Heim  >  Artikel  >  Technologie-Peripheriegeräte  >  Lassen Sie uns fünf Möglichkeiten nutzen, um verantwortungsvolle generative KI-Techniken bei der Arbeit anzuwenden

Lassen Sie uns fünf Möglichkeiten nutzen, um verantwortungsvolle generative KI-Techniken bei der Arbeit anzuwenden

WBOY
WBOYnach vorne
2023-04-27 17:46:081048Durchsuche

Lassen Sie uns fünf Möglichkeiten nutzen, um verantwortungsvolle generative KI-Techniken bei der Arbeit anzuwenden

Midjourney, ChatGPT, Bing AI Chat und andere KI-Tools machen generative KI einfacher zu verwenden, und diese Tools schaffen viele Ideen, Experimente und Kreativität. Wenn Sie generative KI in Ihrem Unternehmen einsetzen möchten, stehen Sie immer noch vor der Frage, wo Sie anfangen sollen, KI zum Funktionieren zu bringen und wie Sie dies tun können, ohne in ethische Dilemmata, Urheberrechtsverletzungen oder sachliche Fehler zu geraten. Ein guter Anfang besteht darin, generative KI zu nutzen, um Menschen zu unterstützen, die bereits Experten auf ihrem Gebiet sind, und ihnen dabei zu helfen, Zeit zu sparen und produktiver zu werden.

Es gibt viele andere Möglichkeiten, wie Sie sofort mit der Nutzung generativer KI beginnen können, und generative KI ist möglicherweise bereits in mehrere Tools und Plattformen integriert, die Ihr Unternehmen verwendet. Daher müssen Sie darüber nachdenken, einen Leitfaden zum Testen und Anwenden dieser Tools zu entwickeln. Hier sind fünf Schlüsselbereiche, die Sie beim Einsatz generativer KI in Betracht ziehen sollten, zusammen mit Anleitungen zur Suche nach anderen geeigneten Szenarien.

1. Verbessern Sie die Produktivitätsfähigkeiten von Entwicklern

Die Leute denken oft, dass Programmieren irgendwo zwischen Kunst und Wissenschaft liegt, aber viele Arbeiten beim Programmieren sind routinemäßig und repetitiv. Der Aufstieg von Cloud-Plattformen und Modul-Repositories bedeutet, dass das Schreiben moderner Anwendungen und das Zusammenführen von Komponenten und APIs, das Refactoring von vorhandenem Code, die Optimierung von Umgebungen und die Orchestrierung von Pipelines ebenso wichtig sind wie die Entwicklung von Algorithmen. Ein Großteil dieser Arbeit ist reif für Automatisierung und KI-Unterstützung, aber Sie müssen auch wissen, wie und wo Sie diese Tools einsetzen können, um ihre Wirkung und Wirksamkeit zu überwachen. Bevor Sie vollständig auf Codierungsassistenten umsteigen, können Sie mit einmaligen Tools beginnen, die bestimmte häufige Aufgaben beschleunigen.

Dokumentation ist sowohl wichtig als auch oft übersehen: Sie können generative KI nicht nur die Codebasis dokumentieren lassen, sondern auch eine Chat-Schnittstelle in Ihre Dokumentation einbauen, sodass Entwickler über die Schnittstelle Fragen zur Funktionsweise und Verwendung stellen können , oder einfach nur das Ersetzen des üblichen Suchfelds, verwandelt generische Dokumente in Konversationsprogrammierung, bei der die KI beispielsweise die Daten übernehmen und zeigen kann, wie sie die Abfrage geschrieben hat.

Testen ist ein weiterer Bereich, der leicht übersehen wird, und die automatische Generierung von Komponententests kann Ihnen dabei helfen, Ihren Testumfang zu erweitern. Submission-Bots können Entwicklern auch dabei helfen, Nachrichten zu schreiben, die genügend Informationen enthalten, um Benutzern und anderen Entwicklern zu helfen, während generative KI dasselbe für IT-Mitarbeiter tun kann, die Upgrades und Systemneustarts protokollieren.

