પ્રસ્તુતિ અને ડેટા વિઝ્યુલાઇઝેશનમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સનો પરિચય: ભૂમિકાઓ, સીમાઓ, માન્યતા અને નીતિશાસ્ત્ર

નફો:

• આર્ટિફિશિયલ ઇન્ટેલિજન્સ પ્રેઝન્ટેશન અને ડેટા વિઝ્યુલાઇઝેશન ફ્લોમાં ક્યાં સમય બચાવે છે અને ડેટાની સચોટતા અને આલેખની પ્રામાણિકતા વિશેના નિર્ણયો જોખમના સ્તરના આધારે માનવો પર કેમ છોડવામાં આવે છે તે પારખવામાં સક્ષમ હોવાને કારણે.
• એક ચકાસણી શિસ્ત અમલમાં મૂકવાની ક્ષમતા જે દરેક આઉટપુટને સ્ત્રોત, સુસંગતતા, પ્રમાણિકતા અને સંદર્ભના પગલાં સામે તપાસે છે
• સંવેદનશીલ ડેટાને અનામી રાખવાની ક્ષમતા, વિકૃતિ ટાળવા અને શરૂઆતથી જ આ વ્યવસાય માટે અંતિમ જવાબદારીના સિદ્ધાંતોનું પાલન કરવાની ક્ષમતા

પ્રેઝન્ટેશન અથવા ચાર્ટ ઘણીવાર નિર્ણય કરતાં વધુ નિર્ણયનું ભાવિ નક્કી કરે છે. જ્યારે બોર્ડ ઓફ ડિરેક્ટર્સ રોકાણ માટે "હા" કહે છે, જ્યારે શિક્ષક તપાસ કરે છે કે પાઠ સમજાયો છે કે નહીં, જ્યારે નગરપાલિકા લોકોને સમજાવે છે; તે બધું એક સ્લાઇડ, એક રેખા, રંગની પસંદગીની પાછળ રહે છે. આની વચ્ચે આર્ટિફિશિયલ ઈન્ટેલિજન્સનો પ્રવેશ થયો છે. હવે, ડ્રાફ્ટ પ્રેઝન્ટેશન, તૈયાર ગ્રાફિક્સ, સ્પીકર નોટ્સ અને ઇન્ફોગ્રાફિક્સ થોડા વાક્યોની વિનંતી સાથે તૈયાર કરી શકાય છે. પરંતુ આ શક્તિ એટલી જ ઝડપથી ખોટો સંદેશ પણ આપી શકે છે. આ મોડ્યુલ તમને AI ને તમારા પ્રેઝન્ટેશન અને ડેટા વિઝ્યુલાઇઝેશન બિઝનેસના એન્ડ-ટુ-એન્ડ સહાયક બનાવવામાં મદદ કરશે; પરંતુ તે તમને અંતિમ કહેવું અને જવાબદારી રાખવાનું શીખવે છે.

આ પ્રથમ એકમમાં, અમે સ્પષ્ટ કરીએ છીએ કે AI આ ક્ષેત્રમાં શું વેગ આપી રહ્યું છે, તે ક્યાં બંધ થવું જોઈએ, આઉટપુટ કેવી રીતે ચકાસવું, અને તમારે શરૂઆતથી જ કઈ નૈતિક/ગોપનીયતા સીમાઓ પર ધ્યાન આપવું જોઈએ.

આ બાબતમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ ક્યાં છે?

પ્રથમ, ચાલો ફક્ત બે વિભાવનાઓને વ્યાખ્યાયિત કરીએ. પ્રસ્તુતિ એ દ્રશ્ય-મૌખિક સંપૂર્ણ (મોટેભાગે સ્લાઇડ્સ) છે જે તમે ચોક્કસ ક્રમમાં ચોક્કસ પ્રેક્ષકોને કોઈ વિચાર અથવા માહિતી સમજાવવા માટે તૈયાર કરો છો. ડેટા વિઝ્યુલાઇઝેશન એ ગ્રાફ, કોષ્ટકો અને પેનલ્સ છે જે નંબરોને આંખ માટે સમજી શકાય તેવું બનાવે છે. લાર્જ લેંગ્વેજ મૉડલ (LLM) શબ્દનો વારંવાર ઉલ્લેખ કરવામાં આવે છે: તે એક કૃત્રિમ બુદ્ધિ પ્રણાલી છે જે "આગામી સંભવિત શબ્દ" ની આગાહી કરીને ટેક્સ્ટ જનરેટ કરે છે; ChatGPT એ ક્લાઉડ અને જેમિની જેવા ટૂલ્સનું એન્જિન છે. મુદ્દો આ છે: મોટા ભાષાનું મોડેલ કેલ્ક્યુલેટર કે "ફેક્ટ વેરિફિકેશન" મશીન નથી; પ્રેરક ટેક્સ્ટ અને રૂપરેખા જનરેટર છે.

