مسیر درست در عصر جدید با سواد هوش مصنوعی مولد

با ظهور ابزارهای پیشرفته هوش مصنوعی مولد، تمرکز در میان سازمان‌های اطلاعاتی به سرعت در حال تغییر است. در دوره جدید سواد هوش مصنوعی مولد، مؤلفه‌هایی را که باید روی آنها متمرکز شوید، باید بیاموزید.

در دهه گذشته، اصطلاحی که در سازمان‌های تحلیلی شنیده می‌شد، سواد داده بود. شرکت‌ها برای اطمینان از اینکه کارکنانشان اصول کار با داده‌ها را درک می‌کنند، تبدیل آن داده‌ها به اطلاعات و استفاده از آن اطلاعات برای اتخاذ تصمیمات تجاری مؤثر سرمایه‌گذاری کردند.

با این حال، همانطور که فناوری تکامل یافته است، تمرکز بر سواد داده به سرعت به تمرکز بر سواد هوش مصنوعی مولد تبدیل شده است، نوع جدیدی از سواد داده که بر اساس اصل اصلی سواد داده ساخته شده است: جمع آوری و نگهداری، تجسم و تفسیر داده‌ها.

سواد هوش مصنوعی مولد

با ظهور ابزارهای هوش مصنوعی زاینده از رهبران صنعت مانند OpenAI، گوگل، مایکروسافت و آنتروپیک، شرکت‌ها به کارکنانی نیاز دارند که بدانند چگونه از این ابزارها برای ایجاد ارزش تجاری استفاده کنند. در نهایت، سواد داده و سواد هوش مصنوعی مولد اهداف یکسانی دارند، هدایت تصمیم‌گیری مؤثر تجاری و ایجاد ارزش سازمانی.

بیایید به چهار مفهوم برای تمرکز بر روی آن‌ها توجه کنیم که در حین توسعه نیروی کار با سواد هوش مصنوعی مولد هستید: مهندسی پرامپت، توهم، اخلاق، و تفکر نوآورانه.

مهندسی پرامپت

در قلب هوش مصنوعی مولد، توانایی ارائه دستورالعمل‌های واضح و مختصر نهفته است. هوش مصنوعی مولد از مدل‌سازی آماری برای تولید نتایج بر اساس مجموعه‌ای از پارامترها استفاده می‌کند. این پارامترها معمولاً به صورت یک پرامپت هستند. پرامپت می‌تواند متنی باشد که یک سوال یا دستور همراه با اطلاعات پس زمینه کمکی را نشان می‌دهد.

این درخواست همچنین می‌تواند گرافیکی باشد، به شکل طرح ماکت، عکس، یا نمایش تصویری مجموعه مشکلی که شما در تلاش برای حل آن هستید. هنگامی که یک درخواست به مدل وارد می‌شود، ابزار یک پاسخ تولید می‌کند. ایجاد یک پرامپت شبیه به گفتگو با یک تحلیلگر تجاری در فرآیند تعریف الزامات است. هرچه الزامات واضح‌تر تعریف شوند، راه‌حل خروجی بهتر و جامع‌تر خواهد بود و مشکلی که برای حل آن تلاش می‌کنید هدفمندتر می‌شود.

بسیاری از این ابزارها می‌توانند یک درخواست را بر اساس درخواست‌های قبلی در همان جلسه پردازش کنند. مجموعه‌ای از پرامپت‌ها توانایی ابزار هوش مصنوعی مولد را برای تولید خروجی معتبر و مفید بیشتر بهبود می‌بخشد. همانطور که در طول چندین دهه از جمع‌آوری نیازمندی‌ها آموخته‌ایم، هر چه کیفیت ورودی‌ها بالاتر باشد، کیفیت خروجی بالاتر است. هرچه کارمندان بتوانند در اصلاح درخواست‌های خود بهتر باشند، بهتر می‌توانند نتایجی را ایجاد کنند که می‌تواند تأثیر تجاری معنی داری داشته باشد.

توهمات

ابزارهای هوش مصنوعی مولد شگفت انگیز هستند زیرا می‌توانند مقادیر زیادی خروجی با کیفیت بالا را خیلی سریع تولید کنند. در عین حال، آنها رویکرد بهینه‌سازی خاصی را برای مشکلات اتخاذ می‌کنند. هدف آنها ایجاد یک پاسخ در اغلب اوقات و در سریع‌ترین زمان ممکن است. این شامل حدس زدن در مورد پاسخ مفید بر اساس درخواست و تریلیون‌ها نقطه داده متنوعی است که مدل را می‌سازند.

