ලාභ:
- සැලසුමේ සිට ලේඛනගත කිරීම දක්වා සමගාමී හය-අදියර කාර්ය ප්රවාහයක් ලෙස පර්යේෂණ සැලසුම් කිරීමේ හැකියාව
- එක් එක් අදියරේදී කෘතිම බුද්ධියේ ආරක්ෂිත භාවිත සීමාව තීරණය කිරීමට සහ අදියර සංක්රාන්ති වලදී පෙර ප්රතිදානය සත්යාපනය කිරීමේ හැකියාව
- කණ්ඩායම් මට්ටමින් වගකීම් සහිත භාවිත ප්රොටෝකෝලයක් ස්ථාපිත කිරීමේ හැකියාව සහ මූලික මූලධර්ම පහකට අනුව ස්වයං ඇගයීම
පෙර ඒකක දහය තුළ, අපි සමාජ පර්යේෂණයේ සෑම අදියරකදීම AI ආවරණය කර ඇත: ප්රශ්න සහ සාහිත්යය, නියැදීම, සමීක්ෂණ සහ ප්රමාණාත්මක විශ්ලේෂණය, ගුණාත්මක කේතීකරණය සහ තේමාව, මිශ්ර ක්රම, දෘශ්යකරණය, ආචාර ධර්ම, ප්රතිනිෂ්පාදනය සහ ලිවීම. අපි මේ අවසන් ඒකකය තුළ ඒ සියල්ල එකට ගෙනෙමු. ඉලක්කය වන්නේ පුද්ගල කුසලතා අවසානය-අවසාන කාර්ය ප්රවාහයකට සම්බන්ධ කිරීමයි - පර්යේෂණ ප්රශ්නයේ සිට ප්රකාශිත සොයා ගැනීම දක්වා ස්ථාවර, ආරක්ෂිත සහ අවංක ක්රියාවලියක්. අපි තනි පුද්ගලයකුගෙන් ඔබ්බට ගොස් පාලනය ගැන කතා කරන්නෙමු: කණ්ඩායමකට, දෙපාර්තමේන්තුවකට හෝ ආයතනයකට සමාජ පර්යේෂණවලදී AI වගකීමෙන් යුතුව භාවිත කළ හැකි ආකාරය පිළිබඳ බෙදාගත් රීති.
අන්තයේ සිට අවසානය දක්වා සිතීමේ වටිනාකම වන්නේ ඔබ එක් එක් අදියරේදී ගන්නා තීරණය ඊළඟට බලපාන බවයි. පරිපූර්ණ විශ්ලේෂණයකින් පවා පක්ෂග්රාහී සාම්පලයක් සුරැකිය නොහැක; සත්යාපනය නොකළ මූලාශ්රයක් හොඳම ලිවීම පවා ප්රතික්ෂේප කරයි. සෑම අදියරකදීම එකම මූලධර්ම සමඟ AI භාවිතා කිරීම අවශ්ය වන්නේ එබැවිනි: එය ප්රබල සම්පත් වලින් පෝෂණය කරන්න, සෑම ප්රතිදානයක්ම සත්යාපනය කරන්න, මානව විනිශ්චය ආරක්ෂා කරන්න, කල්තියාම ආචාරධර්ම සහ පෞද්ගලිකත්වය ගැන සැලකිලිමත් වන්න, ක්රියාවලිය විනිවිදභාවයෙන් ලේඛනගත කරන්න. මෙම මූලධර්ම එක් වාක්යයකින් සාරාංශ කළ හැක: AI පර්යේෂණ වේගවත් කරයි, නමුත් පර්යේෂකයා ප්රතිස්ථාපනය නොකරයි.
පියවරෙන් පියවර: අවසානය සිට අවසානය දක්වා ප්රවාහය
1. නිර්මාණය (ප්රශ්නය + ආචාරධර්ම + නියැදිය). පැහැදිලි ප්රශ්න ඇති කිරීම, ආචාර ධර්ම අනුමත කිරීම සහ රහස්යභාවය සැලසුම් කිරීම නැවත සකස් කිරීම සහ නියැදියේ නියෝජිතත්වය ඇගයීම. මෙම අවස්ථාවෙහිදී, AI ප්රශ්න පටු කිරීම සහ සදාචාරාත්මක අවදානම් පරීක්ෂාව සඳහා උපකාර කරයි.
2. දත්ත එකතු කිරීම (සමීක්ෂණය + සම්මුඛ පරීක්ෂණය). ශක්තිමත් සමීක්ෂණයක් සහ සම්මුඛ පරීක්ෂණ මාර්ගෝපදේශයක් සකස් කරන්න. AI ප්රශ්න උගුල් අල්ලා ගනී; දත්ත එකතු කිරීමේ කාර්යය සහ සහභාගිවන්නන්ගේ සම්බන්ධතාවය ඔබ සතුය.
3. සැකසීම (පිරිසිදු කිරීම + කේතීකරණය + නිර්නාමිකකරණය). දත්ත නිර්නාමික කරන්න, පිරිසිදු කරන්න, සංකේතනය කරන්න. AI බ්ලූපින්ට් නිෂ්පාදනය කරයි; ඔබ සෑම තීරණයක්ම සහ කේත පොතක් අනුමත කරයි.
4. විශ්ලේෂණය (ප්රමාණාත්මක + ගුණාත්මක + ත්රිකෝණාකාර). වැඩසටහන හරහා සංඛ්යාලේඛන ක්රියාත්මක කරන්න, උද්ධෘත සමඟ තේමා සම්බන්ධ කරන්න, සොයාගැනීම් හරස් වලංගු කරන්න. AI පැහැදිලි කරන්නේ ක්රමය මිස ගණනය කිරීම නොවේ.
