એઆઈ શું કરી શકે અને શું ન કરી શકે?

નફો:

એઆઈ મજબૂત હોય તેવા કાર્યોના પ્રકારોની યાદી બનાવી શકે છે
એ વિસ્તારોને ઓળખે છે જ્યાં AI માળખાકીય રીતે નબળી છે
એઆઈને જોબ આઉટસોર્સ કરવી યોગ્ય છે કે કેમ તે નક્કી કરી શકે છે

જનરેટિવ AI નો અસરકારક રીતે ઉપયોગ કરવાનું રહસ્ય એ છે કે તેને "સર્વ-જાણતા મેજિક બોક્સ" તરીકે નહીં પરંતુ એક સહાયક તરીકે જોવાનું છે જે ચોક્કસ કાર્યોમાં ખૂબ જ મજબૂત છે અને ચોક્કસ કાર્યોમાં માળખાકીય રીતે નબળા છે. ખોટા સાધનને ખોટું કામ આપવાથી સમયનો વ્યય થાય છે અને જોખમી પરિણામો આવે છે. આ એકમમાં, અમે નક્કર ઉદાહરણો સાથે AI ની શક્તિઓ અને નબળાઈઓની રૂપરેખા આપીશું જેથી કરીને તમે તેને નોકરી આઉટસોર્સ કરતાં પહેલાં યોગ્ય નિર્ણય લઈ શકો. મુખ્ય વાક્ય આ છે: AI ની નબળાઈઓ રેન્ડમ નથી; તે કેવી રીતે કાર્ય કરે છે તેના પરથી સીધું ઉદ્દભવે છે. બીજું એકમ યાદ રાખો - મોડેલ સંભવિતતાની આગાહી કરે છે, વાસ્તવિકતા તપાસ નહીં.

નોકરીઓ જ્યાં AI મજબૂત છે

ભાષાના નમૂનાઓ ભાષા-સંબંધિત કાર્યો પર ચમકે છે કે જેમાં "કોઈ સ્પષ્ટ જવાબ નથી":

ટેક્સ્ટ કન્વર્ટ કરો: લાંબા રિપોર્ટનો સારાંશ આપો, ઔપચારિક ટેક્સ્ટને સરળ બનાવો, ઈમેલને હળવા સ્વરમાં બદલો.
ડ્રાફ્ટ્સનું નિર્માણ: પ્રથમ ડ્રાફ્ટ ઇમેઇલ, બ્લોગ પોસ્ટ, જોબ પોસ્ટિંગ, પ્રસ્તુતિ યોજના. તે "ખાલી પૃષ્ઠ" સમસ્યાને હલ કરે છે.
આઈડિયા જનરેશન: ઝુંબેશ માટે 20 સૂત્રો, સમસ્યા માટે સંભવિત ઉકેલના શીર્ષકો, મીટિંગ માટે કાર્યસૂચિ સૂચનો.
પુનઃગઠન અને ફોર્મેટિંગ: વેરવિખેર નોંધોને બુલેટ પોઈન્ટમાં ફેરવવી, ટેક્સ્ટને ટેબલમાં ફેરવવી.
ભાષા કાર્ય: અનુવાદ, વ્યાકરણ સુધારણા, સ્વર ગોઠવણ.
સમજૂતી અને શિક્ષણ: જટિલ ખ્યાલને સરળ બનાવીને અને ઉદાહરણો ઉત્પન્ન કરીને સમજાવવું.

ટિપ: AI નો સૌથી સુરક્ષિત અને સૌથી શક્તિશાળી ઉપયોગ એ કાર્યો માટે છે જેનો તમે સ્ત્રોત કરો છો: "તે ટેક્સ્ટનો સારાંશ આપો," "તે નોંધો સંપાદિત કરો." અહીં મોડેલ માહિતીને બંધબેસતું નથી, તે ફક્ત તમે જે આપો છો તેનું રૂપાંતર કરે છે. આ સૌથી ઓછું જોખમ અને સૌથી વધુ લાભ ધરાવતો પ્રદેશ છે.

