Καθιέρωση ενός συστήματος προσωπικής ροής εργασιών από άκρο σε άκρο

Κέρδη:

• Δυνατότητα σχεδίασης ενός συστήματος καθημερινής ροής εργασίας που τροφοδοτεί ο ένας τον άλλον χαρτογραφώντας επαναλαμβανόμενες εργασίες και ιεραρχώντας τες ανάλογα με τις δυνατότητες κερδών
• Δυνατότητα δημιουργίας βιώσιμων ρουτινών δημιουργώντας μια βιβλιοθήκη προτύπων από δοκιμασμένες προτροπές και ενσωματώνοντας βήματα απορρήτου και επαλήθευσης σε κάθε ρουτίνα
• Δυνατότητα διατήρησης του συστήματος ζωντανό με εβδομαδιαία αναθεώρηση και διασφάλιση ότι οι αποφάσεις και η έγκριση παραμένουν πάντα με το άτομο.

Μέχρι στιγμής έχουμε μάθει τα κομμάτια: email, ημερολόγιο, σημειώσεις, έρευνα, γραφή, συνάντηση, αυτοματοποίηση, απόφαση, απόρρητο. Αυτή η τελική μονάδα συνδυάζει αυτά τα μέρη σε ένα ενιαίο ζωντανό σύστημα. Γιατί η πραγματική παραγωγικότητα δεν προέρχεται από μεμονωμένα κόλπα, αλλά από τη δημιουργία ενός διασυνδεδεμένου, επαναλαμβανόμενου καθημερινού ρυθμού. Ο στόχος είναι να ρωτάτε κάθε πρωί «Πώς θα χρησιμοποιήσω την τεχνητή νοημοσύνη;» Δεν σκέφτομαι? Η τεχνητή νοημοσύνη γίνεται ένα φυσικό, αυτόματο μέρος της ροής εργασίας. Διαβάστε αυτή τη μονάδα ως οδηγό εγκατάστασης, όχι ως αστάρι: θα σχεδιάσετε το δικό σας σύστημα.

Οροι. Ένα σύστημα ροής εργασιών είναι ένα καθορισμένο σύνολο καθημερινών και εβδομαδιαίων επαναλαμβανόμενων εργασιών, ενσωματωμένων με AI. Μια ρουτίνα είναι μια τακτικά επαναλαμβανόμενη ακολουθία ενεργειών (πρωινή ρουτίνα, εβδομαδιαία ανασκόπηση). Η βιβλιοθήκη προτύπων είναι μια συλλογή από έτοιμες προτροπές που χρησιμοποιείτε συχνά. Η αναθεώρηση είναι ένας περιοδικός έλεγχος εάν το σύστημα λειτουργεί ή όχι. Η ολοκλήρωση είναι η διασύνδεση διαφορετικών εργαλείων και βημάτων.

Συστημική σκέψη: από τα μέρη στο σύνολο

Το να είσαι καλός ένας προς έναν δεν αρκεί. Τα μέρη πρέπει να τροφοδοτούν το ένα το άλλο. Ένα παράδειγμα ημέρας: εκκαθαρίζετε γρήγορα τα μηνύματα ηλεκτρονικού ταχυδρομείου το πρωί με AI (Ενότητα 2), σχεδιάζετε την ημέρα σε χρονικά τετράγωνα (Ενότητα 3), προετοιμάζεστε πριν από τη συνάντηση (Ενότητα 7), κάνετε έρευνα βάσει πηγής (Ενότητα 5), καλύπτετε την αναφορά (Ενότητα 6), αφήνετε την επαναλαμβανόμενη εργασία στον αυτοματισμό (Ενότητα 8) — όλα αυτά διατηρώντας την εμπιστευτικότητα (U και επικύρωση 1). Αυτές δεν είναι ξεχωριστές δεξιότητες, αλλά σύνδεσμοι μιας ενιαίας ροής.

Το μυστικό για την οικοδόμηση ενός συστήματος είναι να ξεκινήσετε με την απλότητα. Οι περισσότεροι άνθρωποι που προσπαθούν να αλλάξουν τα πάντα ταυτόχρονα δεν μπορούν να κάνουν τίποτα μόνιμο. Προσθέστε ένα δαχτυλίδι τη φορά, αφήστε το να δέσει και μετά το επόμενο.

