Искусственный интеллект может развивать наши способности

Согласно исследованию Microsoft, ИИ инструменты могут развивать нас, а не только помогать в работе или даже помогать самим себе, со временем лучше "понимая" наши подсказки и улучшая ответы. Читайте, за счет чего это происходит, и как со временем меняется взаимодействие человека и ИИ.

К таким выводам пришли в исследовании Microsoft New Future of Work Report о влиянии использования ИИ инструментов на человека, и с основными выдержками на эту тему поделюсь с вами.

Люди и ИИ могут сотрудничать разными способами:

1) как равноправные стороны,

2) человек может контролировать ИИ,

3) ИИ может имитировать поведение человека

Да-да, ИИ инструменты сами себе помогают, чтобы улучшить результативность подсказок. В свою очередь, люди тоже совершенствуются в общении с моделями, учатся более эффективно подсказывать им.

Например, люди принимают неверные результаты ИИ на веру. И это нужно иметь в виду. Существуют методы снижения чрезмерной зависимости, например, визуализация неопределенности, функции когнитивного принуждения и многое другое.

Инструменты совместного аудита помогают пользователям проверять результаты ИИ инструментов.

Инструменты совместного аудита призваны помочь пользователям проверять, оценивать результаты ИИ на предмет ошибок и исправлять ответы ИИ. Например, это может быть чат с функциями обнаружения и удаления галлюциногенного контента из сгенерированного текста.

Зачастую в общении с LLM требуется быстрый ответ. Однако «медленный поиск» указывает на то, как системы могут использовать это дополнительное время для предоставления конечным пользователям лучших результатов. Имея больше времени для ответа, LLM могут выдавать несколько запросов, выполнять поиск в большем количестве документов, уточнять ответы и многое другое.

Генеративный ИИ требует от пользователей хороших навыков работы с информацией. Например, пользователи ИИ должны четко формулировать свои цели, переводя их в подсказки. Готовые подсказки полезны, но требуют адаптации и оценки исходя из целей и намерений пользователей.

Способность генеративного ИИ быстро создавать целые документы делает оценку качества этих результатов гораздо более важной и трудоемкой, чем задачу простого предложения слов или фраз с «автозаполнением».

Подобно тому, как эксперты могут направлять пользователей в совместном творчестве с ИИ, генеративные системы ИИ могут предоставлять упреждающие подсказки для саморефлексии, чтобы помочь пользователям проверить свою уверенность при работе с ними, например: «Насколько вы уверены в понимании этого результата»? Что—нибудь требует пояснений?»

LLM уменьшают барьеры доступа к информации. Это влияние может быть намного сильнее в регионах с низким и средним социально-экономическим статусом, где ресурсы ограничены.

Однако многие проблемы все еще остаются. Например, производительность GPT4 по-прежнему лучше всего на английском языке, но производительность существенно падает на других языках, в первую очередь потому, что многим языковым группам не хватает данных для адекватного обучения. Нелатинские алфавиты недостаточно представлены в Интернете, поэтому LLM хуже работают с таким текстом даже на языках с высоким объемом данных, таких как японский.

Серия отчетов Microsoft New Future of Work Report о новом будущем работы появилась в 2021 году, в разгар COVID и перехода на удаленную работу. Второй отчет, опубликованный по итогам 2022 года, был посвящен гибридной работе. Третий в серии отчет за 2023 год сосредоточен на исследованиях, связанных с интеграцией ИИ в нашу работу.

Другие инсайты из исследования Microsoft New Future of Work Report:

Как использование искусственного интеллекта влияет на нашу продуктивность?

Как искусственный интеллект поможет лучше работать и общаться

#генеративныйии #генИИ #промпт #промпты #microsoft #прогноз #прогнозы #обучение #образование