Mga nadagdag:
- Ang kakayahang matukoy kung saan ang artificial intelligence ay nakakatipid ng oras sa presentasyon at daloy ng visualization ng data, at kung bakit ang mga desisyon tungkol sa katumpakan ng data at ang katapatan ng graph ay ipinauubaya sa mga tao, depende sa antas ng panganib.
- Kakayahang magpatupad ng disiplina sa pag-verify na sumusuri sa bawat output laban sa mga hakbang sa pinagmulan, pagkakapare-pareho, katapatan at konteksto
- Kakayahang i-anonymise ang sensitibong data, maiwasan ang pagbaluktot at obserbahan ang mga prinsipyo ng tunay na responsibilidad para sa propesyon na ito mula sa simula
Ang isang pagtatanghal o isang tsart ay madalas na tumutukoy sa kapalaran ng isang desisyon nang higit pa kaysa sa mismong desisyon. Habang ang lupon ng mga direktor ay nagsasabing "oo" sa isang pamumuhunan, habang ang isang guro ay nagsusuri kung ang aralin ay naiintindihan o hindi, habang ang isang munisipalidad ay kumbinsihin ang publiko; Ang lahat ay nakatayo sa likod ng isang slide, isang linya, isang pagpipilian ng kulay. Ang artificial intelligence ay pumasok sa gitna nito. Ngayon, ang mga draft na presentasyon, mga yari na graphics, mga tala ng tagapagsalita at mga infographic ay maaaring gawin sa isang kahilingan ng ilang mga pangungusap. Ngunit ang kapangyarihang ito ay maaari ring gumawa ng maling mensahe nang kasing bilis. Tutulungan ka ng module na ito na gawing end-to-end na katulong ang AI ng iyong presentasyon at negosyo sa visualization ng data; Ngunit ito ay nagtuturo sa iyo na panatilihin ang huling salita at responsibilidad.
Sa unang unit na ito, eksaktong nililinaw namin kung ano ang pinapabilis ng AI sa field na ito, kung saan ito dapat huminto, kung paano i-verify ang output, at kung anong mga hangganan ng etika/privacy ang dapat mong bigyang pansin mula sa simula.
Saan nakatayo ang artificial intelligence sa bagay na ito?
Una, tukuyin lang natin ang dalawang konsepto. Ang pagtatanghal ay isang visual-verbal na kabuuan (karamihan ay mga slide) na inihahanda mo upang ipaliwanag ang isang ideya o impormasyon sa isang partikular na madla sa isang partikular na pagkakasunud-sunod. Ang visualization ng data ay mga graph, talahanayan at panel na ginagawang nauunawaan ng mata ang mga numero. Mayroon ding madalas na binabanggit na terminong large language model (LLM): ito ay isang artificial intelligence system na bumubuo ng teksto sa pamamagitan ng paghula sa "susunod na pinaka-malamang na salita"; Ang ChatGPT ay ang makina ng mga tool gaya nina Claude at Gemini. Ang punto ay ito: ang modelo ng malaking wika ay hindi isang calculator o isang "fact verification" machine; ay isang mapanghikayat na text at outline generator.
Tinutulungan ka ng artificial intelligence sa lugar na ito sa apat na natatanging hanay ng mga tungkulin:
- Manunulat/drafter: Gumagawa ng plano ng pagtatanghal, mga pamagat ng slide, mga teksto ng artikulo, mga tala ng tagapagsalita, mga tekstong infographic.
- Design assistant: Nagmumungkahi ng layout ng slide, bumubuo ng mga larawan (na may artificial intelligence na bumubuo ng imahe), nagmumungkahi ng mga kulay at typography, nagbibigay ng mga ideya sa icon.
- Analyst/coder: Naiintindihan ang iyong data, nagrerekomenda ng tamang uri ng chart, nagsusulat ng code (Python, e.g. matplotlib) para makagawa ng chart.
- Kritiko/proofreader: Pinupuna ang isang handa na pagtatanghal mula sa pananaw ng madla, pinuputol ang labis, at minarkahan ang mga nakaliligaw na graphics.
Sa kabaligtaran, ang mga kritikal na desisyon na natitira sa mga tao ay ang mga sumusunod: Pagtiyak na ang data ay tumpak at napapanahon. Katapatan ng mensahe. Hindi binabaluktot ng graph ang data. Angkop sa madla at konteksto. Desisyon na huwag magbahagi ng kumpidensyal/personal na data. At sa wakas, ang responsibilidad ng "pagtatanghal na ito ay lumalabas sa aking pangalan."