Βήμα προς βήμα: χτίστε το δικό σας σύστημα

1. Βγείτε έξω από τον χάρτη σας. Καταγράψτε τις επαναλαμβανόμενες εργασίες στην τυπική εβδομάδα σας.
2. Βρείτε σημεία μόχλευσης. Ποια κερδίζουν περισσότερο από την τεχνητή νοημοσύνη; (συχνό + κείμενο-βαρύ + χαμηλού κινδύνου)
3. Επιλέξτε ένα δαχτυλίδι. Πάρτε την πιο ακριβοπληρωμένη δουλειά, δημιουργήστε μια ρουτίνα τεχνητής νοημοσύνης σε αυτήν.
4. Κάντε το πρότυπο. Γράψτε μια έτοιμη προτροπή για αυτήν την εργασία και προσθέστε τη στη βιβλιοθήκη σας.
5. Ενσωματώστε ένα σημείο επαλήθευσης. Ενσωματώστε βήματα απορρήτου και επαλήθευσης σε κάθε ρουτίνα.
6. Αναθεώρηση και επέκταση. Έλεγχος εβδομαδιαία. Μόλις καθίσετε, προσθέστε ένα νέο δαχτυλίδι.

Συμβουλή: Ένα καλό σύστημα δεν είναι «τέλειο» αλλά «βιώσιμο». Μια απλή ρουτίνα που σας εξοικονομεί 20 λεπτά την ημέρα και χρησιμοποιείτε κάθε μέρα. Είναι υπέροχο στη θεωρία, αλλά είναι πολύ πιο πολύτιμο από ένα περίπλοκο σύστημα που δεν εφαρμόζετε.

Βιβλιοθήκη προτύπων: δημιουργήστε το δικό σας μήνυμα

Έχετε δει δεκάδες πρότυπα σε αυτήν την ενότητα. Το να τα γράφεις από την αρχή κάθε φορά είναι χάσιμο χρόνου. Δημιουργήστε τη δική σας βιβλιοθήκη προτύπων: συλλέξτε σε ένα μέρος τα δοκιμασμένα μηνύματα που έχετε ρυθμίσει για τις εργασίες που κάνετε πιο συχνά (μια εφαρμογή σημειώσεων, ένα έγγραφο, η λειτουργία "αποθηκευμένης προτροπής" ενός εργαλείου AI). Με τον καιρό, τα τελειοποιείτε σύμφωνα με τη δική σας δουλειά και ξεκινάτε έτοιμοι για κάθε νέα εργασία.

ρουτίνας

συχνότητα

Μονάδες που χρησιμοποιούνται

κέρδη

Πρωινός καθαρισμός email

καθημερινά

2, 10

~40 λεπτά/ημέρα

ημερήσιο σχέδιο

καθημερινά

3, 9

Εστίαση + προτεραιότητα

Σύνοψη συνάντησης + δράση

ανά συνάντηση

4, 7

Καμία χαμένη δράση

Εβδομαδιαία ανασκόπηση

εβδομαδιαία

3, 9, 11

Το σύστημα παραμένει ζωντανό

Έκθεση/έγγραφο

Σε περίπτωση ανάγκης

5, 6, 10

Δεν υπάρχουν κενές σελίδες

επαναλαμβανόμενη διαδικασία

Συνεχής

8

μηδέν χειρωνακτική εργασία

Εβδομαδιαία ανασκόπηση: διατήρηση του συστήματος ζωντανό

Η εγκατάσταση ενός συστήματος γίνεται μία φορά. Το να το κρατάς ζωντανό είναι εβδομαδιαία. Κάντε μια ανασκόπηση 20-30 λεπτών κάθε εβδομάδα: τι έχω καταφέρει, τι αναβάλλω συνέχεια, ποια ρουτίνα λειτούργησε, τι κόλλησε, σε τι πρέπει να επικεντρωθώ την επόμενη εβδομάδα; Η τεχνητή νοημοσύνη είναι καλός συνεργάτης σε αυτήν την ανασκόπηση — δίνει σημειώσεις από την περασμένη εβδομάδα, "ποια σημαντική αλλά όχι επείγουσα εργασία αναβλήθηκε συνεχώς;" ρωτάς. Αυτός ο ρυθμός εμποδίζει το σύστημα να πεθάνει.

Τέσσερα πρότυπα συστήματος με δυνατότητα αντιγραφής

Βοηθήστε με να ρυθμίσω το προσωπικό μου σύστημα ροής εργασιών. Επαναλαμβανόμενες δουλειές την τυπική μου εβδομάδα: """[λίστα]"""- Επισημάνετε κάθε εργασία ως "Κέρδος τεχνητής νοημοσύνης υψηλό/μέσο/χαμηλό".- Επιλέξτε τις 3 εργασίες με τις υψηλότερες απολαβές, προτείνετε μια ρουτίνα για καθεμία.- Με ποια να ξεκινήσω πρώτα και γιατί;

Δημιουργήστε ένα πρότυπο προτροπής που θα το χρησιμοποιήσω ξανά για την ακόλουθη εργασία: Εργασία: [εργασία που κάνω συχνά]. - Μεταβλητή των πεδίων περιβάλλοντος, περιορισμών, μορφής με [τετράγωνες αγκύλες]. - Προσθέστε μια γραμμή "υπενθύμιση επαλήθευσης" στο τέλος. - Προσθέστε μια σημείωση ανωνυμοποίησης εάν απαιτείται εμπιστευτικότητα.

