ලාභ:
- UX කාර්ය ප්රවාහයේ (පර්යේෂණ සංස්ලේෂණය, පෞරුෂය, වයර් රාමුව, අතුරු මුහුණත් පෙළ, පරීක්ෂණ විශ්ලේෂණය) කෘත්රිම බුද්ධිය තත්ය කාලය ඉතිරි කරන්නේ කොතැනද සහ කාර්ය අවදානම් මට්ටමට අනුව පරිශීලකයාට සවන් දීම සහ අවසාන සැලසුම් තීරණය වැනි වගකීම් නිර්මාණකරු වෙත පවතින්නේ කොතැනද යන්න වෙන්කර හඳුනා ගැනීමට හැකි වීම.
- සෑම AI ප්රතිදානයක්ම සැබෑ පරිශීලක දත්ත සහ සාක්ෂිවලට සම්බන්ධ කරන ප්රතීකයක් වර්ධනය කිරීමේ හැකියාව සහ පරීක්ෂණ පියවර හරහා මායාවන් සහ පක්ෂග්රාහීත්වය තහවුරු කරයි.
- KVKK හි විෂය පථය තුළ පරිශීලක සංවාද වාර්තා සහ පුද්ගලික දත්ත නිර්නාමික කිරීමට සහ කැමැත්තේ සීමාවන් තුළ ඒවා කෘතිම බුද්ධියට මාරු කිරීමේ හැකියාව
පරිශීලක අත්දැකීම (UX, එනම්, නිෂ්පාදනයක් ආරම්භයේ සිට අවසානය දක්වා භාවිතා කරන පුද්ගලයාගේ අත්දැකීම්) නිර්මාණය "පළමුව පුද්ගලයා තේරුම් ගන්න, පසුව එය විසඳන්න" යන මූලධර්මය සමඟ වසර ගණනාවක් තිස්සේ ක්රියාත්මක වේ. කෘතිම බුද්ධිය මෙම චක්රයට ඇතුළු වූ විට, බොහෝ මිනිසුන්ගේ පළමු ප්රශ්නය වන්නේ: "කෘතිම බුද්ධිය මා වෙනුවෙන් නිර්මාණය කරයිද?" කෙටි පිළිතුර: නැත. කෘතිම බුද්ධිය නිර්මාණ සහායකයෙකි; එය කෙටුම්පත් නිෂ්පාදනය කරයි, දත්ත සාරාංශ කරයි, විකල්ප ගුණ කරයි සහ පුනරාවර්තන කාර්යයන් වේගවත් කරයි. නමුත් පරිශීලකයාට සැබවින්ම ඇහුම්කන් දීම, නිවැරදි විසඳුම කුමක්දැයි තීරණය කිරීම සහ මෙම තීරණය සඳහා වගකීම දරන්න සෑම විටම නිර්මාණකරුට අයත් වේ. මෙම පළමු ඒකකය UX කාර්ය ප්රවාහයේ AI තැබිය යුතු ස්ථානය, ඔබ නතර කළ යුත්තේ කොතැනද සහ පරිශීලක දත්ත ආරක්ෂිතව ගෙන යන්නේ කෙසේද යන්න පැහැදිලි කරයි.
UX කාර්ය ප්රවාහයේදී AI ප්රයෝජනවත් වන්නේ කොතැනින්ද?
UX ව්යාපෘතියක් දළ වශයෙන් අදියර පහක් හරහා ඉදිරියට යයි: සොයාගැනීම (පර්යේෂණ), නිර්වචනය (පුද්ගලයා සහ ගැටලුව), නිෂ්පාදනය (ප්රවාහය, වයර් රාමුව, මූලාකෘතිය), පරීක්ෂණය (භාවිතය) සහ බෙදා හැරීම (සැලසුම් පද්ධතිය, ලේඛනගත කිරීම). කෘතීම බුද්ධිය මේ සෑම අදියරකදීම වෙනස් කාර්යභාරයක් ඉටු කරයි.
- සොයා ගැනීම: ආරම්භක තේමා උපුටා ගනිමින් පැය වෙනුවට මිනිත්තු කිහිපයකින් සම්මුඛ පරීක්ෂණ පිටපත් දුසිම් ගණනක් (පිටපත් කළ පටිගත කිරීම්) සාරාංශ කරයි. නමුත් වැදගත් වන්නේ කුමන තේමාවද යන්න තීරණය කිරීම පුද්ගලයා සතුය.
