نیویورک (سی ان ان) در عرض چند ماه، می توانید بپرسید آ دستیار مجازی برای رونویسی یادداشتهای جلسه در طول یک تماس کاری، خلاصه کردن رشتههای ایمیل طولانی برای پیشنویس سریع پاسخهای پیشنهادی، ایجاد سریع نمودار خاصی در اکسل، و تبدیل یک سند Word به ارائه پاورپوینت در چند ثانیه.
و این فقط روی پلتفرم های 365 مایکروسافت است.
در هفته گذشته، به نظر می رسید که چشم انداز هوش مصنوعی به سرعت در حال تکامل دوباره به جلو حرکت کرده است. مایکروسافت و گوگل هر کدام از ویژگی های جدید مبتنی بر هوش مصنوعی برای ابزارهای بهره وری امضای خود رونمایی کردند و OpenAI نسخه نسل بعدی فناوری خود را معرفی کرد که زیربنای ابزار چت بات ویروسی خود، ChatGPT است.
ناگهان، ابزارهای هوش مصنوعی، که مدتهاست در پسزمینه بسیاری از خدمات کار میکردند، اکنون در طیف وسیع و رو به رشدی از ابزارهای محل کار قدرتمندتر و قابل مشاهدهتر شدهاند.
برای مثال، ویژگیهای جدید Google به «طوفان فکری» و «تصحیح» کارهای نوشتاری در Docs کمک میکند. در همین حال، اگر محل کار شما از پلتفرم چت محبوب Slack استفاده میکند، میتوانید ابزار ChatGPT آن را برای شما با همکاران صحبت کند، و احتمالاً از آن بخواهید پیامهای جدید را بنویسد و به آنها پاسخ دهد و مکالمات را در کانالها خلاصه کند.
OpenAI، مایکروسافت و گوگل در خط مقدم این روند هستند، اما آنها تنها نیستند. آیبیام، آمازون، بایدو و تنسنت روی فناوریهای مشابه کار میکنند. فهرست بلندبالایی از استارتآپها نیز در حال توسعه دستیارهای نوشتن هوش مصنوعی و تولیدکنندههای تصویر هستند.
پیشنهاد شرکتهای فناوری روشن است: هوش مصنوعی میتواند شما را بهرهورتر کند و کار غرغر را از بین ببرد. همانطور که ساتیا نادلا، مدیرعامل مایکروسافت در طی ارائهای در روز پنجشنبه گفت: «ما معتقدیم که این نسل بعدی هوش مصنوعی موج جدیدی از رشد بهرهوری را باز میکند: خلبانهای قدرتمندی که طراحی شدهاند تا سختیها را از وظایف و مشاغل روزانهمان حذف کنند و ما را آزاد کنند تا لذت را دوباره کشف کنیم. خلقت.”
اما تعداد زیاد گزینههای جدیدی که وارد بازار میشوند هم سرگیجهآور است و هم مانند موارد دیگر در صنعت فناوری در دهه گذشته، این سؤال را ایجاد میکند که آیا آنها با این تبلیغات سازگار خواهد بود یا باعث عواقب ناخواسته می شود، از جمله فعال کردن تقلب و از بین بردن نیاز به نقش های خاص (اگرچه ممکن است هدف برخی از پذیرندگان این باشد).
حتی وعده بهره وری بیشتر نیز نامشخص است. برای مثال، افزایش ایمیلهای تولید شده توسط هوش مصنوعی، ممکن است بهرهوری را برای فرستنده افزایش دهد، اما برای گیرندگانی که سیل پیامهای تولید شده توسط رایانه طولانیتر از حد لازم را دریافت میکنند، آن را کاهش میدهد. و البته فقط به این دلیل که همه این گزینه را دارند که از چت بات برای برقراری ارتباط با همکاران خود استفاده کنند، به این معنی نیست که همه این کار را انجام خواهند داد.
روآن کوران، تحلیلگر در Forrester، گفت: ادغام این فناوری «در بخشهای اساسی نرمافزار بهرهوری که بیشتر ما روزانه از آن استفاده میکنیم، تأثیر قابلتوجهی بر نحوه کار ما خواهد داشت». “اما این تغییر فردا همه چیز و همه افراد را پاک نمی کند – یادگیری نحوه استفاده بهینه از این قابلیت ها برای بهبود و تنظیم گردش کار موجود زمان می برد.”
تغییر سریع در ابزارهای محل کار
هر کسی که تا به حال از گزینه تکمیل خودکار هنگام تایپ ایمیل یا ارسال پیام استفاده کرده باشد، قبلاً تجربه کرده است که چگونه هوش مصنوعی می تواند وظایف را سرعت بخشد. اما ابزارهای جدید قول می دهند که بسیار فراتر از این باشد.
