ಲಾಭಗಳು:
- ವಿನ್ಯಾಸದ ಪ್ರಶ್ನೆಯನ್ನು ಸಂಬಂಧಿತ ಮಾನದಂಡಗಳು ಮತ್ತು ನಿಯಮಗಳಿಗೆ ತಗ್ಗಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು AI ಅನ್ನು ಸಂಶೋಧನಾ ನಕ್ಷೆಯಾಗಿ ಬಳಸುವ ಸಾಮರ್ಥ್ಯ
- ಅಧಿಕೃತ ಮತ್ತು ಪ್ರಸ್ತುತ ಪಠ್ಯದಿಂದ AI ನಿಂದ ಉಲ್ಲೇಖಿಸಲಾದ ಐಟಂ ಸಂಖ್ಯೆಗಳು, ಗುಣಾಂಕಗಳು ಮತ್ತು ಮೌಲ್ಯಗಳನ್ನು ಪರಿಶೀಲಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಭಾಷಾ ಮಾದರಿಯ ಐಟಂ ಮತ್ತು ಮೌಲ್ಯ ಭ್ರಮೆಯ ಅಪಾಯವನ್ನು ಗುರುತಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಅದರ ಮೂಲದಿಂದ ಪ್ರತಿ ಮಾನದಂಡಗಳನ್ನು ಆಧರಿಸಿದ ಔಟ್ಪುಟ್ ಅನ್ನು ದೃಢೀಕರಿಸುವುದು
ಸಿವಿಲ್ ಎಂಜಿನಿಯರಿಂಗ್ ಮಾನದಂಡಗಳು ಮತ್ತು ನಿಬಂಧನೆಗಳನ್ನು ಆಧರಿಸಿದೆ: TS 500 (ಬಲವರ್ಧಿತ ಕಾಂಕ್ರೀಟ್), TS EN 1993 (ಉಕ್ಕು), ಯುರೋಕೋಡ್ ಸರಣಿ, TBDY (ಟರ್ಕಿಶ್ ಕಟ್ಟಡ ಭೂಕಂಪ ನಿಯಂತ್ರಣ), TS 498 (ಲೋಡ್), ಪರಿಸರ ಸಚಿವಾಲಯ ಮತ್ತು ನಗರೀಕರಣ ಘಟಕ ಬೆಲೆಗಳು ಮತ್ತು ನೂರಾರು ಹೆಚ್ಚು. ಒಬ್ಬ ಇಂಜಿನಿಯರ್ ದಿನದ ಮಹತ್ವದ ಭಾಗವನ್ನು "ಯಾವ ವಸ್ತು, ಯಾವ ಗುಣಾಂಕ, ಯಾವ ಮಿತಿ ಮೌಲ್ಯ?" ಎಂಬ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಗಳನ್ನು ಹುಡುಕುತ್ತಾ ಕಳೆಯುತ್ತಾನೆ. ಈ ಸಂಶೋಧನೆಯಲ್ಲಿ AI ಶಕ್ತಿಯುತ ವೇಗವರ್ಧಕವಾಗಿರಬಹುದು: ವಿಷಯವು ಯಾವ ಮಾನದಂಡದಲ್ಲಿ ಒಳಗೊಂಡಿದೆ ಎಂಬುದನ್ನು ನೆನಪಿಸುವುದು, ಪರಿಕಲ್ಪನೆಯನ್ನು ವಿವರಿಸುವುದು, ಐಟಂಗಳ ನಡುವಿನ ಸಂಬಂಧವನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುವುದು. ಆದರೆ ಇಲ್ಲಿ ಒಂದು ನಿರ್ಣಾಯಕ ಅಪಾಯವಿದೆ: ಭಾಷಾ ಮಾದರಿಗಳು ಐಟಂ ಸಂಖ್ಯೆಗಳು, ಗುಣಾಂಕಗಳು ಮತ್ತು ಮೌಲ್ಯಗಳನ್ನು ತಪ್ಪಾಗಿ ನೆನಪಿಸಿಕೊಳ್ಳುತ್ತವೆ ಅಥವಾ ರೂಪಿಸುತ್ತವೆ (ಭ್ರಮೆಗೊಳಿಸುತ್ತವೆ). ಈ ಘಟಕದಲ್ಲಿ ನಾವು AI ಅನ್ನು "ಪ್ರೋಬ್ ಮ್ಯಾಪ್" ಆಗಿ ಬಳಸುವುದು ಹೇಗೆ ಎಂದು ನೋಡುತ್ತೇವೆ ಮತ್ತು ಅಧಿಕೃತ ಪಠ್ಯದಿಂದ ಪ್ರತಿ ಮೌಲ್ಯವನ್ನು ಪರಿಶೀಲಿಸುತ್ತೇವೆ.
