ห้องปฏิบัติการ การเขียนรายงาน และเวิร์กโฟลว์อัตโนมัติ

กำไร:

• ความสามารถในการใช้ AI อย่างมีประสิทธิภาพในการประมวลผล การควบคุมคุณภาพ และการรายงานผลห้องปฏิบัติการ
• ความสามารถในการเร่งการร่างรายงานทางธรณีวิทยา/ธรณีเทคนิค การทบทวนวรรณกรรม และการสรุปข้อมูลด้วย AI
• ความสามารถในการรักษาความปลอดภัยเนื้อหาที่สร้างขึ้นโดยอัตโนมัติด้วยการตรวจสอบย้อนกลับ การยืนยันแหล่งที่มา และการอนุมัติของวิศวกร

งานวิศวกรธรณีวิทยาที่มองไม่เห็นแต่ส่วนใหญ่เกิดขึ้นในสำนักงาน ได้แก่ ประมวลผลผลห้องปฏิบัติการ การควบคุมคุณภาพ จัดตารางข้อมูล การเขียนรายงาน การสแกนเอกสาร และการเตรียมแผนที่และตัวเลข งานเหล่านี้เกิดขึ้นซ้ำๆ ใช้เวลานานและเรียกร้องความสนใจ นี่คือพื้นที่ที่ปัญญาประดิษฐ์ช่วยประหยัดเวลาได้มากที่สุด แต่ก็มีกับดักเช่นกัน รายงานนี้เป็นพื้นฐานอย่างเป็นทางการสำหรับการตัดสินใจทางวิศวกรรม แหล่งที่มาที่ปลอมแปลง หมายเลขที่คัดลอกผิด หรือการกล่าวอ้างที่ไม่สามารถติดตามได้อาจหลุดเข้าไปในข้อความต่อเนื่องโดยไม่มีใครสังเกตเห็น และผลที่ตามมาอาจร้ายแรงได้ จุดมุ่งหมายของหน่วยนี้คือการสร้างระเบียบวินัยที่ไม่เคยผ่อนคลายการตรวจสอบย้อนกลับ การยืนยันแหล่งที่มา และการอนุมัติของวิศวกร ขณะเดียวกันก็ใช้ปัญญาประดิษฐ์ในประสิทธิภาพสำนักงานแบบครบวงจร

ในหน่วยนี้ เราจะครอบคลุมถึงสามส่วนในสำนักงาน: การประมวลผลผลห้องปฏิบัติการและ QA/QC (การทำความสะอาดและรับรองข้อมูลการวิเคราะห์) การผลิตรายงานและวรรณกรรม (การร่าง การสรุปและการเร่งการคัดกรอง) และระบบอัตโนมัติของเวิร์กโฟลว์ (การทำให้งานที่ซ้ำกันเป็นปกติ) ในทุกขั้นตอน AI จะเป็นผู้ร่างและผู้จัดงาน ความถูกต้อง แหล่งที่มา และการอนุมัติขั้นสุดท้ายของเนื้อหาเป็นของวิศวกร

การประมวลผลผลห้องปฏิบัติการและ QA/QC

ผลการตรวจทางห้องปฏิบัติการ (การวิเคราะห์เกรด การทดสอบดัชนีดิน เคมีของน้ำ) มักจะมาในรูปแบบที่แตกต่างกัน ในหน่วยที่แตกต่างกัน และบางครั้งก็ไม่ถูกต้อง AI ปรับข้อมูลนี้ให้อยู่ในสคีมาเดียว บันทึกความไม่สอดคล้องกันของหน่วย ตั้งค่าสถานะต่ำกว่าขีดจำกัดการตรวจจับ และตรวจสอบตัวอย่าง QA/QC (ตัวอย่างเปล่า วัสดุอ้างอิงมาตรฐาน การวิเคราะห์ใหม่) QA/QC (การประกันคุณภาพ/การควบคุมคุณภาพ) คือการตรวจสอบที่พิสูจน์ความน่าเชื่อถือของห้องปฏิบัติการ: หากมีการปนเปื้อนในตัวอย่างเปล่า การเบี่ยงเบนในมาตรฐาน การไม่ปฏิบัติตามข้อกำหนดในตัวอย่างซ้ำ ข้อมูลนั้นอาจเป็นที่น่าสงสัย

