Nors generatyvinio dirbtinio intelekto (DI) įrankiai jau kelerius metus yra prieinami plačiajai auditorijai, 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.
Kuo aiškesnė užduotis – tuo geresnis rezultatas
Vienas paprasčiausių ir kartu efektyviausių būdų pagerinti atsakymo kokybę – pačioje užklausos pradžioje nurodyti, koks specialistas turėtų „kalbėti“. Pavyzdžiui, frazės „Tu esi patyręs rinkodaros specialistas“ arba „Atsakyk kaip mokytojas, aiškinantis temą dešimtmečiui“ leidžia DI pakeisti atsakymo toną, žodyną ir gilumą. Ši paprasta technika, pasak I. Rudinskaitės, vienu sakiniu pateikia daugybę konteksto.
Efektyvumą didina ir vadinamasis G.I.O. (angl. goal, input, output) principas: aiškiai įvardinti užduoties tikslą, naudojamą informaciją ir laukiamą rezultatą. Ekspertė pataria DI vertinti kaip naują kolegą, kuriam reikia suteikti visą reikiamą kontekstą, nes aiškiai pateikta užduotis lemia tikslesnius ir naudingesnius rezultatus.
Viena dažniausių klaidų – pernelyg abstrakčios užklausos
Dažnai žmonės pateikia pernelyg plačias ar abstrakčias užklausas, priverčiančias DI spėlioti, todėl atsakymai tampa bendriniai arba neatitinka realaus poreikio. Kalbant apie stilių, toną ar formatą, kurie dažnai jaučiami intuityviai, bet sunkiai apibūdinami žodžiais, efektyviau pateikti kelis parašytus pavyzdžius ir paprašyti parašyti panašų, nei bandyti detaliai aprašyti instrukcijas.
Kodėl DI neturėtų spėlioti?
Naudinga taikyti „escape clause“ praktiką: suteikti sistemai galimybę pripažinti informacijos trūkumą, užuot bandžius spėlioti. Užklausose galima pridėti frazes „jeigu trūksta informacijos – užduok papildomų klausimų“ arba „jeigu nežinai atsakymo – taip ir parašyk“. Sudėtingesnėms užduotims, tokioms kaip skaičiavimai ar logikos uždaviniai, rekomenduojama prašyti DI paaiškinti sprendimo logiką prieš pateikiant galutinį atsakymą frazėmis „pirmiausia paaiškink savo logiką, tada pateik atsakymą“ arba „pagvok žingsnis po žingsnio“. Tai padeda sumažinti klaidų skaičių ir palengvina netikslumų atpažinimą.
DI tampa kasdieniu darbo įrankiu
Gebėjimas aiškiai komunikuoti su DI pamažu tampa svarbiu darbo įgūdžiu. „Tele2“ investuoja į darbuotojų DI kompetencijas ir sukūrė vidinį dirbtinio intelekto asistentą „Tele2 Genie“. Svarbiausia suprasti, kad geras rezultatas siekiamas nuolat patikslinant, o darbas su DI primena pokalbį, ne vienkartinį užsakymą. Nuolatinis koregavimas, struktūros keitimas ar tono pratinimas yra normali ir efektyvi darbo praktika. Interaktyviai su DI dirbantys žmonės pasiekia geresnių rezultatų nei tie, kurie tikisi tobulo atsakymo iš pirmos užklausos.