- විස්තරය: Persona (විශේෂිත පරිශීලක වර්ගයක් නියෝජනය කරන ප්රබන්ධ පැතිකඩ) සහ ගමන් සිතියම් කෙටුම්පත් නිෂ්පාදනය කරයි. නමුත් මෙම කෙටුම්පත් සැබෑ දත්ත මත පදනම් වී ඇති බව සහතික කිරීම ඔබේ කාර්යයයි.
- උත්පාදනය: Wireframe (තිරයක කොටු රේඛා ඇටසැකිල්ල), ගැලීම් සටහන සහ අතුරුමුහුණත් පෙළ වෙනස්කම් ප්රතිනිෂ්පාදනය කරයි.
- පරීක්ෂා කිරීම: පරීක්ෂණ වාර්තා වලින් සොයාගැනීම් ලබාගෙන ඒවා වැදගත්කම අනුව ශ්රේණිගත කරයි.
- ඉදිරිපත් කිරීම: සංරචක ලේඛන සහ භාවිත නීති ලියයි.
පොදු නූල මෙයයි: AI කෙටුම්පත් සහ විකල්ප ජනනය කරයි; විනිශ්චය සහ අනුමැතිය ඔබ සමඟ පවතී.
ඉඟිය: කෘත්රිම බුද්ධිය භාවිතා කරන්න "මට පිළිතුර ලබා දීමට" නොව "මට ඉක්මනින් විකල්ප ලබා දී මට තෝරා ගැනීමට ඉඩ දෙන්න." විශාලතම කාර්යක්ෂමතාවය පැමිණෙන්නේ ඔබ සූදානම් කිරීමේ කාර්යය පැවරීමේදී මිස තීරණය නොවේ.
මෙහෙවර අවදානම් මට්ටම: කොහෙද නිදහස්, කොහෙද ප්රවේශම්?
සෑම කාර්යයක්ම එකම අවදානමක් දරන්නේ නැත. සරල රීතියක්: ප්රතිදානය සෘජුවම පරිශීලකයෙකුට බලපාන තරමට අවදානම වැඩි වේ.
ගවේෂණය
අවදානම් මට්ටම
කෘතිම බුද්ධියේ කාර්යභාරය
මානව අනුමැතිය
රැස්වීම් සටහන සාරාංශය
අඩු
සම්පූර්ණයෙන්ම පාහේ මාරු කර ඇත
සැහැල්ලු ඉවත් කිරීම
රැහැන් රාමු විචලනය උත්පාදනය කිරීම
අඩු මධ්යම
කෙටුම්පත ජනනය කරයි
නිර්මාණකරු තෝරා නිවැරදි කරයි
පර්යේෂණ තේමාවක් නිර්මාණය කිරීම
මධ්යම
පූර්ව සංස්ලේෂණය
උපුටා දැක්වීමෙන් තහවුරු කිරීම අවශ්ය වේ
අතුරුමුහුණත් පෙළ (දෝෂ පණිවිඩය, ආදිය)
මධ්යම-ඉහළ
වෙනස්කම් ඇති කරයි
ස්වරය, නිරවද්යතාවය, නීති පරීක්ෂා කිරීම
ප්රවේශ්යතා තහවුරු කිරීම
ඉහළ
පූර්ව ස්කෑන්
සැබෑ පරීක්ෂණය අනිවාර්ය වේ
පරිශීලකයාගේ සැබෑ අවශ්යතා තීරණය කරන්න
ඉහළම
උදව් කරන්න බැහැ
සියල්ල නිර්මාණකරු තුළ
මෙම ප්රස්ථාරය මාලිමා යන්ත්රයකි: ඔබ ඉහළට යන විට, ඔබ AI කෙරෙහි ඔබේ විශ්වාසය අඩු කර ඔබේම වලංගුභාවය වැඩි කරයි.
මායාව සහ පක්ෂග්රාහීත්වය: මූලික සීමාවන් දෙකක්
ඔබ මුල සිටම කෘතිම බුද්ධියේ අන්ධ ස්ථාන දෙක අභ්යන්තරීකරණය කළ යුතුය.
මායාව (නිර්මාණය): විශාල භාෂා ආකෘතියක් (බොහෝ පෙළ ප්රමාණයක් මත පුහුණු කරන ලද වචන අනුමාන කළ හැකි AI) චතුර නමුත් ඇත්ත වශයෙන්ම සාවද්ය තොරතුරු නිපදවිය හැකිය. උදාහරණයක් ලෙස, "පරිශීලකයින් සංවාද 20 ක වේගයක් ඉල්ලා ඇත" යනුවෙන් සඳහන් වේ, නමුත් ඇත්ත වශයෙන්ම එවැනි උපුටා දැක්වීමක් නොමැත. ප්රතිදානය කෙතරම් විශ්වාසයෙන් පෙනුනද, මූලාශ්රයට සම්බන්ධ නොකර එය නිවැරදි නොවේ.