5. ඉදිරිපත් කිරීම (දෘශ්යකරණය + ලිවීම). අවංක ග්රැෆික්ස් සහ මුල් පෙළ නිෂ්පාදනය කරන්න. සෑම මූලාශ්රයක්ම සහ අංකයක්ම සත්යාපනය කර ඇත; AI හි කාර්යභාරය ප්රකාශ කර ඇත.
6. ලේඛනගත කිරීම (ජර්නලය + ක්ෂණික පටිගත කිරීම + බෙදාගැනීම). ලේඛන තීරණ, විමසීම් සහ පරිවර්තනයන් සහ හැකි නම් නිර්නාමික දත්ත සහ කේතය බෙදා ගන්න.
ඉඟිය: ඔබේ මේසයේ අග සිට අගට පිරික්සුම් ලැයිස්තුවක් තබා ගන්න. එක් එක් පියවර සංක්රාන්තියේදී අසන්න: "මම මෙම පියවරේ ප්රතිදානය වලංගු කර තිබේද, මම නියැදිය/ආචාර ධර්ම/මූලාශ්රය ආරක්ෂිතද, මම කිසිදු හෝඩුවාවක් ඉතිරි කර නැද්ද?" එක් අදියරකදී ස්ලැක් සමස්ත දාමය දුර්වල කරයි.
කුඩා නඩු තුනක්
නඩුව 1 - දාමයේ දුර්වලම සම්බන්ධකය. එක් කණ්ඩායමක් විශිෂ්ට ගුණාත්මක විශ්ලේෂණයක් සිදු කළ නමුත් ඔවුන්ගේ නියැදිය පැමිණියේ තනි මාර්ගගත කණ්ඩායමකිනි. කොච්චර හොදට code කරත් හොයාගත්ත එක මේ group එකේ හිරවෙලා. පාඩම: අන්තයේ සිට අවසානය දක්වා ගුණාත්මක භාවය දුර්වලම අදියර තරම් හොඳ ය; සැලසුමේ ඇති නැඹුරුව විශ්ලේෂණයේදී නිවැරදි කළ නොහැක.
නඩුව 2 - කණ්ඩායම් පාලනය වැඩ කළා. පර්යේෂණ මධ්යස්ථානයක් මුළු කණ්ඩායම සඳහාම පොදු AI භාවිත ප්රොටෝකෝලයක් ලිවීය: කුමන මෙවලම, කුමන දත්ත නිර්නාමික කර ඇත්ද, කුමන සත්යාපන පියවර සමඟද. අලුතින් පැමිණි සහායකයකු පළමු දිනයේ සිටම ප්රොටෝකෝලය අනුගමනය කරමින් ආරක්ෂිතව වැඩ කළේය. පුද්ගලික වැරදි අඩුවෙලා.
නඩුව 3 - විනිවිද පෙනෙන දාමය විනිසුරු විශ්වාසය දිනා ගත්තේය. එක් ලිපියක තීරණ ලොගය, ඉක්මන් ලොග සහ AI ප්රකාශය අමුණා ඇත. සමාලෝචකයින්ට ආරම්භයේ සිට අවසානය දක්වා ක්රියාවලිය නැරඹීමට හැකි වූ අතර එය "නිෂ්පාදන සහ අවංක" බව සොයා ගැනීමට එකඟ විය. විනිවිදභාවය යනු සියලුම තනි පියවරයන් එකට බැඳ ඇති මැලියම් විය.
පිටපත් කළ හැකි සැකිලි හතරක්
1) අන්තයේ සිට අවසානය දක්වා පිරික්සුම් ලැයිස්තු උත්පාදනය:
මගේ පර්යේෂණය පහත සඳහන් අදියරයන් හරහා ගමන් කරනු ඇත: සැලසුම් කිරීම, දත්ත එකතු කිරීම, සැකසීම, විශ්ලේෂණය, ඉදිරිපත් කිරීම, ලේඛනගත කිරීම. එක් එක් අදියර සඳහා පිරික්සුම් ලැයිස්තුවක් නිෂ්පාදනය කරන්න: මට එම අදියරේදී AI ආරක්ෂිතව භාවිත කළ හැක්කේ කොතැනින්ද, මා සත්යාපනය කළ යුත්තේ කුමන ප්රතිදානයද, මා සලකා බැලිය යුත්තේ කුමන සදාචාරාත්මක/පෞද්ගලිකත්ව අවදානමද, මා ලේඛනගත කළ යුත්තේ කුමක්ද? මේසයකට දෙන්න.
2) කණ්ඩායම් AI ප්රොටෝකෝල කෙටුම්පත:
සමාජ පර්යේෂණ කණ්ඩායමක් සඳහා AI භාවිත ප්රොටෝකෝලයක් කෙටුම්පත් කරන්න. ඇතුළත් කරන්න: අනුමත මෙවලම්, දත්ත නිර්නාමිකකරණ රීතිය, භූමිකාව AI අවසර/සීමා/තහනම් කර ඇති, අනිවාර්ය සත්යාපන පියවර, AI ප්රකාශ කිරීමේ රීතිය, වගවීම. සරල, ක්රියාකාරී අයිතම ලියන්න.