આર્ટિફિશિયલ ઇન્ટેલિજન્સ તમને આ ક્ષેત્રમાં ચાર અલગ અલગ ભૂમિકાઓમાં મદદ કરે છે:

• લેખક/ડ્રાફ્ટર: પ્રેઝન્ટેશન પ્લાન, સ્લાઇડ ટાઇટલ, લેખ ટેક્સ્ટ, સ્પીકર નોટ્સ, ઇન્ફોગ્રાફિક ટેક્સ્ટ્સ બનાવે છે.
• ડિઝાઇન સહાયક: સ્લાઇડ લેઆઉટ સૂચવે છે, છબીઓ જનરેટ કરે છે (ઇમેજ-જનરેટિંગ આર્ટિફિશિયલ ઇન્ટેલિજન્સ સાથે), રંગો અને ટાઇપોગ્રાફી સૂચવે છે, આઇકોન વિચારો આપે છે.
• વિશ્લેષક/કોડર: તમારા ડેટાને સમજે છે, યોગ્ય ચાર્ટ પ્રકારનો આગ્રહ રાખે છે, ચાર્ટ બનાવવા માટે કોડ (પાયથોન, દા.ત. મેટપ્લોટલિબ) લખે છે.
• વિવેચક/પ્રૂફરીડર: પ્રેક્ષકોના પરિપ્રેક્ષ્યમાંથી તૈયાર પ્રસ્તુતિની ટીકા કરે છે, વધુ પડતું કાપ મૂકે છે અને ભ્રામક ગ્રાફિક્સને ચિહ્નિત કરે છે.

તેનાથી વિપરિત, માનવો પર છોડવામાં આવેલા નિર્ણાયક નિર્ણયો નીચે મુજબ છે: ખાતરી કરવી કે ડેટા સચોટ અને અપ-ટૂ-ડેટ છે. સંદેશની પ્રામાણિકતા. ગ્રાફ ડેટાને વિકૃત કરતું નથી. પ્રેક્ષકો અને સંદર્ભ માટે યોગ્યતા. ગોપનીય/વ્યક્તિગત ડેટા શેર ન કરવાનો નિર્ણય. અને અંતે, "આ રજૂઆત મારા નામે બહાર આવી રહી છે" ની જવાબદારી.

ટીપ: AI ને "વરિષ્ઠ ઇન્ટર્ન"ની જેમ વિચારો. તે ઝડપી છે, અથાક છે, ઘણું ઉત્પન્ન કરે છે; પરંતુ તે જુએ છે તે દરેક નંબર પર વિશ્વાસ કરતો નથી, તમે દરેક ડ્રાફ્ટને નિયંત્રિત કરો છો.

જોખમ સ્તર અનુસાર ઉપયોગ કરો

દરેક કામ સમાન જોખમ વહન કરતું નથી. ટ્રિપલ સ્કેલનો ઉપયોગ કરવા માટે સરળ સાથે વર્ગીકૃત કરો:

