Πώς να χρησιμοποιήσετε την Τεχνητή Νοημοσύνη στην εργασία [Βίντεο και Κουίζ]

Εν συντομία: Χρησιμοποιήστε την Τεχνητή Νοημοσύνη στην εργασία για σύνταξη, σύνοψη, οργάνωση και ανάλυση χαμηλού κινδύνου, διατηρώντας παράλληλα τους ανθρώπους υπόλογους για την ακρίβεια και τις αποφάσεις. Ξεκινήστε με μία επαναλαμβανόμενη εργασία, αφαιρέστε ευαίσθητες πληροφορίες και ελέγξτε κάθε αποτέλεσμα - ειδικά όταν θα μπορούσε να επηρεάσει τα δικαιώματα, τα προς το ζην, την ασφάλεια ή το μέλλον κάποιου.

Λογοδοσία: Διασφαλίστε ότι τα κατάλληλα προσόντα παραμένουν υπεύθυνα για τις αποφάσεις υψηλού αντίκτυπου και τις τελικές εγκρίσεις.

Απόρρητο: Χρησιμοποιήστε εγκεκριμένα εργαλεία και αφαιρέστε εμπιστευτικές ή προσωπικά αναγνωρίσιμες πληροφορίες πριν από την υποβολή οποιουδήποτε στοιχείου.

Διαφάνεια: Αποκαλύψτε τη χρήση Τεχνητής Νοημοσύνης όποτε το απαιτούν η πολιτική στον χώρο εργασίας, οι προσδοκίες των πελατών ή οι πιθανές συνέπειες.

Επαλήθευση: Έλεγχος γεγονότων, κατόχων, προθεσμιών και υποθέσεων σε σχέση με το αρχικό υλικό πηγής.

Δοκιμές: Μετρήστε τον συνολικό χρόνο, τις απαιτούμενες διορθώσεις και την επίδραση στον χρήστη πριν από την επέκταση οποιασδήποτε ροής εργασίας.

1. Τι περιλαμβάνει η χρήση της Τεχνητής Νοημοσύνης στην εργασία

Η χρήση της Τεχνητής Νοημοσύνης στην εργασία δεν σημαίνει απαραίτητα την αντικατάσταση ενός ατόμου ή την αυτοματοποίηση μιας ολόκληρης εργασίας. Στους περισσότερους χώρους εργασίας, η Τεχνητή Νοημοσύνη είναι πολύ πιο πολύτιμη ως εργαλείο υποστήριξης.

Σκεφτείτε το ως έναν γρήγορο, ελαφρώς υπερβολικά σίγουρο βοηθό.

Μπορεί να σας βοηθήσει:

• Πρόχειρα email και έγγραφα

• Συνοψίστε εκτενείς πληροφορίες

• Δημιουργήστε ιδέες

• Οργανώστε τις διάσπαρτες σημειώσεις

• Ανάλυση βασικών δεδομένων

• Προετοιμασία για συναντήσεις

• Δημιουργήστε λίστες ελέγχου και σχέδια

• Επαναδιατύπωση περιεχομένου για διαφορετικά κοινά

• Εξηγήστε άγνωστες έννοιες

• Μετατρέψτε τις πρόχειρες σκέψεις σε κάτι χρήσιμο

Η Τεχνητή Νοημοσύνη μπορεί συχνά να παράγει μια αξιοπρεπή πρώτη έκδοση σε δευτερόλεπτα. Μπορεί να μην είναι τέλεια - μερικές φορές είναι υπερβολικά επίσημη, μερικές φορές επαναλαμβανόμενη, και πού και πού περιπλανιέται με σιγουριά σε έναν φράχτη.

Παρόλα αυτά, το να ξεκινάς με κάτι είναι συνήθως πιο εύκολο από το να ξεκινάς χωρίς τίποτα.

Ο στόχος είναι να μην αφήσετε την Τεχνητή Νοημοσύνη να κάνει τη σκέψη σας. Ο στόχος είναι να αφιερώσετε λιγότερο χρόνο σε τριβές χαμηλής αξίας, ώστε να έχετε περισσότερη ενέργεια για κρίση, δημιουργικότητα, σχέσεις και αποφάσεις.

2. Γιατί έχει σημασία η εκμάθηση της χρήσης της τεχνητής νοημοσύνης στην εργασία

Η δουλειά είναι γεμάτη με μικρές εργασίες που καταναλώνουν περισσότερο χρόνο από όσο τους αξίζει.

Ένα πεντάλεπτο email μετατρέπεται σε είκοσι λεπτά επειδή δεν μπορείτε να βρείτε τη σωστή αρχική γραμμή. Μια σύσκεψη παράγει τρεις σελίδες σημειώσεων αλλά όχι σαφείς ενέργειες. Μια αναφορά πρέπει να ξαναγραφτεί για την ανώτερη ηγεσία, τους πελάτες και μια τεχνική ομάδα. Ξαφνικά το μισό απόγευμα έχει εξαφανιστεί.

Η Τεχνητή Νοημοσύνη μπορεί να μειώσει τον χρόνο που αφιερώνεται στη μεταφορά πληροφοριών από τη μία μορφή στην άλλη.

Για παράδειγμα:

• Οι σημειώσεις γίνονται περίληψη

• Μια περίληψη γίνεται email

• Ένα email γίνεται ένα περίγραμμα παρουσίασης

• Μια πρόχειρη ιδέα γίνεται σχέδιο έργου

• Ένα υπολογιστικό φύλλο γίνεται μια γραπτή εξήγηση

• Μια περίπλοκη πολιτική γίνεται ένας σαφής και προσιτός οδηγός

Εδώ είναι που τείνουν να εμφανίζονται τα κέρδη παραγωγικότητας. Όχι σε δραματικές στιγμές τύπου «η Τεχνητή Νοημοσύνη διευθύνει την εταιρεία τώρα», αλλά σε δεκάδες μικρές βελτιώσεις.

Είναι λίγο σαν να βγάζεις βότσαλα από το παπούτσι σου. Ένα βότσαλο δεν είναι κρίση, αλλά το να περπατάς με δώδεκα όλη μέρα είναι γελοίο.

Η Τεχνητή Νοημοσύνη μπορεί επίσης να κάνει την εξειδίκευση πιο προσβάσιμη. Ένας νέος υπάλληλος μπορεί να ζητήσει εξήγηση για άγνωστη ορολογία. Ένας διευθυντής μπορεί να εξερευνήσει διαφορετικούς τρόπους για να δομήσει την ανατροφοδότηση. Ένας πωλητής μπορεί να προετοιμάσει ερωτήσεις για έναν κλάδο που δεν κατανοεί ακόμη.

Όταν χρησιμοποιείται με σύνεση, η Τεχνητή Νοημοσύνη βοηθά τους ανθρώπους να φτάσουν σε ένα σταθερό σημείο εκκίνησης πιο γρήγορα.

3. Οι καλύτερες εργασίες στον χώρο εργασίας για να δώσετε τεχνητή νοημοσύνη

Ο ευκολότερος τρόπος για να κατανοήσετε πώς να χρησιμοποιείτε την Τεχνητή Νοημοσύνη στην εργασία είναι να διαχωρίσετε τις εργασίες σε τρεις κατηγορίες: δημιουργία, μετασχηματισμός και ανάλυση.

Δημιουργώ

Η Τεχνητή Νοημοσύνη μπορεί να δημιουργήσει ένα πρώτο προσχέδιο με βάση τις οδηγίες σας.

Παραδείγματα περιλαμβάνουν:

• Ηλεκτρονικά μηνύματα

• Προτάσεις

• Περιγραφές θέσεων εργασίας

• Ημερήσιες διατάξεις

• Δημοσιεύσεις στα μέσα κοινωνικής δικτύωσης

• Εκπαιδευτικό υλικό

• Απαντήσεις πελατών

• Περιγράμματα παρουσίασης

• Ερωτήσεις συνέντευξης

Η φράση «πρώτο προσχέδιο» έχει σημασία εδώ. Το περιεχόμενο που δημιουργείται από τεχνητή νοημοσύνη θα πρέπει κανονικά να ελέγχεται πριν από την αποστολή, τη δημοσίευσή ή την παρουσίασή του.

Μετασχηματίζω

Αυτή είναι μια από τις ισχυρότερες χρήσεις της Τεχνητής Νοημοσύνης στον χώρο εργασίας. Της δίνετε υπάρχουσες πληροφορίες και της ζητάτε να αλλάξει τη μορφή, το μήκος, το στυλ ή το επίπεδο πολυπλοκότητας.