Tip: Isipin ang AI bilang isang "senior intern." Siya ay mabilis, walang pagod, gumagawa ng maraming; Ngunit hindi siya nagtitiwala sa bawat numero na nakikita niya, kinokontrol mo ang bawat draft.
Gamitin ayon sa antas ng panganib
Hindi lahat ng trabaho ay may parehong panganib. Pag-uri-uriin gamit ang simpleng gamitin na triple scale:
Antas ng panganib
sample na gawain
Ang papel ng artificial intelligence
Sapilitan na kontrol ng tao
mababa
Draft slide plan para sa panloob na pulong ng koponan
Libreng produksyon, mabilis na draft
Mabilis na pagsusuri
daluyan
Sales presentation sa customer, blog infographic
Sketch + disenyo + graphic na panukala
Pag-verify ng data, pagsunod sa brand, kontrol sa wika
mataas
Presentasyon ng mamumuhunan, opisyal na ulat, data ng kalusugan/pinansyal
Tulong lamang ang balangkas at wika
Ang bawat numero, bawat chart, bawat claim ay independiyenteng na-verify
Simple lang ang panuntunan: habang tumataas ang panganib, bumababa ang rate ng content na ginawa ng artificial intelligence, at tumataas ang iyong pag-verify.
tatlong mini case
Case 1 — Natipid ang oras. Karaniwang inihahanda ng isang propesyonal sa marketing ang kanyang pagtatanghal ng mga resulta kada quarter sa loob ng 6 na oras. Ibinigay niya ang buod ng data sa artificial intelligence at pinagawa ito ng slide plan, mga pamagat at mga tala ng tagapagsalita; Nakatanggap ng rekomendasyon sa uri ng chart. Bumaba ang tagal mula 6 na oras hanggang humigit-kumulang 2 oras. Inilaan niya ang 1 oras ng 4 na oras na nakuha niya upang isa-isang kumpirmahin ang mga numero. Net gain: humigit-kumulang 3 oras at mas magkakaugnay na salaysay.
Kaso 2 - Nahuli na error. Ang isang analyst ay nagbigay ng data ng mga benta sa artificial intelligence at sinabing "ipakita ang paglago." Iminungkahi ng modelo ang isang line chart na may y-axis na nagsisimula sa 90; Ang isang maliit na pagtaas ay tila malaki. Napansin ito ng analyst at sinimulan ang axis mula sa 0. Ang aktwal na paglago ay 4%, samantalang ang unang tsart ay nagbigay ng impresyon na 40%. Pinili ng AI ang "kahanga-hanga"; pinili ng tao ang tapat.
Kaso 3 — Napigilan ang pagtagas. Ipe-paste ng isang empleyado ng human resources ang salary table ng 320 tao sa isang web-based na artificial intelligence tool at humiling ng graph. Huminto siya sa huling sandali; inalis ang mga pangalan at suweldo at nagbahagi lamang ng mga kagawaran at hindi kilalang mga average. Kaya, ang personal na data ay hindi kailanman napunta sa isang third-party system.
Disiplina sa pagpapatunay: APAT na hakbang
Gawin ang bawat output ng AI sa pamamagitan ng apat na hakbang bago i-publish:
- Source: Saan nagmula ang numero/claim na ito? Ito ba ay sarili kong kahusayan o isang bagay na ginawa ng modelo? (Maaari ding "bumuo" ng modelo ang numero; ito ay tinatawag na guni-guni: impormasyong ipinakita bilang totoo ngunit hindi.)
- Consistency: Pareho ba ang numero sa chart sa numero sa table at text? Nagdaragdag ba ang mga kabuuan?
- Katapatan: Ang axis, sukat, at uri ng tsart ay nagpapakita ng data kung ano ito o pinalalaki/nakukubli ito?
- Konteksto: Tama ba ang wika, tamang lalim, tamang haba para sa madlang ito?
Isa kang makaranasang editor ng presentasyon. Tratuhin ang slide draft sa ibaba bilang I-REVIEW, hindi HANDA PARA SA PUBLISHMENT. Para sa bawat claim: (1) natukoy ba ang pinagmulan? (2) Magkatugma ba ang mga numero? (3) Mayroon bang anumang mapanlinlang na pahayag? (4) angkop ba ito para sa madla? Ituro ang anumang may problemang punto at magmungkahi ng mga pagwawasto. Madla: [ ... ] | Draft: [ ... ]
Mahinang prompt / Malakas na prompt
mahina:
Bigyan mo ako ng magandang presentasyon tungkol sa mga benta.
