Warum ist Wissensmanagement für den KI-Erfolg von grundlegender Bedeutung?

Eine Möglichkeit, die Genauigkeit zu verbessern, besteht darin, der KI den richtigen Kontext bereitzustellen

und Halluzinationen zu reduzieren.

Bei all den Gesprächen darüber, wie KI die Arbeit revolutionieren wird (tägliche Aufgaben effizienter und wiederholbarer machen und den persönlichen Aufwand erhöhen), kann man sich leicht hinreißen lassen: Was kann KI nicht?

Obwohl der Name generative künstliche Intelligenz lautet, wird künstliche Intelligenz, die Bilder, Codes, Texte, Musik usw. erstellen kann, nicht von Grund auf neu erstellt. Modelle der künstlichen Intelligenz werden auf Basis der bereitgestellten Informationen trainiert, insbesondere für große Sprachmodelle (LLM), die in der Regel eine große Textmenge als Trainingsdaten benötigen. Wenn KI auf genaue, aktuelle und gut organisierte Informationen trainiert wird, wird sie tendenziell genaue, aktuelle und relevante Antworten geben. Untersuchungen des MIT zeigen, dass die Integration von Wissensdatenbanken in LLM häufig die Ausgabequalität verbessert und Fehler reduziert. Dies bedeutet, dass Fortschritte in der künstlichen Intelligenz und im maschinellen Lernen die Notwendigkeit des Wissensmanagements nicht ersetzt haben, im Gegenteil, sie haben das Wissensmanagement noch wichtiger gemacht

Qualität rein, Qualität raus

LLM ist auf veraltete, unvollständige Informationen geschult neigt zu „Halluzinationen“, d. h. zu falschen Ergebnissen, die von leicht abwegig bis hin zu völlig inkohärent reichen können. Zu den Halluzinationen zählen falsche Antworten auf Fragen und falsche Informationen über Personen und Ereignisse.

Generative KI gilt auch für die klassische Rechenregel „Müll rein, Müll raus“. Die Trainingsdaten Ihres KI-Modells sind dafür von entscheidender Bedeutung. Wenn diese Daten veraltet, schlecht strukturiert oder Lücken aufweisen, beginnt die KI, Antworten zu liefern, die Benutzer in die Irre führen und Ärger und sogar Chaos für Ihr Unternehmen verursachen Vertrauenswürdige, von sachkundigen Benutzern verifizierte Informationsqualität

Bleiben Sie auf dem Laufenden und lassen Sie sich leicht aktualisieren, wenn neue Daten/Edge-Fälle auftauchen

Kontextbezogen, was bedeutet, dass der Kontext erfasst wird, in dem Lösungen gesucht und bereitgestellt werden

Kontinuierliche Verbesserung und selbsttragend

• Ein Wissensmanagement-Ansatz (Wissensmanagement), der Diskussionen und Zusammenarbeit unterstützt, kann die Qualität Ihrer Wissensdatenbank verbessern, da er es Ihnen ermöglicht, mit Kollegen zusammenzuarbeiten, um die Antworten der KI zu überprüfen und die Eingabeaufforderungsstruktur zu verbessern, um die Antwortqualität zu verbessern. Diese Interaktion ist eine Form des verstärkenden Lernens in der KI: Menschen beurteilen die Qualität und Genauigkeit der von der KI erzeugten Ausgabe und helfen der KI (und den Menschen), sich zu verbessern.
• Stellen Sie die richtigen Fragen

Beim Einsatz von LLM beeinflusst die Struktur der Abfrage die Qualität der Ergebnisse. Aus diesem Grund wird Prompt Engineering (das Wissen, wie Abfragen strukturiert werden, um mit KI die besten Ergebnisse zu erzielen) zu einer entscheidenden Fähigkeit und zu einem Bereich, in dem generative KI beiden Seiten des Gesprächs helfen kann: Eingabeaufforderungen und Antworten.