පක්ෂග්රාහී: ආකෘතිය එය පුහුණු කරන ලද දත්තවල ආවේනික පක්ෂග්රාහීත්වය දරයි. "වැඩිහිටි පරිශීලකයන් තාක්ෂණයට බිය වෙති" වැනි ක්ලිචේ පෞරුෂය හෝ පිටපත තුළට රිංගා යා හැකිය. මෙම වාක්ය සහය නොදක්වන සාමාන්යකරණයන් වන අතර ඒවා සත්ය දත්ත සමඟ පරීක්ෂා කළ යුතුය.
අවවාදයයි: AI ප්රතිදානයේ චතුරතාව සහ නිරවද්යතාවය එකම දෙයක් නොවේ. වඩාත්ම භයානක ප්රතිදානය වන්නේ වැරදි නමුත් පරිපූර්ණ වාක්ය වලින් ලියා ඇති ප්රතිදානයයි.
පරිශීලක දත්ත, KVKK සහ කැමැත්ත
UX පර්යේෂණ පුද්ගලික දත්ත සමඟ ක්රියා කරයි: සංවාද ලොග, නම, සේවා ස්ථානය, තිරපිටපත්, ශ්රව්ය පවා. මෙම දත්ත අත්තනෝමතික කෘතිම බුද්ධි මෙවලමකට උඩුගත කිරීම KVKK (පුද්ගලික දත්ත ආරක්ෂණ නීතිය) උල්ලංඝනය කිරීමක් විය හැකිය. මාපටැඟිල්ලේ රීතිය පියවර තුනකි: නිර්නාමික කිරීම, කැමැත්ත තුළ රැඳී සිටීම, නියෝජිතායතනය අනුමත මෙවලම භාවිතා කිරීම.
- නම, දුරකථනය, විද්යුත් තැපෑල, සමාගමේ නම (උදා: "සහභාගීවන්නා 3") වැනි සෘජු හඳුනාගැනීම් ආවරණය කරන්න.
- පර්යේෂණය අතරතුර සහභාගිවන්නාට ලබා දී ඇති අවසරයේ විෂය පථය ඉක්මවා නොයන්න; "එය කෘත්රිම බුද්ධියට සකසනු ලැබේ" යැයි ඔබ නොකීවේ නම්, ප්රවේශම් වන්න.
- ආයතනික පරිසරයක් තුළ, දත්ත ගබඩා කර ඇති ස්ථානය සහ එය ආකෘති පුහුණුව සඳහා භාවිතා කරන්නේද යන්න පැහැදිලි මෙවලම් තෝරන්න.
කුඩා නඩු තුනක්
නඩුව 1 - කාලය ඉතිරි කරන්නා, නියම ස්ථානයේ. නිර්මාණකරුවෙකුට සම්මුඛ පරීක්ෂණ පිටපත් 18ක් (මුළු පිටු 62ක්) සාරාංශගත කිරීමට AI තිබුණි. අතින් දින 2ක් ගත වන පෙර කියවීම විනාඩි 40 දක්වා අඩු විය. නමුත් නිර්මාණකරු විසින් ප්රතිදානයේ ඇති සෑම තේමාවක්ම සත්ය උද්ධෘතයට ගැලපූ අතර තේමා 3කට කිසිදු පදනමක් නොමැති බව සොයා ගන්නා ලදී. ප්රතිඵලය: වේගය + විශ්වසනීයත්වය.
2 වන අවස්ථාව - සත්යාපනය නොකළ ප්රතිදානය ඉදිරිපත් කිරීම ඇතුළු විය. තවත් කණ්ඩායමක් වාර්තාවේ කෘතිම බුද්ධිය විසින් නිෂ්පාදනය කරන ලද "පරිශීලකයන්ගෙන් 70% ක් ජංගම දුරකථනයට කැමැත්තක් දක්වයි" යන වාක්යය ඇතුළත් කර ඇත. මූලාශ්රය ගැන විමසූ විට, එවැනි දත්ත නොමැති බව අනාවරණය විය; ආකෘතිය විසින් අංකය සෑදී ඇත. පාර්ශවකරුවන්ගේ විශ්වාසය පළුදු වී ඇත. පාඩම: අංක සහ හිමිකම් සාක්ෂි නොමැතිව පැතිරෙන්නේ නැත.
