ආර්ථික විද්‍යාවේ කෘත්‍රිම බුද්ධිය හැඳින්වීම: භූමිකාවන්, සීමා මායිම්, වලංගුකරණය සහ දත්ත ආචාර ධර්ම

ලාභ:

• කෘත්‍රිම බුද්ධිය මගින් ආර්ථික විශ්ලේෂණයේදී තත්‍ය කාලය ඉතිරි කරන්නේ කොතැනද (දත්ත සම්පාදනය, කෙටුම්පත, කේතය, සාරාංශය) සහ (පුරෝකථන වගකීම, ප්‍රතිපත්ති තීරණය, නිල රූපය) කාර්යය අවදානම් මට්ටමට අනුව තීරණය දක්ෂ ආර්ථික විද්‍යාඥයා වෙත පැවරෙන්නේ කොතැනද යන්න වෙන්කර හඳුනා ගැනීමට හැකි වීම.
• එක් එක් කෘත්‍රිම බුද්ධි ප්‍රතිදානය මුල් ප්‍රභවයට (TURKSTAT/EVDS/IMF) සම්බන්ධ කිරීමේ පියවර හරහා එය සත්‍යාපනය කරන විනයක් යෙදීමේ හැකියාව, එය නැවත ගණනය කිරීම සහ ආර්ථික සාමාන්‍ය බුද්ධියේ පෙරහන හරහා ගමන් කිරීම.
• ව්‍යාජ අංක (මායාවන්), පැරණි දත්ත කපා හැරීමේ දිනයන් සහ රහස්‍ය දත්ත කාන්දු වීමේ අවදානම හඳුනා ගැනීමට සහ ආරක්ෂිත මෙවලම් සහ සම්පත් තෝරා ගැනීමේ පුරුද්ද ලබා ගැනීමේ හැකියාව.

අර්ථශාස්ත්‍රඥයෙකුගේ මේසය ඇත්ත වශයෙන්ම දත්ත සහ පෙළ කම්හලකි: ඔබ උදේ TURKSTAT වෙතින් උද්ධමන දත්ත අර්ථකථනය කරයි, දහවල් සංවර්ධන නියෝජිතායතනයකට ප්‍රතිපත්ති සටහනක් ලියන්න, කාල මාලාවක් පිරිසිදු කර සවස් වරුවේ අනාවැකියක් කිරීමට උත්සාහ කරන්න. මෙම කාර්යයේ බොහෝමයක් යාන්ත්රික, මානසික නොවේ: දත්ත බාගත කිරීම, ඒකක පරිවර්තනය කිරීම, වගු සංස්කරණය කිරීම, දිගු වාර්තා සාරාංශ කිරීම, කේතය ලිවීම. කෘතිම බුද්ධිය (AI — විශාල භාෂා ආකෘති සහ සහායක මෙවලම්) මෙම යාන්ත්‍රික බර හරියටම සමනය කරයි. නමුත් අපි මෙම මොඩියුලය පුරාවටම පුනරුච්චාරණය කරන වාක්‍යයකින් පටන් ගනිමු: කෘත්‍රිම බුද්ධිය යනු ආර්ථික විද්‍යාඥයාගේ සහායකයා මිස ඔහු වෙනුවට ආදේශ කරන විශේෂඥයා නොවේ. උද්ධමන පුරෝකථනයක්, මුදල් ප්‍රතිපත්ති යෝජනාවක් හෝ ප්‍රසිද්ධියේ ලබා ගත හැකි චරිතයක් සඳහා වගකීම සැමවිටම එය අත්සන් කළ පුද්ගලයා සහ ආයතනය වෙත පැවරේ.

මෙම ඒකකය "පරිශීලක අත්පොතක්" ලෙස සිතන්න: මෙහිදී අපි AI තැබිය යුත්තේ කොතැනද, එය කිසිදා නොතැබිය යුත්තේ කොතැනද යන්න සහ එක් එක් ප්‍රතිදානය වලංගු කරන්නේ කෙසේද යන්න මෙහි සටහන් කරමු. අනෙක් ඒකක දහය මෙම ඇටසැකිල්ලට මස් දමනු ඇත.

