Enhet 1 / 11

Introduksjon til kunstig intelligens i presentasjon og datavisualisering: roller, grenser, validering og etikk

Gevinster:

  • Å kunne skille hvor kunstig intelligens sparer tid i presentasjonen og datavisualiseringsflyten, og hvorfor beslutninger om nøyaktigheten til dataene og ærligheten til grafen overlates til mennesker, avhengig av risikonivået.
  • Evne til å implementere en verifikasjonsdisiplin som sjekker hver utgang mot kilde, konsistens, ærlighet og kontekst trinn
  • Evne til å anonymisere sensitive data, unngå forvrengning og følge prinsippene for det endelige ansvaret for dette yrket fra begynnelsen

En presentasjon eller et diagram bestemmer ofte skjebnen til en beslutning mer enn selve beslutningen. Mens styret sier «ja» til en investering, mens en lærer sjekker om lærdommen er forstått eller ikke, mens en kommune overbeviser publikum; Det hele står bak en lysbilde, en linje, et fargevalg. Kunstig intelligens har gått inn i midten av dette. Nå kan utkast til presentasjoner, ferdig grafikk, foredragsnotater og infografikk produseres med forespørsel om noen få setninger. Men denne kraften kan også produsere feil melding like raskt. Denne modulen vil hjelpe deg å gjøre AI til ende-til-ende-assistenten for presentasjons- og datavisualiseringsvirksomheten din; Men det lærer deg å holde det siste ordet og ansvaret.

I denne første enheten avklarer vi nøyaktig hva AI akselererer i dette feltet, hvor det skal stoppe, hvordan du kan verifisere resultatet, og hvilke etiske/personverngrenser du bør være oppmerksom på fra starten.

Hvor står kunstig intelligens i denne saken?

Først, la oss bare definere de to konseptene. En presentasjon er en visuelt-verbal helhet (for det meste lysbilder) som du forbereder for å forklare en idé eller informasjon til et bestemt publikum i en bestemt rekkefølge. Datavisualisering er grafer, tabeller og paneler som gjør tall forståelige for øyet. Det er også det ofte nevnte begrepet stor språkmodell (LLM): det er et kunstig intelligenssystem som genererer tekst ved å forutsi det "neste mest sannsynlige ordet"; ChatGPT er motoren for verktøy som Claude og Gemini. Poenget er dette: den store språkmodellen er ikke en kalkulator eller en "faktaverifiserings"-maskin; er en overbevisende tekst- og disposisjonsgenerator.

Kunstig intelligens hjelper deg på dette området i fire forskjellige sett med roller:

  • Forfatter/tegner: Produserer presentasjonsplan, lysbildetitler, artikkeltekster, foredragsnotater, infografiske tekster.
  • Designassistent: Foreslår lysbildelayout, genererer bilder (med bildegenererende kunstig intelligens), foreslår farger og typografi, gir ikonideer.
  • Analytiker/koder: Gir mening med dataene dine, anbefaler riktig diagramtype, skriver koden (Python, f.eks. matplotlib) for å produsere diagrammet.
  • Kritiker/korrekturleser: Kritiserer en ferdig presentasjon fra publikums perspektiv, trimmer av overflødig og markerer misvisende grafikk.

I motsetning til dette er de kritiske avgjørelsene som overlates til mennesker som følger: Sikre at dataene er nøyaktige og oppdaterte. Budskapets ærlighet. Grafen forvrenger ikke dataene. Passende til publikum og kontekst. Beslutning om ikke å dele konfidensielle/personlige data. Og til slutt, ansvaret for "denne presentasjonen kommer ut i mitt navn."

Tips: Tenk på AI som en "senior praktikant." Han er rask, utrettelig, produserer mye; Men han stoler ikke på hvert tall han ser, du kontrollerer hvert utkast.

Bruk i henhold til risikonivå

Ikke alle jobber har samme risiko. Klassifiser med en enkel å bruke trippelskala:

Risikonivå

prøvearbeid

Rollen til kunstig intelligens

Obligatorisk menneskelig kontroll

lav

Utkast til lysbildeplan for internt teammøte

Gratis produksjon, raskt utkast

Rask gjennomgang

medium

Salgspresentasjon til kunde, blogginfografikk

Skisse + design + grafisk forslag

Dataverifisering, merkevareoverholdelse, språkkontroll

høy

Investorpresentasjon, offisiell rapport, helse/økonomiske data

Kun skjelett- og språkhjelp

Hvert tall, hvert diagram, hvert krav er uavhengig verifisert

Regelen er enkel: ettersom risikoen øker, reduseres frekvensen av innhold produsert av kunstig intelligens, og verifiseringen din øker.

tre minisaker

Tilfelle 1 — Tid spart. En markedsføringsekspert forbereder normalt sin kvartalsvise resultatpresentasjon på 6 timer. Han ga datasammendraget til den kunstige intelligensen og fikk den til å produsere en lysbildeplan, titler og foredragsnotater; Mottok en anbefaling av diagramtype. Varigheten gikk ned fra 6 timer til ca. 2 timer. Han viet 1 time av de 4 timene han tjente til å bekrefte tallene én etter én. Netto gevinst: rundt 3 timer og en mer sammenhengende fortelling.

Tilfelle 2 — Fanget feil. En analytiker ga salgsdata til kunstig intelligens og sa «vis vekst». Modellen foreslo et linjediagram med y-aksen som startet på 90; En liten økning virket enorm. Analytikeren la merke til dette og startet aksen fra 0. Faktisk vekst var 4 %, mens det første diagrammet ga inntrykk av 40 %. AI valgte "imponerende"; mannen valgte den ærlige.