3) අදියර සංක්රාන්ති පාලනය:
මම [X අදියර] අවසන් කළෙමි, මම [Y අදියර] වෙත ගමන් කරමි. මෙම සංක්රාන්තියට පෙර මා පරීක්ෂා කළ යුතු දේවල් ලැයිස්තුගත කරන්න: මම පෙර අදියරේ ප්රතිදානය සත්යාපනය කර තිබේද, මම ඊළඟ අදියර බිඳ දමන දෝෂයක් (වැරදි නියැදිය, සත්යාපනය නොකළ මූලාශ්රය, ලුහුබැඳ නොගත් තීරණය) රැගෙන යනවාද? මම සංක්රමණය සඳහා සූදානම්ද, එසේ නොවේ නම්, මා නිවැරදි කළ යුත්තේ කුමක්ද?
4) වගකීම් සහගත භාවිතය ස්වයං තක්සේරුව:
AI හි වගකීම් සහගත භාවිතය සඳහා මා සම්පූර්ණ කරන පර්යේෂණ විගණනය කරන්න. මෙම මූලධර්ම පහට එරෙහිව ලකුණු සහ දුර්වලතා පෙන්වා දෙන්න: (1) ශක්තිමත් මූලාශ්ර පෝෂණය, (2) සෑම නිෂ්පාදනයක්ම වලංගු කිරීම, (3) මානව විනිශ්චය ආරක්ෂා කිරීම, (4) ආචාර ධර්ම සහ රහස්යභාවය, (5) විනිවිද පෙනෙන ලියකියවිලි. ක්රියාවලිය: [සාරාංශය]
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මෙම පර්යේෂණය ආරම්භයේ සිට අවසානය දක්වා AI සමඟ සිදු කර එය අවසන් කරන්න.
මෙය සියලු වගකීම් ආකෘතියට පැවරීමට උත්සාහ කරයි. ප්රතිඵලය: පක්ෂග්රාහී නියැදිය, ගොතන ලද මූලාශ්රය, සත්යාපනය නොකළ සංඛ්යාලේඛන සහ අවිනිශ්චිත පෙළ. අන්තයේ සිට අවසානය දක්වා කිසිදු අදියරක් ආරක්ෂිත නොවේ.
බලවත් විමසුම:
මට මගේ පර්යේෂණය අග සිට අවසානය දක්වා සැලසුම් කිරීමට අවශ්යයි. සෑම අදියරකදීම (සැලසුම්, දත්ත, සැකසීම, විශ්ලේෂණය, ඉදිරිපත් කිරීම, ලේඛනගත කිරීම), එය මට AI ආරක්ෂිතව භාවිතා කළ හැකි ස්ථාන, මානව විනිශ්චය සහ සත්යාපනය අවශ්ය වන ස්ථාන සහ මා සලකා බැලිය යුතු සදාචාරාත්මක සහ පෞද්ගලිකත්ව අවදානම් මොනවාද යන්න සඳහා මාර්ග සිතියමක් ලෙස ක්රියා කරයි. මම වගකිව යුතු බව මතක තබා ගන්න.
වෙනස: දෙවන ප්රවේශය සහකාරියක් ලෙස AI ස්ථානගත කරයි; තීරණ සහ සත්යාපනය මිනිසුන් සතු බව මුල සිටම පිළිගනී.
අන්තයේ සිට අවසානය දක්වා වගකිවයුතු භාවිත ප්රතිපත්ති
මූලධර්මය
යෙදුම
කුමන ඒකකයේ
ප්රබල මූලාශ්රය සමඟ පෝෂණය කරන්න
ඔබේම දත්ත/මූලාශ්රය සපයන්න
1, 2
නියැදිය විමසන්න
නියෝජනය සහ පක්ෂග්රාහී විගණනය
3
වැඩසටහනට ගණනය කිරීම සිදු කරන්න
AI මඟින් සංඛ්යා නිපදවීම
4
පක්ෂපාතිත්වය තබාගන්න
රේඛා අංකය සමඟ සබැඳි උද්ධෘතය
5
පරස්පරය විවෘතව තබා ගන්න
ත්රිකෝණය, අවංක ඉදිරිපත් කිරීම
6, 7
පළමුව ආචාර ධර්ම සහ පෞද්ගලිකත්වය
නිර්නාමිකකරණය, සත්යාපිත මෙවලම
8
ක්රියාවලිය ලේඛනගත කරන්න
දිනපොත, ඉක්මන් පටිගත කිරීම
9
මුල් පිටපත පවත්වා ගන්න
මූලාශ්රය, ඔබේම හඬ සත්යාපනය කරන්න
10
පොදු වැරදි
- අදියර වෙන වෙනම සලකා දම්වැල අමතක කිරීම. එක් අවස්ථාවකදී පක්ෂග්රාහී වීම මුළු අධ්යයනයම නරක් කරයි.
- AI වෙත වගකීම පැවරීම. තීරණය, සත්යාපනය සහ ආචාර ධර්ම සෑම විටම මිනිසා සමඟ පවතී.
- කණ්ඩායමේ පොදු නීති නොමැත. පුද්ගල භාවිතය නොගැලපීම සහ අවදානම ඇති කරයි.
- ලේඛන අවසන් කිරීම සඳහා තබන්න. ක්රියාවලිය පුරාම හෝඩුවාවක් රඳවා තබා ගනී; පසුව මතක තබා ගත නොහැක.
- ඔබ ඉගෙන ගෙන විවේක ගත් පසු. වගකීම් සහගත භාවිතය යනු සෑම ව්යාපෘතියකම නැවත යෙදෙන විනයකි.