Es ist auch wichtig, der KI mitzuteilen, was Sie für die Backend-Logik und andere Boilerplates generieren möchten, damit sich Entwickler auf die interessanteren und kreativeren Teile der App konzentrieren können. Sie sollten auch generative KI nutzen, um Ihre eigenen Codemodule zu schreiben (Skripte, die sich wiederholende, zeitaufwändige Aufgaben in großen Codebasen automatisieren) oder generative KI nutzen, um Stimme und Ton besser an den internen Stil anzupassen. Codierungsassistenten wie GitHub Copilot und in große Sprachmodelle (LLMs) integrierte IDEs können all dies und noch mehr, sollten Entwickler jedoch nicht ersetzen. Diese Codierungsassistenten und IDEs müssen nicht geschriebenen Code (und den Kontext) verstehen und bewerten (das es ausführt), falls es Sicherheitslücken oder Leistungsengpässe, Auslassungen, Fehlentscheidungen oder einfach nur Fehler enthält, da es von Repos lernt, die einige oder alle Probleme beim Generieren von Code enthalten können. Sie sollten darüber nachdenken, wie KI-generierter Code in Ihrem gesamten Unternehmen verfolgt wird, damit Sie ihn prüfen und seinen Nutzen bewerten können. Entwickler berichten, dass sie mit GitHub Copilot effizienter werden und die Frustration reduzieren. Laut Microsoft sind 40 % des Codes der Copilot-Benutzer KI-generiert und unverändert. Derzeit geht diese Herkunft verloren, sobald ein Entwickler seine IDE-Sitzung verlässt. Erwägen Sie daher die Dokumentation interner Richtlinien für die Verwendung von KI-Tools.

2. Qualifizierung von Low-Code- und No-Code-Geschäftsbenutzern

Obwohl Geschäftsbenutzer nicht über das Fachwissen verfügen, um von KI-Assistenten generierten Code zu bewerten, sind Low-Code- und No-Code-Umgebungen stark eingeschränkt und in denen generative KI-Tools integriert sind Es ist viel weniger wahrscheinlich, dass etwas schiefgeht.

Low-Code-Anwendungen erfordern ein häufiges Abrufen und Filtern von Daten. Low-Code-Plattformen verfügen über generative KI-Funktionen, die Suchabfragen generieren oder zurückgegebene Daten bereinigen können – beispielsweise das programmgesteuerte Hinzufügen fehlender Postleitzahlen –, was es Geschäftsanwendern ohne Datenbankkenntnisse ermöglicht, einen Schritt weiter zu gehen, ohne vorgefertigte Komponenten verwenden zu müssen Warten Sie, bis professionelle Entwickler Abfragezeichenfolgen für sie schreiben. Open-Source-Tools wie Census GPT erleichtern die Abfrage großer öffentlicher Datensätze.

Code Assistant ist nicht nur für professionelle Entwickler gedacht. Wix Artificial Design Intelligence (ADI) kann Ihnen eine komplette Website erstellen, indem es Codegenerierung und generatives Design kombiniert; Uizard kann das Gleiche für Website- und App-Prototypen tun; kann handgezeichnete Skizzen oder Figma-Dateien in ausführbare Anwendungen konvertieren, was im Backend erledigt wird.

Die meisten generativen KI-Anwendungen, die für Unternehmensorganisationen von Interesse sind, sind Module, die in automatisierten Low-Code-Workflows aufgerufen werden können, damit Mitarbeiter sie an ihre spezifischen Bedürfnisse anpassen können. Darüber hinaus stellen viele Plattformen bereits ChatGPT und andere OpenAI-APIs wie jede andere Komponente bereit. Stellen Sie jedoch sicher, dass alle Warnungen oder Anleitungen, die mit den generierten Texten oder Bildern einhergehen, in einer Low-Code-Umgebung korrekt angezeigt werden. Idealerweise gibt es eine Möglichkeit, Feedback zu geben, und die Mitarbeiter kennen Ihre Richtlinien, wenn diese direkt den Kunden angezeigt werden können, ohne dass dies erforderlich ist Mitarbeiter müssen diese im Voraus überprüfen.

3. Dokumente und Daten verstehen

Die Kombination der angepassten Version von ChatGPT mit Bing hat Millionen neuer Benutzer zur Bing-Suchmaschine von Microsoft geführt. Die Funktionsweise von LLM bedeutet jedoch, dass Fehler und „Illusionen“ auftreten können, da Sätze und Absätze im Wesentlichen automatisch vervollständigt werden, um Text zu erzeugen, der der Abfrageaufforderung entspricht. Wenn die gewünschten Informationen nicht vorhanden sind, versucht das Modell dennoch, einige vernünftige Informationen zu erstellen, und selbst wenn die bereitgestellten Informationen korrekt sind und mit den Aussagen der meisten Experten auf einem Gebiet übereinstimmen, ist die Antwort möglicherweise unvollständig und unvollständig Wenn Sie noch kein Experte sind, wissen Sie wahrscheinlich nicht einmal, was Sie verpassen. Diese Probleme stellen sowohl für die Unternehmenssuche als auch für das öffentliche Web ein großes Problem dar; das kommende Microsoft 365 Copilot-Tool wird versuchen, dieses Problem zu lösen, indem es Microsoft Graph-Daten basierend auf Dokumenten und Entitäten abfragt und Verweise darauf bereitstellt, aber einige wichtige Punkte werden möglicherweise noch übersehen müssen von Ihnen selbst hinzugefügt werden.