ආර්ථික විද්‍යාවේ කෘතිම බුද්ධිය වේගවත් කරන්නේ කුමක්ද සහ එය වේගවත් නොකරන්නේ කුමක්ද?

අවදානම් මට්ටම අනුව කාර්යයන් පෙට්ටි තුනකට බෙදා දෙමු. මෙම වෙනස සමස්ත මොඩියුලයේ මාලිමාව වේ.

හරිත කොටුව - AI බලවත්, වේගය එකතු කරයි (තවමත් සමාලෝචනය කර ඇත). දත්ත බාගත කිරීමේ කේතය ලිවීම, දත්ත පිරිසිදු කිරීමට පියවර යෝජනා කිරීම, දිගු වාර්තාවක් හෝ ලිපියක් සාරාංශ කිරීම, ප්‍රස්ථාරයක් සඳහා කේතයක් ජනනය කිරීම, පෙළ සරල කිරීම සහ හැඩතල ගැන්වීම, නියමයන්, පරිවර්තනය, කෙටුම්පත් ප්‍රතිපත්ති සටහන් ඇටසැකිල්ල පැහැදිලි කිරීම. මෙහිදී දෝෂයේ පිරිවැය අඩු වන අතර දෝෂ පහසුවෙන් දැකිය හැකිය.

කහ පෙට්ටිය - AI උපකාර වන නමුත් මිනිසා සත්‍යාපනය කරයි. කාල ශ්‍රේණි ආකෘතියක් ගොඩනැගීම, ප්‍රතිගාමී අර්ථ නිරූපණය, අවස්ථා ගණනය කිරීම, දර්ශක අර්ථ නිරූපණය, සාහිත්‍ය සංශ්ලේෂණය. මෙහිදී AI විසින් සැලැස්මක් නිෂ්පාදනය කරයි; නමුත් ඉලක්කම්, උපකල්පන සහ ආර්ථික තර්කනය පේළියෙන් පේළිය පරීක්ෂා නොකර කොහේවත් යන්නේ නැහැ.

රතු පෙට්ටිය - වගකීම මිනිසා සතුය, AI හට තීරණය කළ නොහැක. නිල උද්ධමනය/වර්ධන අගයේ අවසාන අනුමැතිය, මුදල් හෝ මූල්‍ය ප්‍රතිපත්ති යෝජනාවේ හිමිකාරිත්වය, ප්‍රසිද්ධියට පත් කිරීමට නියමිත පුරෝකථනයක අත්සන, ආයෝජන/ණය තීරණයක් බවට පත්වන මතයකි. මෙහිදී AI නිෂ්පාදනය කරන්නේ ආදානය පමණි; විනිශ්චය, වගකීම සහ අත්සන පුද්ගලයා සතුය.

ඉඟිය: කාර්යයක් තැබිය යුත්තේ කුමන පෙට්ටිය තුළදැයි ඔබට විශ්වාස නැතිනම්, මෙම ප්‍රශ්නය අසන්න: "මෙම ප්‍රතිදානය වැරදි බවට හැරුනහොත් හානියට පත්වන්නේ කාටද සහ දෝෂය පහසුවෙන් දැකගත හැකිද?" හානිය විශාල නම් සහ දෝෂය සැඟවී තිබේ නම්, එම කාර්යය රතු පාටට සමීප වේ.

කෘතිම බුද්ධියේ මූලික සීමාවන් තුනක්

එය ආර්ථික විද්‍යාවේදී ආරක්ෂිතව භාවිතා කිරීමට නම්, එය පැකිළෙන්නේ කොතැනද යන්න පළමුව දැනගත යුතුය.

