همشهری آنلاین -یکتا فراهانی: در عصر هوش مصنوعی، خیلی‌ها به دنبال یادگیری تکنیک‌هایی برای گرفتن پاسخ‌های بهتر از مدل‌های هوشمند هستند؛ اما شاید یکی از مهم‌ترین مهارت‌ها، پیش از هر تکنیک و دستوری، مهارتی قدیمی باشد: درست سؤال پرسیدن.
وقتی مسئله برای خودمان روشن نیست، هوش مصنوعی ناچار است بخش‌هایی از آن را با حدس و فرض پر کند. نتیجه ممکن است بسیار مرتب، منطقی و حتی متقاعدکننده به نظر برسد، اما همچنان درباره مسئله‌ای باشد که با واقعیت ما فاصله دارد؛ بنابراین استفاده مؤثر از هوش مصنوعی فقط به دانستن اینکه «چه چیزی بنویسیم» محدود نمی‌شود؛ باید بدانیم دقیقاً چه چیزی را می‌خواهیم بفهمیم، چه اطلاعاتی اهمیت دارد و کدام فرض‌ها ممکن است ما را به بیراهه ببرند.
مسئله واقعی پشت سؤال‌های ساده پنهان است
دکتر اباذر کریمی پنابندانی، متخصص هوش مصنوعی و عضو آکادمی علوم اروپا می‌گوید وقتی از هوش مصنوعی می‌پرسیم «چگونه موفق شوم؟»، ممکن است پاسخی پر از توصیه‌های آشنا درباره هدف‌گذاری، برنامه‌ریزی و پشتکار دریافت کنیم؛ اما چنین پاسخی الزاماً به مسئله واقعی ما پاسخ نمی‌دهد. شاید مسئله اصلی پیدا کردن مشتری، انتخاب رشته یا مدیریت زمان باشد؛ بنابراین نخستین گام، روشن‌کردن مسئله است.
سؤال دقیق‌تر، پاسخ مرتبط‌تر
به باور این متخصص هوش مصنوعی، پیش از نوشتن درخواست باید چند پرسش ساده از خودمان بپرسیم: چه مشکلی دارم؟ چه نتیجه‌ای می‌خواهم؟ و برای رسیدن به آن نتیجه چه اطلاعاتی لازم است؟
برای مثال، صاحب یک فروشگاه اگر فقط بپرسد «برای افزایش فروش چه کنم؟»، احتمالاً با توصیه‌های کلی درباره تبلیغات، تخفیف و شبکه‌های اجتماعی روبه‌رو می‌شود. اما اگر توضیح دهد که فروشگاهش محلی است، مشتریان اصلی خانواده‌های همان محله‌اند، بودجه تبلیغاتی محدودی دارد و هدفش افزایش مراجعه دوباره مشتریان در یک ماه آینده است، زمینه بسیار روشن‌تری برای پاسخ ایجاد می‌شود.
در چنین شرایطی، حتی می‌توان از هوش مصنوعی خواست سه اقدام کم‌هزینه پیشنهاد دهد و برای هرکدام روش سنجش نتیجه را مشخص کند.
درخواست خوب الزاماً طولانی نیست
کریمی تأکید می‌کند برای گرفتن پاسخ بهتر، لزوماً نباید دستورهای پیچیده و طولانی نوشت یا از اصطلاحات تخصصی استفاده کرد. آنچه اهمیت دارد، ارائه اطلاعات مؤثر است: مسئله چیست، پاسخ برای چه کسی تهیه می‌شود، چه محدودیت‌هایی وجود دارد و خروجی قرار است چه کمکی بکند.
به همین دلیل، میان دو درخواست ساده تفاوت زیادی وجود دارد؛ «این مطلب را توضیح بده» با «این مطلب را برای نوجوانی که با موضوع آشنا نیست و با یک مثال روزمره توضیح بده» الزاماً نتیجه یکسانی نخواهد داشت.
از هوش مصنوعی تأیید نگیریم
اما پرسش خوب فقط پرسشی نیست که اطلاعات بیشتری در اختیار هوش مصنوعی بگذارد. گاهی مشکل از جایی شروع می‌شود که سؤال را طوری طراحی می‌کنیم که پاسخ دلخواه خودمان را تأیید کند.
