Maison > Article > Périphériques technologiques > Utilisons cinq façons d'appliquer des techniques d'IA générative responsable au travail
Midjourney, ChatGPT, Bing AI Chat et d'autres outils d'IA rendent l'IA générative plus facile à utiliser, et ces outils créent beaucoup d'idées, d'expériences et de créativité. Si vous souhaitez utiliser l'IA générative dans votre organisation, vous êtes toujours confronté à la question de savoir par où commencer pour faire fonctionner l'IA et comment le faire sans vous heurter à des dilemmes éthiques, à une violation du droit d'auteur ou à des erreurs factuelles. Un bon début consiste à utiliser l’IA générative pour aider les personnes déjà expertes dans leur domaine, en les aidant à gagner du temps et à devenir plus productives.
Il existe de nombreuses autres façons de commencer à utiliser l'IA générative dès maintenant, et l'IA générative est peut-être déjà intégrée à plusieurs outils et plates-formes que votre organisation utilise. Par conséquent, vous devez envisager d’élaborer un guide sur la manière de tester et d’adopter ces outils. Voici cinq domaines clés à considérer pour utiliser l’IA générative, ainsi que des conseils pour trouver d’autres scénarios appropriés.
Les gens pensent souvent que le codage se situe quelque part entre l'art et la science, mais une grande partie du travail en programmation est routinier et répétitif. L'essor des plates-formes cloud et des référentiels de modules signifie qu'écrire des applications modernes et rassembler des composants et des API, refactoriser le code existant, optimiser les environnements et orchestrer les pipelines est aussi important que de proposer des algorithmes. Une grande partie de ce travail est mûre pour l’automatisation et l’assistance à l’IA, mais vous devez également savoir comment et où utiliser ces outils pour surveiller leur impact et leur efficacité. Avant de passer complètement aux assistants de codage, vous pouvez commencer avec des outils ponctuels qui accélèrent des tâches courantes spécifiques.
La documentation est à la fois importante et souvent négligée : non seulement vous pouvez laisser l'IA générative documenter la base de code, mais vous pouvez également créer une interface de discussion dans votre documentation, permettant aux développeurs de poser des questions via l'interface sur son fonctionnement et son utilisation. , ou simplement Remplacer le champ de recherche habituel transforme les documents génériques en programmation conversationnelle, où l'IA peut, par exemple, prendre les données et montrer comment elle a écrit la requête.
Les tests sont un autre domaine facilement négligé, et la génération automatique de tests unitaires peut vous aider à élargir la portée de vos tests. Les robots de soumission peuvent également aider les développeurs à rédiger des messages contenant suffisamment d'informations pour aider les utilisateurs et les autres développeurs, tandis que l'IA générative peut faire de même pour le personnel informatique qui enregistre les mises à niveau et les redémarrages du système.
Il est également essentiel d'indiquer à l'IA ce que vous souhaitez générer pour générer une logique backend et d'autres passe-partout afin que les développeurs puissent se concentrer sur les parties les plus intéressantes et créatives de l'application. Vous devez également tirer parti de l'IA générative pour écrire vos propres modules de code (des scripts qui automatisent les tâches répétitives et chronophages dans de grandes bases de code), ou tirer parti de l'IA générative pour aider à corriger la voix et le ton afin de mieux s'adapter aux styles internes. Les assistants de codage comme GitHub Copilot et les IDE intégrés aux grands modèles de langage (LLM) peuvent faire tout cela et bien plus encore, mais ne devraient pas remplacer les développeurs ; ces assistants de codage et IDE doivent comprendre et évaluer le code qui n'est pas écrit (et le contexte dans lequel il se trouve). qu'il exécute) au cas où il contiendrait des vulnérabilités de sécurité ou des goulots d'étranglement de performances, des omissions, de mauvaises décisions ou tout simplement des erreurs, car il apprend à partir de dépôts qui peuvent contenir tout ou partie des problèmes pour générer du code. Vous souhaiterez réfléchir à la manière dont le code généré par l’IA sera suivi dans votre organisation afin de pouvoir l’auditer et évaluer son utilité. Les développeurs déclarent être devenus plus efficaces et réduire la frustration grâce à GitHub Copilot. Microsoft affirme que 40 % du code des utilisateurs de Copilot est généré par l'IA et non modifié. Actuellement, cette provenance est perdue une fois qu'un développeur quitte sa session IDE, pensez donc à documenter les directives internes sur la manière dont les outils d'IA sont utilisés.