จุดวิกฤติ: AI ไม่เคยลบหรือแก้ไขค่าอย่างเงียบๆ หน้าที่ของมันคือการทำเครื่องหมายบรรทัดที่มีปัญหาและให้วิศวกรตัดสินใจ ค่าผิดปกติอาจเป็นแร่ที่มีปริมาณสูงจริงหรือเป็นข้อผิดพลาดจากห้องปฏิบัติการ วิศวกรสร้างความแตกต่างนี้ด้วยบริบท ปัญญาประดิษฐ์ตรวจสอบข้อมูล ไม่ได้ทำความสะอาด

เคล็ดลับ: ทำซ้ำกฎ "เพียงทำเครื่องหมาย ไม่ต้องเปลี่ยน" ทุกครั้งที่ประมวลผลข้อมูลห้องปฏิบัติการ ข้อผิดพลาดที่ร้ายกาจที่สุดของ AI คือเมื่อมันทำให้ข้อมูลดิบเสียหายโดยการ "แก้ไข" ค่าด้วยความตั้งใจดีแต่โดยไม่รู้ตัว

รายงานและการผลิตวรรณกรรม

AI เป็นผู้ร่างที่ทรงพลังในการเขียนรายงาน: ร่างส่วนวิธีการ บริบทเบื้องต้น สรุปข้อสรุปในไม่กี่นาที สรุปวรรณกรรมเรื่องยาว แปลงตารางที่ซับซ้อนให้เป็นข้อความธรรมดา แต่มีอันตรายสองประการที่เห็นได้ชัด ประการแรกคือแหล่งที่มาที่ประดิษฐ์ขึ้น: โมเดลสามารถสร้างบทความที่ไม่มีอยู่จริง ผู้เขียนเท็จ หรือบทความ Canon ที่ไม่มีอยู่จริงได้อย่างมั่นใจ ประการที่สอง ข้อผิดพลาดในการจัดการตัวเลข: เกรด ค่าสัมประสิทธิ์ความปลอดภัย หรือความลึกอาจถูกถ่ายโอนอย่างไม่ถูกต้องเมื่อส่งผ่านไปยังข้อความ

ดังนั้นกฎทอง: AI สร้างแบบร่าง วิศวกรตรวจสอบและเป็นเจ้าของ แต่ละแหล่งที่มาได้รับการยืนยันจากต้นฉบับ (การอ้างอิงที่ไม่มีหลักฐานเป็นภาพหลอนประเภทที่พบบ่อยที่สุด); แต่ละหมายเลขจะถูกเปรียบเทียบกับข้อมูลดิบ การกล่าวอ้างทางเทคนิคทุกครั้งได้รับการทดสอบด้วยความรู้ทางวิศวกรรม เมื่อรายงานได้รับการลงนามแล้ว ความรับผิดชอบในทุกประโยคในรายงานจะตกเป็นของผู้ลงนาม “AI เขียนมัน” ไม่ใช่ข้อแก้ตัว

ข้อควรสนใจ: อย่ายอมรับบรรณานุกรมที่ผลิตโดยปัญญาประดิษฐ์ตามที่เป็นอยู่ การอ้างอิงที่สร้างขึ้นแต่ดูสมจริง (ดูเหมือนเป็นผู้เขียน วารสาร ปี) ถือเป็นอาการประสาทหลอนที่พบบ่อยและอันตรายที่สุด ตรวจสอบการอ้างอิงแต่ละรายการกับฐานข้อมูลอิสระ

กระบวนการทำงานอัตโนมัติและการตรวจสอบย้อนกลับ

การทำงานซ้ำๆ โดยอัตโนมัติ (การประมวลผลข้อมูลการตรวจสอบน้ำรายเดือน การกรอกเทมเพลตรายงานมาตรฐาน การรวมตารางการขุดเจาะ) ด้วยปัญญาประดิษฐ์ให้ประสิทธิภาพที่ยอดเยี่ยม แต่ระบบอัตโนมัติยังสามารถทำให้เกิดข้อผิดพลาดโดยอัตโนมัติได้: เมื่อสร้างกฎที่ผิดแล้วจะถูกทำซ้ำอย่างเงียบ ๆ ทุกครั้งที่ดำเนินการ นั่นคือเหตุผลที่เวิร์กโฟลว์อัตโนมัติต้องสามารถตรวจสอบย้อนกลับได้ เช่น การบันทึกว่าอินพุตใด ขั้นตอนใด เวอร์ชันของโมเดลใดที่แต่ละเอาต์พุตมาจาก เมื่อพบข้อผิดพลาด จะต้องติดตามสาเหตุที่แท้จริงและผลลัพธ์ที่ได้รับผลกระทบทั้งหมดได้