AI ಅನ್ನು ಸಂಶೋಧನಾ ನಕ್ಷೆಯಾಗಿ ಬಳಸುವುದು
ಪ್ರಮಾಣಿತ ಸಂಶೋಧನೆಯಲ್ಲಿ AI ಯ ನೈಜ ಮೌಲ್ಯವು ನಿಮಗೆ ಉತ್ತರವನ್ನು ನೀಡುವುದಲ್ಲ, ಆದರೆ ಎಲ್ಲಿ ನೋಡಬೇಕೆಂದು ನಿಮಗೆ ತೋರಿಸುವುದು. ಉತ್ತಮ ಬಳಕೆಯ ಪ್ರಕರಣವು ಈ ರೀತಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ: ನೀವು ವಿಷಯದ ಬಗ್ಗೆ AI ಅನ್ನು ಕೇಳುತ್ತೀರಿ, ಅದು ನಿಮಗೆ ಸಂಬಂಧಿತ ಮಾನದಂಡ, ಸಂಭವನೀಯ ಷರತ್ತುಗಳು ಮತ್ತು ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಹೇಳುತ್ತದೆ; ನೀವು ಹೋಗಿ ಅಧಿಕೃತ ಪಠ್ಯದಿಂದ ಆ ಲೇಖನಗಳನ್ನು ಓದಿ ಮತ್ತು ಅವುಗಳನ್ನು ದೃಢೀಕರಿಸಿ. AI ಅನ್ನು ಗ್ರಂಥಪಾಲಕನಂತೆ ಯೋಚಿಸಿ: ಅದು ಸರಿಯಾದ ಶೆಲ್ಫ್ ಅನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಆದರೆ ನೀವು ಪುಸ್ತಕವನ್ನು ಓದಿ ಮತ್ತು ಉಲ್ಲೇಖವನ್ನು ಪರಿಶೀಲಿಸಿ.
ಹೆಚ್ಚು ಉತ್ಪಾದಕ ಪ್ರಶ್ನೆಗಳು:
- "ಯಾವ ಮಾನದಂಡ/ನಿಯಮವು ಈ ಸಮಸ್ಯೆಯನ್ನು ನಿಯಂತ್ರಿಸುತ್ತದೆ?" (ಮಾರ್ಗ ಶೋಧನೆ)
- "ಈ ಪರಿಕಲ್ಪನೆಯ ಅರ್ಥವೇನು, ಇದು ಯಾವ ನಿಯತಾಂಕಗಳನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ?" (ಕಲಿಕೆ)
- "ಈ ಎರಡು ವಿಧಾನಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?" (ಹೋಲಿಕೆ)
- "ನೀವು ಈ ಐಟಂ ಅನ್ನು ಸರಳ ಭಾಷೆಯಲ್ಲಿ ವಿವರಿಸಬಹುದೇ?" (ವ್ಯಾಖ್ಯಾನ)
ಅಪಾಯಕಾರಿ ಪ್ರಶ್ನೆಗಳು ನೇರವಾಗಿ ಸಂಖ್ಯೆಗಳು ಮತ್ತು ಐಟಂ ಸಂಖ್ಯೆಗಳನ್ನು ಕೇಳುತ್ತವೆ; ದೃಢೀಕರಣವಿಲ್ಲದೆ ಈ ಉತ್ತರಗಳನ್ನು ಎಂದಿಗೂ ಬಳಸಬೇಡಿ.
AI ಗೆ ನೈಜ ಪಠ್ಯವನ್ನು ನೀಡುವುದು ಮತ್ತು ಅದನ್ನು ಅರ್ಥೈಸಿಕೊಳ್ಳುವುದು ಮತ್ತೊಂದು ಪ್ರಬಲವಾದ ಬಳಕೆಯಾಗಿದೆ. ಉದಾಹರಣೆಗೆ, ನೀವು ಪ್ರಮಾಣಿತ ಷರತ್ತಿನ ಅಧಿಕೃತ ಪಠ್ಯವನ್ನು ನಕಲಿಸಿದರೆ ಮತ್ತು "ಇದನ್ನು ಸರಳ ಭಾಷೆಯಲ್ಲಿ ವಿವರಿಸಿ, ಆದರೆ ಅದರಲ್ಲಿ ಯಾವುದೇ ಮೌಲ್ಯಗಳನ್ನು ಬದಲಾಯಿಸಬೇಡಿ" ಎಂದು ಹೇಳಿದರೆ, AI ಭ್ರಮೆಯನ್ನು ಉಂಟುಮಾಡುವ ಬದಲು ನಿಮ್ಮ ಮುಂದೆ ಸರಿಯಾದ ಪಠ್ಯವನ್ನು ಅರ್ಥೈಸುತ್ತದೆ. ಈ ವಿಧಾನದಲ್ಲಿ, ಮೂಲವು ನಿಮ್ಮಿಂದ ಬಂದಿರುವುದರಿಂದ, ದೋಷದ ಅಪಾಯವು ತುಂಬಾ ಕಡಿಮೆಯಾಗಿದೆ; AI ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸಲು ಮಾತ್ರ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಅದೇ ತರ್ಕ; ಇದು ನಿಯಂತ್ರಣದ ವಿಭಾಗವನ್ನು ಪಟ್ಟಿ ಮಾಡಲು, ಎರಡು ಷರತ್ತುಗಳನ್ನು ಹೋಲಿಸಲು ಅಥವಾ ಸಂಕೀರ್ಣ ವಾಕ್ಯವನ್ನು ಹಂತಗಳಾಗಿ ಮುರಿಯಲು ಸಹ ಅನ್ವಯಿಸುತ್ತದೆ. ಸಂಕ್ಷಿಪ್ತವಾಗಿ, "AI ಅನ್ನು ಮೌಲ್ಯವನ್ನು ಕೇಳುವಂತೆ ಮಾಡುವುದು" ಬದಲಿಗೆ, "AI ಸರಿಯಾದ ಮೌಲ್ಯವನ್ನು ಅರ್ಥೈಸುವಂತೆ ಮಾಡುವುದು" ಹೆಚ್ಚು ಸುರಕ್ಷಿತ ತಂತ್ರವಾಗಿದೆ.