Για παράδειγμα:

• Συντομεύστε μια μεγάλη αναφορά

• Μετατρέψτε τις σημειώσεις σε στοιχεία δράσης

• Ξαναγράψτε την τεχνική γλώσσα για τους πελάτες

• Μετατροπή μιας παραγράφου σε κουκκίδες

• Κάντε ένα μήνυμα να ακούγεται πιο επαγγελματικό

• Μετατρέψτε μια μεταγραφή σε περίληψη

• Μεταφράστε την εσωτερική ορολογία σε σαφή καθημερινή γλώσσα

Οι εργασίες μετασχηματισμού συνήθως λειτουργούν καλά επειδή η Τεχνητή Νοημοσύνη έχει υλικό από το οποίο να εργαστεί. Δεν εφευρίσκει τα πάντα από την αρχή.

Αναλύω

Η Τεχνητή Νοημοσύνη μπορεί επίσης να βοηθήσει στον εντοπισμό μοτίβων, στη σύγκριση πληροφοριών και στη δομή ενός προβλήματος.

Οι πρακτικές εργασίες ανάλυσης περιλαμβάνουν:

• Ομαδοποίηση σχολίων πελατών σε θέματα

• Σύγκριση διαφόρων επιλογών

• Εντοπισμός πιθανών κινδύνων

• Εύρεση κενών σε ένα σχέδιο

• Δημιουργώντας πλεονεκτήματα και μειονεκτήματα

• Προτείνοντας ερωτήσεις που μπορεί να έχετε παραβλέψει

• Εξήγηση των τάσεων σε ένα σύνολο δεδομένων

• Κατηγοριοποίηση αιτημάτων υποστήριξης

Ωστόσο, η ανάλυση της Τεχνητής Νοημοσύνης θα πρέπει να αντιμετωπίζεται ως βοήθεια, όχι ως αδιαμφισβήτητη αλήθεια. Μπορεί να χάσει το πλαίσιο ή να κάνει υποθέσεις που φαίνονται λογικές αλλά είναι εντελώς λανθασμένες. Η ανθρώπινη αξιολόγηση εξακολουθεί να είναι το τιμόνι 🚗

4. Συγκριτικός Πίνακας: Πρακτικοί Τρόποι Χρήσης της Τεχνητής Νοημοσύνης στην Εργασία

Εργασία στον χώρο εργασίας	Τι μπορεί να κάνει η Τεχνητή Νοημοσύνη	Καλύτερη συμβολή προς παροχή	Χρειάζεται ανθρώπινη αξιολόγηση;	Γιατί λειτουργεί
Σύνταξη email	Σχεδιάστε, συντομεύστε, μαλακώστε, διευκρινίστε	Παραλήπτης, σκοπός, βασικά στοιχεία, επιθυμητή ενέργεια	Ναί	Αφαιρεί την τριβή από κενές σελίδες
Σημειώσεις συνάντησης	Σύνοψη και εξαγωγή ενεργειών	Απομαγνητοφώνηση ή δομημένες σημειώσεις	Οριστικά	Διαχωρίζει γρήγορα τη συζήτηση από τις αποφάσεις
Σχεδιασμός έρευνας	Προτείνετε ερωτήσεις και θεματικές ενότητες	Σαφής στόχος και κοινό	Ναι - τα γεγονότα χρειάζονται έλεγχο	Βοηθά στην κατασκευή ενός αρχικού πλαισίου
Διαχείριση έργου	Δημιουργήστε σχέδια, ορόσημα, κινδύνους	Πεδίο εφαρμογής, προθεσμία, ομάδα, περιορισμοί	Ναί	Οργανώνει διάσπαρτες πληροφορίες
Ερμηνεία δεδομένων	Εξηγήστε μοτίβα και ανωμαλίες	Καθαρά δεδομένα συν επιχειρηματικό πλαίσιο	Απαιτείται ισχυρή αναθεώρηση	Κάνει τους αριθμούς πιο εύκολο να συζητηθούν
Καταιγισμός ιδεών	Δημιουργήστε ιδέες και εναλλακτικές λύσεις	Συγκεκριμένο πρόβλημα και όρια	Μέτριος	Παράγει εύρος, μερικές φορές απροσδόκητα αποτελεσματικό
Υποστήριξη πελατών	Σύνταξη απαντήσεων και ταξινόμηση ζητημάτων	Μήνυμα πελατών και καθοδήγηση της εταιρείας	Ναι, ιδιαίτερα ευαίσθητες περιπτώσεις	Επιταχύνει τις συνήθεις απαντήσεις
Επεξεργασία εγγράφων	Βελτιώστε τον τόνο, τη γραμματική, τη δομή	Πρωτότυπο κείμενο και κοινό-στόχος	Συνήθως	Ταχύτερα από την επεξεργασία πρόταση προς πρόταση
Μάθηση	Εξηγήστε έννοιες και δημιουργήστε κουίζ	Θέμα, επίπεδο δεξιοτήτων, σενάριο εργασίας	Ελαφρύ έως μέτριο	Κάνει την εκπαίδευση πιο εξατομικευμένη
Υποστήριξη αποφάσεων	Συγκρίνετε επιλογές και επιφανειακούς κινδύνους	Κριτήρια, περιορισμοί, προτεραιότητες	Απολύτως	Διευκρινίζει τη σκέψη, αλλά δεν πρέπει να αποφασίζει για εσάς

Ο πίνακας καθιστά σαφές κάτι σημαντικό: Η Τεχνητή Νοημοσύνη λειτουργεί καλύτερα όταν η εργασία είναι σαφώς καθορισμένη.

Η φράση «Βοήθεια με το έργο μου» είναι αόριστη.

Η φράση «Δημιουργία μιας λίστας ελέγχου έξι βημάτων για μια μικρή εσωτερική ενημέρωση λογισμικού που περιλαμβάνει την πληροφορική, την υποστήριξη πελατών και τις πωλήσεις» δίνει στην τεχνητή νοημοσύνη κάτι συγκεκριμένο με το οποίο να μπορεί να λειτουργήσει.

Η συγκεκριμένη εισροή δημιουργεί συγκεκριμένη έξοδο. Καθόλου επαναστατικό, αλλά αληθινό.

5. Πώς να γράφετε καλύτερα μηνύματα τεχνητής νοημοσύνης για την εργασία

Δεν χρειάζεστε μια περίπλοκη φόρμουλα προτροπής. Απλώς πρέπει να παρέχετε αρκετό πλαίσιο ώστε η Τεχνητή Νοημοσύνη να καταλάβει πώς φαίνεται κάτι καλό.

Μια αξιόπιστη προτροπή για τον χώρο εργασίας συνήθως περιέχει πέντε στοιχεία:

Η εργασία

Δηλώστε ακριβώς τι θέλετε.

Παράδειγμα:

«Σύνταξη email που να εξηγεί μια καθυστέρηση παράδοσης.»

Το πλαίσιο

Εξηγήστε τι συνέβη και γιατί η εργασία είναι σημαντική.

Παράδειγμα:

«Ο προμηθευτής καθυστέρησε την αποστολή κατά τέσσερις ημέρες λόγω προβλήματος με το απόθεμα.»

Το κοινό

Πείτε στην Τεχνητή Νοημοσύνη ποιος θα διαβάσει ή θα χρησιμοποιήσει το αποτέλεσμα.

Παράδειγμα:

«Το κοινό είναι ένας μακροπρόθεσμος πελάτης που είναι ήδη απογοητευμένος.»

Ο επιθυμητός τόνος ή μορφή

Περιγράψτε πώς πρέπει να ακούγεται ή να φαίνεται η απάντηση.

Παράδειγμα:

«Χρησιμοποιήστε έναν ήρεμο, άμεσο και υπεύθυνο τόνο. Κρατήστε τον κάτω από 150 λέξεις.»

Οι απαιτούμενες λεπτομέρειες

Καταγράψτε τα στοιχεία που πρέπει να συμπεριληφθούν.

Παράδειγμα:

«Αναφέρετε την αναθεωρημένη ημερομηνία παράδοσης, την επιλογή επιστροφής χρημάτων και την επαφή υποστήριξης.»

Συνολικά, η προτροπή γίνεται:

«Σύνταξη email σε έναν μακροχρόνιο πελάτη, εξηγώντας ότι η αποστολή του έχει καθυστερήσει κατά τέσσερις ημέρες λόγω προβλήματος με το απόθεμα ενός προμηθευτή. Χρησιμοποιήστε ήρεμο, άμεσο και υπεύθυνο τόνο. Κρατήστε το email κάτω από 150 λέξεις. Συμπεριλάβετε την αναθεωρημένη ημερομηνία παράδοσης, την επιλογή επιστροφής χρημάτων και την επαφή υποστήριξης.»