Bien que les utilisateurs professionnels n'aient pas l'expertise nécessaire pour évaluer le code généré par les assistants IA, les environnements low-code et no-code sont très contraints et où des outils d'IA génératifs sont intégrés Beaucoup moins de chances de se tromper.
Les applications Low-Code nécessitent une récupération et un filtrage fréquents des données. Les plates-formes low-code ont ajouté des fonctionnalités d'IA générative qui peuvent générer des requêtes de recherche ou nettoyer les données renvoyées, telles que l'ajout par programme de codes postaux manquants, ce qui permet aux utilisateurs professionnels sans expertise en matière de bases de données d'aller plus loin sans avoir à utiliser des composants prédéfinis ou à persister. attendez que les développeurs professionnels écrivent des chaînes de requête pour eux. Les outils open source tels que Census GPT facilitent l'interrogation de grands ensembles de données publiques.
Code Assistant n'est pas non plus réservé aux développeurs professionnels. Wix Artificial Design Intelligence (ADI) peut vous créer un site Web complet, combinant génération de code et conception générative ; Uizard peut faire de même pour les prototypes de sites Web et d'applications ; Fronty peut convertir des images en HTML et CSS, et Microsoft Power La fonction de conception Express dans les applications ; peut convertir des croquis dessinés à la main ou des fichiers Figma en applications exécutables, qui sont complétées en back-end.
Les utilisations les plus génératives de l'IA qui intéressent les entreprises sont des modules qui peuvent être appelés dans des flux de travail automatisés low-code afin que les employés puissent les adapter à leurs besoins spécifiques. De plus, de nombreuses plateformes fournissent déjà ChatGPT et d’autres API OpenAI comme tout autre composant. Cependant, assurez-vous que tous les avertissements ou conseils accompagnant le texte ou les images générés s'affichent correctement dans un environnement low-code. Idéalement, il existe un moyen de fournir des commentaires et le personnel connaît votre politique si celle-ci peut être affichée directement aux clients sans nécessiter. personnel pour progresser. Examinez-les.
La combinaison de la version personnalisée de ChatGPT avec Bing a amené des millions de nouveaux utilisateurs au moteur de recherche Bing de Microsoft. Mais la façon dont LLM fonctionne signifie que des erreurs et des « illusions » peuvent se produire car ils complètent essentiellement automatiquement des phrases et des paragraphes pour produire un texte qui correspond à l'invite de requête. Si les informations souhaitées n'existent pas, le modèle essaiera quand même de créer des informations raisonnables, et même si les informations fournies sont correctes et cohérentes avec ce que disent la plupart des experts dans un domaine, la réponse peut être incomplète et exacte, et. si vous n'êtes pas encore un expert, vous ne savez probablement même pas ce qui vous manque. Ces problèmes constituent un gros problème à la fois pour la recherche d'entreprise et pour le Web public ; le prochain outil Microsoft 365 Copilot tentera de résoudre ce problème en interrogeant et en fournissant des références aux données Microsoft Graph basées sur des documents et des entités, mais certains pourraient encore manquer de points clés. doivent être ajoutés par vous-même.
Commencez à rechercher des opportunités d'exploiter le LLM pour résumer et analyser des documents, ou du texte génératif pour expliquer des concepts dans des scénarios plus restreints où les informations sont examinées en interne par des personnes expertes plutôt que directement affichées à vos clients ou à d'autres utilisateurs finaux.
Générez un graphique de connaissances pour afficher visuellement les connexions et les relations entre différentes entités afin de vous aider à comprendre le projet, la communauté ou l'écosystème. L'outil Copilot dans Excel vous permet d'obtenir des informations de manière interactive et de poser des questions sur vos données dans un bac à sable qui ne modifie pas les données sous-jacentes. Ainsi, toute erreur peut vous conduire sur une mauvaise voie mais ne doit pas contaminer les informations brutes pour une analyse future. .
Raconter des histoires avec des données est un autre moyen efficace de communiquer les tendances clés et les analyses de l'IA, telles que les récits intelligents dans Power BI qui peuvent trouver des anomalies et des facteurs d'influence, puis les expliquer avec des graphiques et des descriptions générées automatiquement. Cela évite les problèmes mathématiques rencontrés par LLM, car les informations sont dérivées de modèles d'IA tels que la régression linéaire, puis décrites par des modèles de langage. Cette approche intégrée pourrait devenir plus courante. De même, les outils de sécurité commencent à utiliser la génération de langage pour expliquer les menaces, les anomalies et les preuves de violations potentielles détectées par l'IA, vous indiquant dans un langage clair et personnalisé ce que cela signifie et comment y répondre. À l’avenir, l’espoir est de pouvoir poser des questions à ces outils et leur faire interpréter les suggestions qu’ils donnent.