Οδηγήστε με στην εβδομαδιαία κριτική μου. Σημειώσεις αυτής της εβδομάδας:"""[σύντομη ανάλυση της εβδομάδας]"""- Τι κατάφερα, τι αναβλήθηκε;- Ποια "σημαντική αλλά όχι επείγουσα" εργασία συνεχίζει να ξεφεύγει;- Ποιες θα πρέπει να είναι οι 3 επικεντρώσεις υψηλότερης αξίας για την επόμενη εβδομάδα;

Αξιολογήστε τη ροή εργασιών AI που έχω ρυθμίσει: Οι ρουτίνες μου: """[υπάρχουσες ρουτίνες]"""- Από ποια ρουτίνα λείπει το βήμα επαλήθευσης;- Ποια ρουτίνα είναι αδικαιολόγητα περίπλοκη και μπορεί να απλοποιηθεί;- Ποια επαναλαμβανόμενη εργασία δεν έχει εισέλθει ακόμη στο σύστημα;

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμο: «Δημιουργήστε μου μια αποτελεσματική ροή εργασίας». (Η τεχνητή νοημοσύνη δίνει μια γενική λίστα συστάσεων χωρίς να γνωρίζει την επιχείρησή σας, τον ρυθμό σας, τα εργαλεία σας — ανεφάρμοστη.)

Ισχυρή: "Σας έδωσα αυτές τις επαναλαμβανόμενες εβδομαδιαίες εργασίες. Επισημάνετε σε καθεμία από τις δυνατότητες κερδοφορίας τεχνητής νοημοσύνης, επιλέξτε τις 3 με τις υψηλότερες απολαβές και προτείνετε μια ρουτίνα + προκαθορισμένη προτροπή για καθεμία. Πείτε μου με ποια προτείνετε να ξεκινήσω, με συλλογισμό. Κάντε ένα βήμα απορρήτου και επαλήθευσης σε καθεμία από τις ρουτίνες." Η ισχυρή έκδοση επιστρέφει ένα λειτουργικό περίγραμμα συστήματος με προτεραιότητα, με βάση την πραγματική επιχείρησή σας.

τρεις μίνι θήκες

Περίπτωση 1 — Ξεκινώντας απλά. Ένας διευθυντής προσπάθησε να μεταφέρει ολόκληρη τη ροή εργασίας του στην τεχνητή νοημοσύνη μέσα σε μια εβδομάδα, καταπλακώθηκε και τα εγκατέλειψε όλα μετά από δύο εβδομάδες. Στη δεύτερη προσπάθεια, απλώς καθιέρωσε τη ρουτίνα "πρωινού καθαρισμού email". Όταν κάθισε πρόσθεσε την «σύνοψη της συνάντησης». Έκανε 5 ρουτίνες μόνιμες σε 2 μήνες. Μάθημα: ένα δαχτυλίδι τη φορά. Η βιωσιμότητα νικάει την τελειότητα.

Περίπτωση 2 — Η δύναμη της βιβλιοθήκης προτύπων. Ένας ελεύθερος επαγγελματίας συγκέντρωσε τις προτροπές που όρισε για τις 8 εργασίες που εκτελούνται πιο συχνά σε ένα έγγραφο. Αντί να γράφει μια προτροπή από την αρχή για κάθε νέο έργο, το τράβηξε από τη βιβλιοθήκη και το προσάρμοσε σε 30 δευτερόλεπτα. Εξοικονομούσε ~ 6 ώρες το μήνα και η ποιότητα εξόδου ήταν σταθερή — επειδή χρησιμοποιούσε δοκιμασμένα μηνύματα.

Περίπτωση 3 — Η αναθεώρηση έσωσε το σύστημα. Ένας αρχηγός ομάδας παρατήρησε σε μια εβδομαδιαία ανασκόπηση ότι μια από τις ρουτίνες AI που είχε εγκαταστήσει (αυτόματη αναφορά) παρήγαγε σιωπηλά εσφαλμένα δεδομένα για 3 εβδομάδες. Θα είχε εντοπιστεί νωρίτερα εάν το βήμα επαλήθευσης είχε ενσωματωθεί στη ρουτίνα. Ωστόσο, η κριτική σταμάτησε νωρίς το μεγάλο λάθος. Μάθημα: αν το σύστημα δεν διατηρηθεί ζωντανό, θα χαλάσει σιωπηλά.