Αυτή η προτροπή σχεδόν πάντα θα παράγει καλύτερο αποτέλεσμα από το "Γράψτε ένα email καθυστέρησης"

Μπορείτε επίσης να ζητήσετε από την Τεχνητή Νοημοσύνη να αναθεωρήσει τη δική της απάντηση:

• Κάντε το λιγότερο επίσημο

• Αφαίρεση επανάληψης

• Προσθέστε μια πιο σαφή παρότρυνση για δράση

• Ξαναγράψτε αυτό για ένα εκτελεστικό κοινό

• Προσδιορίστε τυχόν μη υποστηριζόμενες υποθέσεις

• Δώστε μου τρεις πιο δυνατές εναλλακτικές

• Αμφισβητήστε αυτήν την πρόταση

Αυτό το τελευταίο είναι ιδιαίτερα πολύτιμο. Η Τεχνητή Νοημοσύνη δεν χρειάζεται πάντα να είναι η μαζορέτα σας. Μερικές φορές θα έπρεπε να είναι ο ελαφρώς ενοχλητικός συνάδελφος που ρωτάει: «Αλλά τι συμβαίνει αν αυτή η υπόθεση είναι λανθασμένη;» 🧐

6. Πώς να χρησιμοποιήσετε την Τεχνητή Νοημοσύνη για email και επικοινωνία στον χώρο εργασίας

Το email είναι συχνά το πιο εύκολο σημείο για να ξεκινήσετε.

Η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει όταν ξέρετε τι θέλετε να πείτε, αλλά δεν μπορείτε να βρείτε τη σωστή διατύπωση. Μπορεί επίσης να σας βοηθήσει να αποφύγετε μηνύματα που είναι πολύ απότομα, πολύ αόριστα ή έχουν τρεις παραγράφους μεγαλύτερους από όσο χρειάζεται.

Τα πρακτικά αιτήματα περιλαμβάνουν:

• Ξαναγράψτε το έτσι ώστε να ακούγεται φιλικό αλλά και σταθερό

• Κάντε το πιο συνοπτικό

• Προσθέστε μια σαφή προθεσμία

• Αφαίρεση συναισθηματικής γλώσσας

• Κάντε το κατάλληλο για ανώτερη ηγεσία

• Μετατρέψτε το σε μια ευγενική συνέχεια

• Εξηγήστε το χωρίς τεχνική ορολογία

• Δημιουργήστε τρεις επιλογές γραμμής θέματος

Η Τεχνητή Νοημοσύνη είναι ιδιαίτερα χρήσιμη για ευαίσθητες επικοινωνίες, αλλά η προσοχή έχει σημασία. Ένα ζήτημα απόδοσης, ένα παράπονο, μια νομική ανησυχία ή ένα προσωπικό ζήτημα δεν πρέπει να αντιμετωπίζεται σαν μια απλή λεζάντα μάρκετινγκ.

Χρησιμοποιήστε την Τεχνητή Νοημοσύνη για να δομήσετε το μήνυμα και, στη συνέχεια, ελέγξτε κάθε πρόταση.

Ρωτήστε τον εαυτό σας:

• Είναι αυτό ακριβές;

• Ακούγεται σαν εμένα;

• Θα μπορούσε αυτή η διατύπωση να παρερμηνευθεί;

• Είναι ο τόνος κατάλληλος για τη σχέση;

• Περιλαμβάνει προσωπικές πληροφορίες που δεν θα έπρεπε να είχαν εισαχθεί;

• Νιώθω άνετα να βάλω το όνομά μου από κάτω;

Αυτή η τελευταία ερώτηση είναι η απλούστερη δοκιμή ποιοτικού ελέγχου. Εάν διστάσετε να την υπογράψετε, μην την στείλετε.

7. Χρήση Τεχνητής Νοημοσύνης για Συναντήσεις που Παράγουν Πραγματικά Αποτελέσματα

Οι συναντήσεις παράγουν πολλές πληροφορίες και, κατά κάποιο τρόπο, όχι πάντα πολλή σαφήνεια.

Η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει πριν, κατά τη διάρκεια και μετά από μια συνάντηση.

Πριν από τη συνάντηση

Χρησιμοποιήστε την Τεχνητή Νοημοσύνη για να:

• Δημιουργήστε μια ατζέντα

• Προσδιορίστε βασικές ερωτήσεις

• Συνοψίστε τις πληροφορίες υποβάθρου

• Προετοιμάστε τα σημεία συζήτησης

• Πρόβλεψη αντιρρήσεων

• Σχεδιάστε ένα πλαίσιο λήψης αποφάσεων

Μια πρακτική προτροπή θα μπορούσε να είναι:

«Δημιουργήστε μια ημερήσια διάταξη 30 λεπτών για μια συνάντηση σχετικά με την καθυστερημένη ένταξη πελατών. Στόχος είναι να εντοπίσετε το κύριο σημείο συμφόρησης, να συμφωνήσετε σε έναν υπεύθυνο και να επιλέξετε δύο ενέργειες για αυτήν την εβδομάδα.»

Μετά τη συνάντηση

Η Τεχνητή Νοημοσύνη μπορεί να μετατρέψει σημειώσεις ή μεταγραφές σε:

• Βασικές αποφάσεις

• Στοιχεία δράσης

• Ιδιοκτήτες

• Προθεσμίες

• Ανοιχτές ερωτήσεις

• Κίνδυνοι

• Επακόλουθα μηνύματα ηλεκτρονικού ταχυδρομείου

Μην εμπιστεύεστε αυτόματα το αποτέλεσμα. Τα πρακτικά των συναντήσεων μπορεί να περιέχουν σφάλματα, ασαφείς ομιλητές, αστεία που μοιάζουν με δεσμεύσεις και δεσμεύσεις που ακούγονται σαν αστεία.

Ελέγξτε την περίληψη πριν την κοινοποιήσετε.

Μια καλή πρακτική είναι να ζητήσετε από την Τεχνητή Νοημοσύνη να διαχωρίσει τις πληροφορίες σε τρεις ομάδες:

1. Επιβεβαιωμένες αποφάσεις

2. Προτεινόμενες ιδέες

3. Ανεπίλυτα ερωτήματα

Αυτό εμποδίζει τις μισοσυζητημένες προτάσεις να γίνουν μαγικά επίσημη πολιτική εν μία νυκτί.

8. Χρήση Τεχνητής Νοημοσύνης για Έρευνα Χωρίς να Δημιουργούνται Ασυναρτησίες

Η Τεχνητή Νοημοσύνη μπορεί να σας βοηθήσει να ξεκινήσετε έρευνα, να οργανώσετε ένα θέμα και να εντοπίσετε τομείς που αξίζει να διερευνήσετε.

Μπορεί:

• Εξηγήστε άγνωστη ορολογία

• Δημιουργήστε ερευνητικά ερωτήματα

• Σύγκριση εννοιών

• Προτείνετε κατηγορίες

• Δημιουργήστε ένα περίγραμμα

• Συνοψίστε τις πληροφορίες που παρέχετε

• Προσδιορίστε τις υποθέσεις

• Δημιουργήστε ερωτήσεις συνέντευξης

• Επισημάνετε τις ελλείπουσες οπτικές γωνίες

Αυτό που δεν πρέπει να κάνει είναι να γίνει η μόνη σου πηγή αλήθειας.

Η Τεχνητή Νοημοσύνη μπορεί να παράγει ανακριβείς λεπτομέρειες, επινοημένα παραδείγματα, ξεπερασμένες πληροφορίεςή δηλώσεις που ακούγονται πολύ πιο βέβαιες από ό,τι τους αξίζει.

Για την έρευνα στον χώρο εργασίας, χρησιμοποιήστε την Τεχνητή Νοημοσύνη ως χαρτογράφο και όχι ως την ίδια την περιοχή.

Μια λογική διαδικασία μοιάζει με αυτό:

1. Ζητήστε από την Τεχνητή Νοημοσύνη να σκιαγραφήσει το θέμα.

2. Προσδιορίστε τους ισχυρισμούς που έχουν σημασία.

3. Επαληθεύστε σημαντικά γεγονότα χρησιμοποιώντας αξιόπιστες εσωτερικές ή εξωτερικές πληροφορίες.

