سود:
- می تواند انواع وظایفی را که در آنها هوش مصنوعی قوی است فهرست کند
- مناطقی را که هوش مصنوعی از نظر ساختاری ضعیف است تشخیص می دهد
- می تواند تصمیم بگیرد که آیا برون سپاری شغلی به هوش مصنوعی مناسب است یا خیر
راز استفاده مؤثر از هوش مصنوعی مولد این است که آن را نه به عنوان یک «جعبه جادویی دانا»، بلکه به عنوان دستیاری که در انجام وظایف خاص بسیار قوی و در برخی وظایف از نظر ساختاری ضعیف است. سپردن کار اشتباه به ابزار نادرست زمان را هدر می دهد و عواقب خطرناکی دارد. در این بخش، نقاط قوت و ضعف هوش مصنوعی را با مثالهای عینی بیان میکنیم تا بتوانید قبل از برونسپاری کار به آن، تصمیم درستی بگیرید. جمله کلیدی این است: نقاط ضعف هوش مصنوعی تصادفی نیستند. این به طور مستقیم از نحوه عملکرد آن ناشی می شود. واحد دوم را به خاطر بسپارید - مدل یک پیشبینی احتمال انجام میدهد، نه یک بررسی واقعیت.
مشاغلی که هوش مصنوعی قوی است
مدلهای زبان در وظایف مرتبط با زبان که «جواب واضحی از سوی هیچکس» ندارند، میدرخشند:
- تبدیل متن: یک گزارش طولانی را خلاصه کنید، یک متن رسمی را ساده کنید، یک ایمیل را به لحنی ملایم تر تغییر دهید.
- تهیه پیش نویس: ایمیل پیش نویس اول، پست وبلاگ، پست کاری، طرح ارائه. مشکل "صفحه خالی" را حل می کند.
- تولید ایده: 20 شعار برای یک کمپین، عناوین راه حل ممکن برای یک مشکل، پیشنهادات دستور کار برای یک جلسه.
- سازماندهی مجدد و قالب بندی: تبدیل یادداشت های پراکنده به نقاط گلوله، تبدیل یک متن به جدول.
- کار زبان: ترجمه، تصحیح دستور زبان، تنظیم لحن.
- توضیح و آموزش: تبیین یک مفهوم پیچیده با ساده سازی آن و تهیه مثال.
نکته: ایمنترین و قویترین استفاده از هوش مصنوعی برای کارهایی است که شما تهیه میکنید: «متن را خلاصه کنید»، «آن یادداشتها را ویرایش کنید». در اینجا مدل با اطلاعات مطابقت ندارد، فقط آنچه را که به آن میدهید تغییر میدهد. این منطقه با کمترین خطر و بیشترین سود است.
مشاغلی که هوش مصنوعی ضعیف است
- محاسبه دقیق و ریاضیات: ممکن است در محاسبات پیچیده اشتباه کند. چون محاسبه نمی کند، حدس می زند. (برخی ابزارها این را با افزودنی های ماشین حساب جبران می کنند، اما این ماهیت مدل اصلی است.)
- اطلاعات فعلی و لحظه ای: اطلاعات مدل به روز است که آموزش داده شده است. نرخ ارز امروز، اخبار دیروز یا داده های داخلی شرکت شما به تنهایی قابل اعتماد نیستند.
- حقایقی که نیاز به اطمینان دارند: می تواند اطلاعات قابل تاییدی مانند تاریخ، نام، شماره، منبع، نقل قول را جعل کند (توهم).
- قضاوت و قضاوت واقعی: نمی تواند در تصمیم گیری های اخلاقی، قانونی یا استراتژیک حرف آخر را بزند. مردم دارای زمینه و مسئولیت هستند.
- دنیای فیزیکی: انجام کارهای یدی و مشاهده میدانی از حوصله آن خارج است.
توجه: خطرناک ترین چیز در مورد هوش مصنوعی این است که با اطمینان پاسخ می دهد، گویی قوی است، حتی در موضوعی که در آن ضعیف است. می تواند به جای گفتن "نمی دانم" یک ساختگی روان تولید کند. بنابراین، بررسی خروجی در مناطق ضعیف ضروری است.