1) Fabrication (මායාව). විශාල භාෂා ආකෘතිය සමහර විට එය නොදන්නා අංකයක් හෝ මූලාශ්‍රයක්, විශ්වාසදායක භාෂාවකින් සාදයි. "2023 ජංගම ගිණුමේ හිඟය ඩොලර් බිලියන 45.2 ක් විය" යන වාක්‍යය සත්‍ය බව පෙනෙන නමුත් සම්පූර්ණයෙන්ම වැරදි විය හැක. ආර්ථික විද්‍යාවේදී මෙය මාරාන්තික ය: වැරදි සංඛ්‍යාවක් වාර්තාවක්, අනාවැකියක්, තීරණයක් විෂ කරයි.

2) දත්ත කඩඉම් දිනය. ආකෘතියේ පුහුණු දත්ත නිශ්චිත දිනයක නතර වේ. නවතම උද්ධමනය, නවතම පොලී අනුපාත තීරණය සහ ඊයේ විනිමය අනුපාතය මෙම තොරතුරු වලින් බැහැර කළ හැක. AI ඇත්ත වශයෙන්ම ඔබට "නවතම දත්ත" ලෙස මාස කිහිපයක් හෝ වසර ගණනක් පැරණි අංකයක් ලබා දෙනු ඇත.

3) හේතු අන්ධභාවය සහ සන්දර්භය නොමැතිකම. AI භාෂාවෙන් රටා ග්‍රහණය කරයි; ආර්ථික හේතුකාරකත්වය "තේරෙන්නේ නැත". ඔහු "පොළී අනුපාත වැඩි වූ විට, උද්ධමනය අඩු වේ" වැනි වාක්‍යයන් චතුර ලෙස සාදන නමුත් ඒවා වලංගු වන්නේ කුමන තත්වයන් යටතේද යන්න හෝ ඊට ප්‍රතිවිරුද්ධ දෙය කුමන කාල පරිච්ඡේදයේදී සිදු වූයේද යන්න ඔහුට තක්සේරු කළ නොහැක. එයට ව්‍යුහාත්මක බිඳීම් (අර්බුද සහිත රටාව වෙනස් කිරීම) දැකිය නොහැක.

අවධානය: වාක්‍යයක් චතුර සහ විශ්වාසයෙන් යුක්ත වූ පමණින් එය නිවැරදි බව අදහස් නොවේ. කෘත්‍රිම බුද්ධිය එහි වඩාත්ම ඒත්තු ගැන්වෙන විට එහි වඩාත්ම වැරදි විය හැකිය.

සත්‍යාපන විනය: මූලාශ්‍රය-ගිණුම-පෙරහන

මෙම මොඩියුලයේ හදවත තනි පුරුද්දකි. සෑම AI ප්‍රතිදානයක්ම පියවර තුනක් හරහා ගන්න:

1. මූලාශ්රය. සෑම අංකයක්ම සහ සත්‍ය හිමිකම් පෑමක් මුල් මූලාශ්‍රයට සම්බන්ධ කර ඇත. TURKSTAT වෙතින් උද්ධමනය, CBRT වෙතින් විනිමය අනුපාතය සහ ගෙවුම් ශේෂය, IMF වෙතින් ගෝලීය ප්‍රක්ෂේපනය. ඔබ යොමු කරන්නේ නිල ප්‍රකාශනය මිස AI විසින් ලබා දී ඇති රූපය නොවේ.
2. බිල්. ඔබ එක් එක් ව්‍යුත්පන්න අංකය අවම වශයෙන් එක් වරක්වත් අතින් නැවත ගණනය කරන්න. වර්ධන වේගය, තාත්වික අගය සහ දර්ශක ලබා ගන්නේ නිවැරදි සූත්‍රය සමඟද? කඩදාසි මත කාල පරිච්ඡේදයක් පරීක්ෂා කරන්න.
3. පෙරනයක් ඔබ ප්‍රති result ලය ලබා දෙන්නේ ආර්ථික සාමාන්‍ය බුද්ධියෙන්: මෙම ප්‍රමාණය සාධාරණද? ලකුණ හරිද? ඓතිහාසික පරාසයකද? කිසියම් පරස්පරයක් තිබේද? අසාධාරණ ප්රතිඵලය බොහෝ විට වැරදි සංඥාවක් වේ.

