กำไร:
- สามารถระบุประเภทงานที่ AI แข็งแกร่งได้
- รับรู้พื้นที่ที่ AI มีโครงสร้างที่อ่อนแอ
- สามารถตัดสินใจได้ว่าเหมาะสมที่จะจ้างงานให้กับ AI หรือไม่
เคล็ดลับในการใช้ generative AI อย่างมีประสิทธิภาพคือการมองว่ามันไม่ใช่ "กล่องวิเศษที่รอบรู้" แต่ในฐานะผู้ช่วยที่เข้มแข็งมากในงานบางอย่างและมีโครงสร้างที่อ่อนแอในงานบางอย่าง การให้งานผิดกับเครื่องมือผิดทำให้เสียเวลาและมีผลกระทบที่ตามมาอย่างเสี่ยง ในบทนี้ เราจะสรุปจุดแข็งและจุดอ่อนของ AI พร้อมตัวอย่างที่เป็นรูปธรรม เพื่อให้คุณสามารถตัดสินใจได้อย่างถูกต้องก่อนที่จะจ้างงานจากภายนอก ประโยคสำคัญคือ: จุดอ่อนของ AI ไม่ได้เกิดขึ้นแบบสุ่ม มันเกิดขึ้นโดยตรงจากวิธีการทำงาน จำหน่วยที่สอง — โมเดลทำการทำนายความน่าจะเป็น ไม่ใช่การตรวจสอบความเป็นจริง
งานที่ AI แข็งแกร่ง
โมเดลภาษาโดดเด่นในงานที่เกี่ยวข้องกับภาษาซึ่งมี "ไม่มีคำตอบที่ชัดเจน":
- แปลงข้อความ: สรุปรายงานที่ยาว ลดความซับซ้อนของข้อความที่เป็นทางการ เปลี่ยนอีเมลเป็นน้ำเสียงที่นุ่มนวลขึ้น
- การสร้างฉบับร่าง: อีเมลฉบับร่างฉบับแรก โพสต์ในบล็อก ประกาศรับสมัครงาน แผนการนำเสนอ จะช่วยแก้ปัญหา "หน้าว่าง"
- การสร้างแนวคิด: สโลแกน 20 คำสำหรับแคมเปญ ชื่อวิธีแก้ปัญหาที่เป็นไปได้ ข้อเสนอแนะวาระการประชุม
- การจัดระเบียบและการจัดรูปแบบใหม่: เปลี่ยนบันทึกที่กระจัดกระจายเป็นสัญลักษณ์แสดงหัวข้อย่อย และเปลี่ยนข้อความให้เป็นตาราง
- งานภาษา: การแปล การแก้ไขไวยากรณ์ การปรับโทนเสียง
- คำอธิบายและการสอน: อธิบายแนวคิดที่ซับซ้อนโดยทำให้ง่ายขึ้นและยกตัวอย่าง
เคล็ดลับ: การใช้ AI ที่ปลอดภัยและมีประสิทธิภาพมากที่สุดสำหรับงานที่คุณดำเนินการ: “สรุปข้อความนั้น” “แก้ไขบันทึกย่อเหล่านั้น” แบบจำลองนี้ไม่เหมาะกับข้อมูล แต่เพียงเปลี่ยนแปลงสิ่งที่คุณให้ไป นี่คือภูมิภาคที่มีความเสี่ยงต่ำที่สุดและได้รับประโยชน์สูงสุด
งานที่ AI อ่อนแอ
- การคำนวณและคณิตศาสตร์ที่แม่นยำ: อาจผิดพลาดในการคำนวณทางคณิตศาสตร์ที่ซับซ้อน เพราะมันไม่คำนวณมันเดา (เครื่องมือบางอย่างชดเชยสิ่งนี้ด้วยโปรแกรมเสริมเครื่องคิดเลข แต่นั่นเป็นลักษณะของโมเดลพื้นฐาน)
