Nors generatyvinio dirbtinio intelekto įrankiai plačiajai auditorijai prieinami jau kelerius metus, daugelis vartotojų vis dar nusivilia gaunamais atsakymais. Pasak „Tele2“ klientų duomenų analizės ir įžvalgų vadovės Ingos Rudinskaitės, efektyvus bendravimas su DI tampa nauju įgūdžiu, kurio reikia mokytis, o geriausius rezultatus dažniausiai pasiekia tie, kurie neturi lūkesčio, kad dirbtinis intelektas skaito jūsų mintis.
Asociatyvi DI sugeneruota „Pixabay“ nuotr.
Kuo aiškesnė užduotis – tuo geresnis rezultatas
Vienas paprasčiausių ir kartu efektyviausių būdų pagerinti atsakymo kokybę – pačioje užklausos pradžioje nurodyti, koks specialistas turėtų „kalbėti“.
„Jeigu užklausą pradėsite fraze „Tu esi patyręs rinkodaros specialistas“ arba „Atsakyk kaip mokytojas, aiškinantis temą dešimtmečiui“, DI atsakymo tonas, žodynas ir gylis pasikeis iš esmės. Tai labai paprasta technika, tačiau ji vienu sakiniu pateikia daugybę konteksto, kurio kitaip reikėtų ilgai aprašinėti“, – sako I. Rudinskaitė.
Pasak I. Rudinskaitės, tam dažnai naudojamas vadinamasis G.I.O. (angl. goal, input, output) principas. Kitaip tariant, žmogus turėtų kuo aiškiau įvardyti, koks yra užduoties tikslas, kokia informacija turi būti naudojama ir kokio rezultato tikimasi.
„DI reikėtų vertinti kaip naują kolegą, kuris dar neturi viso konteksto. Jeigu užduotis pateikiama aiškiai, rezultatas dažniausiai būna daug tikslesnis ir naudingesnis“, – sako ekspertė.
Viena dažniausių klaidų – pernelyg abstrakčios užklausos
Pasak ekspertės, žmonės dažnai pateikia pernelyg plačias ar abstrakčias užklausas, todėl DI pradeda spėlioti.
„Jeigu žmogus prašo padaryti prezentaciją arba apibendrinti tam tikrą temą, dirbtiniam intelektui lieka daug vietos interpretacijai. Tokiais atvejais atsakymai gali būti pernelyg bendriniai arba neatitikti realaus poreikio“, – teigia ji.
Jos teigimu, kartais paaiškinti, ko norite, žodžiais yra sunkiau nei tiesiog parodyti. Tai ypač dažnai gali nutikti kalbant apie stilių, toną ar formatą – sąvokas, kurias žmonės dažnai jaučia intuityviai, bet sunkiai geba apibūdinti.
„Vietoj to, kad bandytumėte aprašyti, koks turi būti laiško tonas, pateikite vieną ar du jau parašytus pavyzdžius ir paprašykite parašyti panašų. Ši technika dažnai duoda geresnius rezultatus nei pati išsamiausia instrukcija, nes DI tiesiogiai mato, ko jūs siekiate“, – aiškina I. Rudinskaitė.
Kodėl DI neturėtų spėlioti?
Pasak I. Rudinskaitės, dirbant su DI naudinga taikyti ir vadinamąją „escape clause“ praktiką – suteikti sistemai galimybę pripažinti, kad jai trūksta informacijos, užuot bandžius spėlioti.
„Žmonės tikisi, kad DI visada pateiks atsakymą, tačiau kartais naudingiau, kai jis pasako, jog konteksto nepakanka – tai padeda išvengti netikslių atsakymų. Užklausose galima pridėti tokias frazes kaip „jeigu trūksta informacijos – užduok papildomų klausimų“ arba „jeigu nežinai atsakymo – taip ir parašyk“, – aiškina I. Rudinskaitė.
Sudėtingesnėms užduotims – skaičiavimams, logikos uždaviniams ar sprendimų pasvėrimui – ji pataria paprašyti DI ne tik pateikti galutinį atsakymą, bet ir paaiškinti sprendimo logiką.
„Frazės „pirmiausia paaiškink savo logiką, tada pateik atsakymą“ arba „pagalvok žingsnis po žingsnio“ leidžia DI atlikti užduotį nuosekliau. Tai sumažina klaidų skaičių ir kartu suteikia galimybę žmogui pamatyti, kuriame žingsnyje atsirado netikslumas, jeigu jis atsirado“, – sako I. Rudinskaitė.
Pasak ekspertės, ši technika ypač naudinga tada, kai DI atsakymą reikia patikrinti arba pagrįsti. Kai matoma sprendimo logika, klaidą atpažinti tampa daug paprasčiau.
DI tampa kasdieniu darbo įrankiu
Pasak I. Rudinskaitės, gebėjimas aiškiai komunikuoti su dirbtiniu intelektu pamažu tampa svarbiu darbo įgūdžiu daugelyje sričių.
„Tele2“ taip pat aktyviai investuoja į darbuotojų DI kompetencijas bei vidinius sprendimus. Bendrovė darbuotojams yra sukūrusi vidinį dirbtinio intelekto asistentą „Tele2 Genie“, kuris naudojamas kasdienėms užduotims, informacijos apdorojimui ir produktyvumui didinti.
Pasak jos, svarbiausia suprasti, kad geras rezultatas dažniausiai pasiekiamas ne pateikus pirmą užklausą, o nuolat patikslinant.
„Net profesionalai retai gauna idealų atsakymą iš pirmo karto. Darbas su DI labiau primena pokalbį, o ne vienkartinį užsakymą. Pakoreguoti, sutrumpinti, pakeisti toną, paprašyti kitokios struktūros – visa tai yra normali ir efektyvi darbo praktika“, – sako I. Rudinskaitė.
Pasak ekspertės, žmonės, kurie įpratę dirbti su DI interaktyviai, paprastai pasiekia daug geresnių rezultatų nei tie, kurie tikisi tobulo atsakymo iš pirmos užklausos ir nusivylę pereina prie kito įrankio.