4. Ζητήστε από την Τεχνητή Νοημοσύνη να οργανώσει τα επαληθευμένα ευρήματα.

5. Ελέγξτε το τελικό αποτέλεσμα για ακρίβεια και μεροληψία.

Μπορείτε επίσης να ζητήσετε από την Τεχνητή Νοημοσύνη να δείξει αβεβαιότητα:

• Ποια μέρη αυτής της απάντησης μπορεί να είναι αναξιόπιστα;

• Τι υποθέσεις κάνεις;

• Ποια στοιχεία πρέπει να επαληθεύσω;

• Ποιες πληροφορίες θα άλλαζαν αυτήν τη σύσταση;

• Δώστε μου το ισχυρότερο επιχείρημα κατά αυτού του συμπεράσματος.

Αυτές οι προτροπές δεν θα κάνουν την Τεχνητή Νοημοσύνη αλάθητη, αλλά ενθαρρύνουν πιο προσεκτική σκέψη.

9. Πώς να χρησιμοποιήσετε την Τεχνητή Νοημοσύνη για Δεδομένα, Αναφορές και Υπολογιστικά Φύλλα

Η τεχνητή νοημοσύνη μπορεί να κάνει τους αριθμούς πιο εύκολους στην κατανόηση, ειδικά για άτομα που δεν ζουν μέσα σε υπολογιστικά φύλλα όλη μέρα.

Μπορεί να σας βοηθήσει:

• Εξηγήστε τους τύπους

• Προτείνετε δομές υπολογιστικών φύλλων

• Κατηγοριοποίηση δεδομένων

• Συνοψίστε τις τάσεις

• Μετατρέψτε τα σχήματα σε γραπτό σχόλιο

• Προσδιορίστε πιθανές ανωμαλίες

• Δημιουργήστε προτάσεις γραφημάτων

• Ενότητες σχεδίου έκθεσης

• Μεταφράστε τα τεχνικά ευρήματα σε επιχειρηματική γλώσσα

Για παράδειγμα, αντί να ρωτήσετε:

«Τι σημαίνουν αυτά τα δεδομένα;»

Δοκιμή:

«Εξετάστε αυτόν τον μηνιαίο πίνακα πωλήσεων. Προσδιορίστε τις τρεις μεγαλύτερες αλλαγές, προτείνετε πιθανές εξηγήσεις και απαριθμήστε τις ερωτήσεις που πρέπει να θέσω πριν καταλήξω σε συμπεράσματα.»

Αυτή η καταληκτική πρόταση έχει σημασία. Τα δεδομένα σπάνια εξηγούνται από μόνα τους.

Μια μείωση των πωλήσεων θα μπορούσε να προκληθεί από χαμηλότερη ζήτηση, ελλείποντα αρχεία, εποχιακά μοτίβα, αλλαγές τιμολόγησης, καθυστερημένη σύμβαση ή από κάποιον που κατά λάθος επικολλά τιμές σε λάθος στήλη. Τα υπολογιστικά φύλλα έχουν το ταλέντο να δημιουργούν μικροσκοπικές καταστροφές ενώ παράλληλα φαίνονται απόλυτα ήρεμα.

Μην αφήνετε ποτέ την Τεχνητή Νοημοσύνη να λάβει μια απόφαση με υψηλό αντίκτυπο σε οικονομικά, λειτουργικά ή στελεχιακά θέματα, βασιζόμενη μόνο σε ένα επικολλημένο σύνολο δεδομένων.

Ελεγχος:

• Εάν τα δεδομένα είναι πλήρη

• Εάν οι μονάδες είναι σωστές

• Εάν οι κατηγορίες είναι συνεπείς

• Το αν οι ελλείπουσες τιμές έχουν σημασία

• Το αν η Τεχνητή Νοημοσύνη παρερμήνευσε το επιχειρηματικό πλαίσιο

• Εάν η συσχέτιση αντιμετωπίζεται ως αιτιώδης συνάφεια

Η Τεχνητή Νοημοσύνη μπορεί να επιταχύνει την ερμηνεία. Η λογοδοσία εξακολουθεί να ανήκει στους ανθρώπους.

10. Προστασία Εμπιστευτικών και Ευαίσθητων Πληροφοριών 🔐

Πριν εισαγάγετε πληροφορίες χώρου εργασίας σε οποιοδήποτε εργαλείο τεχνητής νοημοσύνης, κατανοήστε τους κανόνες του οργανισμού σας.

Μην υποθέτετε ότι κάθε πλατφόρμα τεχνητής νοημοσύνης είναι εγκεκριμένη για εμπιστευτικά δεδομένα.

Οι ευαίσθητες πληροφορίες μπορεί να περιλαμβάνουν:

• Αρχεία πελατών

• Πληροφορίες εργαζομένων

• Κωδικοί πρόσβασης ή διαπιστευτήρια πρόσβασης

• Ιατρικές λεπτομέρειες

• Νομικά έγγραφα

• Οικονομικά δεδομένα

• Ακυκλοφόρητα προγράμματα προϊόντων

• Εσωτερική στρατηγική

• Ιδιοκτησιακός κώδικας

• Όροι σύμβασης

• Προσωπικά αναγνωρίσιμες πληροφορίες

Όταν είναι δυνατόν, αφαιρέστε τα στοιχεία ταυτοποίησης.

Αντί να εισαγάγετε:

«Γράψτε μια αξιολόγηση απόδοσης για τον Jordan Smith στην ομάδα επιχειρήσεων του Μάντσεστερ, ο οποίος έχασε την προθεσμία του συμβολαίου της Acme.»

Χρησιμοποιήστε κάτι σαν:

«Γράψτε μια αξιολόγηση απόδοσης για έναν υπάλληλο λειτουργιών που έχασε μια σημαντική προθεσμία προς τον πελάτη. Διατηρήστε τα σχόλια τεκμηριωμένα, εποικοδομητικά και επικεντρωμένα στα επόμενα βήματα.»

Η ανωνυμοποίηση των πληροφοριών μειώνει τον κίνδυνο, ενώ παράλληλα επιτρέπει στην Τεχνητή Νοημοσύνη να βοηθήσει με τη δομή.

Ελέγξτε επίσης εάν ο οργανισμός σας παρέχει ένα εγκεκριμένο σύστημα τεχνητής νοημοσύνης για επιχειρήσεις. Αυτά τα εργαλεία μπορεί να περιλαμβάνουν ισχυρότερους ελέγχους δεδομένων, διαχείριση πρόσβασης και εσωτερικές πολιτικές.

Η ευκολία δεν αποτελεί καλό λόγο για να αποκαλύπτονται πληροφορίες που θα έπρεπε να παραμένουν εμπιστευτικές. Αυτό δεν είναι καινοτομία. Αυτό είναι απλώς σαν να αφήνετε το ντουλάπι αρχειοθέτησης του γραφείου ανοιχτό στη βροχή.

11. Όπου η Τεχνητή Νοημοσύνη δεν πρέπει να λαμβάνει την τελική απόφαση

Η Τεχνητή Νοημοσύνη μπορεί να υποστηρίξει μια απόφαση, αλλά ορισμένες αποφάσεις απαιτούν ανθρώπινη ευθύνη από την αρχή μέχρι το τέλος.

Να είστε ιδιαίτερα προσεκτικοί με:

• Προσλήψεις και απολύσεις

• Πειθαρχία των εργαζομένων

• Ιατρικές αποφάσεις

• Νομικές συμβουλές

• Πιστωτικές ή οικονομικές εγκρίσεις

• Εργασία κρίσιμη για την ασφάλεια

• Κρίσεις συμμόρφωσης

• Βαθμολογία απόδοσης

• Ευαίσθητες διαφορές πελατών

• Αποφάσεις που αφορούν διακρίσεις ή δίκαιη μεταχείριση

Η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει στη σύνοψη στοιχείων, στον εντοπισμό ερωτημάτων ή στη σύγκριση σεναρίων. Δεν θα πρέπει να της επιτρέπεται να κάνει την τελική απόφαση χωρίς εξειδικευμένη ανθρώπινη εποπτεία.

Γιατί; Επειδή η Τεχνητή Νοημοσύνη δεν κατανοεί τις συνέπειες με τον τρόπο που τις κατανοούν οι άνθρωποι. Μπορεί να επεξεργάζεται μοτίβα, αλλά δεν φέρει ευθύνη, ενσυναίσθηση, επαγγελματικό καθήκον ή βιωμένο πλαίσιο.

Μπορεί επίσης να αναπαράγει προκατάληψη κρυμμένη σε παραδείγματα, ιστορικά δεδομένα ή στον τρόπο με τον οποίο διατυπώνεται μια προτροπή.