- ข้อมูลปัจจุบันและเรียลไทม์: ข้อมูลของแบบจำลองเป็นข้อมูลล่าสุดวันที่ได้รับการฝึกอบรม อัตราแลกเปลี่ยนวันนี้ ข่าวเมื่อวาน หรือข้อมูลภายในบริษัทของคุณเพียงอย่างเดียวไม่น่าเชื่อถือ
- ข้อเท็จจริงที่ต้องการความแน่นอน: สามารถสร้าง (ภาพหลอน) ข้อมูลที่ตรวจสอบได้ เช่น วันที่ ชื่อ หมายเลข แหล่งที่มา คำพูดอ้างอิง
- วิจารณญาณและการตัดสินที่แท้จริง: ไม่สามารถเป็นผู้ตัดสินขั้นสุดท้ายในการตัดสินใจด้านจริยธรรม กฎหมาย หรือเชิงกลยุทธ์ ผู้คนมีบริบทและความรับผิดชอบ
- โลกทางกายภาพ: การทำงานด้วยตนเองและการสังเกตภาคสนามอยู่นอกเหนือขอบเขตของมันแล้ว
ข้อควรสนใจ: สิ่งที่อันตรายที่สุดเกี่ยวกับ AI ก็คือมันจะตอบได้อย่างมั่นใจ ราวกับว่ามันแข็งแกร่ง แม้จะอยู่ในวิชาที่อ่อนแอก็ตาม สามารถประดิษฐ์ผลงานได้อย่างคล่องแคล่ว แทนที่จะพูดว่า "ฉันไม่รู้" ดังนั้นจึงจำเป็นต้องตรวจสอบเอาต์พุตในบริเวณที่อ่อนแอ
คู่มือการตัดสินใจ: ฉันควรมอบงานนี้ให้กับ AI หรือไม่
คำถาม
ถ้า "ใช่"
ถ้า "ไม่"
งานส่วนใหญ่เป็นงานภาษา/ข้อความใช่ไหม?
AI อาจจะเหมาะสม
ระวัง
มีคำตอบที่ยอมรับได้มากกว่าหนึ่งคำตอบหรือไม่
เอไอมีพลังมาก
มีความเสี่ยงหากจำเป็นต้องมีความแม่นยำ
ฉันกำลังระบุแหล่งที่มา/ข้อมูลหรือไม่
ปลอดภัย
ความเสี่ยงของการประดิษฐ์เพิ่มขึ้น
มนุษย์จะควบคุมผลผลิตหรือไม่?
ปลอดภัย
การใช้งานโดยไม่ได้รับการดูแล
ความผิดพลาดมีค่าใช้จ่ายสูงหรือไม่ (เงิน สุขภาพ กฎหมาย)
จำเป็นต้องมีการตรวจสอบเพิ่มเติม
สามารถใช้งานได้อย่างสะดวกสบาย
มินิเคสสามอัน
กรณีที่ 1 — สรุปสัญญา (การใช้งานสูง) ผู้จัดการคนหนึ่งให้ AI สรุปข้อตกลงการบริการ 42 หน้า เขาได้รับรายการที่ชัดเจน 8 รายการ และเวลาในการอ่านของเขาลดลงจาก 40 นาทีเป็น 6 นาที แต่ “เราควรเซ็นสัญญานี้ไหม?” เขาฝากการตัดสินใจไว้กับทีมกฎหมายของเขา ขอบเขตที่ถูกต้อง: AI เตรียมการสรุป มนุษย์เป็นผู้ตัดสินใจ
กรณีที่ 2 — บัญชีที่สร้างขึ้น (การใช้งานไม่ดี) พนักงานคนหนึ่งถามว่า "ผลิตภัณฑ์ 12 รายการแต่ละรายการมีราคา 37.50 TL รวมภาษีมูลค่าเพิ่ม 18% เป็นเท่าใด" เขาถามและใส่หมายเลขผลลัพธ์ลงในข้อเสนอโดยตรง ตัวเลขไม่ถูกต้อง แบบจำลองไม่ได้คำนวณ แต่คาดการณ์ไว้ ผลลัพธ์: ราคาผิดไปให้ลูกค้า บทเรียน: ใช้สเปรดชีตเพื่อความแม่นยำเชิงตัวเลข ไม่ใช่ AI