Tilfelle 3 — Forhindret lekkasje. En HR-ansatt vil lime inn lønnstabellen til 320 personer i et nettbasert verktøy for kunstig intelligens og be om en graf. Han stoppet i siste øyeblikk; utelatt navn og lønn og delte kun avdelings- og anonyme gjennomsnitt. Personopplysninger gikk derfor aldri til et tredjepartssystem.

Verifikasjonsdisiplin: FIRE trinn

Ta hver AI-utgang gjennom fire trinn før publisering:

  1. Kilde: Hvor kommer dette tallet/påstanden fra? Er det min egen effektivitet eller noe modellen har laget? (Modellen kan også "gjøre opp" tallet; dette kalles hallusinasjon: informasjon som presenteres som ekte, men som ikke er det.)
  2. Konsistens: Er tallet i diagrammet det samme som tallet i tabellen og teksten? Gir totalsummen seg?
  3. Ærlighet: Viser kartaksen, skalaen og typen dataene som de er, eller overdriver/tilslører de?
  4. Kontekst: Er det riktig språk, riktig dybde, riktig lengde for denne målgruppen?

Du er en erfaren presentasjonsredaktør. Behandle lysbildeutkastet nedenfor som SKAL GJENNES, ikke KLAR FOR PUBLISERING. For hver påstand: (1) er kilden identifisert? (2) Stemmer tallene? (3) Er det noen villedende utsagn? (4) er dette passende for publikum?Ppek på eventuelle problematiske punkter og foreslå korreksjoner.Publikum: [ ... ] | Utkast: [ ... ]

Svak forespørsel / Sterk forespørsel

Svak:

Gi meg en god presentasjon om salg.

Denne forespørselen har ingen kontekst: ingen målgruppe, ingen hensikt, ingen data, ingen varighet, ingen tone. Modellen forutsier, er universell og produserer noe "pent" som mest sannsynlig er misvisende.

Sterk:

Din rolle: B2B salgspresentasjonsredaktør. Målgruppe: 3-personers innkjøpskomité, ikke-teknisk. Formål: Å få godkjent en 12-måneders pilotavtale. Varighet: 8 minutter. Data jeg har: [lim inn nedenfor]. Oppgave: Foreslå en plan med 6 lysbilder. For hvert lysbilde skriver du en hovedmelding med én setning + hvilken diagramtype som er passende og hvorfor. IKKE LAG ET NUMMER; Hvis du trenger et nummer som ikke er i dataene, skriv "[bekreft]".

Den andre inkluderer rolle, publikum, formål, varighet, data og forbudet mot "fabrikasjon"; Utgangen er både brukbar og reviderbar.

Etikk og personvern: tre linjer fra starten

  • Ærlighet: Diagrammet skal ikke forvrenge dataene; Ikke bøy sannheten for "imponerende".
  • Konfidensialitet: Ikke legg inn data som inneholder personopplysninger (navn, lønn, helse, kundejournal) og forretningshemmeligheter på eksterne måter som institusjonen din ikke tillater. Er du i tvil, anonymiser (fjern identifikasjon) eller ikke gå inn.
  • Åpenhet: Hvis du bruker AI-generert bilde/tekst og dette kan villede seeren (f.eks. et produksjonsbilde som vil forveksles med et "ekte bilde"), vær forberedt på å påpeke dette.
Advarsel: "AI sa det" er ikke en unnskyldning. Hvert nummer og hvert krav i presentasjonen er ansvaret til personen som står på scenen.

Vanlige feil

  • Kopiere utskriften uten å verifisere: Sette nummeret produsert av modellen på lysbildet uten å bekrefte det.
  • Forespørsel uten kontekst: Be om en «fin presentasjon» uten å skrive ned publikum og formål.
  • Lime inn konfidensielle data som de er: Legge inn sensitiv tabell i eksternt verktøy uten å anonymisere.
  • Sett estetikk foran ærlighet: Beskjæring av aksen for å gjøre den "mer imponerende", ved hjelp av 3D-kake.
  • Låsing til ett enkelt verktøy: Prøver å løse hver oppgave med en enkelt kunstig intelligens og hopper over å velge riktig verktøy.

Oppsummert

AI sparer mye tid i utkast, design, kode og kritikk roller i presentasjon og datavisualisering; men nøyaktigheten av dataene, ærligheten i meldingen, mangelen på forvrengning av grafen, konfidensialiteten og det endelige ansvaret ligger hos mennesket. Klassifiser risiko på tre nivåer, verifiser hver utgang gjennom kilde-konsistens-integritet-konteksttrinn, anonymiser sensitive data. Kunstig intelligens setter fart på arbeidet ditt; Det bestemmer ikke plassen din.

Søknadsoppgave

Velg en ekte presentasjon som du snart skal holde. (1) Bestem risikonivået (lavt/middels/høyt) og skriv i én setning hvorfor. (2) Fyll ut "power prompt"-rammeverket som definerer publikum, formål og varighet. (3) List opp de 3 tallene du vil bruke i presentasjonen og skriv kilden til hvert; Bestem hvilken du ikke vil sette inn i kjøretøyet utenfor.

sjekkliste

  • [ ] Jeg bestemte risikonivået for denne jobben og justerte verifiseringsdybden min deretter.
  • [ ] Jeg har gitt rolle, målgruppe, formål, varighet og datakontekst i forespørselen.
  • [ ] Jeg kjenner kilden for hver sak og påstand; Jeg merket de falske.
  • [ ] Jeg vil sjekke ærligheten til grafene (akse, skala, type).
  • [ ] Jeg anonymiserte sensitive data eller gikk aldri inn i det eksterne verktøyet.
  • [ ] Jeg aksepterer at jeg har det endelige ansvaret.