Mga nadagdag:
- Ang kakayahang makilala kung saan ang artificial intelligence ay nakakatipid ng totoong oras sa pagsusuri sa ekonomiya (pagsasama-sama ng data, draft, code, buod) at kung saan (responsibilidad sa pagtataya, desisyon sa patakaran, opisyal na pigura) ang desisyon ay ipinaubaya sa karampatang ekonomista, ayon sa antas ng panganib sa gawain
- Kakayahang maglapat ng disiplina na nagpapatunay sa bawat output ng artificial intelligence sa pamamagitan ng mga hakbang ng pagkonekta nito sa orihinal na pinagmulan (TURKSTAT/EVDS/IMF), muling pagkalkula nito at pagpasa nito sa filter ng economic common sense.
- Kakayahang kilalanin ang mga panganib ng mga pekeng numero (mga guni-guni), lumang petsa ng cut-off ng data at kumpidensyal na pagtagas ng data, at makuha ang ugali ng pagpili ng mga ligtas na tool at mapagkukunan.
Ang mesa ng ekonomista ay talagang isang pabrika ng data at text: binibigyang-kahulugan mo ang data ng inflation mula sa TURKSTAT sa umaga, sumulat ng tala ng patakaran para sa isang ahensya ng pagpapaunlad sa hapon, naglilinis ng isang serye ng oras at subukang gumawa ng pagtataya sa gabi. Karamihan sa gawaing ito ay mekanikal, hindi mental: pag-download ng data, pag-convert ng mga unit, pag-edit ng mga talahanayan, pagbubuod ng mahabang ulat, pagsulat ng code. Ang artificial intelligence (AI — mga modelo ng malalaking wika at mga pantulong na tool) ay eksaktong nagpapagaan sa mekanikal na pasanin na ito. Ngunit magsimula tayo sa isang pangungusap na uulitin natin sa buong modyul na ito: Ang artificial intelligence ay katulong ng ekonomista, hindi ang dalubhasa na pumalit sa kanya. Ang pananagutan para sa isang pagtataya ng inflation, isang panukalang patakaran sa pananalapi o isang numerong magagamit sa publiko ay palaging nasa tao at institusyong pumirma nito.
Isipin ang unit na ito tulad ng isang "manwal ng gumagamit": dito ilalatag namin kung saan ilalagay ang AI, kung saan hindi ito ilalagay, at kung paano i-validate ang bawat output. Ang iba pang sampung yunit ay maglalagay ng laman sa balangkas na ito.
Ano ang pinabilis ng artificial intelligence sa ekonomiya at ano ang hindi nito pinabilis?
Hatiin natin ang mga gawain sa tatlong kahon ayon sa antas ng panganib. Ang pagkakaibang ito ay ang compass ng buong modyul.
Green box — Makapangyarihan ang AI, nagdaragdag ng bilis (ni-review pa rin). Pagsusulat ng code sa pag-download ng data, pagmumungkahi ng mga hakbang upang linisin ang data, pagbubuod ng mahabang ulat o artikulo, pagbuo ng code para sa isang chart, pagpapasimple at pag-format ng text, pagpapaliwanag ng mga termino, pagsasalin, draft policy note skeleton. Dito mababa ang halaga ng error at madaling makita ang mga error.
Yellow box — Tumutulong ang AI ngunit nagve-verify ang tao. Pagbuo ng modelo ng serye ng oras, interpretasyon ng regression, pagkalkula ng senaryo, interpretasyon ng tagapagpahiwatig, synthesis ng panitikan. Dito ang AI ay gumagawa ng isang blueprint; Ngunit ang mga numero, pagpapalagay at lohika ng ekonomiya ay hindi napupunta kahit saan nang hindi sinusuri nang linya sa linya.
