7 اشتباه هوش مصنوعی ای کاش وقتی شروع کردم یکی به من می گفت
وقتی برای اولین بار استفاده از ChatGPT را شروع کردم، با آن مانند Google با رابط چت رفتار کردم. من سؤالات مبهم می پرسیدم، پاسخ هایی را که می آمد می پذیرفتم و زمانی که پاسخ ها مفید نبودند ناامید می شدم. من فرض کردم که هوش مصنوعی یا جادویی است که به خوبی کار می کند یا تبلیغات بی فایده ای است که کار نمی کند.
مشکل هوش مصنوعی نبود، نحوه استفاده من از آن بود. من تمام اشتباهات ممکن مبتدی را مرتکب شدم: مسیرهای مبهم، بدون پیگیری، انتظار کمال در اولین تلاش. وقتی یاد گرفتم چه چیزی واقعاً کار می کند، نتایج من به طرز چشمگیری بهبود یافت.
ادامه مقاله در زیر
1. بیش از حد مبهم بودن در جهت
به نظر میرسد اولین درخواست من «توضیح سرمایهگذاری» یا «بهبود رزومه» باشد. پاسخ ها کلی بودند و خیلی مفید نبودند زیرا هوش مصنوعی هیچ ایده ای نداشت که من واقعاً به چه چیزی نیاز داشتم.
برخی از اعلانات نتایج خاصی را ایجاد می کنند. به جای «سرمایهگذاری را توضیح دهید»، این را امتحان کنید: «سرمایهگذاری صندوق شاخص را برای کسی که سابقه مالی ندارد توضیح دهید. از یک مثال ساده با 1000 دلار سرمایهگذاری در 10 سال استفاده کنید.»
به جای “رزومه خود را بهبود بخشید”، این را امتحان کنید: “سعی کنید نکات مهم این رزومه را بازنویسی کنید تا نتایج قابل اندازه گیری و تاثیر رهبری را برجسته کنید. نقش هدف: تحلیلگر داده در یک شرکت فناوری.”
تفاوت اصلی در وضوح است. جهتهای خوب شامل زمینه، محدودیتها و نتیجه مطلوب است. به مخاطبان خود، هدفتان، لحن دلخواهتان و هرگونه محدودیتی مانند طول یا قالب به هوش مصنوعی بگویید. هرچه درخواست شما دقیق تر باشد، پاسخ مفیدتر است.
2. برخورد با هوش مصنوعی مانند یک موتور جستجو
در ابتدا از هوش مصنوعی مانند گوگل استفاده می کردم: سوال بپرسید، پاسخ را بخوانید و ادامه دهید. این موضوع کل نکته هوش مصنوعی مکالمه را از دست می دهد.
هوش مصنوعی از طریق گفتگوهای رفت و برگشت بهترین کار را انجام می دهد. اگر پاسخ اول کاملاً درست نیست، سؤالات بعدی را بپرسید. توضیح، مثالها یا رویکردهای مختلف را بخواهید. به جای اینکه هر بار از نو شروع کنید، پاسخها را بر اساس پاسخهای قبلی بسازید.
به این به عنوان یک مکالمه با یک دستیار آگاه فکر کنید، نه یک جستجوی یکباره. “آیا می توانید این را کوتاه کنید؟” بگو یا «مثل اینکه من مبتدی هستم توضیح دهید» یا «سه مثال به من بدهید». تکرار همیشه نتایج بهتری به همراه خواهد داشت بهتر از این است که پاسخ اول را بپذیرید و ادامه دهید.
3. بررسی نکردن صحت پاسخ های هوش مصنوعی
در ابتدا، من تصور میکردم که پاسخهای هوش مصنوعی واقع بینانه هستند، زیرا آنها معتبر و مطمئن به نظر میرسند. من به سختی یاد گرفتم که هوش مصنوعی به طور منظم همه چیز را درست می کند.
هوش مصنوعی توهم ایجاد می کند، به این معنی که می تواند اطلاعات قابل قبولی را تولید کند که گاهی کاملاً نادرست است. در تجربه من، جمینی ها برای این امر بدنام هستند. او ممکن است به مطالعاتی که وجود ندارد استناد کند، تاریخ های نادرست بدهد یا با اطمینان آمار نادرست را بیان کند. پاسخ ها قانع کننده به نظر می رسند که این امر را خطرناک می کند.
همیشه اطلاعات مهم، به ویژه حقایق، تاریخ ها، آمار، نقل قول ها یا جزئیات فنی را تأیید کنید. از هوش مصنوعی برای پیش نویس، طوفان فکری و توضیح مفاهیم استفاده کنید، اما آن را به عنوان یک منبع اطلاعاتی قابل اعتماد و مبتنی بر واقعیت بدون تأیید تلقی نکنید. همه چیز مهم را متقاطع بررسی کنید.