කුඩා නඩු තුනක්

නඩුව 1 - ව්යාජ රූපය අල්ලා ගැනීම. සංවර්ධන නියෝජිතායතන විශ්ලේෂකයෙක් YZ වෙත පැවසුවේ "පළාත් පදනම මත 2023 අපනයන සංඛ්‍යා වගුවක් සාදන්න" යනුවෙනි. AI හොඳ පින්තූරයක් දුන්නා. SOURCE පියවරේදී, විශ්ලේෂකයා TUIK විදේශ වෙළඳ සංඛ්‍යාලේඛන දෙස බැලූ අතර පළාත් තුනක සංඛ්‍යා සැබෑ දත්ත මෙන් දෙගුණයක් බව දුටුවේය; AI විසින් අතුරුදහන් වූ තොරතුරු "සාධාරණ පෙනුමක්" අංක වලින් පුරවා ඇත. විශ්ලේෂකයා මේසය ඉවතට විසි කර TURKSTAT වෙතින් දත්ත කෙලින්ම ඇද ගත්තේය. ගොතන ලද රූපය වාර්තාවට ඇතුළත් කිරීමට පෙර මාට්ටු විය.

නඩුව 2 - යල් පැන ගිය දත්ත උගුල. ආර්ථික මාධ්‍යවේදියෙක් YZ විමසුවේ, "දැනට පවතින ප්‍රතිපත්ති අනුපාතය කුමක්ද?" ඔහු ඇසුවා; ඔහුට ලැබුණු පිළිතුර වූයේ මීට මාස අටකට පෙර තිබූ අනුපාතයයි. ACCOUNT/SOURCE පුරුද්දක් ඇති මාධ්‍යවේදියා CBRT හි අවසන් MPK (මුදල් ප්‍රතිපත්ති කමිටුව) තීරණය දෙස බලා නිවැරදි අනුපාතය භාවිතා කළේය. එයා ඇහුවෙ නැත්නම් ප්‍රකාශනයට වැරදි උනන්දුව යන්න තිබුණා.

නඩුව 3 - ආර්ථික පෙරහන. ශිෂ්‍ය-පර්යේෂකයෙකුට සැබෑ වැටුප් ශ්‍රේණියක් ගණනය කිරීමට AI ලවා ඇත. එහි ප්‍රතිඵලය වූයේ වසරක් තුළ සැබෑ වැටුප් සියයට 140කින් වැඩි වූ බවයි. FILTER පියවර ක්‍රියාත්මක විය: මෙම ප්‍රමාණය යථාර්ථවාදී නොවේ. කේතයේ, AI විසින් වැරදි පදනමක් සහිත deflator (මිල නිවැරදි කිරීමේ දර්ශකය) භාවිතා කර ඇත. දෝෂය සොයා ගන්නා ලදී, සූත්රය නිවැරදි කරන ලදී, සහ ප්රතිඵලය සාධාරණ පරාසය තුළ වැටුණි.

පිටපත් කළ හැකි සැකිලි හතරක්

1) පද්ධති කඩිනම් භූමිකාවන් සහ සීමාවන් නිර්වචනය කරයි:

ඔබේ කාර්යභාරය: ජ්‍යෙෂ්ඨ ආර්ථික විද්‍යාඥයකුගේ සහකාර විශ්ලේෂණ සහකාර. රීති: (1) මම ඔබට නොදෙන කිසිම අංකයක් හදන්න එපා. ඔබ නොදන්නේ නම්, "ඔබට මෙම දත්ත සත්‍යාපනය කිරීමට අවශ්‍ය" යැයි පවසන්න. (2) ඔබ සපයන සෑම අංකයක් සඳහාම එය තහවුරු කළ යුත්තේ කුමන නිල මූලාශ්‍රයෙන්ද (TURKSTAT/CBRT/IMF, ආදිය) සඳහන් කරන්න. (3) හේතුකාරක හිමිකම් පෑමේදී තත්ත්වය සහ අවිනිශ්චිතභාවය පැහැදිලිව සඳහන් කරන්න. තේරුනොත් එක වාක්‍යයකින් තහවුරු කරන්න.