ಎಚ್ಚರಿಕೆ: AI ಒದಗಿಸಿದ ಐಟಂ ಸಂಖ್ಯೆ (ಉದಾಹರಣೆಗೆ "TBDY ನ ಆರ್ಟಿಕಲ್ 7.3.2 ರ ಪ್ರಕಾರ...") ನಿಜವಾಗಿರಬಹುದು, ರಚಿಸಲಾಗಿದೆ ಅಥವಾ ತಪ್ಪಾಗಿರಬಹುದು. ಐಟಂ ಸಂಖ್ಯೆಯು ಸರಿಯಾಗಿ ಗೋಚರಿಸುತ್ತದೆ ಎಂಬ ಅಂಶವು ಅದರ ವಿಷಯ ಸರಿಯಾಗಿದೆ ಎಂದು ಸೂಚಿಸುವುದಿಲ್ಲ. ಪ್ರತಿಯೊಂದು ಐಟಂ ಮತ್ತು ಮೌಲ್ಯವನ್ನು ಅಧಿಕೃತ ಮತ್ತು ಪ್ರಸ್ತುತ ನಿಯಂತ್ರಣ ಪಠ್ಯದಿಂದ ಅಕ್ಷರಶಃ ಓದಬೇಕು.
ಭ್ರಮೆಗಳನ್ನು ಗುರುತಿಸುವುದು ಮತ್ತು ಮುರಿಯುವುದು
ಭ್ರಮೆ (ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಮಾಹಿತಿಯನ್ನು ನೈಜವಾಗಿ ಉತ್ಪಾದಿಸುವ AI) ಪ್ರಮಾಣಿತ ಸಂಶೋಧನೆಯ ಮೊದಲ ಅಪಾಯವಾಗಿದೆ. ವಿಶಿಷ್ಟ ಲಕ್ಷಣಗಳು:
- ಅತ್ಯಂತ ನಿರ್ದಿಷ್ಟವಾದ ಆದರೆ ದೃಢೀಕರಿಸದ ಐಟಂ ಸಂಖ್ಯೆಗಳು.
- "ಪ್ರಸ್ತುತ" ಆವೃತ್ತಿಯ ಮಾಹಿತಿ (AIಯ ತರಬೇತಿ ಡೇಟಾ ಹಳೆಯದಾಗಿರಬಹುದು; ನಿಯಂತ್ರಣವನ್ನು ನವೀಕರಿಸಿರಬಹುದು).
- ಮೌಲ್ಯಗಳು ಹಿಂಜರಿಕೆಯಿಲ್ಲದೆ, ಆತ್ಮವಿಶ್ವಾಸದಿಂದ ಆದರೆ ಸಂಪನ್ಮೂಲಗಳಿಲ್ಲದೆ.
- ಮಾನದಂಡಗಳ ನಡುವಿನ ಗೊಂದಲ ಗುಣಾಂಕಗಳು (ಯುರೋಕೋಡ್ಗೆ TS 500 ಮೌಲ್ಯವನ್ನು ಆರೋಪಿಸುವುದು).