ความสามารถในการตรวจสอบย้อนกลับหมายถึงในทางปฏิบัติ: แหล่งที่มาและวันที่ของข้อมูลอินพุต การแปลงที่ใช้ ข้อความแจ้ง/เวอร์ชันของแบบจำลองที่ใช้ และขั้นตอนการอนุมัติโดยมนุษย์จะถูกบันทึกไว้ สิ่งนี้ทำให้มั่นใจทั้งการดีบักและความรับผิดทางวิศวกรรม ระบบอัตโนมัติที่ไม่สามารถควบคุมได้ ไม่ว่าจะเร็วแค่ไหนก็เป็นสิ่งที่ยอมรับไม่ได้ในธุรกิจที่มีความสำคัญด้านความปลอดภัย

คดีเล็กๆ สามคดี: ตามตัวเลข

กรณีที่ 1 — การจับการดริฟท์ของ QA/QC การจัดส่งในห้องปฏิบัติการหนึ่งรายการมีตัวอย่างเกรด 320 ตัวอย่าง การคัดกรอง AI QA/QC ทำเครื่องหมายว่าวัสดุอ้างอิงมาตรฐานมีการอ่านน้อยเกินไปอย่างเป็นระบบ 8% ใน 40 ตัวอย่างล่าสุด — การปรับเทียบเครื่องมือเบี่ยงเบนไป ข้อผิดพลาดที่เป็นระบบนี้เป็นปัญหาที่ยากต่อการตรวจจับด้วยตนเอง แต่ส่งผลกระทบต่อทั้งแบทช์ มีการวิเคราะห์การจัดส่งอีกครั้ง เขาไม่ได้กำหนดรูปแบบ แต่เขาทำให้รูปแบบปรากฏให้เห็น

กรณีที่ 2 — แหล่งประดิษฐ์ AI ร่างส่วนวรรณกรรมของรายงานธรณีเทคนิคและสร้างข้อมูลอ้างอิง 6 รายการ ในระหว่างการตรวจสอบ พบว่ามีสองรายการไม่เคยมีอยู่ และอีกรายการหนึ่งมาจากบันทึกที่ไม่ถูกต้อง หากการอ้างอิงไม่ได้รับการตรวจสอบทีละรายการกับฐานข้อมูลอิสระ แหล่งที่มาที่ประดิษฐ์ขึ้นจะเข้าสู่รายงานทางวิศวกรรมที่ลงนามแล้ว ร่างเร่งความเร็วขึ้น บันทึกการยืนยันแล้ว

กรณีที่ 3 — สาเหตุที่แท้จริงและสามารถตรวจสอบย้อนกลับได้ ในระบบตรวจสอบน้ำอัตโนมัติรายเดือนรายงานค่าบ่อสังเกตการณ์ผิดหน่วยเป็นเวลาสามเดือน ด้วยบันทึกการตรวจสอบย้อนกลับ ข้อผิดพลาดนี้จึงถูกพบภายในไม่กี่นาทีที่ขั้นตอนการแปลงเกิดข้อผิดพลาด และสร้างรายการรายงานที่ได้รับผลกระทบทั้งหมด 3 รายการขึ้นมา หากไม่มีการเก็บบันทึก ก็คงไม่ชัดเจนว่างานพิมพ์ใดเสียหาย และจะต้องสงสัยในเอกสารทั้งหมด

พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง

พรอมต์ที่อ่อนแอ:

เขียนรายงานทางธรณีเทคนิคสำหรับโครงการนี้ รวมถึงเอกสารประกอบด้วย [ข้อมูล]

พรอมต์อันทรงพลัง:

บทบาทของคุณ: ผู้ร่างรายงาน ร่างรายงานพร้อมข้อมูลต่อไปนี้ แต่:1) อิงจากข้อมูลที่ฉันให้เท่านั้น อย่าสร้างตัวเลข แหล่งที่มา หรือสิ่งที่ค้นพบ 2) แสดงด้วยวงเล็บว่าแต่ละหมายเลขมาจากบรรทัดอินพุตใด 3) แทนที่จะสร้างแหล่งที่มาที่แท้จริงสำหรับวรรณกรรม ให้ใส่ตัวยึดตำแหน่ง "จะเพิ่มแหล่งที่มาที่ได้รับการยืนยันเกี่ยวกับ [หัวข้อ] ที่นี่" 4) ทำเครื่องหมายทุกที่ที่คุณไม่แน่ใจว่าเป็น "ต้องการการยืนยันจากวิศวกร" เนื้อหาสุดท้ายและแหล่งที่มาทั้งหมดจะได้รับการตรวจสอบโดยฉัน ข้อมูลไม่ระบุชื่อ