નોકરીઓ જ્યાં AI નબળી છે

ચોક્કસ ગણતરી અને ગણિત: જટિલ અંકગણિતમાં ભૂલો કરી શકે છે; કારણ કે તે ગણતરી કરતું નથી, તે અનુમાન કરે છે. (કેટલાક ટૂલ્સ કેલ્ક્યુલેટર એડ-ઓન્સ સાથે આની ભરપાઈ કરે છે, પરંતુ તે મૂળભૂત મોડેલની પ્રકૃતિ છે.)
વર્તમાન અને વાસ્તવિક સમયની માહિતી: મોડલની માહિતી તેને તાલીમ આપવામાં આવી હતી તે તારીખ સુધીની છે. આજનો વિનિમય દર, ગઈ કાલના સમાચાર અથવા તમારી કંપનીનો આંતરિક ડેટા જ વિશ્વસનીય નથી.
હકીકતો કે જેને નિશ્ચિતતાની જરૂર હોય છે: તારીખ, નામ, નંબર, સ્ત્રોત, અવતરણ જેવી ચકાસી શકાય તેવી માહિતી ફેબ્રિકેટ (ભ્રામક) કરી શકે છે.
સાચો ચુકાદો અને ચુકાદો: નૈતિક, કાનૂની અથવા વ્યૂહાત્મક નિર્ણયોમાં અંતિમ કહેવું ન હોઈ શકે; લોકો સંદર્ભ અને જવાબદારી વહન કરે છે.
ભૌતિક વિશ્વ: મેન્યુઅલ વર્ક કરવું અને ફિલ્ડમાં અવલોકન કરવું પહેલેથી જ તેના અવકાશની બહાર છે.

ધ્યાન આપો: AI વિશે સૌથી ખતરનાક બાબત એ છે કે તે આત્મવિશ્વાસપૂર્વક જવાબ આપે છે, જાણે તે મજબૂત હોય, ભલે તે વિષયમાં નબળા હોય. "મને ખબર નથી" કહેવાને બદલે અસ્ખલિત ફેબ્રિકેશન ઉત્પન્ન કરી શકે છે. તેથી, નબળા વિસ્તારોમાં આઉટપુટ ચકાસવું જરૂરી છે.

નિર્ણય માર્ગદર્શિકા: શું મારે આ નોકરી AI ને આપવી જોઈએ?

પ્રશ્ન

જો "હા"

જો "ના"

શું કામ મોટે ભાગે ભાષા/ટેક્સ્ટનું કામ છે?

AI યોગ્ય હોઈ શકે છે

સાવચેત રહો

શું એક કરતાં વધુ સ્વીકાર્ય જવાબો છે?

AI શક્તિશાળી છે

જો ચોકસાઇ જરૂરી હોય તો જોખમી

શું હું સ્રોત/ડેટા પ્રદાન કરું છું?

સલામત

બનાવટનું જોખમ વધે છે

શું માણસ આઉટપુટને નિયંત્રિત કરશે?

સલામત

દેખરેખ વિનાનો ઉપયોગ

શું ભૂલ મોંઘી છે (પૈસા, આરોગ્ય, કાયદેસર)?

વધારાની ચકાસણી જરૂરી છે

આરામથી ઉપયોગ કરી શકાય છે

ત્રણ મિની કેસ

કેસ 1 — કરારનો સારાંશ (મજબૂત ઉપયોગ). એક મેનેજર પાસે 42 પાનાના સેવા કરારનો સારાંશ AI હતો; તેને 8 વસ્તુઓની સ્પષ્ટ સૂચિ પ્રાપ્ત થઈ, અને તેનો વાંચન સમય 40 મિનિટથી ઘટીને 6 મિનિટ થઈ ગયો. પરંતુ "શું આપણે આ કરાર પર સહી કરવી જોઈએ?" તેણે નિર્ણય તેની કાનૂની ટીમ પર છોડી દીધો. સાચી સીમા: AI સારાંશ તૈયાર કરે છે, માનવ નિર્ણય લે છે.

કેસ 2 - મેડ-અપ એકાઉન્ટ (નબળું વપરાશ). એક કર્મચારીએ પૂછ્યું, "12 ઉત્પાદનોમાંથી દરેક 37.50 TL છે, 18% VAT સાથે કુલ કેટલું છે?" તેણે પૂછ્યું અને પરિણામી નંબર સીધો ઓફરમાં મૂક્યો. નંબર ખોટો હતો; મોડેલે ગણતરી કરી ન હતી, તે આગાહી કરી હતી. પરિણામ: ખોટી કિંમત ગ્રાહકને મળી. પાઠ: સંખ્યાત્મક ચોકસાઇ માટે સ્પ્રેડશીટ્સનો ઉપયોગ કરો, AI નહીં.