ಭ್ರಮೆಯನ್ನು ಮುರಿಯುವ ಮಾರ್ಗವೆಂದರೆ ಸಂಪನ್ಮೂಲ ಜವಾಬ್ದಾರಿಯೊಂದಿಗೆ AI ಗೆ ಹೊರೆಯಾಗದಿರುವುದು. ಅದರಿಂದ "ನಾನು ಎಲ್ಲಿ ನೋಡಬೇಕು" ಅನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ, ಅಧಿಕೃತ ಪಠ್ಯದಿಂದ "ನಿಖರವಾದ ಮೌಲ್ಯವನ್ನು" ತೆಗೆದುಕೊಳ್ಳಿ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ: "ಟಿಬಿಡಿವೈ ಪ್ರಕಾರ ಕಟ್ಟಡ ಪ್ರಾಮುಖ್ಯತೆಯ ಗುಣಾಂಕ ಯಾವುದು?" (AI ಒಂದೇ ಸಂಖ್ಯೆಯನ್ನು ರಚಿಸಬಹುದು; ಯಾವುದೇ ಸಂದರ್ಭ ಮತ್ತು ದೃಢೀಕರಣವಿಲ್ಲ.) STRONG: "TBDY (ಟರ್ಕಿಶ್ ಕಟ್ಟಡ ಭೂಕಂಪ ನಿಯಂತ್ರಣ) ವ್ಯಾಪ್ತಿಯಲ್ಲಿ ಕಟ್ಟಡದ ಪ್ರಾಮುಖ್ಯತೆಯ ಗುಣಾಂಕವು ಯಾವ ವಿಷಯದ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ ಮತ್ತು ಅದನ್ನು ಯಾವ ವಿಭಾಗದಲ್ಲಿ ನಿಯಂತ್ರಿಸಲಾಗಿದೆ?- ಪರಿಕಲ್ಪನೆಯನ್ನು ಸರಳ ಭಾಷೆಯಲ್ಲಿ ವಿವರಿಸಿ - ಸಾಮಾನ್ಯವಾಗಿ ಯಾವ ಕಟ್ಟಡ ತರಗತಿಗಳಿಗೆ ಅನುಗುಣವಾಗಿ ಬದಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ವಿವರಿಸಿ - MYS ನಿಂದ ಅಧಿಕೃತ ಪಠ್ಯದ ಹೆಸರನ್ನು ಹೇಳಿ. ನಿಖರವಾದ ಸಂಖ್ಯಾತ್ಮಕ ಮೌಲ್ಯಗಳನ್ನು ಮಾಡಬೇಡಿ; ನಿಮ್ಮ ತರಬೇತಿ ಡೇಟಾವು ನವೀಕೃತವಾಗಿಲ್ಲದಿರಬಹುದು ಎಂಬುದನ್ನು ನನಗೆ ತೋರಿಸಿ.
ಈ ಪ್ರಾಂಪ್ಟ್ AI ಅನ್ನು ಮಾರ್ಗದರ್ಶಿ ಸ್ಥಾನದಲ್ಲಿರಿಸುತ್ತದೆ ಮತ್ತು ಭ್ರಮೆಗಳ ಅಪಾಯವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
ಪರಿಶೀಲನೆ ಕೆಲಸದ ಹರಿವು
ಪ್ರತಿ ಮಾನದಂಡ-ಆಧಾರಿತ AI ಔಟ್ಪುಟ್ಗಾಗಿ, ಈ ವರ್ಕ್ಫ್ಲೋ ಅನುಸರಿಸಿ:
ಹೆಜ್ಜೆ
ಮಾಡಬೇಕು
ಉದ್ದೇಶ
1
AI ನಿಂದ ಪ್ರಮಾಣಿತ ಹೆಸರು ಮತ್ತು ಸಂಬಂಧಿತ ಭಾಗವನ್ನು ಪಡೆಯಿರಿ
ಮಾರ್ಗಶೋಧನೆ
2
ಅಧಿಕೃತ/ಪ್ರಸ್ತುತ ಪಠ್ಯವನ್ನು ಪಡೆಯಿರಿ (ಪ್ರಕಟಿತ ಪ್ರಮಾಣಿತ)
ಮೂಲವನ್ನು ತಲುಪುವುದು
3
ಪಠ್ಯದಿಂದ ಐಟಂ ಮತ್ತು ಮೌಲ್ಯವನ್ನು ಅಕ್ಷರಶಃ ಓದಿ
ದೃಢೀಕರಣ
4
ಆವೃತ್ತಿ/ದಿನಾಂಕವು ನವೀಕೃತವಾಗಿದೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸಿ
ಪ್ರಸ್ತುತತೆ
5
ಖಾತೆಗೆ ಮೌಲ್ಯವನ್ನು ಅನ್ವಯಿಸಿ ಮತ್ತು ಆದೇಶವನ್ನು ಪರಿಶೀಲಿಸಿ
ಸ್ಥಿರತೆ
6
ನಿರ್ಣಾಯಕವಾಗಿದ್ದರೆ, ಎರಡನೇ ಇಂಜಿನಿಯರ್ನೊಂದಿಗೆ ದೃಢೀಕರಿಸಿ
ಅನುಮೋದನೆ
ಈ ಹರಿವು ಇಂಜಿನಿಯರಿಂಗ್ ಶಿಸ್ತಿಗೆ ದೋಷದ ಅಪಾಯವನ್ನು ಕಟ್ಟುವಾಗ AI ಯ ವೇಗವನ್ನು ನಿಯಂತ್ರಿಸುತ್ತದೆ.