Walang konteksto ang kahilingang ito: walang audience, walang layunin, walang data, walang tagal, walang tono. Ang modelo ay hinuhulaan, pangkalahatan, at gumagawa ng isang bagay na "maganda" na malamang na nakakapanlinlang.
malakas:
Ang iyong tungkulin: B2B sales presentation editor. Audience: 3-person purchasing committee, hindi teknikal. Layunin: Upang makakuha ng 12-buwang pilot deal na naaprubahan. Tagal: 8 minuto. Ang data na mayroon ako: [pag-paste sa ibaba]. Gawain: Magmungkahi ng plano na may 6 na slide. Para sa bawat slide, sumulat ng isang pangungusap na pangunahing mensahe + kung aling uri ng tsart ang angkop at bakit. HUWAG GUMAWA NG NUMERO; Kung kailangan mo ng numero na wala sa data, i-type ang "[confirm]".
Ang pangalawa ay kinabibilangan ng tungkulin, madla, layunin, tagal, data, at ang pagbabawal sa "katha"; Ang output ay parehong magagamit at auditable.
Etika at privacy: tatlong linya mula sa simula
- Katapatan: Hindi dapat i-distort ng chart ang data; Huwag ibaluktot ang katotohanan para sa kapakanan ng "kahanga-hanga".
- Pagiging Kumpidensyal: Huwag magpasok ng data na naglalaman ng personal na data (pangalan, suweldo, kalusugan, rekord ng customer) at mga lihim ng kalakalan sa anumang panlabas na paraan na hindi pinapayagan ng iyong institusyon. Kung may pagdududa, anonymize (alisin ang pagkakakilanlan) o huwag pumasok.
- Transparency: Kung gumagamit ka ng AI-generated na imahe/text at maaari nitong iligaw ang manonood (hal. isang production na larawan na mapagkakamalang "tunay na larawan"), maghandang ituro ito.
Pag-iingat: "Sinabi kaya ng AI" ay hindi isang dahilan. Ang bawat numero at bawat paghahabol sa pagtatanghal ay responsibilidad ng taong umaakyat sa entablado.
Mga karaniwang pagkakamali
- Pagkopya ng output nang hindi nagbe-verify: Paglalagay ng numerong ginawa ng modelo sa slide nang hindi ito kinukumpirma.
- Kahilingan nang walang konteksto: Humihingi ng "magandang presentasyon" nang hindi isinulat ang audience at layunin.
- Pag-paste ng kumpidensyal na data tulad ng: Paglalagay ng sensitibong talahanayan sa panlabas na tool nang hindi nagpapakilala.
- Inuna ang aesthetics bago ang katapatan: I-crop ang axis para gawin itong "mas kahanga-hanga", gamit ang 3D cake.
- Pag-lock sa isang tool: Sinusubukang lutasin ang bawat gawain gamit ang isang artificial intelligence at paglaktaw sa pagpili ng tamang tool.
Sa buod
Ang AI ay nakakatipid ng maraming oras sa pag-draft, disenyo, code at pagpuna sa mga tungkulin sa presentasyon at visualization ng data; ngunit ang katumpakan ng data, ang katapatan ng mensahe, ang kawalan ng pagbaluktot ng graph, ang pagiging kompidensiyal at ang tunay na responsibilidad ay nasa tao. Uriin ang panganib sa tatlong antas, i-verify ang bawat output sa pamamagitan ng mga hakbang sa source-consistency-integrity-context, i-anonymize ang sensitibong data. Pinapabilis ng artificial intelligence ang iyong trabaho; Hindi ito ang nagpapasya sa iyong lugar.
Gawain ng aplikasyon
Pumili ng isang tunay na pagtatanghal na iyong ibibigay sa lalong madaling panahon. (1) Tukuyin ang antas ng panganib (mababa / katamtaman / mataas) at isulat sa isang pangungusap kung bakit. (2) Punan ang framework ng "power prompt" na tumutukoy sa audience, layunin, at tagal. (3) Ilista ang 3 numero na iyong gagamitin sa presentasyon at isulat ang pinagmulan ng bawat isa; Magpasya kung alin ang hindi mo papasukin sa labas ng sasakyan.
checklist
- [ ] Tinukoy ko ang antas ng panganib ng trabahong ito at inayos ang lalim ng aking pag-verify nang naaayon.
- [ ] Ibinigay ko ang tungkulin, madla, layunin, tagal at konteksto ng data sa kahilingan.
- [ ] Alam ko ang pinagmulan ng bawat isyu at claim; Minarkahan ko ang mga peke.
- [ ] Susuriin ko ang katapatan ng mga graph (axis, scale, type).
- [ ] Nag-anonymize ako ng sensitibong data o hindi kailanman pumasok sa panlabas na tool.
- [ ] Tinatanggap ko na mayroon akong ganap na responsibilidad.