4. خواستن بیش از حد یکباره
هنگامی که از هوش مصنوعی میخواهید چیزی بسیار گسترده ایجاد کند، اغلب نتایج سطحی و عمومی دریافت میکنید.
روند توسعه رزومه خود را به مراحل کوچکتر و متمرکز تقسیم کنید. به جای اینکه بخواهید یکباره کل رزومه خود را بازنویسی کنید، در هر زمان از یک بخش کمک بخواهید. با خلاصه حرفه ای خود شروع کنید، به دنبال آن نکات مهمی از تجربه کاری خود، به دنبال آن مهارت ها، تحصیلات و دستاوردها.
درخواست های متمرکز پاسخ های دقیق و مفیدی دریافت می کنند. تقاضاهای بیش از حد گسترده، هوش مصنوعی را وادار می کند تا به جای حفاری عمیق در هر چیزی، سطح همه چیز را بررسی کند. اگر خروجی باکیفیت می خواهید، دامنه خود را محدود کنید و تکه تکه وظایف را انجام دهید.
5. فراهم نکردن زمینه کافی
از هوش مصنوعی میخواهم بدون ذکر اهداف، برنامه، یا سطح تجربهام «روال تمرینی را برنامهریزی کند». نتیجه چیزی عمومی بود که با شرایط من سازگاری نداشت. زمینه همه چیز را شکل می دهد. هدف، محدودیت های زمانی، سطح تجربه و هرگونه محدودیت خود را به هوش مصنوعی بگویید.
“برنامه ریزی یک برنامه ورزشی معمولی” را با “ایجاد یک برنامه تمرینی 30 دقیقه ای مبتدی برای فردی که می خواهد در خانه بدون تجهیزات قدرت بسازد” مقایسه کنید. اعلان دوم چیزی مفید تولید می کند. اولی یک طرح کلی تولید می کند.
6. تسلیم شدن پس از اولین واکنش
وقتی پاسخ اولیه هوش مصنوعی کامل نبود، تصور میکردم که ابزار نمیتواند کمک کند و منصرف شدم. نمیدانستم که میتوانم از او بخواهم با پارامترهای مختلف اصلاح، بهبود یا دوباره امتحان کند.
واکنش های اولیه به ندرت کامل هستند. اینها نقطه شروعی برای بهبود هستند. اگر خروجی خیلی رسمی است، از هوش مصنوعی بخواهید که آن را معمولی تر کند. اگر خیلی طولانی است، نسخه کوتاهتر را بخواهید. اگر نکته را از دست دادید، آنچه را که واقعاً نیاز دارید روشن کنید و دوباره امتحان کنید.
از عباراتی مانند «این را با لحنی دوستانهتر بازنویسی کنید»، «طول آن را نصف کنید»، «مثالهای خاصتری اضافه کنید» یا «رویکردی کاملا متفاوت را امتحان کنید» استفاده کنید. هوش مصنوعی به درخواست های بازنگری به خوبی پاسخ می دهد. در نظر گرفتن خروجی اولیه به عنوان نهایی، پتانسیل تکراری ابزار را هدر می دهد.
7. آزمایش نکردن ابزارهای مختلف هوش مصنوعی
ماهها بدون امتحان گزینههای جایگزین، منحصراً با ChatGPT گیر کردم. وقتی در نهایت کلود و جمینی را آزمایش کردم، متوجه شدم که هوش مصنوعی های مختلف قدرت های متفاوتی دارند.
ChatGPT در اطلاعات قابل دسترس و پاسخ های مکالمه برتر است. کلود اسناد طولانی تر و پیچیده تر را بهتر مدیریت می کند و تجزیه و تحلیل دقیق تری ارائه می دهد. Gemini با خدمات Google ادغام می شود و می تواند به Gmail، Docs و Drive شما دسترسی داشته باشد.
چند ربات چت هوش مصنوعی را برای کارهای مختلف امتحان کنید. به جای اینکه سعی کنید یک ابزار را مجبور کنید تا همه چیز را مدیریت کند، از ابزاری استفاده کنید که برای نیازهای خاص شما بهترین است. اکثر آنها سطوح رایگان ارائه می دهند، بنابراین امتحان کردن آن هیچ هزینه ای ندارد. یافتن هوش مصنوعی مناسب برای هر کار به طور قابل توجهی نتایج را بهبود می بخشد.
دنبال کردن راهنمای تام برای Google News و ما را به عنوان منبع ترجیحی اضافه کنید برای مشاهده آخرین اخبار، تحلیل ها و بررسی های ما در فیدهای خود.