Beginnen Sie mit der Suche nach Möglichkeiten, LLM zum Zusammenfassen und Analysieren von Dokumenten oder generativem Text zur Erklärung von Konzepten in jenen eingeschränkteren Szenarien zu nutzen, in denen Informationen intern von Personen mit Fachwissen überprüft werden, anstatt sie Ihren Kunden oder anderen Endbenutzern direkt anzuzeigen.

Erstellen Sie einen Wissensgraphen, um die Verbindungen und Beziehungen zwischen verschiedenen Einheiten visuell darzustellen und Ihnen das Verständnis des Projekts, der Community oder des Ökosystems zu erleichtern. Mit dem Copilot-Tool in Excel können Sie auf interaktive Weise Einblicke gewinnen und Fragen zu Ihren Daten in einer Sandbox stellen, die die zugrunde liegenden Daten nicht verändert. Fehler können Sie also auf den falschen Weg führen, sollten aber die Rohdaten nicht für zukünftige Analysen verunreinigen .

Das Erzählen von Geschichten mit Daten ist eine weitere effektive Möglichkeit, wichtige Trends und KI-Analysen zu kommunizieren, wie z. B. Smart Narratives in Power BI, die Anomalien und Einflussfaktoren finden und diese dann mit Diagrammen und automatisch generierten Beschreibungen erklären können. Dies vermeidet die mathematischen Probleme, mit denen LLM konfrontiert ist, da Erkenntnisse durch KI-Modelle wie die lineare Regression abgeleitet und dann durch Sprachmodelle beschrieben werden. Dieser integrierte Ansatz könnte sich häufiger durchsetzen. In ähnlicher Weise beginnen Sicherheitstools, die Sprachgenerierung zu nutzen, um von der KI erkannte Bedrohungen, Anomalien und Hinweise auf potenzielle Verstöße zu erklären und Ihnen in klarer und personalisierter Sprache zu sagen, was sie bedeuten und wie Sie reagieren müssen. In Zukunft besteht die Hoffnung darin, diesen Tools Fragen stellen zu können und die Tools die von ihnen gegebenen Vorschläge interpretieren zu lassen.

Sie können Ihren vorhandenen Chatbot auch intelligenter und flexibler gestalten, von Schlüsselwörtern und festen Antwortinhalten bis hin zu einem natürlicheren Klang der Antwortinhalte und der automatischen Einbeziehung neuer Informationen, wenn die Wissensdatenbank aktualisiert wird. Ebenso ist es verlockend, generative KI für die direkte Interaktion mit Kunden zu nutzen, um die Kundenzufriedenheit zu verbessern und Kosten zu senken. Dies ist jedoch riskanter als der Einsatz generativer KI innerhalb eines Unternehmens, um nützliche Informationen über Vorteile und andere HR-Themen ans Licht zu bringen. Für einige Marken eignen sich zwar trendige Chatbots, aber Sie möchten nicht in die Schlagzeilen geraten, weil ein Kunde gefährliche Ratschläge erhalten hat oder von Ihrem Chatbot beleidigt wurde. Durch den Einsatz generativer KI zur Agentenunterstützung können Sie die Produktivität steigern und gleichzeitig das Risiko reduzieren.

4. Beschleunigen Sie den Arbeitsablauf von Geschäftsanwendern

Besprechungen sollten der Ort sein, an dem Geschäftsentscheidungen getroffen und Wissen geteilt werden, aber der Wert einer Besprechung verlässt nie den Konferenzraum. KI-Tools wie Microsoft Teams Premium, Dynamics 365 Copilot und die ChatGPT-App für Slack können Zusammenfassungen erstellen und zugewiesene Aufgabeneinträge für Teilnehmer und diejenigen aufzeichnen, die nicht im Raum sind und möglicherweise nicht wissen, wofür sie verantwortlich sind, was ebenfalls zur Vermeidung beitragen kann Fragen zum Tauziehen darum, wer Notizen machen soll und wer andere „Routine-Büroaufgaben“ erledigt.