કેસ 3 - જૂની માહિતી. એક સહાયકે એઆઈને સરકારી અનુદાન માટે અરજી કરવાની અંતિમ તારીખ વિશે પૂછ્યું; મોડેલ જૂનું હતું અને ખોટી તારીખ આપી હતી. કર્મચારીએ સત્તાવાર સંસ્થાની વેબસાઇટ પર આની પુષ્ટિ કરી ન હોવાથી, તેણે મીટિંગમાં ખોટી માહિતી શેર કરી. પાઠ: વર્તમાન/સત્તાવાર માહિતી હંમેશા પ્રાથમિક સ્ત્રોતમાંથી ચકાસવામાં આવે છે.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા સંકેત: 2024 ફુગાવાના આંકડા અને તેના સ્ત્રોત આપો.

નિષ્કર્ષ: મોડલ અપ-ટૂ-ડેટ અને ચકાસી શકાય તેવા આંકડાકીય ડેટા સાથે ફિટ થઈ શકે છે - ઉચ્ચ જોખમ.

શક્તિશાળી પ્રોમ્પ્ટ: મેં નીચે પેસ્ટ કરેલા અધિકૃત અહેવાલના આધારે, ફક્ત આ ટેક્સ્ટમાંના ડેટાનો ઉપયોગ કરીને સારાંશ બનાવો. ટેક્સ્ટમાં ન હોય તેવા કોઈપણ નંબરો ઉમેરશો નહીં.<report>[અધિકૃત ટેક્સ્ટ અહીં પેસ્ટ કરો]</report>

પરિણામ: બનાવટનું જોખમ ઘણું ઓછું થાય છે કારણ કે તમે સ્રોત પ્રદાન કરો છો.

નકલ કરી શકાય તેવા નમૂનાઓ

ધ્યાનમાં લો કે શું મારે AI ને નીચેનું કાર્ય આપવું જોઈએ: Task: [કાર્ય લખો] આ પ્રશ્નોના જવાબ આપો: (1) ભાષાનું કાર્ય? (2) શું એક જ સત્ય છે? (3) શું હું સ્રોત પ્રદાન કરું છું? (4) શું ભૂલની કિંમત વધારે છે? છેલ્લે નક્કી કરો "એઆઈ માટે યોગ્ય/સાવચેત/અયોગ્ય"

આ લખાણનો સારાંશ આપો. નિયમો:- ટેક્સ્ટમાંની માહિતીનો જ ઉપયોગ કરો, બહારથી કંઈપણ ઉમેરશો નહીં.- જો તમને કોઈ બાબત વિશે ખાતરી ન હોય તો, લખાણમાં "નૉટ સ્પેસિફાઈડ" લખો. ટેક્સ્ટ: [અહીં પેસ્ટ કરો]

આ વિષય પર 10 વિચારો બનાવો (મંથન). વિવિધતા, ચોકસાઈ નહીં, મહત્વપૂર્ણ છે. વિષય: [વિષય]. ટૂંકા શીર્ષકો હેઠળ વિચારોની સૂચિ બનાવો.

નીચેના ડ્રાફ્ટમાં, ચકાસવાની જરૂર હોય તેવા તમામ મુદ્દાઓને ચિહ્નિત કરો (નંબર, તારીખ, નામ, સ્ત્રોત) અને "ચકાસવા માટે" સૂચિ દેખાશે. ડ્રાફ્ટ: [અહીં પેસ્ટ કરો]