3 වන අවස්ථාව - පුද්ගලික දත්ත කාන්දු වීමේ අවදානම. සීමාවාසිකයෙකු ශ්රව්ය පටිගත කිරීම, සහභාගිවන්නන්ගේ නම් සමඟ එය ස්වයංක්රීයව පිටපත් කරන නොමිලේ වෙබ් අඩවියකට උඩුගත කළේය. ආයතනයේ ආරක්ෂක කණ්ඩායම මෙය KVKK අවදානමක් ලෙස සලකුණු කර ක්රියාවලිය නතර කරන ලදී. පාඩම: මෙවලම් තෝරාගැනීම සහ නිර්නාමිකකරණය මුල සිටම සිදු කෙරේ.
පිටපත් කළ හැකි විමසුම්
ඔබේ කාර්යභාරය: ජ්යෙෂ්ඨ UX පර්යේෂණ සහකාර. කාර්යය: පහත නිර්නාමික සම්මුඛ පරීක්ෂණ පිටපතෙන් තේමා 6ක් දක්වා උපුටා ගන්න. රීති: [සහභාගී වන්නා X] ටැගය සමඟ එක් එක් තේමාවට යාබදව අවම වශයෙන් එක් වාචික උද්ධෘතයක් එක් කරන්න. ඔබට උද්ධෘතයක් සොයාගත නොහැකි තේමාවක් නිෂ්පාදනය නොකරන්න. සැක සහිත විට, "දුර්වල සහාය" ලියන්න. පිටපත: <<text>>
මෙම AI ප්රතිදානය පරීක්ෂා කරන්න: පහත තේමා ලැයිස්තුවේ එක් එක් අයිතමය සඳහා පාඨයේ සත්ය පදනමක් සඳහා පරීක්ෂා කරන්න. පදනමක් නොමැති ඒවා "සත්යාපනය කර නැත" ලෙස සලකුණු කර ඔබ සැක සහිත වන්නේ මන්දැයි ලියන්න.ලැයිස්තුව: <<තේමා>> මූලාශ්ර පෙළ: << පිටපත>>
පහත පාඨයෙන් සියලුම පුද්ගලික/හඳුනාගැනීමේ දත්ත (නම, දුරකථනය, ඊමේල්, සමාගම, ලිපිනය) සොයාගෙන [MASKED] සමඟ ප්රතිස්ථාපනය කරන්න. වෙනස් කිරීමේ ලැයිස්තුව වගුවක් ලෙස ද ලබා දෙන්න. කිසිදු තොරතුරක් මකා නොදමන්න, එය වසන් කරන්න.පෙළ: <<dump>>
නිර්මාණ කාර්යයක් වර්ග කරන්න: "<<task>>" සඳහා අවදානම් මට්ටම (අඩු/මධ්යම/ඉහළ) නිර්ණය කරන්න, AI හි භූමිකාව සහ අවශ්ය මානව අනුමැතිය එක් වාක්යයකින් ලියන්න. ඔබේ තර්කය පැහැදිලි කරන්න.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල: "මෙම සංවාද සාරාංශ කරන්න."
ප්රතිඵලය: මූලාශ්ර රහිත, සාමාන්ය සහ සත්යාපනය කළ නොහැකි පෙළ; කුමන වාක්යය පැමිණියේ කොහෙන්ද යන්න පැහැදිලි නැත.
ශක්තිමත්: "මෙම නිර්නාමික පිටපතෙන් තේමා 6ක් දක්වා උපුටා ගන්න; එක් එක් තේමාවට [සහභාගී වන්නා X] ටැග් කර ඇති එක් වාචික උද්ධෘතයක් වත් එක් කරන්න; ඔබට උද්ධෘතයක් සොයාගත නොහැකි තේමාවක් නිෂ්පාදනය නොකරන්න."
ප්රතිඵලය: සාක්ෂි මත පදනම් වූ, විගණනය කළ හැකි, තීරණ-හිතකාමී ප්රතිඵලයක්.
වෙනස එක් වාක්යයක ඇත: ශක්තිමත් ප්රේරකය සන්දර්භය + රීතිය + සාධන අවශ්යතාවය ලබා දෙයි.
පොදු වැරදි
- ප්රතිදානය වලංගුකරණයේ සිට තීරණය දක්වා ගෙන යාම. වඩාත්ම පොදු සහ වඩාත්ම මිල අධික වැරැද්ද; එක් කුමන්ත්රණ තේමාවකට සම්පූර්ණ සැලසුම් දිශාවම විකෘති කළ හැක.