Pulang kahon — Nasa tao ang responsibilidad, hindi makapagpasya ang AI. Panghuling pag-apruba ng opisyal na inflation/growth figure, pagmamay-ari ng monetary o fiscal policy proposal, lagda ng isang forecast na isapubliko, isang opinyon na nagiging desisyon sa pamumuhunan/kredito. Dito ang AI ay gumagawa lamang ng input; Ang paghatol, responsibilidad at pirma ay pag-aari ng tao.
Tip: Kung hindi ka sigurado kung saang kahon ilalagay ang isang gawain, itanong ang tanong na ito: "Sino ang masasaktan kung mali ang output na ito, at madaling mapansin ang error?" Kung ang pinsala ay malaki at ang error ay nakatago, ang gawaing iyon ay malapit sa pula.
Tatlong pangunahing limitasyon ng artificial intelligence
Upang ligtas itong magamit sa ekonomiya, kailangan munang malaman kung saan ito natitisod.
1) Katha (hallucination). Ang modelo ng malaking wika kung minsan ay bumubuo ng isang numero o pinagmulan na hindi nito alam, sa pananalig na pananalita. Ang pangungusap na "2023 current account deficit was $45.2 billion" ay tila totoo ngunit maaaring ganap na mali. Sa ekonomiya, ito ay nakamamatay: ang isang maling pigura ay lumalason sa isang ulat, isang hula, isang desisyon.
2) Petsa ng cutoff ng data. Ang data ng pagsasanay ng modelo ay humihinto sa isang tiyak na petsa. Ang pinakabagong inflation, ang pinakabagong desisyon sa rate ng interes, at ang halaga ng palitan kahapon ay maaaring hindi kasama sa impormasyong ito. Ang AI ay maaaring aktwal na magbigay sa iyo ng isang numero na ilang buwan o taong gulang bilang "pinakabagong data".
3) Pagkabulag ng sanhi at kawalan ng konteksto. Kinukuha ng AI ang mga pattern sa wika; ay hindi "naiintindihan" ang sanhi ng ekonomiya. Gumagawa siya ng mga pangungusap tulad ng "Kapag tumaas ang mga rate ng interes, bumababa ang inflation" nang matatas, ngunit hindi niya masuri kung aling mga kundisyon ang mga ito ay wasto o kung saang bansa nangyari ang kabaligtaran sa kung anong panahon. Hindi nito makikita ang mga structural break (pagbabago ng pattern na may krisis).
Pansin: Dahil lamang sa isang pangungusap ay matatas at may kumpiyansa ay hindi nangangahulugan na ito ay tama. Ang artificial intelligence sa pinakakakumbinsi nito ay maaaring sa pinaka-mali nito.
Disiplina sa pag-verify: SOURCE–ACCOUNT–FIlter
Ang puso ng modyul na ito ay iisang ugali. Gawin ang bawat output ng AI sa pamamagitan ng tatlong hakbang:
- PINAGMULAN. Ang bawat numero at makatotohanang paghahabol ay naka-link sa orihinal na pinagmulan. Inflation mula sa TURKSTAT, exchange rate at balanse ng mga pagbabayad mula sa CBRT, global projection mula sa IMF. Tinutukoy mo ang opisyal na publikasyon, hindi ang figure na ibinigay ng AI.
- BIL. Manu-mano mong muling kalkulahin ang bawat nagmula na numero kahit isang beses. Nakuha ba ang rate ng paglago, tunay na halaga at index gamit ang tamang formula? Tingnan ang isang tuldok sa papel.