راهنمای تصمیم گیری: آیا باید این شغل را به هوش مصنوعی بدهم؟
سوال
اگر "بله"
اگر "نه"
آیا کار بیشتر زبان/متن است؟
ممکن است هوش مصنوعی مناسب باشد
مراقب باشید
آیا بیش از یک پاسخ قابل قبول وجود دارد؟
هوش مصنوعی قدرتمند است
در صورت نیاز به دقت خطرناک است
آیا من منبع/داده را ارائه می کنم؟
امن
خطر ساخت افزایش می یابد
آیا انسان خروجی را کنترل خواهد کرد؟
امن
استفاده بدون نظارت
آیا این اشتباه پرهزینه است (پول، سلامت، قانونی)؟
تأیید اضافی مورد نیاز است
راحت قابل استفاده است
سه کیف کوچک
مورد 1 - خلاصه قرارداد (استفاده قوی). یکی از مدیران AI یک قرارداد خدمات 42 صفحه ای را خلاصه کرد. او یک لیست واضح از 8 مورد دریافت کرد و زمان مطالعه او از 40 دقیقه به 6 دقیقه کاهش یافت. اما "آیا ما باید این قرارداد را امضا کنیم؟" او تصمیم گیری را به تیم حقوقی خود واگذار کرد. مرز صحیح: هوش مصنوعی خلاصه ای را آماده می کند، انسان تصمیم می گیرد.
مورد 2 - حساب ساخته شده (استفاده ضعیف). یکی از کارمندان پرسید: "هر یک از 12 محصول 37.50 لیر لیر است، کل آن با 18٪ مالیات بر ارزش افزوده چقدر است؟" او پرسید و شماره حاصل را مستقیماً در پیشنهاد قرار داد. شماره اشتباه بود. مدل محاسبه نکرد، پیش بینی کرد. نتیجه: قیمت اشتباه به دست مشتری رسید. درس: از صفحات گسترده برای دقت عددی استفاده کنید، نه هوش مصنوعی.
مورد 3 - اطلاعات قدیمی. یک دستیار از هوش مصنوعی در مورد مهلت درخواست کمک مالی دولتی پرسید. مدل قدیمی بود و تاریخ اشتباهی داده بود. از آنجایی که کارمند این موضوع را در سایت موسسه رسمی تایید نکرد، اطلاعات نادرستی را در جلسه به اشتراک گذاشت. درس: اطلاعات فعلی/رسمی همیشه از منبع اصلی تأیید می شود.
اعلان ضعیف / اعلان قوی
پیشنهاد ضعیف: ارقام تورم 2024 و منبع آن را ارائه دهید.
نتیجهگیری: این مدل میتواند دادههای عددی بهروز و قابل تأیید را با ریسک بالا مطابقت دهد.
اعلان قدرتمند: بر اساس گزارش رسمی که در زیر چسباندم، خلاصه ای را فقط با استفاده از داده های این متن ایجاد کنید. هیچ عددی را که در متن نیست اضافه نکنید.<report>[متن رسمی را اینجا بچسبانید]</report>
نتیجه: خطر ساخت تا حد زیادی کاهش می یابد زیرا شما منبع را ارائه می دهید.
قالب های قابل کپی
در نظر بگیرید که آیا باید وظیفه زیر را به AI:Task بدهم: [write task]به این سوالات پاسخ دهید: (1) وظیفه زبان؟ (2) آیا تنها یک حقیقت وجود دارد؟ (3) آیا من منبع را ارائه می کنم؟ (4) آیا هزینه خطا زیاد است؟ در نهایت تصمیم بگیرید که "مناسب / دقیق / مناسب برای هوش مصنوعی نیست".
این متن را خلاصه کنید. قوانین: - فقط از اطلاعات موجود در متن استفاده کنید، چیزی از خارج اضافه نکنید.- اگر در مورد چیزی مطمئن نیستید، بنویسید "در متن مشخص نشده است".