જોખમ સ્તર

નમૂનાનું કાર્ય

કૃત્રિમ બુદ્ધિની ભૂમિકા

ફરજિયાત માનવ નિયંત્રણ

નીચું

આંતરિક ટીમ મીટિંગ માટે ડ્રાફ્ટ સ્લાઇડ પ્લાન

મફત ઉત્પાદન, ઝડપી ડ્રાફ્ટ

ઝડપી સમીક્ષા

મધ્યમ

ગ્રાહકને વેચાણની રજૂઆત, બ્લોગ ઇન્ફોગ્રાફિક

સ્કેચ + ડિઝાઇન + ગ્રાફિક પ્રસ્તાવ

ડેટા ચકાસણી, બ્રાન્ડ અનુપાલન, ભાષા નિયંત્રણ

ઉચ્ચ

રોકાણકારની રજૂઆત, સત્તાવાર અહેવાલ, આરોગ્ય/નાણાકીય ડેટા

હાડપિંજર અને ભાષા માત્ર મદદ કરે છે

દરેક નંબર, દરેક ચાર્ટ, દરેક દાવા સ્વતંત્ર રીતે ચકાસાયેલ છે

નિયમ સરળ છે: જેમ જેમ જોખમ વધે તેમ કૃત્રિમ બુદ્ધિ દ્વારા ઉત્પાદિત સામગ્રીનો દર ઘટે છે અને તમારી ચકાસણી વધે છે.

ત્રણ નાના કેસો

કેસ 1 - સમય બચ્યો. માર્કેટિંગ પ્રોફેશનલ સામાન્ય રીતે તેના ત્રિમાસિક પરિણામોની રજૂઆત 6 કલાકમાં તૈયાર કરે છે. તેણે આર્ટિફિશિયલ ઈન્ટેલિજન્સ માટે ડેટાનો સારાંશ આપ્યો અને તેને સ્લાઈડ પ્લાન, શીર્ષકો અને સ્પીકર નોટ્સ તૈયાર કરી; ચાર્ટ પ્રકાર ભલામણ પ્રાપ્ત થઈ. સમયગાળો 6 કલાકથી ઘટીને આશરે 2 કલાક થયો. તેણે કમાયેલા 4 કલાકમાંથી 1 કલાક એક પછી એક નંબરોની પુષ્ટિ કરવા માટે ફાળવ્યો. ચોખ્ખો લાભ: લગભગ 3 કલાક અને વધુ સુસંગત વર્ણન.

કેસ 2 - ભૂલ પકડાઈ. એક વિશ્લેષકે કૃત્રિમ બુદ્ધિમત્તાને વેચાણનો ડેટા આપ્યો અને કહ્યું "વૃદ્ધિ બતાવો." મોડેલે 90 થી શરૂ થતા y-અક્ષ સાથેનો રેખા ચાર્ટ સૂચવ્યો; એક નાનો વધારો વિશાળ લાગતો હતો. વિશ્લેષકે આ નોંધ્યું અને 0 થી ધરી શરૂ કરી. વાસ્તવિક વૃદ્ધિ 4% હતી, જ્યારે પ્રથમ ચાર્ટ 40% ની છાપ આપે છે. એઆઈએ "પ્રભાવશાળી" પસંદ કર્યું; માણસે પ્રામાણિક પસંદ કર્યું.

કેસ 3 - અટકાવેલ લીક. માનવ સંસાધન કર્મચારી 320 લોકોના પગાર કોષ્ટકને વેબ-આધારિત આર્ટિફિશિયલ ઇન્ટેલિજન્સ ટૂલમાં પેસ્ટ કરશે અને ગ્રાફની વિનંતી કરશે. છેલ્લી ક્ષણે તે અટકી ગયો; અવગણવામાં આવેલા નામ અને પગાર અને શેર કરેલ માત્ર વિભાગ અને અનામી સરેરાશ. આમ, વ્યક્તિગત ડેટા ક્યારેય તૃતીય-પક્ષ સિસ્ટમમાં ગયો નથી.

ચકાસણી શિસ્ત: ચાર પગલાં

પ્રકાશિત કરતા પહેલા દરેક AI આઉટપુટને ચાર પગલાઓ દ્વારા લો:

1. સ્ત્રોત: આ નંબર/દાવો ક્યાંથી આવે છે? શું તે મારી પોતાની કાર્યક્ષમતા છે અથવા કંઈક મોડેલ બનાવેલું છે? (મોડેલ નંબરને "મેકઅપ" પણ કરી શકે છે; આને આભાસ કહેવામાં આવે છે: માહિતી કે જે વાસ્તવિક તરીકે રજૂ કરવામાં આવે છે પરંતુ તે નથી.)
2. સુસંગતતા: શું ચાર્ટમાંની સંખ્યા કોષ્ટક અને ટેક્સ્ટની સંખ્યા જેટલી જ છે? શું સરવાળો સરવાળો થાય છે?
3. પ્રમાણિકતા: શું ચાર્ટ અક્ષ, સ્કેલ અને પ્રકાર ડેટા જેવો છે તે દર્શાવે છે અથવા તેને અતિશયોક્તિ/અસ્પષ્ટ કરે છે?
4. સંદર્ભ: શું આ પ્રેક્ષકો માટે યોગ્ય ભાષા, યોગ્ય ઊંડાઈ, યોગ્ય લંબાઈ છે?