සාරාංශයක් ලෙස
සමාජ පර්යේෂණ වලදී AI හි සැබෑ වටිනාකම තනි පුද්ගල කාර්යයන් තුළ නොව, අවසානයේ සිට අවසානය දක්වා ස්ථාවර සහ වගකීම් සහිත කාර්ය ප්රවාහයක් තුළ සිදු වේ. සැලසුමේ සිට ලේඛනගත කිරීම දක්වා සෑම අදියරකදීම එකම මූලධර්ම යොදන්න: මූලාශ්රය බලවත් ලෙස, සෑම ප්රතිදානයක්ම සත්යාපනය කරන්න, මානව විනිශ්චය රඳවා තබාගන්න, ආචාර ධර්ම සහ රහස්යභාවයට ප්රමුඛත්වය දෙන්න, ක්රියාවලිය විනිවිදභාවයෙන් ලේඛනගත කරන්න. කණ්ඩායම් මට්ටමේ පොදු ප්රොටෝකෝලයක් මෙම මූලධර්ම ස්ථිර කරයි. දාමය එහි දුර්වලම පුරුක තරම් ශක්තිමත් ය; කිසිම අවස්ථාවක විවේක ගන්න එපා. AI පර්යේෂණ වේගවත් කරයි, නමුත් එය කිසි විටෙකත් පර්යේෂකයාගේ විනිශ්චය, වගකීම සහ අඛණ්ඩතාව ප්රතිස්ථාපනය නොකරයි.
යෙදුම් කාර්යය
"අන්තිම සිට අවසානය දක්වා පිරික්සුම් ලැයිස්තු උත්පාදනය" අච්චුවක් සමඟින් ඔබේම පර්යේෂණ ව්යාපෘතිය සඳහා (සැබෑ හෝ සැලසුම්ගත) හය-පියවර මාර්ග සිතියමක් සාදන්න. සෑම අදියරකදීම, ඔබ AI භාවිතා කරන්නේ කොතැනද, ඔබ සත්යාපනය කරන්නේ කුමක්ද සහ ඔබ සලකා බලන සදාචාරාත්මක/පෞද්ගලිකත්ව අවදානම් මොනවාද යන්න ලියන්න. ඉන්පසුව "වගකිවයුතු භාවිතය ස්වයං තක්සේරුව" අච්චුව භාවිතා කර ප්රතිපත්ති පහට එරෙහිව ලකුණු ලබා ගන්න, ඔබේ දුර්වලම කරුණු දෙක හඳුනාගෙන ඒවා ශක්තිමත් කරන්නේ කෙසේද.
පිරික්සුම් ලැයිස්තුව
- [ ] මම පර්යේෂණය සැලසුම් කළේ අවසානයේ සිට අවසානය දක්වා අදියර හයක ප්රවාහයක් ලෙසය.
- [ ] මම එක් එක් අදියරේදී AI හි ආරක්ෂිත භාවිත සීමාව තීරණය කළෙමි.
- [ ] මම එක් එක් අදියර සංක්රමණයේදී පෙර ප්රතිදානය සත්යාපනය කළෙමි.
- [ ] පුරා ආචාර ධර්ම, රහස්ය භාවය සහ ලියකියවිලි පවත්වාගෙන යාම.
- [ ] මම මූලධර්ම පහකට එරෙහිව වගකීම් සහගත භාවිතය ස්වයං තක්සේරු කර ඇත.
මොඩියුල විභාගය
1. සමාජ විද්යාව සහ සමාජ පර්යේෂණ වලදී කෘත්රිම බුද්ධිය සඳහා වඩාත් නිවැරදි ස්ථානගත කිරීම පහත සඳහන් දේවලින් කුමක්ද?
- A) කෘත්රිම බුද්ධියට පර්යේෂණ ප්රශ්නයට, අර්ථ නිරූපණයට සහ සදාචාරාත්මක තීරණයට මානව අනුමැතියකින් තොරව තනිවම පිළිතුරු දිය හැකිය.
- B) කෘත්රිම බුද්ධිය ක්රියා කරන්නේ පෙළ සාරාංශ කිරීමට පමණි, එයට වෙනත් පර්යේෂණ අවධීන් සමඟ කිසිදු සම්බන්ධයක් නැත
- C) කෘතිම බුද්ධිය යනු සාරාංශයක්, පිටපතක්, කේතයක් සහ කෙටුම්පත් සහායකයකි; අර්ථ නිරූපණය, රාමුව සහ සදාචාරාත්මක තීරණය සඳහා වගකීම පර්යේෂකයා සතුය ✔
- D) කෘත්රිම බුද්ධිය සැමවිටම මිනිසුන්ට වඩා අපක්ෂපාතී බැවින්, අර්ථ නිරූපණය සම්පූර්ණයෙන්ම එයට භාර දිය යුතුය.
විස්තරය: කෘතිම බුද්ධිය; පෙළ සාරාංශ කරන, පිටපත් සංස්කරණය කරන, කේතය යෝජනා කරන සහ කෙටුම්පත් ලියන සහයකයෙකි. පර්යේෂණ ප්රශ්නය, න්යායාත්මක රාමුව, නියැදි විනිශ්චය, අර්ථ නිරූපණය සහ සදාචාරාත්මක තීරණය වැනි විවේචනාත්මක වැඩ සඳහා වගකීම පර්යේෂකයාට අයත් වේ; සත්යාපනය නොකළ ප්රතිදානයක් ව්යාජ යොමුවකට, ගොතන ලද සංඛ්යාලේඛනවලට හෝ වැරදි ලෙස බෙදා හැරීමට හේතු විය හැක.
2. සාහිත්යය පරිලෝකනය කිරීමේදී කෘත්රිම බුද්ධියට 'මෙම විෂය පිළිබඳ වැදගත්ම ලිපි 10 ග්රන්ථ නාමාවලිය සමඟ ලැයිස්තුගත කරන්න' යනුවෙන් කෙලින්ම පැවසීම අවදානම් වන්නේ ඇයි?