กรณีที่ 3 — ข้อมูลที่ล้าสมัย ผู้ช่วยถาม AI เกี่ยวกับกำหนดเวลาในการสมัครขอรับเงินอุดหนุนจากรัฐบาล โมเดลเก่าและระบุวันที่ไม่ถูกต้อง เนื่องจากพนักงานไม่ได้ยืนยันสิ่งนี้บนเว็บไซต์ของสถาบันอย่างเป็นทางการ เขาจึงแชร์ข้อมูลที่ไม่ถูกต้องในที่ประชุม บทเรียน: ข้อมูลปัจจุบัน/เป็นทางการได้รับการตรวจสอบจากแหล่งข้อมูลหลักเสมอ
พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง
คำเตือนที่อ่อนแอ: ให้ตัวเลขเงินเฟ้อปี 2024 พร้อมแหล่งที่มา
สรุป: แบบจำลองนี้สามารถใส่ข้อมูลตัวเลขที่เป็นปัจจุบันและตรวจสอบได้ ซึ่งมีความเสี่ยงสูง
ข้อความแจ้งที่มีประสิทธิภาพ: จากรายงานอย่างเป็นทางการที่ฉันวางด้านล่าง ให้สร้างบทสรุปโดยใช้เฉพาะข้อมูลในข้อความนี้ อย่าเพิ่มตัวเลขใดๆ ที่ไม่อยู่ในข้อความ<report>[วางข้อความอย่างเป็นทางการที่นี่]</report>
ผลลัพธ์: ความเสี่ยงของการผลิตลดลงอย่างมากเนื่องจากคุณระบุแหล่งที่มา
เทมเพลตที่คัดลอกได้
พิจารณาว่าฉันควรมอบหมายงานต่อไปนี้ให้กับ AI: งาน: [เขียนงาน] ตอบคำถามเหล่านี้: (1) งานด้านภาษาหรือไม่? (2) มีความจริงเพียงหนึ่งเดียวหรือไม่? (3) ฉันกำลังจัดหาแหล่งที่มาหรือไม่ (4) ต้นทุนของข้อผิดพลาดสูงหรือไม่? สุดท้ายตัดสินใจว่า "เหมาะสม/ระมัดระวัง/ไม่เหมาะกับ AI"
สรุปข้อความนี้ กฎเกณฑ์:- ใช้เฉพาะข้อมูลในข้อความเท่านั้น ห้ามเติมสิ่งใดจากภายนอก- หากคุณไม่แน่ใจเกี่ยวกับสิ่งใด ให้เขียนว่า "ไม่ได้ระบุในข้อความ" ข้อความ: [วางที่นี่]
สร้าง (ระดมความคิด) 10 แนวคิดในหัวข้อนี้ ความหลากหลาย ไม่ใช่ความถูกต้องเป็นสิ่งสำคัญ หัวเรื่อง: [หัวเรื่อง]. แสดงรายการแนวคิดไว้ใต้หัวข้อเรื่องสั้น
ในแบบร่างด้านล่าง ทำเครื่องหมายทุกประเด็นที่ต้องตรวจสอบ (หมายเลข วันที่ ชื่อ แหล่งที่มา) แล้วรายการ "ที่ต้องตรวจสอบ" จะปรากฏขึ้น ร่าง: [วางที่นี่]
ข้อผิดพลาดทั่วไป
ข้อผิดพลาดทั่วไป
- การใช้ AI ในการคำนวณและจำนวนที่แน่นอน ความแม่นยำทางคณิตศาสตร์และการเงินเป็นจุดอ่อนของ AI ใช้สเปรดชีตหรือแหล่งข้อมูลอย่างเป็นทางการ