Συνήθη λάθη

• Αλλάζοντας τα πάντα με τη μία: Πνίγεσαι. προσθέστε ένα δαχτυλίδι τη φορά.
• Μη αποθήκευση προτύπων: Η πληκτρολόγηση της ίδιας προτροπής ξανά και ξανά είναι χάσιμο χρόνου.
• Μη ενταφιασμός της επαλήθευσης στο σύστημα: Κάθε ρουτίνα πρέπει να έχει ένα βήμα απορρήτου + επαλήθευση.
• Παράλειψη αναθεώρησης: Εάν το σύστημα δεν διατηρηθεί ζωντανό, θα χαλάσει σιωπηλά.
• Απόδραση στην πολυπλοκότητα: Το βιώσιμο απλό είναι καλύτερο από το μη πρακτικό σύνθετο.
• Αποκοπή του ανθρώπου: Η τεχνητή νοημοσύνη επιταχύνει τη ροή. Οι αποφάσεις και η έγκριση πρέπει να παραμένουν πάντα με το άτομο.

Προσοχή: Ακόμη και η πιο προηγμένη ροή εργασιών AI είναι πολλαπλασιαστής κινδύνου — σφάλμα κλιμάκωσης και διαρροή χωρίς την πειθαρχία της επαλήθευσης και του απορρήτου. Ανεξάρτητα από το πόσο αυτοματοποιημένο είναι το σύστημά σας, μην αφαιρείτε ποτέ τα δαχτυλίδια «ανθρώπινη έγκριση» και «επαλήθευση γεγονότων». Η αποτελεσματικότητα δεν υποκαθιστά την ασφάλεια. εγκαθίσταται μαζί του.

Συνοπτικά

• Η πραγματική παραγωγικότητα δεν είναι κόλπα με ένα κόλπο. Είναι η μετατροπή των κομματιών σε καθημερινό ρυθμό που τροφοδοτεί το ένα το άλλο.
• Ξεκινήστε απλά: προσθέστε ένα δαχτυλίδι τη φορά, αφήστε το να σταθεροποιηθεί και, στη συνέχεια, αναπτύξτε το — η συντηρησιμότητα ξεπερνά την τελειότητα.
• Δημιουργήστε τη δική σας βιβλιοθήκη προτύπων. Συλλέξτε δοκιμασμένες και αληθινές προτροπές και είστε έτοιμοι για κάθε αποστολή.
• Ενσωματώστε τα βήματα απορρήτου και ελέγχου ταυτότητας σε κάθε ρουτίνα. Αυτά είναι βασικά δαχτυλίδια, που δεν προστέθηκαν αργότερα.
• Διατηρήστε το σύστημα ζωντανό με μια εβδομαδιαία ανασκόπηση. Ένα σύστημα που δεν διατηρείται ζωντανό θα επιδεινωθεί σιωπηλά και οι αποφάσεις παραμένουν πάντα στους ανθρώπους.

Εργασία εφαρμογής

Καταγράψτε όλες τις επαναλαμβανόμενες εργασίες την τυπική σας εβδομάδα και ζητήστε από το AI να τις επισημάνει κερδίζοντας δυνατότητες με το πρώτο πρότυπο. Επιλέξτε τη μεμονωμένη εργασία με τα υψηλότερα κέρδη, δημιουργήστε μια έτοιμη προτροπή για αυτήν με το δεύτερο πρότυπο και ξεκινήστε τη βιβλιοθήκη προτύπων σας. Ακολουθήστε αυτή τη ρουτίνα για μια εβδομάδα. Στο τέλος της εβδομάδας, κάντε την πρώτη εβδομαδιαία ανασκόπηση με το τρίτο πρότυπο και σημειώστε τι λειτούργησε και τι θα προσθέτατε.

λίστα ελέγχου

• [ ] Χαρτογράφησα τις επαναλαμβανόμενες συναυλίες μου και τις επισήμανα με βάση τη δυνατότητα να κερδίζω.
• [ ] Ξεκίνησα με μια ρουτίνα τη φορά, χωρίς να τις αλλάζω όλες ταυτόχρονα.
• [ ] Συνέλεξα τις δοκιμασμένες προτροπές μου σε μια βιβλιοθήκη προτύπων.
• [ ] Έχω ενσωματώσει το απόρρητό μου και το βήμα επαλήθευσης σε κάθε ρουτίνα.
• [ ] Καθιέρωσα έναν εβδομαδιαίο ρυθμό ανασκόπησης.
• [ ] Φρόντισα ότι οι αποφάσεις και η έγκριση έμειναν στο άτομο.

Εξέταση Ενοτήτων

1. Ποιο από τα παρακάτω είναι η πιο ακριβής τοποθέτηση για προσωπική παραγωγικότητα με τεχνητή νοημοσύνη;

• Α) Το AI είναι βοηθός σύνταξης και επεξεργασίας. Η απόφαση, η επαλήθευση και η ευθύνη παραμένουν στον άνθρωπο ✔
• Β) Δεδομένου ότι η τεχνητή νοημοσύνη γνωρίζει κάθε γεγονός που δίνει, η παραγωγή της μπορεί να είναι άμεσα αξιόπιστη.
• Γ) Η τεχνητή νοημοσύνη λειτουργεί μόνο για εργασίες κειμένου, δεν έχει να κάνει με προγραμματισμό και αυτοματισμό
• Δ) Δεδομένου ότι η τεχνητή νοημοσύνη είναι ουδέτερη από τους ανθρώπους, οι σημαντικές αποφάσεις πρέπει να αφεθούν σε αυτήν.