Ένας σωστός κανόνας είναι:

Όσο μεγαλύτερος είναι ο αντίκτυπος στα δικαιώματα, τα προς το ζην, την ασφάλεια ή το μέλλον ενός ατόμου, τόσο λιγότερο έλεγχο θα πρέπει να έχει η Τεχνητή Νοημοσύνη.

Αυτός ο κανόνας δεν είναι φανταχτερός, αλλά ισχύει.

12. Πώς οι διευθυντές μπορούν να εισαγάγουν την τεχνητή νοημοσύνη χωρίς να προκαλέσουν πανικό

Όταν οι ηγέτες εισάγουν την Τεχνητή Νοημοσύνη με κακό τρόπο, οι εργαζόμενοι συχνά ακούν ένα μήνυμα:

«Βρήκαμε μια μηχανή που μπορεί να σε αντικαταστήσει.»

Ακόμα και όταν αυτή δεν είναι η πρόθεση, η αόριστη επικοινωνία δημιουργεί άγχος.

Μια καλύτερη προσέγγιση είναι να εξηγήσετε:

• Γιατί εισάγεται η Τεχνητή Νοημοσύνη

• Ποιες εργασίες μπορεί να υποστηρίξει

• Ποιες εργασίες παραμένουν υπό την καθοδήγηση του ανθρώπου

• Ποια δεδομένα μπορούν να εισάγουν οι εργαζόμενοι

• Ποια αναθεώρηση απαιτείται

• Πώς πρέπει να αναφέρονται τα λάθη

• Πώς θα μετρηθεί η επιτυχία

• Τι εκπαίδευση θα παρέχεται

Οι διευθυντές θα πρέπει να επικεντρώνονται σε πρακτικά παραδείγματα και όχι σε μεγαλεπήβολες υποσχέσεις.

Για παράδειγμα:

«Χρησιμοποιούμε Τεχνητή Νοημοσύνη για να δημιουργήσουμε τα πρώτα προσχέδια των συνηθισμένων απαντήσεων των πελατών. Κάθε απάντηση θα εξακολουθεί να ελέγχεται από έναν εκπρόσωπο υποστήριξης.»

Αυτό είναι πιο ξεκάθαρο από:

«Βελτιώνουμε την εμπειρία των πελατών μέσω της νοημοσύνης επόμενης γενιάς.»

Η δεύτερη πρόταση ακούγεται ακριβή και δεν σημαίνει σχεδόν τίποτα.

Οι ομάδες θα πρέπει επίσης να έχουν τη δυνατότητα να πειραματίζονται εντός ασφαλών ορίων. Οι εργαζόμενοι που εκτελούν την εργασία συχνά εντοπίζουν τις καλύτερες περιπτώσεις χρήσης επειδή γνωρίζουν ακριβώς ποιες διαδικασίες είναι επαναλαμβανόμενες, απογοητευτικές και συγκρατούνται από ένα ηρωικό υπολογιστικό φύλλο.

13. Ένα απλό πλαίσιο για να ξεκινήσετε αυτήν την εβδομάδα

Για να ξεκινήσετε να χρησιμοποιείτε την Τεχνητή Νοημοσύνη χωρίς να περιπλέκετε υπερβολικά τα πράγματα, επιλέξτε μια εργασία χαμηλού κινδύνου.

Βήμα 1: Βρείτε μια επαναλαμβανόμενη εργασία

Αναζητήστε εργασία που κάνετε αρκετές φορές την εβδομάδα.

Παραδείγματα:

• Σύνταξη επακόλουθων email

• Σύνοψη συναντήσεων

• Μορφοποίηση αναφορών

• Δημιουργία ημερήσιων διατάξεων

• Επανεγγραφή περιεχομένου

• Οργάνωση σημειώσεων

Βήμα 2: Ορίστε ένα αξιόλογο αποτέλεσμα

Αποφασίστε πώς μοιάζει η επιτυχία.

Ίσως θέλετε να μειώσετε τον χρόνο σύνταξης, να βελτιώσετε τη συνέπεια, να μειώσετε τα λάθη ή να δημιουργήσετε πιο σαφή στοιχεία δράσης.

Βήμα 3: Δημιουργήστε μια επαναχρησιμοποιήσιμη προτροπή

Γράψτε μια προτροπή που περιλαμβάνει την εργασία, το πλαίσιο, το κοινό, τη μορφή και τους περιορισμούς.

Αποθηκεύστε το σε κάποιο προσβάσιμο μέρος.

Βήμα 4: Εξετάστε κάθε έξοδο

Ελέγξτε τα γεγονότα, τον τόνο, το απόρρητο και τη συνάφεια.

Μην μπερδεύετε την ταχύτητα με την ποιότητα.

Βήμα 5: Βελτιώστε την προτροπή

Παρατηρήστε τι κάνει λάθος η Τεχνητή Νοημοσύνη.

Προσθέστε σαφέστερες οδηγίες. Δώστε παραδείγματα. Αφαιρέστε την ασάφεια. Ζητήστε μια διαφορετική δομή.

Βήμα 6: Μετρήστε το αποτέλεσμα

Εξοικονόμησε χρόνο; Βελτιώθηκε η ποιότητα; Δημιούργησε επιπλέον εργασία επεξεργασίας;

Ορισμένες ροές εργασίας τεχνητής νοημοσύνης φαίνονται εντυπωσιακές, αλλά σχεδόν δεν εξοικονομούν τίποτα. Άλλες εξαλείφουν σιωπηλά μια ώρα απογοήτευσης κάθε εβδομάδα.

Κρατήστε το δεύτερο είδος.

14. Συνηθισμένα λάθη που κάνουν οι άνθρωποι με την τεχνητή νοημοσύνη στον χώρο εργασίας

Η κατανόηση του τρόπου χρήσης της Τεχνητής Νοημοσύνης στην εργασία σημαίνει επίσης ότι πρέπει να γνωρίζετε τι δεν πρέπει να κάνετε.

Δίνοντας αόριστες οδηγίες

Η ασθενής είσοδος δημιουργεί γενική έξοδο.

Προσθέστε ένα πλαίσιο, παραδείγματα, όρια και έναν σαφή στόχο.

Εμπιστεύομαι την πρώτη απάντηση

Η πρώτη απάντηση είναι ένα προσχέδιο, όχι μια εντολή σκαλισμένη σε πέτρα.

Ζητήστε αναθεωρήσεις.

Αντιγραφή χωρίς επεξεργασία

Η γραφή που δημιουργείται από την τεχνητή νοημοσύνη μπορεί να ακούγεται στιλβωμένη αλλά κενή περιεχομένου. Προσθέστε πραγματικές λεπτομέρειες, αφαιρέστε γενικές φράσεις και κάντε την να ακούγεται ανθρώπινη.

Κοινοποίηση εμπιστευτικών δεδομένων

Μην επικολλάτε ευαίσθητες πληροφορίες σε μη εγκεκριμένα συστήματα.

Χρήση Τεχνητής Νοημοσύνης για τα πάντα

Ορισμένες εργασίες είναι πιο γρήγορες για να τις ολοκληρώσετε μόνοι σας.

Δεν χρειάζεστε μια προτροπή τεχνητής νοημοσύνης έξι παραγράφων για να γράψετε «Ευχαριστώ, θα το εξετάσω σήμερα»

Απόκρυψη χρήσης τεχνητής νοημοσύνης όταν η αποκάλυψη έχει σημασία

Ορισμένοι οργανισμοί, πελάτες ή βιομηχανίες απαιτούν διαφάνεια. Ακολουθήστε τη σχετική πολιτική.

Αντιμετώπιση της παραγωγής της Τεχνητής Νοημοσύνης ως αντικειμενικής

Η Τεχνητή Νοημοσύνη αντικατοπτρίζει μοτίβα και υποθέσεις. Δεν είναι αυτόματα ουδέτερη.

Αυτοματοποίηση μιας προβληματικής διαδικασίας

Το να επιταχύνεις μια κακή διαδικασία δεν την κάνει και καλή. Απλώς παράγει λάθη με εντυπωσιακή ταχύτητα 💨

Διορθώστε τη ροή εργασίας πριν την αυτοματοποιήσετε.

15. Χτίζοντας μια Συνήθεια Τεχνητής Νοημοσύνης που Διαρκεί

Ο καλύτερος τρόπος για να εξοικειωθείτε με την Τεχνητή Νοημοσύνη στον χώρο εργασίας είναι να τη χρησιμοποιείτε τακτικά για μικρές, συγκεκριμένες εργασίες.