- A) AI හට යථාර්ථවාදී ලෙස පෙනෙන නමුත් නොපවතින මූලාශ්ර, කතුවරුන් සහ DOI සෑදිය හැක; ඔබ දත්ත සමුදායෙන් මූලාශ්රය සොයා ගත යුතුය ✔
- B) කෘතිම බුද්ධිය ඉතා සෙමින් ක්රියා කරන අතර සම්පත් ලැයිස්තුගත කිරීමේදී කාලය නාස්ති කරයි
- C) ඉංග්රීසි මූලාශ්ර පමණක් සොයා ගත හැකි නිසා කෘත්රිම බුද්ධියට තුර්කි සාහිත්යය මග හැරේ
- D) කෘත්රිම බුද්ධිය එකම මූලාශ්රය කිහිප වතාවක් පුනරාවර්තනය වන බැවින් ලැයිස්තුව වර්ධනය වේ
විස්තරය: සාහිත්ය සමාලෝචනය යනු AI වැඩිපුරම මායාවන් ඇති කරන කාර්යයයි; යථාර්ථවාදී ලෙස පෙනෙන නමුත් නොපවතින ලිපි, කතුවරුන් සහ DOI සෑදිය හැක. මූලාශ්ර සෙවීම දත්ත සමුදායන්ගේ කාර්යයයි; AI විසින් ඔබ සොයා ගන්නා සත්ය සාරාංශ පමණක් සංස්ලේෂණය කළ යුතුය.
3. නගර සභා වෙබ් අඩවියක පළ කරන ලද සමීක්ෂණයක 78% තෘප්තිමත් ප්රතිඵලය වඩාත් ප්රවේශමෙන් විග්රහ කළ යුත්තේ කුමන ගැටලුව අනුවද?
- A) ප්රතිශතය ගණනය කිරීම වැරදියි; තෘප්තිමත් අනුපාත කිසි විටෙකත් තනි අංකයක් ලෙස ප්රකාශ කළ නොහැක
- B) සමීක්ෂණය දිගු වූ නිසා, සහභාගිවන්නන් කම්මැලි වී අහඹු ලෙස පිළිතුරු දුන්හ
- C) තෘප්තිය මැනීම සමාජ විද්යාත්මකව කළ නොහැක්කකි, එබැවින් ප්රතිඵලය වලංගු නොවේ
- D) නියැදිය තෝරා ගැනීමේ නැඹුරුව දරයි; වෙබ් අඩවිය භාවිතා කරන්නන්ට පමණක් සහභාගී විය හැකි බැවින්, සොයා ගැනීම සමස්ත සමාජයටම සාමාන්යකරණය කළ නොහැක ✔
පැහැදිලි කිරීම: වෙබ් අඩවියේ පළ කර ඇති සමීක්ෂණය දැනටමත් වෙබ් අඩවිය භාවිතා කරන අය (සේවාවට ප්රවේශ විය හැකි සහ සමහර විට වඩාත් තෘප්තිමත් විය හැකි) නියෝජනය කරයි; මෙය තේරීමේ නැඹුරුවකි. සොයා ගැනීම සාමාන්යකරණය කළ හැක්කේ 'අඩවි භාවිතා කරන්නන්ට' මිස සමස්ත සමාජයටම නොවේ.
4. පේළි 300 දත්ත කට්ටලයක් පෙළ ලෙස ඇලවීම සහ AI හට 'මධ්යන්ය ගණනය කරන්න' යැයි පැවසීම ආරක්ෂිත නොවන්නේ ඇයි?
- A) කෘත්රිම බුද්ධියට කියවිය හැක්කේ දත්ත පේළි 100ක් දක්වා පමණක් බැවින්, එය තවත් ඉවත දමයි
- B) භාෂා ආකෘතිය කැල්කියුලේටරයක් නොවේ; පෙළෙහි අංක ගණිතය කිරීමේදී වැරදි සංඛ්යා නිපදවිය හැකි විට, ගණනය කිරීම වැඩසටහනේ සිදු කළ යුතුය ✔
- C) සාමාන්යය සමාජ විද්යාත්මකව අර්ථ විරහිත මිනුමක් වන අතර එය කිසිසේත් ගණනය නොකළ යුතුය.
- D) දත්ත පෙළ ලෙස ඇලවූ විට, AI එය ස්වයංක්රීයව මකා දමයි
පැහැදිලි කිරීම: භාෂා ආකෘතියක් කැල්කියුලේටරයක් නොවන අතර පෙළෙහි අංක ගණිතය සිදු කරන විට මධ්යන්ය, ප්රතිශතය හෝ p-අගය වැරදි ලෙස නිපදවිය හැක. සත්ය ගණනය කිරීම සංඛ්යානමය වැඩසටහනක් හෝ වගුවක් තුළ සිදු කළ යුතුය; AI භාවිතා කළ යුත්තේ ක්රමය සහ අර්ථ නිරූපණය සඳහා පමණි.
5. ගුණාත්මක තේමා විශ්ලේෂණයේදී කෘත්රිම බුද්ධිය විසින් යෝජනා කරන ලද උපුටා දැක්වීමක් පිළිගැනීමට පෙර කළ යුත්තේ කුමක්ද?