Περιγραφή: Τεχνητή νοημοσύνη. Είναι ένας βοηθός που παράγει προσχέδια, συνοψίζει, οργανώνει και επιταχύνει επαναλαμβανόμενες εργασίες. Όμως το μήνυμα, η απόφαση, η επαλήθευση και η τελική ευθύνη παραμένουν στον άνθρωπο. Το μοντέλο της μεγάλης γλώσσας είναι μια δημιουργία κειμένου που παράγει την «επόμενη πιο πιθανή λέξη». Η μη επαληθευμένη απόδοσή του μπορεί να οδηγήσει σε λάθος απόφαση.

2. Τι σημαίνει «παραισθήσεις» σε ένα εργαλείο τεχνητής νοημοσύνης;

• Α) Η τεχνητή νοημοσύνη ανταποκρίνεται πολύ αργά
• Β) Η τεχνητή νοημοσύνη κατασκευάζει με σιγουριά ένα ανύπαρκτο γεγονός ή πηγή ✔
• Γ) Η τεχνητή νοημοσύνη δεν κατανοεί την ερώτηση του χρήστη
• Δ) Η τεχνητή νοημοσύνη δεν μπορεί να συνδεθεί στο διαδίκτυο

Εξήγηση: Η ψευδαίσθηση είναι όταν η τεχνητή νοημοσύνη κατασκευάζει ένα ανύπαρκτο γεγονός, πηγή ή εικόνα με σίγουρο τρόπο, σαν να ήταν αληθινό. Δεν πρόκειται για δυσλειτουργία, αλλά για τη φύση του γλωσσικού μοντέλου: παράγει «αυτό που φαίνεται δυνατό», όχι «αυτό που είναι αληθινό». Επομένως, κάθε πραγματικό στοιχείο πρέπει να επαληθεύεται ανεξάρτητα.

3. Ποια από τα παρακάτω δεδομένα θα αποτελούσαν τον μεγαλύτερο κίνδυνο κατά την επικόλληση σε ένα γενικό εργαλείο τεχνητής νοημοσύνης;

• Α) Σχέδιο δημοσιευμένης ανάρτησης ιστολογίου
• Β) Μια γενική σημείωση διαδικασίας χωρίς όνομα επαφής
• Γ) Ανυπόγραφο συμβόλαιο πελάτη και κωδικοί πρόσβασης ✔
• Δ) Περίληψη δημοσίως διαθέσιμου κειμένου ειδήσεων

Σχόλιο: Τα κρίσιμα δεδομένα όπως κωδικοί πρόσβασης, κλειδιά API, ανυπόγραφα συμβόλαια και αρχεία υγείας/οικονομικών στοιχείων δεν πρέπει ποτέ να εισάγονται σε δημόσια εργαλεία. Αυτά τα δεδομένα εξάγονται στον διακομιστή και δεν μπορούν να ανακτηθούν. Το προσχέδιο κειμένου, το οποίο δεν περιέχει δημοσιευμένες γενικές πληροφορίες ή προσωπικά στοιχεία, μπορεί να χρησιμοποιηθεί ελεύθερα.

4. Ποια είναι η καλύτερη προσέγγιση κατά την προετοιμασία μιας απάντησης σε e-mail με τεχνητή νοημοσύνη;

• Α) Αφήνω και την απόφαση και την απάντηση στην τεχνητή νοημοσύνη και στέλνω απευθείας την έξοδο
• Β) Στέλνω κάθε email με τον ίδιο «ευγενικό» τόνο, δεν με νοιάζει το πλαίσιο
• Γ) Στέλνω συγκεκριμένες υποσχέσεις ημερομηνίας και τιμής χωρίς να τις επαληθεύσω
• Δ) Καθορίζω μόνος μου την κύρια απόφαση και το μήνυμα, η τεχνητή νοημοσύνη απλώς γράφει το κείμενο ✔

Εξήγηση: Ο άνθρωπος καθορίζει πάντα την κύρια απόφαση (ναι/όχι/αναβολή) και το μήνυμα της απάντησης. Το AI μεταφράζει μόνο λέξεις σε συμβολοσειρές. «Πρέπει να αποδεχτώ αυτήν την προσφορά;» Αντί να ρωτάτε, η σωστή χρήση είναι να πείτε "γράψτε μια απάντηση απορρίπτοντας ευγενικά αυτήν την προσφορά". Επιπλέον, κάθε συγκεκριμένη υπόσχεση θα πρέπει να επαληθεύεται πριν την αποστολή.

