التحقق من المحتوى النهائي وجميع المصادر بواسطتي. البيانات مجهولة.
أربعة قوالب قابلة للنسخ
1) فحص ضمان الجودة/مراقبة الجودة في المختبر:
التحقق من جدول النتائج المختبرية: تناقض الوحدات، العلامات التي تقل عن حد الكشف، التلوث في العينة الفارغة، الانحراف المنهجي في المرجع القياسي، عدم الامتثال في العينة المتكررة. قم فقط بوضع علامة على الصفوف التي بها مشكلات والتي تحتوي على example_id؛ لا تقم بحذف أو تصحيح أي قيم. القرار لي.
2) فرض تأكيد المصدر:
اسحب جميع المطالبات الرقمية والاستشهادات بالمصادر في هذا النص وقم بإنشاء قائمة مرجعية: الإدخال الذي يستند إليه كل رقم، والاستشهاد بكل مصدر يحتاج إلى تأكيد. تصنيع المصدر؛ ضع علامة "يجب التحقق منها" حيث لا يمكنك التحقق منها.
3) إطار سجل التتبع:
اقترح قالب سجل التتبع لسير العمل الآلي هذا: مصدر الإدخال والتاريخ، والتحويلات المطبقة، وإصدار المطالبة/النموذج المستخدم، وخطوة الموافقة البشرية. أظهر كيفية الوصول إلى السبب الجذري والمخرجات المتأثرة عند العثور على خطأ.
4) التحقق من اتساق التقرير:
قم بمسح مسودة تقريرك للتأكد من الاتساق الداخلي: هل تتطابق الأرقام الموجودة في الملخص مع النص، هل تتعارض الجداول مع النص، هل الوحدات متسقة في جميع أنحاء التقرير، هل هناك اختصارات غير محددة؟ قائمة المشاكل؛ قرار المحتوى هو لي.
واجبات المكتب والأرباح والتحكم
كويست
مكاسب الذكاء الاصطناعي
الخطر الرئيسي
فحص إلزامي
معالجة البيانات المختبرية
عالية
التصحيح الصامت
"وضع علامة، حذف" + البيانات الأولية
فحص ضمان الجودة/مراقبة الجودة
عالية
لا تفوت الشريحة
أعمى / قياسي / إعادة التأكيد
مسودة التقرير
عالية
قضية مختلقة / المصدر
تأكيد الرقم والمصدر
مراجعة الأدب
عالية
مرجع مختلق
التحقق من قاعدة البيانات المستقلة
أتمتة سير العمل
عالية جدا
تكرار الخطأ
سجل التتبع
تلميح: قبل إعداد التنفيذ التلقائي، اسأل "كيف أعرف ما إذا كان سير العمل هذا يعمل بشكل غير صحيح؟" أجب عن السؤال. إذا لم تكن الإجابة واضحة، أضف نقاط التتبع والتحكم أولاً؛ السرعة تأتي بعد القدرة على التحكم.
الأخطاء الشائعة
- تصحيح القيمة بصمت. إن "تحسين" البيانات الأولية بواسطة الذكاء الاصطناعي هو الخطأ الأكثر خطورة؛ يجب أن تكون القاعدة دائمًا "ضع علامة، لا تتغير".
- عدم التحقق من الببليوغرافيا. المراجع المختلقة هي الهلوسة الأكثر شيوعًا. يجب التحقق من كل بصمة بشكل مستقل.
- عدم التحقق من رقم الحمل. يتم إخفاء المضمون أو معامل الأمان الذي يتدهور عند المرور إلى النص في النص بطلاقة.
- إنشاء أتمتة لا يمكن تعقبها. في سير العمل الذي لا يحتفظ بالسجلات، لا يمكن تحديد السبب الجذري للخطأ وتأثيره.
- يلجأ إلى العذر القائل بأن "الذكاء الاصطناعي كتبه". تقع مسؤولية كل جملة موقعة على عاتق الموقع؛ لا يمكن تخفيف الموافقة.
باختصار
- العمل المكتبي هو المجال الذي يوفر فيه الذكاء الاصطناعي معظم الوقت؛ لكن التقرير أساس رسمي للقرار والأخطاء باهظة الثمن.
- في البيانات المختبرية، يقوم الذكاء الاصطناعي بعمليات التدقيق، وليس التنظيف؛ القاعدة هي "وضع علامة، حذف/تصحيح"، القرار متروك للمهندس.
- تعد المصادر والأرقام المزيفة في التقارير والأدبيات من أكثر المخاطر شيوعًا؛ يتم التحقق من كل مصدر ورقم.
- يمكن أن تؤدي الأتمتة إلى زيادة الأخطاء وكذلك السرعة؛ يعمل سجل التتبع على تأمين السبب الجذري والمخرجات المتأثرة.
- المهندس هو المسؤول عن المحتوى الموقع. "لقد كتبه الذكاء الاصطناعي" ليس عذرا.
مهمة التطبيق
احصل على جدول نتائج مختبر مجهول المصدر (أو بيانات تمثيلية). احصل على خطوط مشكلة علامة النموذج باستخدام قالب "تدقيق ضمان الجودة/مراقبة الجودة في المختبر"؛ قم بتغيير القيمة المرجعية القياسية بشكل واعي ومنهجي واختبر ما إذا كان النموذج يلتقطها ويحاول حذف القيمة. بعد ذلك، قم بصياغة قسم تقرير قصير ووضع كل مشكلة ومصدر فيه في قائمة مرجعية باستخدام نموذج "تحدي التحقق من المصدر".
قائمة مرجعية
- [ ] أقوم دائمًا بتطبيق قاعدة "وضع علامة، حذف/تصحيح" على الذكاء الاصطناعي في بيانات المختبر.
- [ ] أتحقق من موثوقية المختبر باستخدام عينات ضمان الجودة/مراقبة الجودة (فارغة، قياسية، متكررة).
- [ ] أتحقق بشكل مستقل من كل مصدر ورقم في التقرير والأدبيات.
- [ ] قمت بإعداد سير عمل التشغيل الآلي مع إمكانية التتبع.
- [ ] أوافق على أنني أتحمل المسؤولية الكاملة عن المحتوى الذي أوقعه.