- salaan. Ipapasa mo ang resulta sa pamamagitan ng pang-ekonomiyang sentido komun: Makatuwiran ba ang sukat na ito? Tama ba ang sign? Sa hanay ng kasaysayan? Mayroon bang anumang kontradiksyon? Ang hindi makatwirang resulta ay kadalasang senyales ng pagkakamali.
tatlong mini case
Kaso 1 — Pagkuha ng pekeng pigura. Sinabi ng isang analyst ng development agency sa YZ na "gumawa ng isang talahanayan ng 2023 na mga numero ng pag-export sa isang provincial na batayan." Nagbigay si AI ng isang disenteng larawan. Sa hakbang na SOURCE, tiningnan ng analyst ang TUIK foreign trade statistics at nakita na ang mga figure para sa tatlong probinsya ay doble ng aktwal na data; Pinunan ng AI ang nawawalang impormasyon ng mga numerong "makatwirang hitsura". Itinapon ng analyst ang talahanayan at direktang kinuha ang data mula sa TURKSTAT. Nahuli ang gawa-gawang pigura bago ito isinama sa ulat.
Kaso 2 — Lumang data trap. Tinanong ng isang mamamahayag sa ekonomiya si YZ, "Ano ang kasalukuyang rate ng patakaran?" tanong niya; Ang sagot na natanggap niya ay ang rate ng walong buwan na ang nakakaraan. Ang mamamahayag, na may ugali ng ACCOUNT/SOURCE, ay tumingin sa huling desisyon ng MPK (Monetary Policy Committee) ng CBRT at ginamit ang tamang rate. Kung hindi siya nagtanong, maling interes ang napunta sa publikasyon.
Kaso 3 — Pang-ekonomiyang filter. Ang isang mag-aaral-mananaliksik ay nagkaroon ng AI na kalkulahin ang isang tunay na serye ng sahod. Ang resulta ay nagsabi na ang tunay na sahod ay tumaas ng 140 porsiyento sa isang taon. Ang hakbang ng FILTER ay naglaro: hindi makatotohanan ang laki na ito. Sa code, ginamit ng AI ang deflator (price corrective index) na may maling base. Ang error ay natagpuan, ang formula ay naitama, at ang resulta ay nahulog sa loob ng makatwirang hanay.
Apat na maaaring kopyahin na mga template
1) System prompt pagtukoy ng mga tungkulin at mga hangganan:
Ang iyong tungkulin: assistant analysis assistant sa isang senior economist. Mga Panuntunan: (1) Huwag gumawa ng anumang numero na hindi ko ibibigay sa iyo. Kung hindi mo alam, sabihin ang "kailangan mong i-verify ang data na ito." (2) Tukuyin kung saang opisyal na pinagmulan (TURKSTAT/CBRT/IMF, atbp.) dapat itong kumpirmahin para sa bawat numero na iyong ibibigay. (3) Malinaw na sabihin ang kundisyon at kawalan ng katiyakan kapag gumagawa ng isang paghahabol sa sanhi. Kung naiintindihan mo, kumpirmahin sa isang pangungusap.
2) Kahilingan sa pagkumpirma ng pinagmulan:
Suriin ang sumusunod na claim: "[claim]". Ilista kung aling opisyal/pangunahing pinagmulan (institusyon, pangalan ng publikasyon, serye) ang dapat kong tingnan para ma-verify ito. Tukuyin kung saang kahulugan at tuldok kabilang ang bawat numero sa claim. Huwag magbigay ng mga numero mula sa iyong sariling memorya.
3) I-prompt na i-filter ang output:
Suriin ang sumusunod na resulta ng pagsusuri para sa economic consistency: may katuturan ba ang sign, nasa loob ba ng historical range ang magnitude, pare-pareho ba ang mga unit, may nakatagong palagay ba? Markahan ang anumang bagay na makikita mong kahina-hinala gamit ang isang "verify" na tag.
4) Kahilingan sa pag-uuri ng panganib sa gawain:
Gagawin ko ang sumusunod na gawain: "[quest]". Uriin ito bilang berde (mechanical, low risk), yellow (draft, human verify) o pula (decision/responsibility human) at ipaliwanag kung bakit sa isang pangungusap.
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Sumulat ng pagsusuri tungkol sa ekonomiya ng Turkey.
Walang konteksto at walang limitasyon; Gumagawa ang AI ng generic, unsourced, hindi nabe-verify na text.