5. Ποια είναι η πιο σημαντική προειδοποίηση σχετικά με τις εκτιμήσεις χρόνου της τεχνητής νοημοσύνης στον προγραμματισμό;

• Α) Εκτιμά τους χρόνους αισιόδοξα. Πρέπει να προσθέσετε έναν πολλαπλασιαστή με τα δικά σας δεδομένα και να αφήσετε ένα buffer ✔
• Β) Πάντα υπολογίζεις τους χρόνους να είναι υπερβολικά μεγάλοι, πρέπει να τους συντομεύεις
• Γ) Οι εκτιμήσεις διάρκειας είναι τέλειες και πρέπει να εφαρμόζονται ως έχουν.
• Δ) Δεν μπορώ να υπολογίσω το χρόνο, μην δοκιμάσετε ποτέ αυτή τη δουλειά

Εξήγηση: Η τεχνητή νοημοσύνη τείνει να εκτιμά τους χρόνους αισιόδοξα (μικρούς) και δεν γνωρίζει τους κρυφούς σας περιορισμούς (ενεργειακός ρυθμός, σταθερές συναντήσεις). Επομένως, είναι απαραίτητο να προσθέσετε έναν πολλαπλασιαστή στις προβλέψεις σας με τα δικά σας ιστορικά δεδομένα, να αφήσετε ένα buffer σε κάθε μπλοκ και να μην στριμώξετε την ημέρα.

6. Σύμφωνα με τη μήτρα επείγον/σημαντικό, ποια κατηγορία παραμελείται συχνότερα από τους περισσότερους και χρειάζεται προστασία;

• Α) Επείγον και σημαντικό — κρίσεις
• Β) Σημαντικό αλλά όχι επείγον — έργο στρατηγικής και ανάπτυξης ✔
• Γ) Ούτε επείγοντα ούτε σημαντικά — περισπασμούς
• Δ) Επείγον αλλά όχι σημαντικό — οι περισσότερες διακοπές

Εξήγηση: Οι περισσότεροι άνθρωποι ζουν συνεχώς σε «επείγοντα» πλαίσια και συνεχίζουν να αναβάλλουν «σημαντικές αλλά όχι επείγουσες» εργασίες (στρατηγική, σχεδιασμός, ανάπτυξη) επειδή δεν δημιουργούν πίεση. Ωστόσο, η πραγματική αξία είναι εδώ. Είναι απαραίτητο να ανοίξετε ένα προστατευμένο μπλοκ στο ημερολόγιο για αυτές τις εργασίες.

7. Ποιος περιορισμός είναι πιο κρίσιμος όταν δομείται μια ακατέργαστη σημείωση συνάντησης με AI;

• Α) Ζητώντας του να επεκτείνει τη σημείωση όσο το δυνατόν περισσότερο
• Β) Ζητώντας από τον μαθητή να εμπλουτίσει τη σημείωση προσθέτοντας τις δικές του γενικές γνώσεις.
• Γ) «Χρησιμοποιήστε μόνο ό,τι αναγράφεται στη σημείωση. Εάν είναι ασαφές, δηλώστε το, ορίστε τον περιορισμό «μακιγιάζ» ✔
• Δ) Ζητώντας από τον μαθητή να στρογγυλοποιήσει ασαφείς προτάσεις σε σαφείς αποφάσεις.

Εξήγηση: Η τεχνητή νοημοσύνη μπορεί να μετατρέψει διφορούμενες δηλώσεις σε ακριβείς (π.χ. «θα συζητηθεί» σε «εγκρίθηκε») και να δημιουργήσει ανύπαρκτες αναθέσεις. «Χρησιμοποιήστε μόνο ό,τι υπάρχει στη σημείωση. Ο περιορισμός "προσδιορίστε εάν είναι διφορούμενο, μην το συνθέσετε" το αποτρέπει αυτό. Επιπλέον, κάθε απόφαση και διορισμός πρέπει να επιβεβαιώνεται από την ανθρώπινη μνήμη.

8. Ποιος πρέπει να γράψει την ενότητα «το συμπέρασμά μου» όταν κρατάει σημειώσεις ανάγνωσης στη διαχείριση προσωπικών πληροφοριών;

• Α) Τεχνητή νοημοσύνη. γιατί βγάζει πιο αντικειμενικά συμπεράσματα
• Β) Κανείς. Το συμπέρασμα είναι περιττό
• Γ) Τεχνητή νοημοσύνη. αρκεί να επιβεβαιώσει κανείς
• Δ) Ο ίδιος ο άνθρωπος. Η μάθηση γίνεται όταν επεξεργάζεστε μόνοι σας πληροφορίες ✔

Εξήγηση: Η τεχνητή νοημοσύνη μπορεί να κάνει την απόσταξη (εξάγοντας την κύρια διατριβή και τα υποστηρικτικά σημεία), αλλά ο άνθρωπος πρέπει να γράψει το μέρος «το συμπέρασμα μου». Η μάθηση γίνεται όταν επεξεργάζεστε πληροφορίες με δικά σας λόγια και συνδέοντάς τις με το δικό σας πλαίσιο. Η εγγραφή αυτού στην τεχνητή νοημοσύνη μειώνει τη μονιμότητα.