Laut dem Gartner-Bericht „Solution Pathways for Knowledge Management“ vom Juni 2023 wird Prompt Engineering, das Formulieren von Anweisungen oder Problemen für künstliche Intelligenz, schnell zu einer entscheidenden Fähigkeit für sich. Die iterative, gesprächige Interaktion mit intelligenten Assistenten wird die Fähigkeit von Wissensarbeitern verbessern, künstliche Intelligenz bei der Erledigung von Wissensmanagementaufgaben anzuleiten und erworbenes Wissen mit menschlichen Kollegen zu teilen Damit Wissensmanagementpraktiken erfolgreich sind. KI-gesteuerte Wissenserfassung, Inhaltsanreicherung und KI-Assistenten können Ihnen dabei helfen, Lern- und Wissensaustauschpraktiken in Ihrem gesamten Unternehmen einzuführen und in die täglichen Arbeitsabläufe einzubetten.

Laut Gartners Knowledge Management Solution Path können Produkte wie Stack Overflow for Teams in Microsoft Teams oder Slack integriert werden, um Frage-und-Antwort-Foren einen dauerhaften Wissensspeicher bereitzustellen. Benutzer können Fragen direkt in der Community posten. Antworten werden positiv oder negativ bewertet und die beste Antwort wird als Top-Antwort angeheftet. Alle beantworteten Fragen sind durchsuchbar und können wie jede andere Wissensquelle kuratiert werden. Dieser Ansatz hat den zusätzlichen Vorteil, dass der Wissensaustausch im Mittelpunkt des Arbeitsablaufs steht

Laut einem anderen Gartner-Bericht „Assessing How Generative AI Improves Developer Experience“ (Juni 2023) wird empfohlen, dass Organisationen ausgereifte Praktiken für den Einsatz generativer KI-Tools sammeln und verbreiten, indem sie eine Generative AI Enhanced Development Community of Practice gründen, wie zum Beispiel Quick Engineering-Tipps und Methoden zur Codeüberprüfung. Der Bericht empfiehlt außerdem, dass Organisationen sicherstellen, dass sie sich die Fähigkeiten und Kenntnisse aneignen, die für den erfolgreichen Einsatz generativer KI erforderlich sind, indem sie von der Organisation genehmigte Tools, Anwendungsfälle und Prozesse erlernen und anwenden Neues Entwicklungspersonal und erfahrene Entwickler, die neue Fähigkeiten erlernen oder bestehende erweitern möchten. Aber es gibt eine Komplexitätsklippe: Ab einem bestimmten Punkt nimmt die Fähigkeit der KI ab, die Nuancen, gegenseitigen Abhängigkeiten und den gesamten Kontext eines Problems und seiner Lösung zu bewältigen.

In einer aktuellen Folge des Stack Overflow-Podcasts sagte Marcos Grappeggia, Produktmanager für Google Cloud Duet sagte: „LLM ist sehr gut darin, Entwicklern die Möglichkeit zu geben, mehr zu tun und schneller voranzukommen.“ Er wies darauf hin, dass dazu auch das Testen und Ausprobieren von Sprachen und Technologien außerhalb ihrer Komfortzone gehört. Aber Grappeggia warnt auch davor, dass LLM kein guter Ersatz für alltägliche Entwickler ist ... wenn Sie Ihren Code nicht verstehen, ist das immer noch ein Rezept zum Scheitern

Diese Klippe der Komplexität ist das, was Sie brauchen. Wo Menschen die Kapazität haben für originelles Denken und die Fähigkeit, empirisches Urteilsvermögen auszuüben. Ihr Ziel ist es, eine Wissensmanagementstrategie zu entwickeln, die die immense Leistungsfähigkeit der künstlichen Intelligenz nutzt, indem sie sie anhand von Menschen geschaffenem Wissen verfeinert und validiert.

Das obige ist der detaillierte Inhalt vonWarum ist Wissensmanagement für den KI-Erfolg von grundlegender Bedeutung?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!