Ξεκινήστε με μία ή δύο επαναλαμβανόμενες δραστηριότητες.

Για παράδειγμα:

• Κάθε Δευτέρα, χρησιμοποιήστε την Τεχνητή Νοημοσύνη για να οργανώσετε τις προτεραιότητές σας.

• Μετά τις συναντήσεις, μετατρέψτε τις σημειώσεις σε στοιχεία δράσης.

• Πριν στείλετε ένα μακροσκελές email, ζητήστε από την Τεχνητή Νοημοσύνη να το συντομεύσει.

• Όταν αντιμετωπίζετε μια απόφαση, ζητήστε υποθέσεις και αντεπιχειρήματα.

• Στο τέλος ενός έργου, χρησιμοποιήστε την Τεχνητή Νοημοσύνη για να δομήσετε τα διδάγματα που αντλήσατε.

Διατηρήστε μια μικρή βιβλιοθήκη προτροπών για εργασίες που επαναλαμβάνετε. Με την πάροδο του χρόνου, θα αναπτύξετε μια αίσθηση για το ποιες προτροπές λειτουργούν, ποιες εργασίες είναι κατάλληλες και πού η ανθρώπινη κρίση έχει τη μεγαλύτερη σημασία.

Θα μάθετε επίσης πότε δεν πρέπει να χρησιμοποιείτε Τεχνητή Νοημοσύνη.

Αυτό είναι επίσης μέρος του γραμματισμού στην Τεχνητή Νοημοσύνη.

Ο στόχος δεν είναι η μέγιστη χρήση της Τεχνητής Νοημοσύνης. Ο στόχος είναι η καλύτερη εργασία.

Ένα πρακτικό τελικό σημείωμα

Η εκμάθηση του τρόπου χρήσης της Τεχνητής Νοημοσύνης στην εργασία αφορά κυρίως την εκμάθηση του τρόπου σαφούς ανάθεσης αρμοδιοτήτων.

Η Τεχνητή Νοημοσύνη είναι πολύτιμη για τη σύνταξη, τη σύνοψη, την προσαρμογή, την οργάνωση, την εξήγηση και την εξερεύνηση. Μπορεί να μειώσει την επαναλαμβανόμενη προσπάθεια και να σας βοηθήσει να μεταβείτε από μια κενή σελίδα σε μια λειτουργική πρώτη έκδοση πολύ πιο γρήγορα.

Αλλά χρειάζεται όρια.

Προστατέψτε τις εμπιστευτικές πληροφορίες. Επαληθεύστε σημαντικούς ισχυρισμούς. Εξετάστε ευαίσθητες επικοινωνίες. Κρατήστε τους ανθρώπους υπεύθυνους για αποφάσεις με μεγάλο αντίκτυπο. Και σας παρακαλώ, αντισταθείτε στον πειρασμό να αυτοματοποιήσετε μια διαδικασία που κανείς δεν καταλαβαίνει.

Ξεκινήστε με μικρά βήματα. Επιλέξτε μια ενοχλητική, επαναλαμβανόμενη εργασία. Δώστε στην Τεχνητή Νοημοσύνη σαφείς οδηγίες, ελέγξτε το αποτέλεσμα και βελτιώστε τη διαδικασία.

Όταν χρησιμοποιείται σωστά, η Τεχνητή Νοημοσύνη δεν κάνει την εργασία λιγότερο ανθρώπινη. Δημιουργεί περισσότερο χώρο για τα μέρη της εργασίας που απαιτούν εξαρχής ανθρώπους - κρίση, εμπιστοσύνη, προσοχή, ενσυναίσθηση και την ικανότητα να παρατηρεί κανείς πότε μια συνάντηση έχει ξεφύγει εντελώς από τον προσανατολισμό της. 

Πρακτικό παράδειγμα: Μετατροπή σημειώσεων συσκέψεων σε αξιόπιστα στοιχεία δράσης

Σενάριο

Η Μάγια διαχειρίζεται την ένταξη πελατών σε μια αναπτυσσόμενη εταιρεία λογισμικού. Παρακολουθεί τρεις συναντήσεις έργου κάθε εβδομάδα, κρατάει πρόχειρες σημειώσεις ενώ οι συνομιλητές μιλούν και αργότερα μετατρέπει αυτές τις σημειώσεις σε email παρακολούθησης.

Η εργασία είναι επαναλαμβανόμενη, αλλά ενέχει κάποιο κίνδυνο. Μια προτεινόμενη προθεσμία μπορεί εύκολα να εκληφθεί ως συμφωνημένη, ενώ μια γενική πρόταση μπορεί ακούσια να γίνει ευθύνη κάποιου. Στόχος, λοιπόν, είναι να μην αφήσουμε την Τεχνητή Νοημοσύνη να αποφασίσει τι συνέβη. Είναι να χρησιμοποιήσουμε την Τεχνητή Νοημοσύνη για να οργανώσουμε τις σημειώσεις, ενώ η Maya επαληθεύει κάθε απόφαση, κάτοχο και ημερομηνία πριν μοιραστεί την περίληψη.

Τι χρειάζεται ο βοηθός

Η Μάγια παρέχει:

• Ανώνυμες σημειώσεις σύσκεψής της ή εγκεκριμένο αντίγραφο

• Ο σκοπός της συνάντησης

• Μια λίστα συμμετεχόντων και οι ρόλοι τους

• Η απαιτούμενη μορφή εξόδου

• Ένας κανόνας που ορίζει ότι οι ελλείποντες ιδιοκτήτες ή οι προθεσμίες πρέπει να επισημαίνονται και όχι να επινοούνται

• Μια σαφής διάκριση μεταξύ επιβεβαιωμένων αποφάσεων, προτεινόμενων ιδεών και ανεπίλυτων ερωτημάτων

• Η εγκεκριμένη μέθοδος της εταιρείας της για τον χειρισμό εμπιστευτικών πληροφοριών

Πριν από την μεταφόρτωση οποιουδήποτε στοιχείου, αφαιρεί τα ονόματα πελατών, τα προσωπικά στοιχεία, τα διαπιστευτήρια πρόσβασης και τις εμπορικά ευαίσθητες πληροφορίες, εκτός εάν το σύστημα τεχνητής νοημοσύνης έχει εγκριθεί ειδικά για τη διαχείριση αυτών των δεδομένων.

Παράδειγμα οδηγιών

«Μετατρέψτε τις σημειώσεις της σύσκεψης παρακάτω σε μια συνοπτική περίληψη παρακολούθησης.».

Οργανώστε την απάντηση κάτω από αυτές τις επικεφαλίδες:

1. Επιβεβαιωμένες αποφάσεις

2. Στοιχεία δράσης

3. Προτεινόμενες ιδέες

4. Ανεπίλυτα ερωτήματα

5. Κίνδυνοι ή εξαρτήσεις

Για κάθε στοιχείο ενέργειας, συμπεριλάβετε την εργασία, τον κάτοχο και την προθεσμία. Εάν δεν έχει συμφωνηθεί ρητά κάποιος κάτοχος ή προθεσμία, γράψτε «Δεν έχει επιβεβαιωθεί». Μην συνάγετε δεσμεύσεις ή επινοείτε λεπτομέρειες.

Κρατήστε την περίληψη κάτω των 350 λέξεων. Χρησιμοποιήστε σαφή, ουδέτερη γλώσσα κατάλληλη για όλους όσους παρευρέθηκαν στη συνάντηση.

Πριν ολοκληρώσετε, καταγράψτε τυχόν δηλώσεις που είναι ασαφείς ή χρειάζονται έλεγχο

Καλή έναντι κακής απόδοσης

Ένα αδύναμο στοιχείο δράσης θα μπορούσε να πει:

«Ο Σαμ θα ενημερώσει τον οδηγό ένταξης μέχρι την Παρασκευή.»

Αυτό ακούγεται σαφές, αλλά δεν είναι ασφαλές αν οι σημειώσεις υποδεικνύουν μόνο ότι ο Σαμ μπορεί να εξετάσει τον οδηγό και δεν έχει συμφωνηθεί καμία προθεσμία.

Μια καλύτερη εκδοχή θα έλεγε:

«Ελέγξτε τον οδηγό ενσωμάτωσης - προτεινόμενος κάτοχος: Σαμ· προθεσμία: δεν έχει επιβεβαιωθεί.»

Η δεύτερη εκδοχή διατηρεί την αβεβαιότητα αντί να μετατρέπει σιωπηλά μια συζήτηση σε δέσμευση.