- A) උපුටා දැක්වීම චතුර ලෙස හා ආකර්ෂණීය ලෙස පෙනේ නම්, එය වාර්තාවට කෙලින්ම එකතු කළ හැක
- B) උපුටා දැක්වීමේ දිග එක් ඡේදයක් නොඉක්මවන්නේ නම්, සත්යාපනය කිරීම අවශ්ය නොවේ
- C) උපුටා ගැනීම ඇත්ත වශයෙන්ම පිටපතෙහි දිස්වන බව රේඛා අංකය සමඟ තහවුරු කළ යුතුය ✔
- D) කෘතිම බුද්ධිය මූලාශ්රය උපුටා දක්වන බැවින් උපුටා දැක්වීම ස්වයංක්රීයව විශ්වාසදායක වේ
පැහැදිලි කිරීම: ගුණාත්මක පර්යේෂණවල හදවත වන්නේ සහභාගිවන්නාගේම වචනවලට විශ්වාසවන්ත වීමයි. AI හට චතුර ලෙස උද්ධෘතයක් සෑදිය හැකි නමුත් පිටපතෙහි කිසිසේත්ම නොපවතී. එමනිසා, සෑම උපුටා දැක්වීමක්ම පෙළෙහි ඇති සත්ය ප්රකාශයට සහ වඩාත් සුදුසු රේඛා අංකයට සම්බන්ධ කර සත්යාපනය කළ යුතුය.
6. අධ්යයනයක දී, 72% ක් සමීක්ෂණයකදී 'මම ප්රතිචක්රීකරණය කරනවා' යැයි පැවසුවත්, සම්මුඛ පරීක්ෂණ වලදී ඔවුන්ගෙන් බොහෝ දෙනෙක් එය අක්රමවත් ලෙස කරන බව පවසන්නේ නම්, මෙම ප්රතිවිරෝධය හැසිරවිය යුත්තේ කෙසේද?
- A) ප්රතිවිරෝධතා සැඟවිය යුතු නොවේ; සමාජ තෘෂ්ණාව පක්ෂග්රාහී ✔ වැනි විය හැකි පැහැදිලි කිරීම් සහිත සොයා ගැනීමක් ලෙස ඉදිරිපත් කළ යුතුය
- B) සම්මුඛ පරීක්ෂණ දත්ත සාවද්ය ලෙස ඉවත දැමිය යුතු අතර සමීක්ෂණ ප්රතිඵලය පමණක් වාර්තා කළ යුතුය
- C) සමීක්ෂණ දත්ත වැරදි බැවින් ඉවත දැමිය යුතුය, සම්මුඛ පරීක්ෂණය පමණක් වාර්තා කළ යුතුය
- D) පරස්පරතාව අපහසුතාවයට පත්වන බැවින් දත්ත දෙකම වාර්තාවෙන් ඉවත් කළ යුතුය
පැහැදිලි කිරීම: ප්රමාණාත්මක සහ ගුණාත්මක සොයාගැනීම් අතර විෂමතාව දෝෂයක් නොවේ, නමුත් බොහෝවිට වටිනාම සොයාගැනීම වේ. මෙහි ඇති ප්රතිවිරෝධය 'සමාජ අභිලාෂ නැඹුරුව' වැනි සංසිද්ධියක් පෙන්වා දෙන අතර එය සඟවා නොගෙන සොයා ගැනීමක් ලෙස ඉදිරිපත් කළ යුතුය.
7. කණ්ඩායම් දෙකක් (51% එදිරිව 54%) අතර වෙනස y-අක්ෂය 50 න් ආරම්භ වන ප්රස්ථාරයක 'යෝධ පරතරයක්' සේ දිස්වන්නේ නම් කුමක් කළ යුතුද?
- A) වෙනස දැනටමත් විශාල ලෙස පෙනෙන බැවින් ප්රස්ථාරය එලෙසම තැබිය යුතුය
- B) කණ්ඩායම් දෙකක් වෙනුවට තනි සාමාන්යයක් පෙන්වීමෙන් වෙනස සම්පූර්ණයෙන්ම සැඟවිය යුතුය
- C) ප්රස්ථාරයට ත්රිමාන ආචරණයක් එක් කිරීමෙන් වෙනස වඩාත් ආකර්ෂණීය කළ යුතුය.
- D) Y-අක්ෂය ශුන්යයෙන් ආරම්භ කළ යුතුය; කප්පාදු කරන ලද අක්ෂය කුඩා වෙනස්කම් අතිශයෝක්තියට නැංවීමෙන් පාඨකයා නොමඟ යවයි ✔
පැහැදිලි කිරීම: කප්පාදු කරන ලද අක්ෂයක් (ශුන්යයෙන් ආරම්භ නොවේ) එය විශාල ලෙස පෙනෙන පරිදි කුඩා වෙනසක් නොමඟ යවයි. අවංක තීරු සටහනක, අක්ෂය බිංදුවෙන් ආරම්භ විය යුතුය; එබැවින් වෙනස එහි සැබෑ, කුඩා ප්රමාණයෙන් පෙනේ. දර්ශනයේ අරමුණ ඒත්තු ගැන්වීම නොව නිවැරදි සන්නිවේදනයයි.
8. පිටපත් වලින් නම් මකා දැමීම බොහෝ විට ප්රමාණවත් නිර්නාමිකකරණයක් නොවන්නේ මන්ද?