2) මූලාශ්‍ර තහවුරු කිරීමේ ඉල්ලීම:

පහත හිමිකම් පෑම විශ්ලේෂණය කරන්න: "[හිමිකම් පෑම]". මෙය සත්‍යාපනය කිරීමට මා බැලිය යුතු නිල/ප්‍රාථමික මූලාශ්‍රය (ආයතනය, ප්‍රකාශන නම, මාලාව) ලැයිස්තුගත කරන්න. හිමිකම් පෑමේ එක් එක් අංකයට අයත් වන්නේ කුමන නිර්වචනය සහ කාලසීමාවද යන්න හඳුනා ගන්න. ඔබේ මතකයෙන් අංක දෙන්න එපා.

3) ප්‍රතිදානය පෙරීමට විමසන්න:

ආර්ථික අනුකූලතාව සඳහා පහත විශ්ලේෂණ ප්‍රතිඵලය පරීක්ෂා කරන්න: ලකුණ අර්ථවත්ද, ඓතිහාසික පරාසය තුළ විශාලත්වය, ඒකක අනුකූලද, සැඟවුණු උපකල්පනයක් තිබේද? ඔබට සැක සහිත ඕනෑම දෙයක් "සත්‍යාපනය" ටැගයකින් සලකුණු කරන්න.

4) කාර්ය අවදානම් වර්ගීකරණ ඉල්ලීම:

මම පහත කාර්යය කරන්නෙමි: "[quest]". එය කොළ (යාන්ත්‍රික, අඩු අවදානම්), කහ (කෙටුම්පත, මානව සත්‍යාපනය) හෝ රතු (තීරණය/වගකීම මානව) ලෙස වර්ග කර එක් වාක්‍යයකින් ඒ මන්දැයි පැහැදිලි කරන්න.

දුර්වල ක්ෂණික / ශක්තිමත් විමසුම

දුර්වල ක්ෂණික:

තුර්කි ආර්ථිකය ගැන විශ්ලේෂණයක් ලියන්න.

සන්දර්භ රහිත සහ අසීමිත; AI සාමාන්‍ය, මූලාශ්‍ර රහිත, සත්‍යාපනය කළ නොහැකි පෙළක් නිෂ්පාදනය කරයි.

බලවත් විමසුම:

ඔබේ කාර්යභාරය: විශ්ලේෂණ සහකාර. TURKSTAT (පහත) වෙතින් 2019-2024 වාර්ෂික CPI සහ GDP වර්ධන දත්ත මා සතුව ඇත. මෙම දත්ත මත පදනම්ව 3-ඡේද කෙටුම්පතක් ලියන්න; මම ඔබට දුන් මේසයෙන් සෑම අංකයක්ම ගන්න, පිටතින් අංක එකතු නොකරන්න; ඔබ අපැහැදිලි තැන්, "තහවුරු කළ යුතුය" ලියන්න. අවසාන වශයෙන් මා අතින් පරීක්ෂා කළ යුතු කරුණු ලැයිස්තුගත කරන්න.[වගුව]

මෙම විමසුම භූමිකාව, සම්පත්, බාධාව සහ සත්‍යාපන අපේක්ෂාව එකට ලබා දෙයි; ප්රතිදානය විගණනය කළ හැකි බවට පත් වේ.