તમે અનુભવી પ્રસ્તુતિ સંપાદક છો. નીચેની સ્લાઇડ ડ્રાફ્ટને રિવ્યુ કરવા માટે ગણો, પ્રકાશન માટે તૈયાર નથી. દરેક દાવા માટે: (1) સ્ત્રોત ઓળખાય છે? (2) શું સંખ્યાઓ મેળ ખાય છે? (3) શું કોઈ ભ્રામક નિવેદનો છે? (4) શું આ પ્રેક્ષકો માટે યોગ્ય છે?કોઈપણ સમસ્યારૂપ મુદ્દાઓ દર્શાવો અને સુધારા સૂચવો.પ્રેક્ષકો: [... ] | ડ્રાફ્ટ: [...]

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા:

મને વેચાણ વિશે સારી રજૂઆત આપો.

આ વિનંતીનો કોઈ સંદર્ભ નથી: કોઈ પ્રેક્ષક નથી, કોઈ હેતુ નથી, કોઈ ડેટા નથી, કોઈ અવધિ નથી, કોઈ સ્વર નથી. મોડેલ આગાહી કરે છે, સાર્વત્રિક છે અને કંઈક "સરસ" ઉત્પન્ન કરે છે જે મોટાભાગે ભ્રામક છે.

મજબૂત:

તમારી ભૂમિકા: B2B વેચાણ પ્રસ્તુતિ સંપાદક. પ્રેક્ષક: 3-વ્યક્તિ ખરીદ સમિતિ, બિન-તકનીકી. હેતુ: 12-મહિનાના પાયલોટ ડીલને મંજૂર કરવા માટે. અવધિ: 8 મિનિટ. મારી પાસે ડેટા છે: [નીચે પેસ્ટ કરી રહ્યું છે]. કાર્ય: 6 સ્લાઇડ્સ સાથે યોજના સૂચવો. દરેક સ્લાઇડ માટે, એક વાક્યનો મુખ્ય સંદેશ લખો + કયો ચાર્ટ પ્રકાર યોગ્ય છે અને શા માટે. નંબર બનાવશો નહીં; જો તમને ડેટામાં ન હોય તેવા નંબરની જરૂર હોય, તો "[confirm]" લખો.

બીજામાં ભૂમિકા, પ્રેક્ષકો, હેતુ, અવધિ, ડેટા અને "બનાવટ" ના પ્રતિબંધનો સમાવેશ થાય છે; આઉટપુટ ઉપયોગી અને ઓડિટેબલ બંને છે.

નીતિશાસ્ત્ર અને ગોપનીયતા: શરૂઆતથી ત્રણ લીટીઓ

• પ્રમાણિકતા: ચાર્ટ ડેટાને વિકૃત ન થવો જોઈએ; "પ્રભાવશાળી" ખાતર સત્યને ન વાળો.
• ગોપનીયતા: વ્યક્તિગત ડેટા (નામ, પગાર, આરોગ્ય, ગ્રાહક રેકોર્ડ) અને વેપારના રહસ્યો ધરાવતો ડેટા કોઈપણ બાહ્ય માધ્યમમાં દાખલ કરશો નહીં જેને તમારી સંસ્થા મંજૂરી આપતી નથી. જો શંકા હોય તો, અનામી (ઓળખ દૂર કરો) અથવા દાખલ કરશો નહીં.
• પારદર્શિતા: જો તમે AI-જનરેટેડ ઇમેજ/ટેક્સ્ટનો ઉપયોગ કરી રહ્યાં છો અને આ દર્શકને ગેરમાર્ગે દોરી શકે છે (દા.ત. પ્રોડક્શન ઇમેજ કે જે "વાસ્તવિક ફોટો" માટે ભૂલથી હશે), તો આ દર્શાવવા માટે તૈયાર રહો.

સાવધાન: "એઆઈએ આમ કહ્યું" એ બહાનું નથી. પ્રસ્તુતિમાં દરેક સંખ્યા અને દરેક દાવા સ્ટેજ લેનાર વ્યક્તિની જવાબદારી છે.