- การรับข้อมูลปัจจุบันโดยไม่มีการตรวจสอบ ข้อมูลของโมเดลเก่า ยืนยันข้อมูลปัจจุบัน เช่น วันที่ ราคา กฎหมาย จากแหล่งที่มาหลัก
- การมอบหมายการตัดสินใจให้กับ AI AI สร้างตัวเลือกและแบบร่าง ความรับผิดชอบในการตัดสินใจ เช่น การสรรหา การลงนาม และการลงทุนเป็นหน้าที่ของบุคลากร
- ไว้วางใจเมื่อเห็นน้ำเสียง “ชัวร์” บริเวณจุดอ่อน ภาษาที่มั่นใจของแบบจำลองไม่ใช่หลักฐานยืนยันความถูกต้อง
กรอบความคิดที่ถูกต้อง: หุ้นส่วน ไม่ใช่ผู้มีอำนาจ
แนวทางที่ดีต่อสุขภาพที่สุดคือการมองว่า AI เป็นเด็กฝึกงานที่ฉลาด แต่ไม่มีประสบการณ์ ทำงานเร็ว รู้มาก ไม่เหนื่อย แต่งานที่สำคัญไม่ควรทำโดยไม่ได้รับการตรวจสอบ เพราะถึงแม้จะดูแน่ใจก็อาจผิดพลาดได้ เมื่อคุณวางตำแหน่งเขา/เธอไม่ใช่ "ผู้มีอำนาจ" แต่เป็น "หุ้นส่วน" ที่เร่งธุรกิจของคุณ คุณทั้งคู่จะได้รับประสิทธิภาพและได้รับการปกป้องจากความเสี่ยง
โดยสรุป
- เอไอ; มีทักษะด้านภาษาที่ดี เช่น การสรุป การร่าง การเสนอแนวคิด การแปล และการจัดรูปแบบใหม่
- AI; โดยธรรมชาติแล้วมันเป็นจุดอ่อนในงานที่ต้องใช้การคำนวณที่แม่นยำ ข้อมูลที่เป็นปัจจุบัน ข้อเท็จจริงที่ตรวจสอบได้ และการตัดสินขั้นสุดท้าย
- ความเสี่ยงที่ใหญ่ที่สุดคือเขาดูมีความมั่นใจแม้ในเรื่องที่เขาอ่อนแอก็ตาม
- ก่อนมอบหมายงานให้ถามก่อนว่างานภาษาหรือเปล่า มีวิธีเดียวไหม แหล่งให้คนตรวจสอบไหม ค่า error สูงไหม?
- วางตำแหน่ง AI ในฐานะพันธมิตรที่ได้รับการควบคุม ไม่ใช่ผู้มีอำนาจ
งานแอปพลิเคชัน
เลือก 3 งานของคุณในสัปดาห์นี้ สำหรับแต่ละข้อข้างต้น “ฉันควรมอบให้กับ AI หรือไม่” ใช้เทมเพลตและจัดประเภทเป็น "เหมาะสม / ระมัดระวัง / ไม่เหมาะสม" ลองงานที่ "เหมาะสม" อย่างน้อยหนึ่งงานกับ AI และตรวจสอบผลลัพธ์ด้วยตัวเอง
รายการตรวจสอบ
- [ ] ฉันนึกถึงภารกิจอย่างน้อย 4 ประเภทที่ AI แข็งแกร่ง
- [ ] ฉันรู้ว่าพื้นที่ที่ AI มีโครงสร้างอ่อนแอ
- [ ] ฉันสามารถปฏิบัติตามแนวทางการตัดสินใจก่อนมอบหมายงานได้
- [ ] ฉันรู้ว่าไม่ต้องพึ่งพา AI ในการคำนวณที่แม่นยำและข้อมูลที่ทันสมัย
- [ ] ฉันวางตำแหน่ง AI ให้เป็น "พันธมิตรที่ได้รับการควบคุม"