9. Ποια είναι η διαφορά και η σωστή επιλογή μεταξύ «λειτουργίας που βασίζεται σε πηγή» και «λειτουργίας μνήμης» στην έρευνα;

• Α) Η λειτουργία που βασίζεται στην πηγή βασίζεται στο κείμενο που παρέχετε και θα πρέπει να προτιμάται για την περίπτωση ✔
• Β) Η λειτουργία μνήμης είναι πάντα πιο ενημερωμένη και αξιόπιστη
• Γ) Και οι δύο τρόποι είναι ίδιοι, δεν πειράζει
• Δ) Η λειτουργία που βασίζεται σε πηγή είναι επιβλαβής για την περίπτωση, η λειτουργία που βασίζεται στη μνήμη είναι ασφαλής

Περιγραφή: Στη λειτουργία βασισμένη σε πηγή, το AI βασίζεται στο κείμενο που παρέχετε. Ο κίνδυνος είναι χαμηλός επειδή μπορείτε να συγκρίνετε την έξοδο με την πηγή. Στη λειτουργία μνήμης, δεν μπορεί να αναφέρει πηγές, μπορεί να δημιουργήσει ημερομηνίες/αριθμούς. Για την τεκμηριωμένη έρευνα, θα πρέπει να προτιμάται η λειτουργία που βασίζεται στην πηγή, ενώ η λειτουργία μνήμης θα πρέπει να χρησιμοποιείται μόνο για ιδέα/εκκίνηση.

10. Τι πρέπει να κάνετε όταν αντιμετωπίζετε μια ακαδημαϊκή αναφορά ή στατιστικά στοιχεία που παρέχονται από την τεχνητή νοημοσύνη;

• Α) Το εμπιστεύομαι και το χρησιμοποιώ άμεσα γιατί παρέχει τεχνητή νοημοσύνη.
• Β) Ανοίγω μόνος μου την πηγή και επαληθεύω ότι οι πληροφορίες υπάρχουν πραγματικά ✔
• Γ) Θα δεχτώ μόνο εάν το αποτύπωμα φαίνεται ρεαλιστικό.
• Δ) Αν είπε «έρευνα», δεν χρειάζεται να το ελέγξω περαιτέρω.

Περιγραφή: Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει αποτυπώματα, συνδέσμους και αριθμούς που φαίνονται ρεαλιστικά αλλά δεν υπάρχουν. Είναι απαραίτητο να ανοίξετε κάθε αναφορά και στατιστικό στοιχείο στην αρχική του πηγή και να επαληθεύσετε ότι οι πληροφορίες είναι όντως εκεί. Ακόμη και αν λέτε «το ερεύνησα στο διαδίκτυο» δεν σημαίνει ότι οι πληροφορίες είναι σωστές.

11. Ποια είναι η πιο σωστή ακολουθία ροής εργασιών με την τεχνητή νοημοσύνη κατά τη σύνταξη μιας αναφοράς ή ενός εγγράφου;

• Α) Λέγοντας απευθείας «γράψτε ολόκληρη την αναφορά» και επεξεργαστείτε ελαφρά το αποτέλεσμα και στείλτε το
• Β) Προσαρμογή των αριθμών στην τεχνητή νοημοσύνη και διόρθωση της γλώσσας αργότερα
• Γ) Πρώτα ο σκελετός (που καθορίζεται από τον άνθρωπο), μετά το σχέδιο ενότητα προς ενότητα, μετά αναθεώρηση ✔
• Δ) Αίτημα ολόκληρου του εγγράφου σε ένα μόνο μήνυμα και μη ρύθμιση του πλαισίου καθόλου

Εξήγηση: Λέγοντας «γράψτε αναφορά» δημιουργείται απευθείας κείμενο χωρίς μηνύματα, γενικό και συχνά με κατασκευασμένους αριθμούς. Η σωστή σειρά: πρώτα ο άνθρωπος καθορίζει τον σκελετό, μετά τον σχεδιάζει τμήμα προς ενότητα με τα δικά του δεδομένα και μετά τον αναθεωρεί. Το κύριο μήνυμα και οι αριθμοί προέρχονται από ανθρώπους. Το AI υφαίνει μόνο τη ροή των προτάσεων.