Πώς να το δοκιμάσετε

Η Μάγια δημιουργεί ένα μικρό σύνολο δοκιμών χρησιμοποιώντας έξι προηγούμενες συναντήσεις των οποίων τα αποτελέσματα γνωρίζει ήδη.

Ελέγχει αν ο βοηθός:

• Διαχωρίζει τις αποφάσεις από τις προτάσεις

• Αντιγράφει με ακρίβεια ονόματα, ημερομηνίες και προθεσμίες

• Επισημαίνει τις πληροφορίες που λείπουν ως μη επιβεβαιωμένες

• Αποφεύγει την ανάθεση εργασιών που δεν έχουν ποτέ συμφωνηθεί

• Περιλαμβάνει σημαντικά και αναπάντητα ερωτήματα

• Παράγει μια περίληψη που μπορεί να καταλάβει ένας άλλος συμμετέχων

• Αφήνει εκτός τα εμπιστευτικά στοιχεία που έχουν αφαιρεθεί από την καταχώριση

Προσθέτει επίσης σκόπιμες περιπτώσεις αιχμής:

• Ένας συμμετέχων αστειεύεται για την ολοκλήρωση μιας εργασίας

• Δύο άτομα συζητούν την ιδιοκτησία χωρίς να καταλήξουν σε συμφωνία

• Κάποιος αναφέρει δύο πιθανές προθεσμίες

• Η μεταγραφή αντιστοιχίζει ένα σχόλιο σε λάθος ομιλητή

• Η απόφαση ανατρέπεται αργότερα στη συνεδρίαση

• Μια εργασία συμφωνείται, αλλά δεν αναφέρεται κάποιος ιδιοκτήτης

Η ροή εργασίας περνάει μόνο όταν η Maya μπορεί να εντοπίσει κάθε απόφαση και ενέργεια μέχρι τις αρχικές σημειώσεις.

Αποτέλεσμα

Ενδεικτικό αποτέλεσμα: Η Μάγια δοκιμάζει τη διαδικασία σε έξι περιλήψεις συναντήσεων σε διάστημα δύο εβδομάδων.

Η χειροκίνητη διαδικασία που ακολουθούσε προηγουμένως διαρκούσε κατά μέσο όρο 18 λεπτά ανά συνάντηση. Με την Τεχνητή Νοημοσύνη, η δημιουργία του πρώτου προσχεδίου διαρκεί περίπου 2 λεπτά, ακολουθούμενη από κατά μέσο όρο 7 λεπτά για έλεγχο και επεξεργασία. Αυτό μειώνει τον συνολικό χρόνο χειρισμού από 18 λεπτά σε 9 λεπτά ανά συνάντηση.

Σε έξι συναντήσεις, το παράδειγμα εξοικονόμησης είναι:

• Προηγούμενο σύνολο: 6 × 18 λεπτά = 108 λεπτά

• Σύνολο με τη βοήθεια τεχνητής νοημοσύνης, συμπεριλαμβανομένης της αξιολόγησης: 6 × 9 λεπτά = 54 λεπτά

• Ενδεικτικός χρόνος εξοικονόμησης: 54 λεπτά

Πέντε από τις έξι περιλήψεις πληρούν τις προϋποθέσεις αποδοχής μετά από μία μόνο αξιολόγηση. Η υπόλοιπη περίληψη απαιτεί δεύτερη αξιολόγηση, επειδή η απομαγνητοφώνηση μπέρδεψε δύο ομιλητές.

Αυτά τα στοιχεία αποτελούν ένα παράδειγμα εκτίμησης που βασίζεται στη δηλωμένη δοκιμαστική διάταξη και όχι σε δημοσιευμένο αποτέλεσμα της εταιρείας. Το δείγμα είναι μικρό, οι συναντήσεις ενδέχεται να διαφέρουν σε πολυπλοκότητα και ο υπολογισμός περιλαμβάνει τον χρόνο αναθεώρησης, αλλά όχι τον χρόνο που απαιτείται για τον καθαρισμό ή την ανωνυμοποίηση των μεταγραφών.

Τι μπορεί να πάει στραβά

Ο βοηθός μπορεί:

• Εφευρίσκετε έναν κάτοχο για μια μη ανατεθειμένη εργασία

• Αντιμετωπίστε μια προτεινόμενη ημερομηνία ως επιβεβαιωμένη προθεσμία

• Παραλείψτε μια απόφαση που διατυπώθηκε έμμεσα

• Αποδώστε ένα σχόλιο σε λάθος άτομο

• Δημιουργήστε μια κομψή περίληψη που κρύβει την αβεβαιότητα

• Διατηρήστε ευαίσθητες πληροφορίες που περιλαμβάνονται στις σημειώσεις

• Ακολουθήστε τις παρωχημένες οδηγίες εάν αλλάξει το πρότυπο σύσκεψης

Το πιο σοβαρό λάθος θα ήταν να στείλετε την περίληψη χωρίς να την ελέγξετε. Η ευχέρεια στην ανάγνωση δεν αποτελεί απόδειξη ότι η καταγραφή είναι ακριβής.

Συνεπώς, η Μάγια συγκρίνει κάθε στοιχείο δράσης με τις σημειώσεις πηγής, επιβεβαιώνει τις ασαφείς δεσμεύσεις με το αρμόδιο άτομο και διατηρεί τις αρχικές σημειώσεις διαθέσιμες για αναφορά. Τα ευαίσθητα ή αμφισβητούμενα ζητήματα χειρίζονται χειροκίνητα αντί να ανατίθενται στον βοηθό.

Πρακτικό πακέτο

Η Τεχνητή Νοημοσύνη είναι πολύτιμη εδώ επειδή μετατρέπει τις υπάρχουσες πληροφορίες σε μια σαφέστερη δομή. Δεν αντικαθιστά το άτομο που είναι υπεύθυνο για την επιβεβαίωση των αποφάσεων.

Μια ασφαλής ροή εργασίας είναι απλή: παρέχετε σαφείς κανόνες, αφαιρείτε ευαίσθητες πληροφορίες, απαιτείτε από την Τεχνητή Νοημοσύνη να δείχνει αβεβαιότητα, τη δοκιμάζετε σε σχέση με γνωστά παραδείγματα και συμπεριλαμβάνετε ανθρώπινη αξιολόγηση σε οποιαδήποτε ισχυριζόμενη εξοικονόμηση χρόνου.

Συχνές ερωτήσεις

Πώς μπορούν οι αρχάριοι να ξεκινήσουν να χρησιμοποιούν την Τεχνητή Νοημοσύνη στην εργασία με ασφάλεια;

Ξεκινήστε με μία μόνο επαναλαμβανόμενη εργασία χαμηλού κινδύνου, όπως η σύνταξη email παρακολούθησης, η σύνοψη σημειώσεων, η δημιουργία ημερήσιων διατάξεων ή η αναδιοργάνωση υπάρχοντος περιεχομένου. Δώστε στην Τεχνητή Νοημοσύνη σαφείς οδηγίες και, στη συνέχεια, ελέγξτε το αποτέλεσμα για ακρίβεια, τόνο, ιδιωτικότητα και συνάφεια. Αποφύγετε την εισαγωγή ευαίσθητων πληροφοριών, εκτός εάν ο οργανισμός σας έχει εγκρίνει το εργαλείο για τον χειρισμό αυτών των δεδομένων.

Ποιες είναι οι καλύτερες εργασίες για αυτοματοποίηση με την Τεχνητή Νοημοσύνη στον χώρο εργασίας;

Η Τεχνητή Νοημοσύνη αποδίδει καλά κατά τη δημιουργία πρώτων προσχεδίων, την αναδιαμόρφωση υπαρχουσών πληροφοριών και την οργάνωση βασικής ανάλυσης. Κατάλληλες εργασίες περιλαμβάνουν την αναδιατύπωση εγγράφων, την εξαγωγή ενεργειών συσκέψεων, την ομαδοποίηση σχολίων, την εξήγηση τάσεων υπολογιστικών φύλλων και τη δημιουργία λιστών ελέγχου. Είναι λιγότερο κατάλληλη για αποφάσεις με υψηλό αντίκτυπο που αφορούν την απασχόληση, νομικά θέματα, την ασφάλεια, τα οικονομικά, την υγειονομική περίθαλψη ή τη δικαιοσύνη.