Vous pouvez également rendre votre chatbot existant plus intelligent et plus flexible, depuis les mots-clés et le contenu de réponse fixe jusqu'à rendre le contenu de la réponse plus naturel et inclure automatiquement de nouvelles informations lorsque la base de connaissances est mise à jour. De même, il est tentant d'utiliser l'IA générative pour interagir directement avec les clients afin d'améliorer leur satisfaction et de réduire les coûts, mais cela est plus risqué que d'utiliser l'IA générative au sein d'une organisation pour faire apparaître des informations utiles sur les avantages sociaux et d'autres problèmes RH. Même si les chatbots tendances conviennent à certaines marques, vous ne souhaitez pas faire la une des journaux parce qu’un client a reçu des conseils dangereux ou a été insulté par votre chatbot. Utiliser l’IA générative pour fournir une assistance aux agents vous permet d’augmenter la productivité tout en réduisant les risques.
Les réunions devraient être le lieu où les décisions commerciales sont prises et les connaissances sont partagées, mais la valeur d'une réunion ne quitte jamais la salle de conférence. Les outils d'IA tels que Microsoft Teams Premium, Dynamics 365 Copilot et l'application ChatGPT pour Slack peuvent générer des résumés et enregistrer les entrées de tâches assignées aux participants et à ceux qui ne sont pas dans la salle et ne savent peut-être pas de quoi ils sont responsables, ce qui peut également aider à éviter des questions sur le tir à la corde pour savoir qui est invité à prendre des notes et qui effectue d'autres « tâches de bureau courantes ».
Être capable de suivre le rythme chargé de Slack chaque jour peut également améliorer la productivité et l'équilibre travail-vie personnelle, mais les personnes qui planifient et prennent les décisions doivent être responsables de garantir l'exactitude des résumés, des actions et des délais générés par l'IA. Les outils d'IA qui résument le contenu des appels téléphoniques avec les clients peuvent aider les managers à superviser et à former les employés. Cela peut être utile aux conseillers financiers et aux employés des centres d’appels, mais les outils permettant de surveiller la productivité des employés doivent être utilisés avec empathie et éviter les inquiétudes soulevées par la surveillance du lieu de travail. Les commentaires des utilisateurs et les avis sur les produits sont utiles, mais le volume d'informations peut être écrasant et des informations utiles peuvent être cachées au plus profond de l'intérieur.
L'IA générative peut classer, résumer et catégoriser le contenu correspondant pour fournir des commentaires agrégés plus faciles à absorber. À long terme, il est facile d'imaginer qu'un assistant commercial personnel fasse des recommandations sur les articles que vous souhaitez acheter et réponde aux questions sur ces articles, plutôt que de vous laisser parcourir vous-même les pages d'avis. Mais les entreprises doivent également se méfier de l’introduction d’outils susceptibles de susciter des opinions offensantes ou diffamatoires, ou qui font preuve d’un zèle excessif dans le filtrage des réactions négatives. Les outils d'IA générative peuvent lire et résumer de longs documents et utiliser les informations pour rédiger de nouveaux documents. Il existe déjà des outils comme Docugami qui peuvent extraire les dates d'échéance et les livrables des contrats, et le cabinet d'avocats international Allen & Overy teste une plateforme pour faciliter l'analyse des contrats et la conformité réglementaire. La génération de documents semi-structurés tels que des protocoles d'accord, des contrats ou des énoncés de travail peut accélérer les processus métier et vous aider à standardiser certaines terminologies métier par programmation, mais attendez-vous à ce que ce processus nécessite beaucoup de flexibilité et de surveillance.
Vous n'avez pas besoin de confier l'intégralité du processus d'écriture à l'IA pour vous aider à réfléchir à des idées, à rédiger des textes, à créer des images ou des designs. Bientôt, vous pourrez demander à l'IA générative de créer des documents, des e-mails et des diaporamas via Office 365 et Google Docs. Vous devrez donc mettre en place des politiques sur la façon de vérifier l'exactitude de ce contenu avant de le partager avec qui que ce soit. De même, vous devriez commencer par des tâches plus limitées et des utilisations internes pouvant être surveillées.