පොදු වැරදි

• AI විසින් ලබා දී ඇති අංකය මූලාශ්‍රයක් ලෙස සැලකීම. AI යනු සම්පතක් නොවේ; TURKSTAT/CBRT/IMF මූලාශ්‍රය වේ.
• නිරවද්‍යතාවය සඳහා චතුර ලෙස වරදවා වටහා ගැනීම. හොඳින් ලියා ඇති වාක්‍යයක් වැරදි විය හැක.
• කාර්ය කොටුව මඟ හැරීම. රතු පෙට්ටිය කොළ පාට තරම් ඉක්මනින් සමත්වීම මිල අධිකම වැරැද්දයි.
• දත්ත කපා හැරීමේ දිනය අමතක වීම. "කරන්ට්" ඉල්ලලා පරණ නම්බර් එක ගන්නවා.
• අවිචාරවත් ලෙස රහස්‍ය/වෙළඳපොල සංවේදී දත්ත මෙවලමට ඇලවීම. අපි මීළඟ ඒකකයෙන් දකින පෞද්ගලිකත්ව උල්ලංඝනයක්.
• අතින් ගණනය කිරීමේ පියවර මඟ හරින්න. එය කිසිසේත් පරීක්ෂා නොකර ව්‍යුත්පන්න අංකය භාවිතා කිරීම.

සාරාංශයක් ලෙස

කෘතිම බුද්ධිය යනු ආර්ථික විද්යාඥයාගේ යාන්ත්රික බර සැලකිය යුතු ලෙස අඩු කරන බලවත් සහායකයෙකි; නමුත් පුරෝකථනය, ප්‍රතිපත්ති සහ නිල සංඛ්‍යා පිළිබඳ වගකීම මිනිසා සතුය. කාර්යයන් කොළ-කහ-රතු පෙට්ටිවලට අනුපිළිවෙලට සකසන්න, AI හි මූලික සීමාවන් තුන (නිර්මාණය, දත්ත කඩඉම් දිනය, හේතු අන්ධභාවය) මතක තබා ගන්න, සහ එක් එක් ප්‍රතිදානය මූලාශ්‍රය-ගිණුමේ-පෙරහන් විනය හරහා ලබා දෙන්න. මෙම පියවර තුන ඉතිරි මොඩියුලය සඳහා ආරක්ෂිත පටිය වේ.

යෙදුම් කාර්යය

ඔබේම රැකියාවෙන් සැබෑ සතියක් තෝරා ඔබ එම සතියේ කළ ආර්ථික කාර්යයන් 10 ලැයිස්තුගත කරන්න (උදා: "උද්ධමන දත්ත අර්ථකථනය කරන්න", "පළාත් අපනයන වගුවක් සකස් කරන්න", "වාර්තා සාරාංශයක් නිෂ්පාදනය කරන්න"). එක් එක් කාර්යය කොළ/කහ/රතු ලෙස වර්ග කරන්න. ඉන්පසු හරිත කොටුවේ කාර්යයක් තෝරා ඉහත 1 සහ 3 සැකිලි භාවිතයෙන් AI එය කිරීමට සලස්වන්න, සහ SOURCE-ACCOUNT-filter සමඟ ප්‍රතිදානය පරීක්ෂා කර ඔබ සොයා ගන්නා අවම වශයෙන් එක් දෝෂයක් සටහන් කරන්න.

පිරික්සුම් ලැයිස්තුව

• [ ] මම කාර්යය නිවැරදිව කොළ/කහ/රතු කොටුවේ තැබුවෙමි.
• [ ] මම කෘත්‍රිම බුද්ධිය විසින් ලබා දුන් සෑම අංකයක්ම ප්‍රධාන නිල මූලාශ්‍රයෙන් තහවුරු කළෙමි.
• [ ] මම අවම වශයෙන් එක් ව්‍යුත්පන්න අංකයක් අතින් නැවත ගණනය කළෙමි.
• [ ] මම ආර්ථික සාමාන්‍ය බුද්ධිය (ලකුණ, විශාලත්වය, ඒකකය) හරහා ප්‍රතිඵලය පෙරා ගත්තෙමි.
• [ ] මම දත්ත කඩඉම් දිනය සහ මෑත කාලීන අවදානම පරීක්ෂා කළෙමි.
• [ ] මම රහස්‍ය/සංවේදී දත්ත භාවිත නොකළ හෝ ආරක්ෂිත/අනුමත මෙවලම් භාවිත කළේ නැත.
• [ ] මම අවසන් විනිශ්චය සහ අත්සන ඇති බව පවත්වා ගනිමින් නිමැවුමේ හිමිකාරිත්වයට හිමිකම් කීවෙමි.