ಸಲಹೆ: ಸ್ಟ್ಯಾಂಡರ್ಡ್ನ ಪ್ರಸ್ತುತ ಆವೃತ್ತಿಗೆ ಗಮನ ಕೊಡಲು ಮರೆಯದಿರಿ. ನಿಯಮಾವಳಿಗಳು ಬದಲಾಗುತ್ತವೆ (ಉದಾ. ಭೂಕಂಪದ ನಿಯಮಾವಳಿಗಳನ್ನು ವರ್ಷಗಳಲ್ಲಿ ಆಮೂಲಾಗ್ರವಾಗಿ ನವೀಕರಿಸಲಾಗಿದೆ). AI ಗೆ "ತಿಳಿದಿರುವ" ಆವೃತ್ತಿಯು ಹಳೆಯದಾಗಿರಬಹುದು. ನಿಮ್ಮ ಯೋಜನೆಯ ಅನುಮೋದನೆಗಾಗಿ ಪ್ರಸ್ತುತ ಅಧಿಕೃತ ಆವೃತ್ತಿಯನ್ನು ಪರಿಶೀಲಿಸುವುದು ಕಡ್ಡಾಯವಾಗಿದೆ.
ಮೂರು ಮಿನಿ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ತಯಾರಿಸಿದ ವಸ್ತು. ಎಂಜಿನಿಯರ್ ಕನಿಷ್ಠ ಬಲವರ್ಧನೆಯ ಮಿತಿಯನ್ನು AI ಗೆ ಕೇಳುತ್ತಾರೆ. "TS 500 ಆರ್ಟಿಕಲ್ 11.4.7 ರ ಪ್ರಕಾರ, ದರವು 0.3% ಆಗಿದೆ" ಎಂದು AI ಹೇಳುತ್ತದೆ. ಎಂಜಿನಿಯರ್ ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಅನ್ನು ತೆರೆಯುತ್ತಾರೆ: ಸಂಬಂಧಿತ ಐಟಂ ಸಂಖ್ಯೆ ವಿಭಿನ್ನವಾಗಿದೆ ಮತ್ತು ವಿಭಾಗದ ಸ್ಥಿತಿಯನ್ನು ಅವಲಂಬಿಸಿ ಮೌಲ್ಯವು ಬದಲಾಗುತ್ತದೆ. AI ಸಂಖ್ಯೆ ಮತ್ತು ಸ್ಥಿರ ಮೌಲ್ಯ ಎರಡನ್ನೂ ತಪ್ಪಾಗಿ ನೀಡಿದೆ. ಅಧಿಕೃತ ಪಠ್ಯ ದೃಢೀಕರಣವು ದೋಷವನ್ನು ತಪ್ಪಿಸುತ್ತದೆ.
ಪ್ರಕರಣ 2 - ಹಳೆಯ ಆವೃತ್ತಿ. ಒಬ್ಬ ಇಂಜಿನಿಯರ್ ಭೂಕಂಪದ ಹೊರೆ ಲೆಕ್ಕಾಚಾರಕ್ಕಾಗಿ AI ನಿಂದ ಒಂದು ವಿಧಾನವನ್ನು ವಿನಂತಿಸುತ್ತಾನೆ. AI ರದ್ದುಗೊಳಿಸಲಾದ ಹಳೆಯ ನಿಯಂತ್ರಣದ ತರ್ಕವನ್ನು ವಿವರಿಸುತ್ತದೆ. ಚಾಲ್ತಿಯಲ್ಲಿರುವ ಪ್ರಸ್ತುತ ನಿಯಂತ್ರಣದ ಪ್ರಕಾರ ವಿಧಾನವು ಬದಲಾಗಿದೆ ಎಂದು ಎಂಜಿನಿಯರ್ ಅರಿತುಕೊಳ್ಳುತ್ತಾನೆ ಮತ್ತು ಪ್ರಸ್ತುತ ಪಠ್ಯದ ಪ್ರಕಾರ ಅದನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುತ್ತಾನೆ. ತಾಜಾತನದ ಪರಿಶೀಲನೆಯು ತಿರಸ್ಕರಿಸಲ್ಪಡುವ ಯೋಜನೆಯನ್ನು ಉಳಿಸುತ್ತದೆ.
ಪ್ರಕರಣ 3 - ಸರಿಯಾದ ಬಳಕೆ. ಬೆಂಕಿಯ ಪ್ರತಿರೋಧದ ಅವಶ್ಯಕತೆಗಾಗಿ ಎಲ್ಲಿ ನೋಡಬೇಕೆಂದು ಎಂಜಿನಿಯರ್ಗೆ ತಿಳಿದಿಲ್ಲ. ಸಂಬಂಧಿತ ಮಾನದಂಡ ಮತ್ತು ನಿಯಂತ್ರಣದಲ್ಲಿ ಸಮಸ್ಯೆಯು ಯಾವ ಶೀರ್ಷಿಕೆಯಡಿಯಲ್ಲಿದೆ ಎಂಬುದನ್ನು AI ನಿಮಗೆ ತಿಳಿಸುತ್ತದೆ. ಇಂಜಿನಿಯರ್ ನೇರವಾಗಿ ಆ ವಿಭಾಗಕ್ಕೆ ಹೋಗುತ್ತಾನೆ ಮತ್ತು ಅಧಿಕೃತ ಪಠ್ಯದಿಂದ ಮೌಲ್ಯವನ್ನು ಓದುತ್ತಾನೆ. AI ಸಮಯವನ್ನು ಉಳಿಸುತ್ತದೆ, ನಿರ್ಧಾರವನ್ನು ಮೂಲದಿಂದ ತೆಗೆದುಕೊಳ್ಳಲಾಗುತ್ತದೆ.