L'IA générative peut suggérer quoi écrire dans les e-mails de sensibilisation des clients, les notes de remerciement, les alertes de problèmes logistiques, directement dans votre e-mail ou dans un CRM comme Salesforce, Zoho ou Dynamics 365, dans le cadre de la plateforme ou via Mis en œuvre par un tiers outils. L’utilisation de l’IA à des fins marketing suscite également beaucoup d’intérêt, mais il existe également des risques pour la marque. Vous devez considérer ces options simplement comme un moyen de commencer, plutôt que comme une version finale avant de cliquer sur envoyer.
Le texte généré par l’IA n’est peut-être pas parfait, mais si vous avez beaucoup de lacunes à combler, c’est mieux que rien. Par exemple, Shopify Magic peut prendre des informations de base détaillées sur un produit et rédiger des descriptions de produits cohérentes et optimisées pour votre vitrine en ligne. Une fois que vous avez du contenu, vous pouvez l'améliorer. De plus, Reddit et LinkedIn utilisent Azure Vision Services pour créer des légendes et du texte alternatif pour les images afin d'améliorer l'accessibilité lorsque les utilisateurs n'ajoutent pas eux-mêmes ce contenu. Si vous disposez d'une grande bibliothèque de vidéos de formation, des résumés générés automatiquement peuvent aider les employés à tirer le meilleur parti de leur temps. La génération d'images à partir de texte est incroyablement puissante, et des outils tels que l'application Microsoft Designer peuvent mettre le modèle de propagation d'images entre les mains d'utilisateurs professionnels qui peuvent être réticents à utiliser un serveur Discord pour accéder à Midjourney et qui n'ont pas l'expertise nécessaire pour utiliser Photoshop Stable. Plug-in de diffusion. Mais il existe également des controverses autour des images générées par l’IA, depuis les deepfakes et l’étrange effet de vallée jusqu’aux origines des données d’entraînement et à l’éthique de l’utilisation gratuite du travail d’artistes célèbres. Les organisations voudront avoir une politique très claire concernant l’utilisation des images générées pour éviter les pièges évidents.
Comme vous pouvez le constater, du support client et de la vente au détail aux services logistiques et juridiques, il existe des opportunités de tirer parti de l'IA générative dans toute interaction où vous souhaitez exploiter des sources d'informations fiables pour la conservation.
Pour utiliser l'IA générative de manière responsable, commencez par le traitement du langage naturel, tel que la classification, le résumé et la génération de texte pour des scénarios sans contact avec le client, où le résultat est produit par des experts possédant les compétences nécessaires pour repérer et corriger les erreurs et les mensonges. Personnes détenant des informations. l'expertise mène l'examen, et il doit y avoir une interface qui rend le processus plus facile et plus naturel, plutôt que de simplement accepter les suggestions. Il est tentant d’économiser du temps et de l’argent en ignorant l’implication humaine, mais si le contenu généré est inexact, irresponsable ou offensant, les dommages causés à votre entreprise peuvent être importants.
De nombreuses organisations s'inquiètent de la fuite de données dans des modèles qui pourraient aider leurs concurrents. Google, Microsoft et OpenAI ont tous publié des politiques d'utilisation des données et ont déclaré que les données et les astuces utilisées par les entreprises ne seraient utilisées que pour entraîner leurs modèles, et non dans les modèles de base fournis à chaque client. Mais vous disposez toujours d’une ligne directrice sur les informations que les employés peuvent copier dans les outils publics d’IA générative.
Le fabricant déclare également que les utilisateurs s'approprient les entrées et les sorties du modèle, ce qui est une bonne idée en théorie mais peut ne pas refléter la complexité de l'IA générative en matière de droits d'auteur et de plagiat, et des modèles comme ChatGPT n'incluent pas de contenu de citation. , vous ne savez donc pas si le contenu textuel renvoyé par l'IA générative est correct ou copié par quelqu'un d'autre. Paraphraser n’est pas exactement du plagiat, mais voler les idées ou les idées originales de quelqu’un d’autre n’est une bonne chose pour aucune entreprise.
Il est également important que les organisations développent des connaissances en IA et familiarisent les employés avec l’utilisation et l’évaluation des résultats de l’IA générative. N’oubliez pas que vous devez commencer modestement dans les domaines qui n’ont pas d’importance et apprendre des domaines qui fonctionnent.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!