Die tägliche Hektik von Slack kann auch die Produktivität und die Work-Life-Balance verbessern, aber die Menschen, die Pläne und Entscheidungen treffen, sollten dafür verantwortlich sein, die Genauigkeit der von der KI generierten Zusammenfassungen, Aktionselemente und Zeitpläne sicherzustellen. KI-Tools, die den Inhalt von Telefongesprächen mit Kunden zusammenfassen, können Managern dabei helfen, Mitarbeiter zu beaufsichtigen und zu schulen. Dies kann für Finanzberater und Callcenter-Mitarbeiter nützlich sein, doch Tools zur Überwachung der Mitarbeiterproduktivität müssen einfühlsam eingesetzt werden und Bedenken hinsichtlich der Überwachung am Arbeitsplatz vermieden werden. Benutzerfeedback und Produktbewertungen sind hilfreich, aber die schiere Menge an Informationen kann überwältigend sein und nützliche Informationen können tief im Inneren verborgen sein.

Generative KI kann entsprechende Inhalte klassifizieren, zusammenfassen und kategorisieren, um aggregiertes Feedback bereitzustellen, das leichter zu verarbeiten ist. Langfristig kann man sich gut vorstellen, dass ein persönlicher Einkaufsassistent Ihnen Empfehlungen dazu gibt, welche Artikel Sie kaufen möchten, und Fragen zu diesen Artikeln beantwortet, anstatt Sie selbst durch Seiten mit Bewertungen scrollen zu lassen. Aber auch Unternehmen müssen sich davor hüten, Tools einzuführen, die beleidigende oder verleumderische Meinungen hervorrufen könnten oder die negative Reaktionen übereifrig herausfiltern. Generative KI-Tools können lange Dokumente lesen und zusammenfassen und die Informationen zum Verfassen neuer Dokumente verwenden. Es gibt bereits Tools wie Docugami, die Fälligkeitstermine und Liefergegenstände aus Verträgen extrahieren können, und die internationale Anwaltskanzlei Allen & Overy testet eine Plattform, die bei der Vertragsanalyse und der Einhaltung gesetzlicher Vorschriften hilft. Das Generieren halbstrukturierter Dokumente wie Absichtserklärungen, Verträge oder Leistungsbeschreibungen kann Geschäftsprozesse beschleunigen und Ihnen dabei helfen, einige Geschäftsterminologien programmgesteuert zu standardisieren. Allerdings ist davon auszugehen, dass dieser Prozess viel Flexibilität und Kontrolle erfordert.

5. Überwinden Sie Schreibblockaden und verschönern Sie Ihr Design

Sie müssen nicht den gesamten Schreibprozess der KI überlassen, damit die KI Ihnen beim Brainstorming von Ideen, dem Schreiben von Texten, der Erstellung von Bildern oder Designs hilft. Bald können Sie die generative KI damit beauftragen, Dokumente, E-Mails und Folien über Office 365 und Google Docs zu erstellen. Sie müssen daher über Richtlinien verfügen, wie Sie die Richtigkeit dieser Inhalte überprüfen können, bevor Sie sie mit anderen teilen. Ebenso sollten Sie mit begrenzteren Aufgaben und internen Verwendungen beginnen, die überwacht werden können.

Generative KI kann direkt in Ihrer E-Mail oder in einem CRM wie Salesforce, Zoho oder Dynamics 365, als Teil der Plattform oder durch Implementierung durch Dritte vorschlagen, was in E-Mails zur Kundenansprache, Dankesnotizen und Benachrichtigungen zu Logistikproblemen geschrieben werden soll Werkzeuge. Auch das Interesse, KI für das Marketing einzusetzen, ist groß, allerdings bestehen auch Markenrisiken. Sie sollten sich diese Optionen lediglich als Einstieg vorstellen und nicht als endgültige Version, bevor Sie auf „Senden“ klicken.