เทมเพลตที่คัดลอกได้สี่แบบ

1) การตรวจสอบ QA/QC ในห้องปฏิบัติการ:

ตรวจสอบตารางผลลัพธ์ในห้องปฏิบัติการ: ความคลาดเคลื่อนของหน่วย สัญญาณต่ำกว่าขีดจำกัดการตรวจจับ การปนเปื้อนในตัวอย่างเปล่า การเบี่ยงเบนอย่างเป็นระบบในการอ้างอิงมาตรฐาน การไม่ปฏิบัติตามข้อกำหนดในตัวอย่างที่ทำซ้ำ ทำเครื่องหมายแถวที่มีปัญหาด้วย example_id เท่านั้น ห้ามลบหรือแก้ไขค่าใดๆ การตัดสินใจเป็นของฉัน

2) บังคับใช้การยืนยันแหล่งที่มา:

ดึงคำกล่าวอ้างที่เป็นตัวเลขและการอ้างอิงแหล่งที่มาทั้งหมดในข้อความนี้ และจัดทำรายการตรวจสอบ: ข้อมูลที่ใช้เป็นพื้นฐานของแต่ละตัวเลข การอ้างอิงของแต่ละแหล่งข้อมูลที่ต้องได้รับการยืนยัน การผลิตแหล่งที่มา ทำเครื่องหมายว่า "ต้องยืนยัน" โดยที่คุณไม่สามารถยืนยันได้

3) กรอบงานบันทึกการตรวจสอบย้อนกลับ:

เสนอเทมเพลตบันทึกการตรวจสอบย้อนกลับสำหรับเวิร์กโฟลว์อัตโนมัตินี้: แหล่งอินพุตและวันที่ การแปลงที่ใช้ พรอมต์/เวอร์ชันโมเดลที่ใช้ ขั้นตอนการอนุมัติโดยมนุษย์ แสดงวิธีเข้าถึงสาเหตุที่แท้จริงและผลลัพธ์ที่ได้รับผลกระทบเมื่อพบข้อผิดพลาด

4) การตรวจสอบความสอดคล้องของรายงาน:

สแกนร่างรายงานของคุณเพื่อดูความสอดคล้องภายใน: ตัวเลขในสรุปตรงกับเนื้อหา ตารางและข้อความขัดแย้งกัน หน่วยมีความสอดคล้องกันตลอดหรือไม่ มีตัวย่อที่ไม่ได้กำหนดไว้หรือไม่ แสดงรายการปัญหา การตัดสินใจเนื้อหาเป็นของฉัน

หน้าที่สำนักงาน รายได้ และการควบคุม

ภารกิจ

กำไรจาก AI

ความเสี่ยงหลัก

การตรวจสอบภาคบังคับ

การประมวลผลข้อมูลในห้องปฏิบัติการ

สูง

การแก้ไขแบบเงียบๆ

"ทำเครื่องหมายลบ" + ข้อมูลดิบ

การตรวจสอบคุณภาพ/การควบคุมคุณภาพ

สูง

อย่าพลาดสไลด์

คนตาบอด/มาตรฐาน/ยืนยันอีกครั้ง

รายงานร่าง

สูง

ปัญหาที่จัดทำขึ้น/แหล่งที่มา

การยืนยันหมายเลขและแหล่งที่มา

การทบทวนวรรณกรรม

สูง

การอ้างอิงที่จัดทำขึ้น

การตรวจสอบฐานข้อมูลอิสระ

เวิร์กโฟลว์อัตโนมัติ

สูงมาก

ทำซ้ำข้อผิดพลาด

บันทึกการตรวจสอบย้อนกลับ

เคล็ดลับ: ก่อนตั้งค่าระบบอัตโนมัติ ให้ถาม "ฉันจะรู้ได้อย่างไรว่าเวิร์กโฟลว์นี้ทำงานไม่ถูกต้อง" ตอบคำถาม. หากคำตอบไม่ชัดเจน ให้เพิ่มความสามารถในการตรวจสอบย้อนกลับและจุดควบคุมก่อน ความเร็วมาหลังจากการควบคุมได้