ಪ್ರಕರಣ 4 - ಪ್ರಮಾಣಿತ ಗೊಂದಲ. ಇಂಜಿನಿಯರ್ AI ಅನ್ನು ಬಲವರ್ಧಿತ ಕಾಂಕ್ರೀಟ್ ಲೆಕ್ಕಾಚಾರದಲ್ಲಿ ವಸ್ತು ಗುಣಾಂಕದ ಬಗ್ಗೆ ಕೇಳುತ್ತಾನೆ. AI ಯುರೋಕೋಡ್ 2 ರ ಗುಣಾಂಕವನ್ನು TS 500 ರ ಪ್ರಾತಿನಿಧ್ಯದೊಂದಿಗೆ ಬೆರೆಸುತ್ತದೆ ಮತ್ತು ಅದನ್ನು ನೀಡುತ್ತದೆ. ಎರಡು ಮಾನದಂಡಗಳ ಭದ್ರತಾ ತತ್ವಶಾಸ್ತ್ರ ಮತ್ತು ಗುಣಾಂಕದ ವ್ಯಾಖ್ಯಾನಗಳು ವಿಭಿನ್ನವಾಗಿರುವುದರಿಂದ, ಈ ಮಿಶ್ರಣವು ದೋಷಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ. ಇಂಜಿನಿಯರ್ ಅವರು ಯಾವ ಮಾನದಂಡದ ಪ್ರಕಾರ ಕೆಲಸ ಮಾಡುತ್ತಾರೆ ಎಂಬುದನ್ನು ಪ್ರಾರಂಭದಿಂದಲೂ ನಿರ್ಧರಿಸುತ್ತಾರೆ ಮತ್ತು ಆ ಮಾನದಂಡದ ಪಠ್ಯದಿಂದ ಮೌಲ್ಯವನ್ನು ದೃಢೀಕರಿಸುತ್ತಾರೆ. ಪಾಠ: ಒಂದೇ ಮಾನದಂಡವನ್ನು ಆಯ್ಕೆಮಾಡಿ ಮತ್ತು ಸಂಪೂರ್ಣ ಖಾತೆಯನ್ನು ಆ ಮಾನದಂಡದೊಳಗೆ ಸ್ಥಿರವಾಗಿ ರನ್ ಮಾಡಿ; ನಿರ್ದಿಷ್ಟವಾಗಿ AI ಮಾನದಂಡಗಳನ್ನು ದಾಟಿದಾಗ ಆಡಿಟ್ ಮಾಡಿ.
ನಕಲು ಮಾಡಬಹುದಾದ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್ಗಳು
ಸ್ಟ್ಯಾಂಡರ್ಡ್ ವೇಫೈಂಡಿಂಗ್ ಪ್ರಾಂಪ್ಟ್: "ಯಾವ ಮಾನದಂಡ ಮತ್ತು ನಿಯಂತ್ರಣವು ಈ ಕೆಳಗಿನ ವಿಷಯವನ್ನು Türkiye/ಅಂತರರಾಷ್ಟ್ರೀಯವಾಗಿ ನಿಯಂತ್ರಿಸುತ್ತದೆ: [ವಿಷಯ]. - ಸಂಬಂಧಿತ ಪ್ರಮಾಣಿತ ಹೆಸರುಗಳು ಮತ್ತು ಸಾಮಾನ್ಯ ವಿಭಾಗದ ಶೀರ್ಷಿಕೆಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ - ವಿಷಯವು ಯಾವ ಪರಿಕಲ್ಪನೆಗಳು/ಪ್ಯಾರಾಮೀಟರ್ಗಳಿಗೆ ಸಂಬಂಧಿಸಿದೆ ಎಂಬುದನ್ನು ವಿವರಿಸಿ - ನಿಖರವಾದ ಲೇಖನದ ಸಂಖ್ಯೆ ಮತ್ತು ಸಂಖ್ಯೆಯನ್ನು ನನಗೆ ನೀಡಬೇಡಿ - ತರಬೇತಿ ದಿನಾಂಕವನ್ನು ಎಲ್ಲಿ ತೋರಿಸಬೇಕು ಎಂದು ನನಗೆ ತೋರಿಸು."