- A) නමක් මකා දැමීම සෑම විටම ප්රමාණවත් වේ; වෙනත් කිසිදු තොරතුරක් අනන්යතාවය හෙළි නොකරයි
- B) වක්ර හඳුනාගැනීම් (අද්විතීය භූමිකාව, ස්ථානය, දුර්ලභ ලක්ෂණය) මගින් ඔහුගේ නම නොමැතිව පුද්ගලයෙකුට ලබා දිය හැක ✔
- C) නිර්නාමිකකරණය අවශ්ය වන්නේ දුරකථන අංකයක් තිබේ නම් පමණි
- D) නම් මකා දැමීම අර්ථ විරහිත වන්නේ එය පෙළ කියවිය නොහැකි බැවිනි
පැහැදිලි කිරීම: නම මකා දැමීම පමණක් ප්රමාණවත් නොවේ; 'අසල්වැසි X හි සිටින එකම ඖෂධවේදියා' හෝ 'නගර සභාවේ එකම කාන්තා පරීක්ෂකවරිය' වැනි වක්ර විස්තර කරන්නන් විසින් පුද්ගලයාව තනිවම ලබා දිය හැක. නිසි නිර්නාමිකකරණය සඳහා සියලුම සෘජු සහ වක්ර හඳුනාගැනීම් ඉවත් කිරීම අවශ්ය වේ.
9. කෘත්රිම බුද්ධිය සමඟ කරන ලද විශ්ලේෂණයකදී විමසුම්, භාවිතා කළ ආකෘතිය සහ දිනය සටහන් කිරීම වැදගත් වන්නේ ඇයි?
- A) එය නීතිමය වගකීමක් පමණක් වන බැවින්, එයට විද්යාත්මක වටිනාකමක් නොමැත
- B) ප්රේරක ප්රකාශන හිමිකම් ඇති බැවින් වාණිජ හේතූන් මත තබා ඇත.
- C) ක්රියාවලිය සොයා ගත හැකි සහ ප්රතිනිෂ්පාදනය කරයි; එසේ නොමැති නම්, 'AI එසේ කීවා' යන්න විද්යාත්මක සාධාරණීකරණයක් නොවනු ඇත ✔
- D) ආකෘතිය සෑම විටම එකම පිළිතුරක් ලබා දෙන බැවින් ලියාපදිංචි කිරීම විධිමත් කිරීමක් පමණි
පැහැදිලි කිරීම: භාෂා ආකෘති සෑම විටම එකම පිළිතුර ලබා නොදේ; විමසීම් සහ ආදර්ශ තොරතුරු වාර්තා නොකළහොත්, ක්රියාවලිය කළු පෙට්ටියක් බවට පත් වන අතර වෙනත් කිසිවෙකුට (ඔබට පවා) කාර්යය ප්රතිනිෂ්පාදනය කළ නොහැක. මෙම වාර්තා කෘතියේ 'ද්රව්ය බිල්පත' වන අතර ඒවා ප්රතිනිෂ්පාදනය කිරීමේ පදනම වේ.
10. ශාස්ත්රීය ලිවීමේදී කෘත්රිම බුද්ධිය නීත්යානුකූලව භාවිතා කිරීම සහ ශාස්ත්රීය අඛණ්ඩතාව උල්ලංඝනය කිරීම් අතර රේඛාව කොහිද?
- A) AI ඔබට ඔබේම අන්තර්ගතය ප්රකාශ කිරීමට උදවු කළ හැක; කෙසේ වෙතත්, ඔබ වෙනුවෙන් සිතීම සහ අන්තර්ගතය නිෂ්පාදනය කිරීම සහ එය ඔබගේ කාර්යය ලෙස ඉදිරිපත් කිරීම උල්ලංඝනය කිරීමකි ✔
- B) ව්යාකරණ නිවැරදි වන තාක් කෘත්රිම බුද්ධිය මගින් නිපදවන ඕනෑම පෙළක් කෙලින්ම භාවිතා කළ හැක
- C) කෘතිම බුද්ධිය සම්පත් එකතු කරන තාක් කල්, අන්තර්ගතය සම්පූර්ණයෙන්ම මුද්රණය කිරීම ගැටළු රහිත ය.
- D) කෘත්රිම බුද්ධිය භාවිතා කිරීම ඕනෑම තත්වයක් යටතේ තහනම් කර ඇති අතර කිසිම අවස්ථාවක භාවිතා කළ නොහැක.
හෙළිදරව් කිරීම: ඔබේම කෙටුම්පත පැහැදිලි කිරීමට සහ භාෂාව සහ ව්යුහය වැඩිදියුණු කිරීමට AI භාවිතා කිරීම නීත්යානුකූල සහ විනිවිද පෙනෙන බව ප්රකාශ කරයි. කෘත්රිම බුද්ධිය මගින් ලියා ඇති අන්තර්ගතයන් තිබීම සහ එය ඔබේම කෘතියක් ලෙස ඉදිරිපත් කිරීම යන දෙකම ප්රභවය උල්ලංඝනය කරන අතර නිසැකව ම පාහේ ගොතන ලද මූලාශ්ර නිෂ්පාදනය කරයි. රේඛාව: AI ඔබට ඔබේ සිතුවිලි ප්රකාශ කිරීමට උදවු කරයි, එය ඔබ වෙනුවෙන් සිතන්නේ නැත.
11. සමාජ පර්යේෂණයේදී 'අවසානයේ සිට අවසානය දක්වා ගුණාත්මක බව දුර්වලම අවධිය දක්වා' යන මූලධර්මය අදහස් කරන්නේ කුමක්ද?
- A) අවසාන අදියර, අක්ෂර වින්යාසය පමණක් වැදගත් වේ; පෙර අදියරවල වැරදි අක්ෂර වින්යාසය මගින් නිවැරදි කරනු ලැබේ.