برای نمونه، وقتی می‌پرسیم «چرا طرح من بهترین راه‌حل است؟»، در واقع از ابزار می‌خواهیم برای تصمیمی که از قبل گرفته‌ایم استدلال جمع کند. پرسش مفیدتر می‌تواند این باشد: این طرح چه نقاط قوت و ضعفی دارد؟ در چه شرایطی ممکن است شکست بخورد؟ و چه گزینه دیگری باید بررسی شود؟
از نگاه این متخصص، این تفاوت بسیار مهم است؛ چون استفاده از هوش مصنوعی برای تأیید گرفتن با استفاده از آن برای بررسی یک تصمیم، دو رویکرد کاملاً متفاوت‌اند.
یک مخالفت مستدل گاهی از ده‌ها جمله دلگرم‌کننده ارزشمندتر است
اگر فقط استدلال‌های موافق ایده خود را از هوش مصنوعی بخواهیم، ممکن است ضعف‌های آن را نبینیم. در تصمیم‌های مهم، حتی یک مخالفت مستدل می‌تواند ارزش بیشتری از مجموعه‌ای از پاسخ‌های دلگرم‌کننده داشته باشد.
به همین دلیل، می‌توان از هوش مصنوعی پرسید: «این پیشنهاد بر چه فرض‌هایی استوار است؟»، «کدام اطلاعات هنوز کم است؟»، «کدام بخش پاسخ نیاز به بررسی مستقل دارد؟» یا «اگر یکی از محدودیت‌های من تغییر کند، پیشنهاد تو چگونه تغییر خواهد کرد؟»
البته توضیحی که مدل درباره پاسخ خودش ارائه می‌دهد، به‌تنهایی مدرک درستی آن پاسخ نیست. ادعاهای مهم همچنان باید با منابع معتبر و بررسی مستقل ارزیابی شوند.
بیشتر بخوانید :
گاهی بهترین درخواست این است که اول از ما سؤال بپرس
یکی از ساده‌ترین راه‌ها برای جلوگیری از نسخه‌پیچی زودهنگام هوش مصنوعی این است که از آن بخواهیم پیش از ارائه راه‌حل، چند سؤال ضروری از ما بپرسد.
این درخواست کوتاه می‌تواند مسیر گفت‌وگو را تغییر دهد؛ زیرا به‌جای آنکه مدل بلافاصله یک پاسخ عمومی ارائه کند، ابتدا تلاش می‌کند مسئله و زمینه آن را بهتر بشناسد.
درعین‌حال، ارائه زمینه به معنای افشای اطلاعات شخصی و محرمانه نیست. برای توضیح بسیاری از مسائل می‌توان اطلاعات مرتبط و کافی را در اختیار ابزار قرارداد، بدون اینکه نام، شماره تماس یا جزئیات حساس افراد را وارد کنیم.
دانش‌آموز را به جواب نهایی نرسانیم، به فکرکردن برسانیم
این مهارت در آموزش اهمیت بیشتری پیدا می‌کند. دانش‌آموز می‌تواند از هوش مصنوعی بخواهد پاسخ کامل یک مسئله را برایش بنویسد؛ اما می‌تواند مسیر دیگری را هم انتخاب کند: از ابزار بخواهد فقط راهنمایی بدهد، فرصت تلاش فراهم کند و بعد اشتباه‌های او را توضیح دهد.
به گفته کریمی، شیوه دوم فرصت بیشتری برای تمرین و یادگیری باقی می‌گذارد. در واقع، نوع پرسش ما تعیین می‌کند چه مقدار از کار فکری را خودمان انجام دهیم و چه مقدار را به هوش مصنوعی بسپاریم.
سواد هوش مصنوعی فقط به توانایی نوشتن چند دستور آماده محدود نیست. بخشی از این سواد، توانایی شناخت مسئله، آشکارکردن فرض‌ها، تحمل شنیدن پاسخ مخالف و بررسی نتیجه است.
نظر شما