ಪರಿಕಲ್ಪನೆ ಸರಳೀಕರಣ ಪ್ರಾಂಪ್ಟ್: "ಕೆಳಗಿನ ಪ್ರಮಾಣಿತ/ನಿಯಂತ್ರಣ ಷರತ್ತನ್ನು ಸರಳ ಭಾಷೆಯಲ್ಲಿ ವಿವರಿಸಿ, ಆದರೆ ಅದರಲ್ಲಿ ಯಾವುದೇ ಸಂಖ್ಯಾತ್ಮಕ ಮೌಲ್ಯ ಅಥವಾ ಮಿತಿಯನ್ನು ಬದಲಾಯಿಸಬೇಡಿ; ಅದರ ಅರ್ಥವನ್ನು ವಿವರಿಸಿ. ನೀವು ಅಸ್ಪಷ್ಟವಾಗಿರುವಲ್ಲಿ ಗುರುತಿಸಿ, ಅದನ್ನು ರಚಿಸಬೇಡಿ. ಪಠ್ಯ: [ಷರತ್ತು ಅಂಟಿಸಿ]"
ಅಪ್ಡೇಟ್ / ಹೋಲಿಕೆ ಪ್ರಾಂಪ್ಟ್: "ನಿಮಗೆ ತಿಳಿದಿರುವ [ಸ್ಟ್ಯಾಂಡರ್ಡ್/ನಿಯಂತ್ರಣ] ಆವೃತ್ತಿಯ ದಿನಾಂಕವನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸಿ ಮತ್ತು ಪ್ರಸ್ತುತ ಜಾರಿಯಲ್ಲಿರುವ ಆವೃತ್ತಿಯು ವಿಭಿನ್ನವಾಗಿರಬಹುದು. ಹಳೆಯ ಮತ್ತು ಹೊಸ ವಿಧಾನದ ನಡುವೆ ಸಾಮಾನ್ಯ ಮಟ್ಟದಲ್ಲಿ ಏನು ಬದಲಾಗಿರಬಹುದು ಎಂದು ಹೇಳಿ; ಅಧಿಕೃತ ಪ್ರಸ್ತುತ ಪಠ್ಯದಿಂದ ನಿಖರವಾದ ಮೌಲ್ಯಗಳನ್ನು ನಾನೇ ದೃಢೀಕರಿಸುತ್ತೇನೆ."
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಅಧಿಕೃತ ಪಠ್ಯದಿಂದ ದೃಢೀಕರಿಸದೆ AI ನೀಡಿದ ಐಟಂ ಸಂಖ್ಯೆ ಮತ್ತು ಮೌಲ್ಯವನ್ನು ಬಳಸುವುದು.
- ಸ್ಟ್ಯಾಂಡರ್ಡ್ನ ಪ್ರಸ್ತುತ ಆವೃತ್ತಿಯನ್ನು ಪರಿಶೀಲಿಸುತ್ತಿಲ್ಲ; ಹಳೆಯ ನಿಯಮಾವಳಿ ಪ್ರಕಾರ ಲೆಕ್ಕಾಚಾರ.
- ಸಂಪನ್ಮೂಲಗಳಿಗಾಗಿ AI ಯ ವಿಶ್ವಾಸಾರ್ಹ ಭಾಷೆಯನ್ನು ಬದಲಿಸುವುದು.
- ಮಾನದಂಡಗಳ (TS/EN/EC) ನಡುವೆ ಮಧ್ಯಪ್ರವೇಶಿಸುವ ಗುಣಾಂಕಗಳನ್ನು ಗಮನಿಸುವುದಿಲ್ಲ.
- ನೇರವಾಗಿ "ನಿಖರವಾದ ಸಂಖ್ಯೆ" ಕೇಳುವುದು ಮತ್ತು ಭ್ರಮೆಗೆ ದಾರಿ ಮಾಡಿಕೊಡುವುದು.
- ಒಂದೇ ಮೂಲ (AI) ಮೇಲೆ ನಿರ್ಣಾಯಕ ಮೌಲ್ಯವನ್ನು ಆಧರಿಸಿ ಮತ್ತು ಎರಡನೇ ದೃಢೀಕರಣವನ್ನು ಮಾಡದಿರುವುದು.
ಸಾರಾಂಶದಲ್ಲಿ
- ಪ್ರಮಾಣಿತ ಸಂಶೋಧನೆಯಲ್ಲಿ AI ಅನ್ನು "ಸಂಶೋಧನಾ ನಕ್ಷೆ" ಆಗಿ ಬಳಸಿ, "ಉತ್ತರ ಯಂತ್ರ" ಅಲ್ಲ.
- ನ್ಯಾವಿಗೇಷನ್, ಕಲಿಕೆ ಮತ್ತು ಹೋಲಿಕೆಗಾಗಿ AI ಶಕ್ತಿಯುತವಾಗಿದೆ; ನಿಖರವಾದ ವಸ್ತು ಮತ್ತು ಮೌಲ್ಯಕ್ಕೆ ಅಪಾಯಕಾರಿ.
- ಭ್ರಮೆಯು ದೊಡ್ಡ ಅಪಾಯವಾಗಿದೆ; ಅಧಿಕೃತ, ಪ್ರಸ್ತುತ ಪಠ್ಯದಿಂದ ಪ್ರತಿ ಐಟಂ ಮತ್ತು ಮೌಲ್ಯವನ್ನು ಅಕ್ಷರಶಃ ಪರಿಶೀಲಿಸಿ.