સામાન્ય ભૂલો

ગણતરી અને ચોક્કસ સંખ્યા માટે AI નો ઉપયોગ કરવો. અંકગણિત અને નાણાકીય ચોકસાઇ એ AI ના નબળા ક્ષેત્ર છે; સ્પ્રેડશીટ અથવા સત્તાવાર સ્ત્રોતનો ઉપયોગ કરો.
ચકાસણી વિના વર્તમાન માહિતી પ્રાપ્ત કરવી. મોડેલની માહિતી જૂની છે; પ્રાથમિક સ્ત્રોતમાંથી તારીખ, કિંમત, કાયદા જેવા વર્તમાન ડેટાની પુષ્ટિ કરો.
AI ને નિર્ણય સોંપી રહ્યા છીએ. AI વિકલ્પો અને ડ્રાફ્ટ્સ જનરેટ કરે છે; ભરતી, હસ્તાક્ષર અને રોકાણ જેવા નિર્ણયોની જવાબદારી લોકોની છે.
જ્યારે તમે નબળા વિસ્તારમાં "ચોક્કસ" સ્વર જુઓ ત્યારે વિશ્વાસ કરો. મોડેલની આત્મવિશ્વાસપૂર્ણ ભાષા ચોકસાઈનો પુરાવો નથી.

સાચી માનસિકતા: ભાગીદાર, સત્તા નહીં

સૌથી આરોગ્યપ્રદ અભિગમ એ છે કે AI ને સ્માર્ટ પરંતુ બિનઅનુભવી ઇન્ટર્ન તરીકે જોવું. તે ઝડપથી કામ કરે છે, ઘણું જાણે છે, થાકતો નથી; પરંતુ મહત્વપૂર્ણ કામ તપાસ્યા વિના હાથ ધરવા જોઈએ નહીં, કારણ કે જો ખાતરી લાગે તો પણ તે ભૂલ થઈ શકે છે. જ્યારે તમે તેને/તેણીને "ઓથોરિટી" તરીકે નહીં પરંતુ તમારા વ્યવસાયને વેગ આપનાર "ભાગીદાર" તરીકે સ્થાન આપો છો, ત્યારે તમે બંને કાર્યક્ષમતા મેળવશો અને જોખમોથી સુરક્ષિત રહેશો.

સારાંશમાં

AI; સારાંશ, મુસદ્દો તૈયાર કરવા, વિચારો સાથે આવવા, અનુવાદ અને પુનઃફોર્મેટિંગ જેવા ભાષા કાર્યોમાં મજબૂત.
AI; ચોક્કસ ગણતરી, અદ્યતન માહિતી, ચકાસી શકાય તેવી હકીકતો અને અંતિમ ચુકાદાની જરૂર હોય તેવા કાર્યોમાં તે સ્વાભાવિક રીતે નબળું છે.
સૌથી મોટું જોખમ એ છે કે તે જે વિષયોમાં નબળા છે તેના પર પણ તે આત્મવિશ્વાસુ દેખાય છે.
નોકરી સોંપતા પહેલા, પૂછો: શું તે ભાષાનું કામ છે, શું એક જ સાચો રસ્તો છે, શું હું સ્રોત પ્રદાન કરી રહ્યો છું, શું લોકો તેની તપાસ કરશે, શું ભૂલની કિંમત વધારે છે?
AI ને નિયમનિત ભાગીદાર તરીકે સ્થાન આપો, સત્તા નહીં.

એપ્લિકેશન કાર્ય

આ અઠવાડિયે તમારી 3 નોકરીઓ પસંદ કરો. ઉપરોક્ત દરેક માટે "શું મારે તે AI ને આપવું જોઈએ?" ટેમ્પલેટ લાગુ કરો અને "યોગ્ય / સાવચેતીપૂર્વક / યોગ્ય નથી" તરીકે વર્ગીકૃત કરો. AI સાથે ઓછામાં ઓછું એક "યોગ્ય" કાર્ય અજમાવો અને આઉટપુટ જાતે ચકાસો.

ચેકલિસ્ટ

[ ] હું ઓછામાં ઓછા 4 પ્રકારના મિશન વિશે વિચારી શકું છું જ્યાં AI મજબૂત હોય.
[ ] હું એવા વિસ્તારોને જાણું છું જ્યાં AI માળખાકીય રીતે નબળી છે.
[ ] હું કાર્ય સોંપતા પહેલા નિર્ણય માર્ગદર્શિકાને અનુસરી શકું છું.
[ ] હું જાણું છું કે સચોટ ગણતરીઓ અને અપ-ટુ-ડેટ માહિતી માટે AI પર આધાર રાખવો નહીં.
[ ] હું AI ને "નિયંત્રિત ભાગીદાર" તરીકે સ્થાન આપું છું.