ข้อผิดพลาดทั่วไป

• ได้รับการแก้ไขค่าอย่างเงียบๆ AI “การปรับปรุง” ข้อมูลดิบถือเป็นความผิดพลาดที่ร้ายกาจที่สุด กฎควรเป็น "มาร์คอย่าเปลี่ยน" เสมอ
• ไม่ตรวจสอบบรรณานุกรม การอ้างอิงที่จัดทำขึ้นถือเป็นภาพหลอนที่พบบ่อยที่สุด สำนักพิมพ์แต่ละแห่งจะต้องได้รับการตรวจสอบโดยอิสระ
• ไม่ตรวจสอบหมายเลขพกพา ค่าสัมประสิทธิ์อายุหรือความปลอดภัยที่ลดลงเมื่อส่งผ่านเข้าไปในข้อความจะถูกซ่อนอยู่ในข้อความที่คล่องแคล่ว
• การสร้างระบบอัตโนมัติที่ไม่สามารถติดตามได้ ในขั้นตอนการทำงานที่ไม่ได้เก็บบันทึก ไม่สามารถระบุสาเหตุที่แท้จริงและผลกระทบของข้อผิดพลาดได้
• หลบเลี่ยงข้ออ้างที่ "AI เขียนมัน" ความรับผิดชอบในทุกประโยคที่ลงนามนั้นตกอยู่กับผู้ลงนาม การอนุมัติไม่สามารถผ่อนคลายได้

โดยสรุป

• งานในสำนักงานเป็นพื้นที่ที่ปัญญาประดิษฐ์ช่วยประหยัดเวลาได้มากที่สุด แต่รายงานเป็นพื้นฐานอย่างเป็นทางการในการตัดสินใจและข้อผิดพลาดมีราคาแพง
• ในข้อมูลห้องปฏิบัติการ การตรวจสอบ AI ไม่ใช่การทำความสะอาด กฎคือ "ทำเครื่องหมาย ลบ/แก้ไข" การตัดสินใจขึ้นอยู่กับวิศวกร
• การปลอมแปลงแหล่งที่มาและตัวเลขในรายงานและวรรณกรรมถือเป็นความเสี่ยงที่พบบ่อยที่สุด ทุกแหล่งที่มาและหมายเลขได้รับการตรวจสอบแล้ว
• ระบบอัตโนมัติสามารถเพิ่มข้อผิดพลาดและความเร็วได้ บันทึกการตรวจสอบย้อนกลับจะรักษาที่ต้นเหตุและผลลัพธ์ที่ได้รับผลกระทบ
• วิศวกรเป็นผู้รับผิดชอบเนื้อหาที่ลงนาม “AI เขียนมัน” ไม่ใช่ข้อแก้ตัว

งานสมัคร

รับตารางผลห้องปฏิบัติการที่ไม่ระบุชื่อ (หรือข้อมูลตัวแทน) ให้บรรทัดปัญหาแฟล็กโมเดลด้วยเทมเพลต "การตรวจสอบ QA/QC ในห้องปฏิบัติการ" เปลี่ยนค่าอ้างอิงมาตรฐานอย่างมีสติและทดสอบว่าโมเดลจับค่านั้นได้หรือไม่และพยายามลบค่านั้น จากนั้น ให้ร่างส่วนรายงานสั้นๆ และทุกปัญหาและแหล่งที่มาในรายการตรวจสอบโดยใช้เทมเพลต "ความท้าทายในการยืนยันแหล่งที่มา"

รายการตรวจสอบ

• [ ] ฉันมักจะใช้กฎ "ทำเครื่องหมาย ลบ/แก้ไข" กับ AI ในข้อมูลห้องปฏิบัติการ
• [ ] ฉันตรวจสอบความน่าเชื่อถือของห้องปฏิบัติการด้วยตัวอย่าง QA/QC (ว่างเปล่า มาตรฐาน ทำซ้ำ)
• [ ] ฉันตรวจสอบแหล่งที่มาและหมายเลขทุกรายการในรายงานและวรรณกรรมอย่างเป็นอิสระ
• [ ] ฉันตั้งค่าเวิร์กโฟลว์อัตโนมัติที่สามารถตรวจสอบย้อนกลับได้
• [ ] ฉันยอมรับว่าฉันมีความรับผิดชอบอย่างเต็มที่ต่อเนื้อหาที่ฉันลงนาม