- පුද්ගලික දත්ත නිර්නාමික කිරීමකින් තොරව උඩුගත කිරීම. KVKK උල්ලංඝනය කිරීම සහ ආයතනික විශ්වාසය නැතිවීම.
- කෘතිම බුද්ධිය "තීරණය" කිරීම. "වඩා හොඳ කුමන නිර්මාණයද?" ප්රශ්නයට පිළිතුර නිෂ්පාදන, පරිශීලක සහ දත්ත තුළ පවතී; ආකෘතියේ නොවේ.
- වාහනයේ දත්ත ප්රතිපත්තිය කියවීම නොවේ. ඔබේ දත්ත ආකෘති පුහුණුවට යනවාද නැද්ද යන්න නොදැන තීරණාත්මක දත්ත ඇතුළත් කිරීම.
- නිරවද්යතාවය සඳහා චතුර ලෙස වරදවා වටහා ගැනීම. හොඳින් ලියා ඇති වාක්යයක් යනු නිවැරදි වාක්යයක් නොවේ.
සාරාංශයකින්
AI යනු UX කාර්ය ප්රවාහයේ ත්වරණකාරක සහ බ්ලූපින්ට් හවුල්කරුවෙකි; එය සොයාගැනීමේ සිට ඉදිරිපත් කිරීම දක්වා සෑම අදියරකදීම සූදානම් කිරීමේ කාර්යය භාර ගනී. නමුත් විනිශ්චය, තීරණය සහ වගකීම නිර්මාණකරු සතුව පවතී. "කාර්යයේ අවදානම පරිශීලකයාට කොපමණ බලපායිද?" ප්රශ්නය සමඟ මැන බලන්න; අවදානම වැඩි වන විට ඔබේ සත්යාපනය වැඩි කරන්න. මායාව සහ පක්ෂග්රාහීත්වය ස්ථීර සීමාවන් දෙකකි: සෑම හිමිකම් පෑමක්ම සාක්ෂි සහිතව ආපසු, දත්ත සමඟ සෑම ක්ලිචයක්ම පරීක්ෂා කරන්න. KVKK සහ කැමැත්ත රාමුව තුළ නිර්නාමික කිරීම මගින් පරිශීලක දත්ත ප්රවාහනය කරන්න. මෙම reflexes ඉතිරි මොඩියුලයේ සෑම තාක්ෂණයක් සඳහාම ආරක්ෂිත පදනම වේ.
යෙදුම් කාර්යය
- ඔබගේම වත්මන් ව්යාපෘතියෙන් (හෝ ප්රබන්ධ ව්යාපෘතියකින්) නිර්මාණ කාර්යයන් 5ක් ලැයිස්තුගත කරන්න.
- එක් එක් කාර්යය ඉහත අවදානම් වගුවේ තබන්න: අඩු, මධ්යම, ඉහළ.
- සෑම කාර්යයක් සඳහාම, “AI හි භූමිකාව” සහ “මිනිස් අනුමැතිය අවශ්යයි” යන එක් වාක්යයක් ලියන්න.
- ඔබට සම්මුඛ පරීක්ෂණ පිටපතක් තිබේ නම්, එය තුන්වන විමසුම සමඟ නිර්නාමික කර ආවරණ වගුව සමාලෝචනය කරන්න.
- ප්රතිඵලය වගුවක සටහන් කර ඉහළම අවදානම් කාර්යයට මානව අනුමැතිය අවශ්ය වන්නේ මන්දැයි ඡේදයකින් පැහැදිලි කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම AI ස්ථානගත කළේ කෙටුම්පත් උත්පාදකයක් ලෙස මිස තීරණ ගන්නෙකු ලෙස නොවේ.
- [ ] මම එක් එක් මෙහෙයුමේ අවදානම් මට්ටම තීරණය කළෙමි.
- [ ] මම ප්රතිදානයන් සාක්ෂි වලට සම්බන්ධ කිරීමේ පුරුද්ද අනුගමනය කර ඇත්තෙමි.
- [ ] මම පුද්ගලික දත්ත නිර්නාමික කිරීමකින් තොරව කිසිම මෙවලමකට උඩුගත කර නැත.
- [ ] මම භාවිතා කරන වාහනයේ දත්ත ප්රතිපත්තිය පරීක්ෂා කළෙමි.
- [ ] මම මගේ කාර්ය ප්රවාහයට මායාව සහ පක්ෂග්රාහී පරීක්ෂාව එක් කළෙමි.