Napakahusay na prompt:
Ang iyong tungkulin: katulong sa pagsusuri. Mayroon akong 2019-2024 taunang data ng paglago ng CPI at GDP mula sa TURKSTAT (sa ibaba). Sumulat ng 3-talatang draft na komento batay sa data na ito; Kunin ang bawat numero mula sa talahanayan na ibinigay ko sa iyo, huwag magdagdag ng mga numero mula sa labas; Kung saan ka hindi malinaw, isulat ang "dapat ma-verify". Panghuli ilista kung aling mga punto ang kailangan kong manual na suriin.[talahanayan]
Ang prompt na ito ay nagbibigay ng tungkulin, mapagkukunan, pagpilit, at pag-asa sa pag-verify nang magkasama; Ang output ay nagiging auditable.
Mga karaniwang pagkakamali
- Itinuturing ang numerong ibinigay ng AI bilang pinagmulan. Ang AI ay hindi isang mapagkukunan; TURKSTAT/CBRT/IMF ang pinagmulan.
- Napagkakamalang katatasan para sa katumpakan. Ang isang mahusay na pagkakasulat na pangungusap ay maaaring mali.
- Pag-bypass sa task box. Ang pagpasa sa red box job nang kasing bilis ng berde ay ang pinakamahal na pagkakamali.
- Nakalimutan ang petsa ng cutoff ng data. Humihingi ng "kasalukuyan" at pagkuha ng lumang numero.
- Walang pinipiling paglalagay ng kumpidensyal/sensitibong data sa merkado sa tool. Isang paglabag sa privacy na makikita natin sa susunod na unit.
- Laktawan ang manu-manong hakbang sa pagkalkula. Gamit ang nagmula na numero nang hindi ito sinusuri.
Sa buod
Ang artificial intelligence ay isang makapangyarihang katulong na makabuluhang binabawasan ang mekanikal na pasanin ng ekonomista; ngunit ang responsibilidad para sa pagtataya, patakaran at opisyal na mga numero ay nananatili sa tao. Pagbukud-bukurin ang mga gawain sa berde-dilaw-pula na mga kahon, tandaan ang tatlong pangunahing limitasyon ng AI (fabrication, data cutoff date, causality blindness), at ipasa ang bawat output sa SOURCE–ACCOUNT–FIlter na disiplina. Ang tatlong hakbang na ito ay ang safety belt para sa natitirang bahagi ng module.
Gawain ng aplikasyon
Pumili ng totoong linggo mula sa sarili mong trabaho at maglista ng 10 gawaing pangkabuhayan na ginawa mo noong linggong iyon (hal. "interpret ang data ng inflation", "maghanda ng talahanayan ng pag-export ng probinsiya", "gumawa ng buod ng ulat"). Uriin ang bawat gawain bilang berde/dilaw/pula. Pagkatapos ay pumili ng isang gawain sa berdeng kahon at ipagawa ito sa AI gamit ang mga template 1 at 3 sa itaas, at suriin ang output gamit ang SOURCE–ACCOUNT–FIlter at tandaan ang hindi bababa sa isang error na makikita mo.
checklist
- [ ] Inilagay ko nang tama ang gawain sa berde/dilaw/pulang kahon.
- [ ] Kinumpirma ko ang bawat numero na ibinigay ng artificial intelligence mula sa pangunahing opisyal na pinagmulan.
- [ ] Nag-recalculate ako ng kahit isang derived number sa pamamagitan ng kamay.
- [ ] Sinala ko ang resulta sa pamamagitan ng economic common sense (sign, magnitude, unit).
- [ ] Sinuri ko ang petsa ng cutoff ng data at panganib sa reency.
- [ ] Hindi ako gumamit ng kumpidensyal/sensitibong data o gumamit ng ligtas/naaprubahang mga tool.
- [ ] Inangkin ko ang pagmamay-ari ng output, na pinapanatili na mayroon akong panghuling paghatol at lagda.