با این حال، گاهی اوقات حدس‌هایی که مدل دارد، درست نیست. به اینها توهم می‌گویند. نمونه‌هایی از توهمات شامل نقل قول از منابعی است که در واقع وجود ندارند، ایجاد تصاویری که خوب به نظر می‌رسند اما ویژگی‌های سورئال خاصی دارند (مانند افرادی که انگشتان اضافی دارند)، یا بازنویسی اطلاعات به گونه‌ای که نادرستی ایجاد می‌‌کند.

اعتقاد کورکورانه به نتایج حاصل از یک ابزار هوش مصنوعی مولد می‌تواند بسیار خطرناک باشد. کاربران باید بتوانند محتوای تولید شده را بررسی کنند و توهمات را تشخیص دهند. کاربران باید بیاموزند که کجا از ابزارهای هوش مصنوعی مولد استفاده کنند، کجا به محتوایی که از آن‌ها می‌آید اعتماد کنند، و در کجا از ذهنیت «اعتماد اما تأیید» استفاده کنند. واگذاری مسئولیت‌ها به طور کامل به ابزارهای مولد هوش مصنوعی بدون تضمین کیفیت کافی می‌تواند به وضعیتی منجر شود که ارزش کسب‌وکار را به جای افزودن به آن کم می‌کند.

اخلاق هوش مصنوعی

شرکت‌ها مدت‌هاست که برای دستیابی به نیروی کار اخلاقی تلاش کرده‌اند، اما با هوش مصنوعی مولد، باید بازی خود را از نظر آموزش و آموزش به طور قابل توجهی افزایش دهند.

از آنجایی که ابزارهای هوش مصنوعی تولیدی محتوایی تولید می‌کنند که تقریباً از انسان‌ها متمایز نیست، سؤالات اخلاقی زیادی وجود دارد که باید به آنها پرداخته شود، مانند اینکه چه سطحی از عملکرد انسانی باید با هوش مصنوعی مولد جایگزین شود، چه اطلاعاتی برای استفاده به عنوان ورودی‌های توسعه هر دو مدل اخلاقی است. و مهندسی سریع، جایی که محتوای AI تولید شده باید استفاده شود، و اینکه آیا در نهایت جامعه و کسب و کار را بهبود می‌بخشد یا آن را نابود می‌کند.

همانطور که هوش مصنوعی مولد برای استفاده آسان‌تر و در دسترس‌تر می‌شود، این تصمیمات اخلاقی به سرعت از محدوده شرکت‌هایی که ابزارها و سازمان‌های نظارتی را ایجاد می‌کنند خارج می‌شود و به مشکلاتی تبدیل می‌شود که کاربران روزمره با آن مواجه می‌شوند. این مستلزم آن است که علاوه بر آموزش کارمندان خود در مورد نحوه استفاده از فناوری، باید دستورالعمل‌ها، خط مشی‌ها و رویه‌هایی را ایجاد کنید تا اطمینان حاصل کنید که استفاده از آنها در زمینه کسب و کار شما در محدوده فعالیت‌های اخلاقی قرار می‌گیرد.

تفکر نوآورانه

قدرت هوش مصنوعی مولد تا حدی به دلیل توانایی آن در پذیرش چنین مجموعه وسیعی از ورودی‌ها و درخواست‌ها است، اما این امر همچنین مستلزم آن است که کارکنان بیاموزند تفکر خود را گسترش دهند. از آنجایی که کارهای تکراری به طور خودکار از بین می‌روند، کارمندان آزاد خواهند بود تا خلاقانه‌تر فکر کنند، که همیشه برای آنها شهودی نیست.

مؤسسات آموزشی برای سال‌ها بر آموزش دانش‌آموزان برای یادگیری حقایق تمرکز کرده‌اند، اما اکنون باید به دانش‌آموزان بیاموزند که چگونه در قالب مجموعه‌های مسائل، رویکردهای جایگزین و کشف راه‌حل‌های خلاقانه فکر کنند.

کلام آخر

در دهه آینده، تلاش‌های ما برای توسعه سواد داده در نیروی کارمان به سمت توسعه سواد هوش مصنوعی مولد تکامل خواهد یافت. بلوک‌های اساسی سواد داده همچنان مهم هستند، اما برای بردن کارمندان ما به آینده کافی نیستند. درک چگونگی و زمان استفاده از ابزارها به یک بردار جدید آموزش و پرورش در میان کارکنان ما تبدیل خواهد شد. مفاهیم انتزاعی اخلاق و نوآوری باید در فرهنگ ما و روش انجام تجارت ما گنجانده شود تا اطمینان حاصل شود که رقابتی هستیم و نیروی کاری داریم که می‌تواند در تلاش برای تولید مداوم ارزش تجاری به ما کمک کند.