Πώς μπορώ να γράψω μια καλή προτροπή τεχνητής νοημοσύνης για δουλειά;

Μια ισχυρή προτροπή στον χώρο εργασίας εξηγεί την εργασία, το πλαίσιο, το κοινό, την επιθυμητή μορφή και τις απαιτούμενες λεπτομέρειες. Αντί να ζητήσετε γενική βοήθεια, περιγράψτε το συγκεκριμένο αποτέλεσμα που χρειάζεστε και τυχόν περιορισμούς, όπως ο αριθμός λέξεων ή ο τόνος. Μπορείτε να βελτιώσετε περαιτέρω την απάντηση ζητώντας από την Τεχνητή Νοημοσύνη να αφαιρέσει την επανάληψη, να εντοπίσει υποθέσεις ή να επισημάνει πληροφορίες που χρειάζονται επαλήθευση.

Πώς μπορώ να χρησιμοποιήσω την Τεχνητή Νοημοσύνη για email χωρίς να ακούγομαι σαν ρομποτική;

Δώστε το αρχικό μήνυμα, τον σκοπό του, τη σχέση σας με τον παραλήπτη και τον τόνο που θέλετε. Ζητήστε από την Τεχνητή Νοημοσύνη να κάνει το email συνοπτικό, φιλικό, σταθερό ή κατάλληλο για ένα συγκεκριμένο κοινό. Πριν το στείλετε, προσθέστε συγκεκριμένες λεπτομέρειες, αφαιρέστε γενικές διατυπώσεις και ελέγξτε ότι κάθε πρόταση ακούγεται φυσική κάτω από το όνομά σας.

Πώς θα πρέπει να εξετάζονται οι σημειώσεις συσκέψεων που δημιουργούνται από την Τεχνητή Νοημοσύνη;

Συγκρίνετε κάθε απόφαση, ενέργεια, υπεύθυνο και προθεσμία με τις αρχικές σημειώσεις ή ένα εγκεκριμένο αντίγραφο. Απαιτήστε από την Τεχνητή Νοημοσύνη να διαχωρίσει τις επιβεβαιωμένες αποφάσεις από τις προτεινόμενες ιδέες και τα ανεπίλυτα ερωτήματα. Οι πληροφορίες που λείπουν θα πρέπει να φέρουν την ένδειξη «Δεν επιβεβαιώθηκε» και όχι να έχουν μαντέψει, ειδικά όταν οι ομιλητές συζήτησαν πιθανούς υπεύθυνους ή ημερομηνίες χωρίς να καταλήξουν σε συμφωνία.

Μπορεί η Τεχνητή Νοημοσύνη να αναλύσει με ακρίβεια υπολογιστικά φύλλα και επιχειρηματικά δεδομένα;

Η Τεχνητή Νοημοσύνη μπορεί να εξηγήσει τύπους, να συνοψίσει τάσεις, να εντοπίσει πιθανές ανωμαλίες και να μετατρέψει τα στοιχεία σε γραπτά σχόλια. Η ερμηνεία της, ωστόσο, εξαρτάται από καθαρά δεδομένα και επαρκές επιχειρηματικό πλαίσιο. Ελέγξτε τις μονάδες, τις ελλείπουσες τιμές, τη συνέπεια των κατηγοριών και εάν υπάρχουν εναλλακτικές εξηγήσεις πριν χρησιμοποιήσετε το αποτέλεσμα για οικονομικές, λειτουργικές ή στελεχιακές αποφάσεις.

Ποιες πληροφορίες χώρου εργασίας δεν πρέπει ποτέ να εισάγονται στην Τεχνητή Νοημοσύνη;

Αποφύγετε την εισαγωγή κωδικών πρόσβασης, διαπιστευτηρίων πρόσβασης, αρχείων πελατών, στοιχείων υπαλλήλων, ιατρικών πληροφοριών, νομικών εγγράφων, ιδιόκτητου κώδικα, αδημοσίευτων προγραμμάτων ή ευαίσθητων οικονομικών δεδομένων σε μη εγκεκριμένα συστήματα. Αφαιρέστε ονόματα και στοιχεία ταυτοποίησης, όπου είναι δυνατόν. Η πολιτική δεδομένων του οργανισμού σας και τα εγκεκριμένα εργαλεία της επιχείρησης θα πρέπει να καθορίζουν ποιες πληροφορίες μπορούν να υποβληθούν σε ασφαλή επεξεργασία.

Πώς μπορούν οι διευθυντές να εισαγάγουν την Τεχνητή Νοημοσύνη στην εργασία χωρίς να ανησυχούν τους υπαλλήλους;

Οι διευθυντές θα πρέπει να εξηγήσουν γιατί εισάγεται η Τεχνητή Νοημοσύνη, ποιες εργασίες θα υποστηρίζει, τι παραμένει υπό την καθοδήγηση του ανθρώπου και πώς πρέπει να αναθεωρούνται τα αποτελέσματα. Θα πρέπει επίσης να ορίσουν εγκεκριμένες πρακτικές δεδομένων, εκπαίδευση, διαδικασίες αναφοράς και μέτρα επιτυχίας. Τα συγκεκριμένα παραδείγματα τείνουν να χτίζουν περισσότερη εμπιστοσύνη από τις αόριστες υποσχέσεις σχετικά με τον μετασχηματισμό ή τις έξυπνες ροές εργασίας.

Ποια είναι τα πιο συνηθισμένα λάθη κατά τη χρήση Τεχνητής Νοημοσύνης στην εργασία;

Συνηθισμένα λάθη περιλαμβάνουν την παροχή αόριστων οδηγιών, την εμπιστοσύνη στην πρώτη απάντηση, την αντιγραφή περιεχομένου χωρίς επεξεργασία και την κοινοποίηση εμπιστευτικών πληροφοριών. Οι άνθρωποι μπορεί επίσης να αυτοματοποιούν προβληματικές διαδικασίες ή να αντιμετωπίζουν τα αποτελέσματα της τεχνητής νοημοσύνης ως αντικειμενικά. Μια καλύτερη προσέγγιση είναι η επαλήθευση σημαντικών ισχυρισμών, η αναθεώρηση αδύναμων προσχέδιων, η δοκιμή επαναλήψιμων ροών εργασίας και η σαφής διατήρηση της ανθρώπινης ευθύνης.

Πώς μπορώ να μετρήσω εάν μια ροή εργασίας τεχνητής νοημοσύνης εξοικονομεί χρόνο;

Μετρήστε ολόκληρη τη διαδικασία, συμπεριλαμβανομένης της προετοιμασίας των εισροών, της ανωνυμοποίησης των πληροφοριών, του ελέγχου των αποτελεσμάτων και της πραγματοποίησης διορθώσεων. Συγκρίνετε αυτό το σύνολο με τον χρόνο και την ποιότητα της προηγούμενης ροής εργασίας σας. Μια αποτελεσματική διαδικασία Τεχνητής Νοημοσύνης θα πρέπει να μειώνει την προσπάθεια ή να βελτιώνει τη συνέπεια χωρίς να δημιουργεί απαράδεκτους κινδύνους για την ιδιωτικότητα, την ακρίβεια ή την λογοδοσία.

Αναφορές

1. Κυβέρνηση Ηνωμένου Βασιλείου - Εγχειρίδιο Τεχνητής Νοημοσύνης για την Κυβέρνηση του Ηνωμένου Βασιλείου - gov.uk

2. Εθνικό Ινστιτούτο Προτύπων και Τεχνολογίας - Πλαίσιο Διαχείρισης Κινδύνων Τεχνητής Νοημοσύνης: Γενετική Τεχνητή Νοημοσύνη - nist.gov

3. Γραφείο Επιτρόπου Πληροφοριών - Τεχνητή Νοημοσύνη, Προστασία Δεδομένων και Δημόσιος Τομέας: Πολιτικές για την Τεχνητή Νοημοσύνη - ico.org.uk

4. Εθνικό Γραφείο Οικονομικών Ερευνών - nber.org

5. Επιτροπή Ίσων Ευκαιριών Απασχόλησης των ΗΠΑ - Ποιος είναι ο ρόλος της EEOC στην Τεχνητή Νοημοσύνη; - eeoc.gov

6. Υπηρεσία Επικοινωνίας της Κυβέρνησης - Πολιτική Γενετικής Τεχνητής Νοημοσύνης της GCS - communications.gov.uk

7. OpenAI - Ένας πρακτικός οδηγός για την κατασκευή με τεχνητή νοημοσύνη - openai.com

Βρείτε την τελευταία λέξη της Τεχνητής Νοημοσύνης στο επίσημο κατάστημα βοηθών τεχνητής νοημοσύνης

Σχετικά με εμάς