12. Ποιες είναι οι πρακτικές συνέπειες της αρχής «η αυτοματοποίηση επίσης κλιμακώνει το σφάλμα» κατά την καθιέρωση αυτοματισμού χωρίς κώδικα;

• Α) Μόλις εγκατασταθεί, δεν χρειάζεται να το ελέγξω πια.
• Β) Είναι πιο αποτελεσματικό να αυτοματοποιούνται πλήρως όλα τα βήματα
• Γ) Θα πρέπει να πάω απευθείας ζωντανά σε μεγάλη κλίμακα χωρίς δοκιμές
• Δ) Θα πρέπει να το φτιάξω μικρό και να το δοκιμάσω με πραγματικά δεδομένα, να βάλω την ανθρώπινη έγκριση σε κρίσιμα βήματα και να το παρακολουθήσω ✔

Επεξήγηση: Ένας κακώς ρυθμισμένος αυτοματισμός κάνει το λάθος γρήγορα και επανειλημμένα (για παράδειγμα, στέλνει ένα μήνυμα με λάθος ημερομηνία σε 600 άτομα). Γι' αυτό πρέπει να το ρυθμίσετε σε μικρό μέγεθος, να το δοκιμάσετε με πραγματικά δεδομένα, να βάλετε την ανθρώπινη έγκριση σε κρίσιμα βήματα και να παρακολουθήσετε τα αποτελέσματα την πρώτη εβδομάδα.

13. Ποιος είναι ο πιο πολύτιμος ρόλος της τεχνητής νοημοσύνης σε μια δύσκολη απόφαση;

• Α) Επικρίνετε την απόφαση (ο συνήγορος του διαβόλου) — επισημάνετε τους κινδύνους και τα τυφλά σημεία ✔
• Β) Λήψη της απόφασης για λογαριασμό του ατόμου και ανάληψη ευθύνης
• Γ) Επιβεβαιώνοντας πάντα την έτοιμη απόφαση του ατόμου
• Δ) Καθορισμός των αξιών των ανθρώπων και επιβολή τους

Εξήγηση: Είναι πολύ πιο πολύτιμο για την τεχνητή νοημοσύνη να επικρίνει (τον συνήγορο του διαβόλου) την απόφαση αντί να την επιβεβαιώνει: επισημαίνει παραγνωρισμένους κινδύνους, προκαταλήψεις και τυφλά σημεία. Ωστόσο, η απόφαση και η ευθύνη παραμένουν στο άτομο. Το "AI είπε" δεν είναι δικαιολογία και η AI δεν γνωρίζει τις αξίες σας.

14. Γιατί είναι λάθος να λέμε «τώρα τα δεδομένα είναι ασφαλή» μετά τη διαγραφή μιας συνομιλίας AI;

• Α) Η διαγραφή πάντα αφαιρεί πλήρως τα δεδομένα από όλους τους διακομιστές
• Β) Η διαγραφή δεν αναιρεί την εγγραφή στον διακομιστή. ✔ Η προστασία ξεκινά πριν την επικόλληση
• Γ) Τα διαγραμμένα δεδομένα ανωνυμοποιούνται αυτόματα
• Δ) Η διαγραφή της συνομιλίας είναι το μόνο βήμα που απαιτείται για το απόρρητο

Περιγραφή: Η διαγραφή αφαιρεί μόνο πληροφορίες από τη διεπαφή. Δεν ανακτά την εγγραφή στον διακομιστή ή τα δεδομένα που σχετίζονται με την εκπαίδευση του μοντέλου. Η προστασία ξεκινά πριν την κόλληση. Ως εκ τούτου, τα εμπιστευτικά και κρίσιμα δεδομένα δεν θα πρέπει να εισάγονται εξαρχής σε δημόσια εργαλεία και θα πρέπει να ανωνυμοποιούνται εάν είναι απαραίτητο.

15. Ποιος είναι ο καλύτερος τρόπος για τη δημιουργία ενός βιώσιμου συστήματος προσωπικής ροής εργασιών AI;

• Α) Μετακίνηση ολόκληρης της ροής εργασίας στην τεχνητή νοημοσύνη ταυτόχρονα σε μία εβδομάδα
• Β) Καθιέρωση του πιο σύνθετου και περιεκτικού συστήματος
• Γ) Ξεκινώντας με μία ρουτίνα τη φορά και επεκτείνοντας καθώς καθιερώνεστε, ενσωματώνοντας την επαλήθευση σε κάθε ρουτίνα ✔
• Δ) Εγκατάσταση του συστήματος μία φορά και ποτέ επανεξέτασή του

Εξήγηση: Οι περισσότεροι άνθρωποι που προσπαθούν να αλλάξουν τα πάντα με τη μία, κατακλύζονται και τα παρατάνε. Ο σωστός τρόπος είναι να ξεκινήσετε απλά: προσθέστε μία ρουτίνα τη φορά, αφήστε τη να ρυθμιστεί και μετά επεκτείνετε. Ενσωματώστε ένα βήμα απορρήτου και ελέγχου ταυτότητας σε κάθε ρουτίνα και διατηρήστε το σύστημα ζωντανό με μια εβδομαδιαία ανασκόπηση. Η βιωσιμότητα νικάει την τελειότητα.