10 ایده در مورد این موضوع ایجاد کنید (طوفان فکری). تنوع، نه دقت، مهم است. موضوع: [موضوع]. ایده ها را زیر عناوین کوتاه فهرست کنید.
در پیش نویس زیر، تمام نکاتی را که باید تأیید شوند (شماره، تاریخ، نام، منبع) علامت بزنید و یک لیست "برای تایید" ظاهر می شود. پیش نویس: [در اینجا بچسبانید]
اشتباهات رایج
اشتباهات رایج
- استفاده از هوش مصنوعی برای محاسبه و عدد دقیق دقت محاسباتی و مالی حوزه ضعیف هوش مصنوعی است. از صفحه گسترده یا منبع رسمی استفاده کنید.
- دریافت اطلاعات فعلی بدون تایید. اطلاعات مدل قدیمی است. داده های فعلی مانند تاریخ، قیمت، قانون را از منبع اصلی تأیید کنید.
- تفویض تصمیم به هوش مصنوعی هوش مصنوعی گزینه ها و پیش نویس ها را تولید می کند. مسئولیت تصمیماتی مانند استخدام، امضا و سرمایه گذاری بر عهده مردم است.
- وقتی لحن "مطمئن" را در ناحیه ضعیف می بینید اعتماد کنید. زبان مطمئن مدل دلیلی بر دقت نیست.
طرز فکر صحیح: شریک، نه اختیار
سالم ترین رویکرد این است که هوش مصنوعی را به عنوان یک کارآموز باهوش اما بی تجربه ببینیم. او سریع کار می کند، خیلی می داند، خسته نمی شود. اما کار مهم را نباید بدون بررسی انجام داد، زیرا حتی اگر مطمئن به نظر برسد، ممکن است اشتباه شود. وقتی او را نه به عنوان یک "مرجع" بلکه به عنوان "شریکی" قرار دهید که به تجارت شما سرعت می بخشد، هم کارایی خواهید داشت و هم از خطرات محافظت می کنید.
به طور خلاصه
- هوش مصنوعی در کارهای زبانی مانند خلاصه کردن، تهیه پیش نویس، ایده پردازی، ترجمه و فرمت مجدد قوی است.
- هوش مصنوعی در کارهایی که نیاز به محاسبه دقیق، اطلاعات به روز، حقایق قابل تایید و قضاوت نهایی دارند، ذاتا ضعیف است.
- بزرگترین خطر این است که او حتی در مورد موضوعاتی که در آنها ضعیف است، مطمئن به نظر می رسد.
- قبل از تعیین کار بپرسید: آیا کار زبان است، آیا فقط یک راه درست وجود دارد، آیا منبع را ارائه می کنم، آیا مردم آن را بررسی می کنند، آیا هزینه خطا زیاد است؟
- هوش مصنوعی را به عنوان یک شریک تنظیم شده، نه یک مرجع، قرار دهید.
وظیفه برنامه
3 مورد از مشاغل خود را در این هفته انتخاب کنید. برای هر یک از موارد فوق "آیا باید آن را به هوش مصنوعی بدهم؟" الگو را اعمال کنید و به عنوان "مناسب / دقیق / نامناسب" طبقه بندی کنید. حداقل یک کار «مناسب» را با هوش مصنوعی امتحان کنید و خودتان خروجی را تأیید کنید.
چک لیست
- [ ] می توانم حداقل به 4 نوع ماموریت فکر کنم که در آنها هوش مصنوعی قوی است.
- [ ] من مناطقی را می شناسم که هوش مصنوعی از نظر ساختاری ضعیف است.
- [ ] من می توانم قبل از تفویض یک کار، راهنمای تصمیم را دنبال کنم.
- [ ] می دانم که برای محاسبات دقیق و اطلاعات به روز به هوش مصنوعی تکیه نکنم.
- [ ] من هوش مصنوعی را به عنوان یک "شریک کنترل شده" قرار می دهم.