- ಸ್ಟ್ಯಾಂಡರ್ಡ್ನ ಪ್ರಸ್ತುತ ಆವೃತ್ತಿಯನ್ನು ಪರೀಕ್ಷಿಸಲು ಮರೆಯದಿರಿ.
- ಪರಿಶೀಲನಾ ಕೆಲಸದ ಹರಿವನ್ನು ಅನುಸರಿಸಿ (ಪ್ರಮಾಣಿತ ಹೆಸರು → ಅಧಿಕೃತ ಪಠ್ಯ → ದೃಢೀಕರಣ → ಇತ್ತೀಚಿನ → ಶ್ರೇಣಿ → ಅನುಮೋದನೆ).
- ನಿರ್ಣಾಯಕ ಮೌಲ್ಯಗಳನ್ನು ಒಂದೇ ಮೂಲದ ಮೇಲೆ ಆಧಾರಿಸಬೇಡಿ; ಅಗತ್ಯವಿದ್ದರೆ ಎರಡನೇ ಇಂಜಿನಿಯರ್ ಜೊತೆ ದೃಢೀಕರಿಸಿ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ನಿಮ್ಮ ಸ್ವಂತ ಕೆಲಸದಿಂದ ಪ್ರಮಾಣಿತ/ನಿಯಂತ್ರಕ ಪ್ರಶ್ನೆಯನ್ನು ಆರಿಸಿ (ಕನಿಷ್ಠ ಮಿತಿ, ಗುಣಾಂಕ, ಲೋಡ್ ಮೌಲ್ಯ). AI ಅನ್ನು "ಸಂಶೋಧನಾ ನಕ್ಷೆ" ಸ್ವರೂಪದಲ್ಲಿ ಕೇಳಿ: ಯಾವ ಮಾನದಂಡ, ಯಾವ ವಿಭಾಗ, ಪರಿಕಲ್ಪನೆಯ ವಿವರಣೆಯನ್ನು ಕೇಳಿ; ನಿಖರವಾದ ಸಂಖ್ಯೆಯನ್ನು ಮಾಡಬೇಡಿ ಎಂದು ಅವನಿಗೆ / ಅವಳಿಗೆ ಹೇಳಿ. ನಂತರ: (1) ಅಧಿಕೃತ ಪಠ್ಯದಿಂದ AI ಸೂಚಿಸುವ ಭಾಗವನ್ನು ಕಂಡುಹಿಡಿಯಿರಿ, (2) ಪದಗಳ ಮೌಲ್ಯವನ್ನು ದೃಢೀಕರಿಸಿ, (3) ಆವೃತ್ತಿಯು ನವೀಕೃತವಾಗಿದೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸಿ, (4) ಅಧಿಕೃತ ಪಠ್ಯವು ಏನು ನೀಡುತ್ತದೆ ಎಂಬುದನ್ನು ಹೋಲಿಕೆ ಮಾಡಿ. ನೀವು ವ್ಯತ್ಯಾಸವನ್ನು ಕಂಡುಕೊಂಡರೆ, ಅದನ್ನು ಉಳಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ನ್ಯಾವಿಗೇಶನ್/ಕಲಿಕೆಗಾಗಿ AI ಅನ್ನು ಬಳಸಿದ್ದೇನೆ, ನಿಖರವಾದ ಸಂಖ್ಯೆಗಾಗಿ ಅಲ್ಲ.
- [ ] ನಾನು ಸಂಬಂಧಿತ ಮಾನದಂಡದ ಹೆಸರು ಮತ್ತು ವಿಭಾಗವನ್ನು ನಿರ್ಧರಿಸಿದೆ.
- [ ] ನಾನು ಐಟಂ ಮತ್ತು ಮೌಲ್ಯವನ್ನು ಅಧಿಕೃತ, ಪ್ರಸ್ತುತ ಪಠ್ಯದಿಂದ ದೃಢೀಕರಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಸ್ಟ್ಯಾಂಡರ್ಡ್ನ ಪ್ರಸ್ತುತ ಆವೃತ್ತಿಯನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು AI ಔಟ್ಪುಟ್ ಅನ್ನು ಅಧಿಕೃತ ಪಠ್ಯದೊಂದಿಗೆ ಹೋಲಿಸಿದೆ.
- [ ] ಮಾನದಂಡಗಳ ನಡುವೆ ಯಾವುದೇ ಗುಣಾಂಕ ಗೊಂದಲವಿಲ್ಲ ಎಂದು ನಾನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
- [ ] ಅಗತ್ಯವಿದ್ದಲ್ಲಿ ನಾನು ಎರಡನೇ ಮೂಲ/ಇಂಜಿನಿಯರ್ನೊಂದಿಗೆ ನಿರ್ಣಾಯಕ ಮೌಲ್ಯವನ್ನು ದೃಢೀಕರಿಸಿದ್ದೇನೆ.