KI-generierter Text ist vielleicht nicht perfekt, aber wenn Sie viele Lücken füllen müssen, ist er besser als nichts. Shopify Magic kann beispielsweise detaillierte Basisinformationen zu einem Produkt nutzen und konsistente, SEO-optimierte Produktbeschreibungen für Ihr Online-Shop verfassen. Sobald Sie über einige Inhalte verfügen, können Sie diese verbessern. Darüber hinaus verwenden Reddit und LinkedIn Azure Vision Services, um Bildunterschriften und Alternativtexte für Bilder zu erstellen und so die Zugänglichkeit zu verbessern, wenn Benutzer diese Inhalte nicht selbst hinzufügen. Wenn Sie über eine große Bibliothek mit Schulungsvideos verfügen, können automatisch generierte Zusammenfassungen Ihren Mitarbeitern helfen, ihre Zeit optimal zu nutzen. Das Generieren von Bildern aus Text ist unglaublich leistungsstark, und Tools wie die Microsoft Designer-App können das Bildausbreitungsmodell in die Hände von Geschäftsanwendern legen, die möglicherweise nur ungern einen Discord-Server für den Zugriff auf Midjourney verwenden und nicht über das Fachwissen für die Verwendung von Photoshop Stable verfügen Diffusions-Plug-in. Aber es gibt auch Kontroversen rund um KI-generierte Bilder, von Deepfakes und dem Uncanny-Valley-Effekt bis hin zu den Ursprüngen von Trainingsdaten und der Ethik der kostenlosen Nutzung der Werke berühmter Künstler. Um offensichtliche Fallstricke zu vermeiden, möchten Unternehmen eine klare Richtlinie zur Verwendung generierter Bilder haben.

Finden Sie, was zu Ihnen passt

Wie Sie sehen, gibt es von der Kundenbetreuung über den Einzelhandel bis hin zu Logistik- und Rechtsdienstleistungen Möglichkeiten, generative KI in jeder Interaktion zu nutzen, bei der Sie zuverlässige Informationsquellen für die Kuratierung nutzen möchten.

Um generative KI verantwortungsvoll zu nutzen, beginnen Sie mit der Verarbeitung natürlicher Sprache, wie Klassifizierung, Zusammenfassung und Textgenerierung für nicht kundenorientierte Szenarien, in denen die Ausgabe von Experten erstellt werden muss, die in der Lage sind, Fehler und Unwahrheiten zu erkennen und zu korrigieren. Personen mit Informationskompetenz führen die Überprüfung durch, und es muss eine Schnittstelle vorhanden sein, die den Prozess einfacher und natürlicher macht, anstatt nur Vorschläge anzunehmen. Es ist verlockend, Zeit und Geld zu sparen, indem man auf menschliches Eingreifen verzichtet, aber wenn die generierten Inhalte ungenau, unverantwortlich oder anstößig sind, kann der Schaden für Ihr Unternehmen erheblich sein.

Viele Unternehmen befürchten, dass Daten in Modelle gelangen könnten, die der Konkurrenz helfen könnten. Google, Microsoft und OpenAI haben alle Datennutzungsrichtlinien veröffentlicht und erklärt, dass die von Unternehmen verwendeten Daten und Hinweise nur zum Trainieren ihrer Modelle verwendet werden, nicht in den Kernmodellen, die jedem Kunden zur Verfügung gestellt werden. Aber Sie haben immer noch eine Richtlinie dazu, welche Informationen Mitarbeiter in öffentliche generative KI-Tools kopieren können.

Der Hersteller gibt außerdem an, dass Benutzer die Verantwortung für Modelleingaben und -ausgaben übernehmen, was theoretisch eine gute Idee ist, aber möglicherweise nicht die Komplexität generativer KI widerspiegelt, wenn es um Urheberrechts- und Plagiatsprobleme geht, und Modelle wie ChatGPT enthalten keine Zitatinhalte Sie wissen also nicht, ob der von der generativen KI zurückgegebene Textinhalt korrekt ist oder von jemand anderem kopiert wurde. Paraphrasieren ist nicht gerade ein Plagiat, aber die originellen Ideen oder Erkenntnisse einer anderen Person zu stehlen, ist für kein Unternehmen gut.

Für Unternehmen ist es außerdem wichtig, KI-Kenntnisse zu entwickeln und Mitarbeiter mit der Verwendung und Bewertung der Ergebnisse generativer KI vertraut zu machen. Denken Sie daran, dass Sie in den Bereichen, die nicht wichtig sind, klein anfangen und aus den Bereichen lernen müssen, die funktionieren.

Das obige ist der detaillierte Inhalt vonLassen Sie uns fünf Möglichkeiten nutzen, um verantwortungsvolle generative KI-Techniken bei der Arbeit anzuwenden. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Dieser Artikel ist reproduziert unter:51cto.com. Bei Verstößen wenden Sie sich bitte an admin@php.cn löschen