સામાન્ય ભૂલો

• ચકાસણી કર્યા વિના આઉટપુટની નકલ કરવી: મોડેલ દ્વારા ઉત્પાદિત નંબરને તેની પુષ્ટિ કર્યા વિના સ્લાઇડ પર મૂકવો.
• સંદર્ભ વિના વિનંતી: પ્રેક્ષકો અને હેતુ લખ્યા વિના "સરસ પ્રસ્તુતિ" માટે પૂછવું.
• ગોપનીય ડેટા જેમ છે તેમ પેસ્ટ કરવો: અનામી રાખ્યા વિના બાહ્ય ટૂલમાં સંવેદનશીલ કોષ્ટક દાખલ કરવું.
• પ્રામાણિકતા પહેલાં સૌંદર્ય શાસ્ત્ર મૂકવું: 3D કેકનો ઉપયોગ કરીને તેને "વધુ પ્રભાવશાળી" બનાવવા માટે ધરીને કાપો.
• એક જ સાધનમાં લૉક કરવું: દરેક કાર્યને એક જ કૃત્રિમ બુદ્ધિમત્તા વડે હલ કરવાનો પ્રયાસ કરવો અને યોગ્ય સાધન પસંદ કરવાનું છોડી દેવું.

સારાંશમાં

AI પ્રેઝન્ટેશન અને ડેટા વિઝ્યુલાઇઝેશનમાં ડ્રાફ્ટિંગ, ડિઝાઇન, કોડ અને વિવેચનની ભૂમિકામાં ઘણો સમય બચાવે છે; પરંતુ ડેટાની સચોટતા, સંદેશની પ્રામાણિકતા, ગ્રાફની વિકૃતિનો અભાવ, ગોપનીયતા અને અંતિમ જવાબદારી મનુષ્યની છે. જોખમને ત્રણ સ્તરે વર્ગીકૃત કરો, દરેક આઉટપુટને સોર્સ-કોન્સિસ્ટન્સી-એટિગ્રિટી-સંદર્ભ સ્ટેપ્સ દ્વારા ચકાસો, સંવેદનશીલ ડેટાને અનામી કરો. કૃત્રિમ બુદ્ધિ તમારા કાર્યને ઝડપી બનાવે છે; તે તમારું સ્થાન નક્કી કરતું નથી.

એપ્લિકેશન કાર્ય

એક વાસ્તવિક પ્રસ્તુતિ પસંદ કરો જે તમે ટૂંક સમયમાં આપશો. (1) જોખમનું સ્તર (નીચું/મધ્યમ/ઉચ્ચ) નક્કી કરો અને એક વાક્યમાં શા માટે લખો. (2) "પાવર પ્રોમ્પ્ટ" ફ્રેમવર્ક ભરો જે પ્રેક્ષકો, હેતુ અને અવધિને વ્યાખ્યાયિત કરે છે. (3) તમે પ્રસ્તુતિમાં જે 3 નંબરોનો ઉપયોગ કરશો તેની યાદી બનાવો અને દરેકનો સ્ત્રોત લખો; નક્કી કરો કે તમે બહારના વાહનમાં પ્રવેશશો નહીં.

ચેકલિસ્ટ

• [ ] મેં આ નોકરીનું જોખમ સ્તર નક્કી કર્યું અને તે મુજબ મારી ચકાસણીની ઊંડાઈને સમાયોજિત કરી.
• [ ] મેં વિનંતીમાં ભૂમિકા, પ્રેક્ષકો, હેતુ, અવધિ અને ડેટા સંદર્ભ આપ્યો છે.
• [ ] હું દરેક મુદ્દા અને દાવા માટેનો સ્ત્રોત જાણું છું; મેં નકલી ચિહ્નિત કર્યા.
• [ ] હું ગ્રાફની પ્રામાણિકતા તપાસીશ (અક્ષ, સ્કેલ, પ્રકાર).
• [ ] મેં સંવેદનશીલ ડેટાને અનામી રાખ્યો છે અથવા ક્યારેય બાહ્ય સાધનમાં પ્રવેશ કર્યો નથી.
• [ ] હું સ્વીકારું છું કે મારી પાસે અંતિમ જવાબદારી છે.