- B) අදියර එකිනෙකින් ස්වාධීන වේ; එකක වැරදි අනෙක් ඒවාට බලපාන්නේ නැත
- C) ශක්තිමත්ම අදියර සම්පූර්ණ දාමය ඉතිරි කරයි, එබැවින් තනි අදියරකට අවධානය යොමු කිරීම ප්රමාණවත්ය
- D) එක් අදියරක ඇති දුර්වලතාවය (පක්ෂග්රාහී නියැදිය, සත්යාපනය නොකළ මූලාශ්රය) පසු කාලීනව නිවැරදි කළ නොහැකි අතර සම්පූර්ණ අධ්යයනයම දුර්වල කරයි ✔
පැහැදිලි කිරීම: එක් එක් අදියරේ තීරණය ඊළඟට බලපායි: පරිපූර්ණ විශ්ලේෂණයකින් පවා පක්ෂග්රාහී නියැදියක් සුරැකිය නොහැක; සත්යාපනය නොකළ මූලාශ්රයක් හොඳම ලිවීම පවා ප්රතික්ෂේප කරයි. එබැවින්, සැලසුම් කිරීමේ සිට ලේඛනගත කිරීම දක්වා සෑම අදියරකදීම වගකිවයුතු භාවිතයේ එකම මූලධර්ම යෙදිය යුතුය.
12. කෘත්රිම බුද්ධිය ඔබ දුන් පිටපතක් සාරාංශ කර 'වැඩිහිටියන් තාක්ෂණයට බයයි' වැනි පෙළෙහි නැති රාමුවක් එකතු කරන්නේ නම්, මේ උදාහරණය කුමක් ද?
- A) එය සහභාගිවන්නාගේ සැබෑ මතය පිළිබඳ නිවැරදි සාරාංශයකි
- B) එය කෘතිම බුද්ධිය විසින් ගෙන යන ඒකාකෘතියක් තමන්ගේම පුහුණු දත්ත වලින් දත්ත වලට හඳුන්වා දීමයි ✔
- C) එය සංඛ්යානමය වැදගත්කම පරීක්ෂණයක ප්රතිඵලයකි
- D) නිර්නාමිකකරණය සාර්ථකව ක්රියාත්මක කර ඇති බවට සාක්ෂියකි
පැහැදිලි කිරීම: මෙය ඒකාකෘතික (ඒකාකෘතික සාමාන්යකරණය) සඳහා උදාහරණයකි, එය AI එය පුහුණු කර ඇති පාඨ වලින් ගෙන යයි. ආකෘතිය දත්තවල ඇත්ත වශයෙන්ම නොමැති විනිශ්චයක් එක් කළ හැකිය. පර්යේෂකයා මෙම එකතු කිරීම ඉවත් කළ යුත්තේ 'පෙළේ ඇති ප්රකාශ මත පමණක් රඳා සිටින්න' කියාය.
13. පහත සඳහන් දේවලින් හොඳින් පටු වූ පර්යේෂණ ප්රශ්නය කුමක්ද?
- අ) සමාජය මේ තත්ත්වයට පත්ව ඇත්තේ ඇයි?
- B) මිනිසුන් සතුටින් සිටිනවාද?
- ඇ) වයස අවුරුදු 18-25 අතර විශ්වවිද්යාල සිසුන් පළාත් පාලන මැතිවරණයට සහභාගි නොවීමට හේතු මොනවාද? ✔
- D) සමාජ මාධ්ය සහ සියල්ල අතර සම්බන්ධය කුමක්ද?
පැහැදිලි කිරීම: හොඳ පර්යේෂණ ප්රශ්නයක් පිළිතුරු දිය හැකි, සීමිත සහ අර්ථවත් ය; එහි ජනගහනය, සන්දර්භය සහ අවධානය පැහැදිලිය. 'තරුණයන් දේශපාලනයෙන් ඈත් වන්නේ ඇයි?' වැනි පුළුල් ඉල්ලීමකට වඩා, නිශ්චිත වයස් කාණ්ඩයක්, සන්දර්භයක් සහ සංයුක්ත අවධානයක් ඇතුළත් ප්රශ්නයක් පර්යේෂණාත්මක ය.
14. විවිධ සබැඳි සමීක්ෂණ දෙකක් එකම සමාජ මාධ්ය සමූහයකින් සහභාගිවන්නන් බඳවාගෙන එකම ප්රතිඵල ලබා දෙන්නේ නම් එය සත්ය ත්රිකෝණීකරණය නොවන්නේ මන්ද?
- A) මූලාශ්ර දෙක එකම පක්ෂග්රාහී නියැදියකින් එන නිසා ස්වාධීන නොවේ; මෙය එකම පක්ෂග්රාහී පුනරාවර්තනයකි ✔
- B) සෑම විටම සමීක්ෂණ දෙකක් භාවිතා කිරීම අනවශ්යය, එක් සමීක්ෂණයක් ප්රමාණවත්ය
- C) මාර්ගගත සමීක්ෂණ කිසි විටෙකත් වලංගු දත්ත නිෂ්පාදනය නොකරයි
- D) ඔවුන් එකම ප්රතිඵලයක් ලබා දීමෙන් ප්රතිඵලය පරම නිවැරදි බව ඔප්පු වේ.
පැහැදිලි කිරීම: ත්රිකෝණකරණය යනු සත්ය වශයෙන්ම ස්වාධීන මූලාශ්ර සහිත සොයාගැනීමක් හරස් පරීක්ෂණයකි. මූලාශ්ර දෙකක් එකම පක්ෂග්රාහී නියැදියකින් පැමිණේ නම්, ඔවුන් එකිනෙකා 'තහවුරු කිරීම' නොමඟ යවන සුළුය; මෙය එකම පක්ෂග්රාහී පුනරාවර්තනයක් මිස ස්වාධීන තහවුරු කිරීමක් නොවේ.