موج جدید عرضه محصولات هوش مصنوعی تقریباً چهار ماه پیش آغاز شد، زمانی که OpenAI نسخهای از ChatGPT را به صورت محدود منتشر کرد.، کاربران خیره کننده با ایجاد پاسخ های انسانی به درخواست های کاربر، قبولی در امتحانات در دانشگاه های معتبر و نوشتن مقالات متقاعد کننده در مورد طیف وسیعی از موضوعات.
از آن زمان، فناوری – که مایکروسافت در اوایل سال جاری یک سرمایه گذاری “میلیارد دلاری” در آن انجام داد – فقط بهبود یافته است. اوایل این هفته، OpenAI از GPT-4 رونمایی کرد، نسخه قدرتمندتری از فناوری که زیربنای ChatGPT است و قول می دهد تکرارهای قبلی را از آب خارج کند.
در آزمایشهای اولیه و نسخه ی نمایشی شرکت، از GPT-4 برای پیشنویس دعاوی، ساخت یک وبسایت کارآمد از یک طرح دستی و بازسازی بازیهای نمادین مانند Pong، Tetris یا Snake با تجربه بسیار کم یا بدون تجربه کدنویسی استفاده شد.
GPT-4 یک مدل زبان بزرگ است که بر روی حجم وسیعی از داده های آنلاین آموزش داده شده است تا به درخواست های کاربر پاسخ دهد.
این همان فناوری است که زیربنای دو ویژگی جدید مایکروسافت است: “Co-Pilot” که به ویرایش، خلاصه کردن، ایجاد و مقایسه اسناد در سراسر پلتفرمهایش کمک میکند، و Business Chat، عاملی که اساساً با کاربر در حین کار و تلاش همراه است. برای درک و درک داده های Microsoft 365 خود.
برای مثال، نماینده میداند که چه چیزی در ایمیل کاربر و تقویم آن روز، و همچنین اسنادی که روی آنها کار میکرده است، ارائههایی که انجام دادهاند، افرادی که با آنها ملاقات میکنند و به گفته این شرکت، چتهایی که در پلتفرم Teams آنها انجام میشود. سپس کاربران میتوانند از Business Chat بخواهند کارهایی مانند نوشتن گزارش وضعیت با خلاصه کردن همه اسناد در پلتفرمهای یک پروژه خاص انجام دهد و سپس ایمیلی را پیشنویسی کند که میتواند با بهروزرسانی برای تیم آنها ارسال شود.
کوران فقط گفت اینکه این ابزارهای مجهز به هوش مصنوعی چقدر کار را تغییر می دهند به برنامه کاربردی بستگی دارد. به عنوان مثال، یک برنامه پردازش کلمه میتواند به تولید طرحهای کلی و پیشنویس کمک کند، یک برنامه نمایش اسلاید ممکن است به سرعت در طول فرآیند طراحی و ایجاد محتوا کمک کند، و یک برنامه صفحهگسترده باید به کاربران بیشتری در تعامل و تصمیمگیری مبتنی بر داده کمک کند. او معتقد است که دومی بیشترین تأثیر را بر محل کار در کوتاه مدت و بلند مدت خواهد گذاشت.
او گفت که بحث در مورد اینکه این فناوریها چگونه بر مشاغل تأثیر میگذارند «باید بر وظایف شغلی متمرکز شود تا کل مشاغل».
چالش های پیش رو
اگرچه بهروزرسانی GPT-4 OpenAI نوید رفع برخی از بزرگترین چالشهای آن را میدهد – از پتانسیل آن برای تداوم تعصبات، گاهی اوقات نادرست بودن واقعی و پاسخ دادن به شیوهای تهاجمی – هنوز این امکان وجود دارد که برخی از این مسائل راه خود را در محل کار پیدا می کنند، به خصوص وقتی صحبت از تعامل با دیگران باشد.
Arijit Sengupta، مدیر عامل و بنیانگذار شرکت Aible راه حل های هوش مصنوعی، می گوید که مشکل هر مدل زبان بزرگ این است که سعی می کند کاربر را راضی کند و معمولاً فرضیه اظهارات کاربر را می پذیرد.
“اگر مردم شروع به شایعات درباره چیزی کنند، آن را به عنوان یک هنجار می پذیرند و سپس شروع به تولید محتوا می کنند [related to that]”سنگوپتا گفت، و افزود که می تواند مسائل بین فردی را تشدید کند و به قلدری در دفتر تبدیل شود.
سام آلتمن، مدیر عامل OpenAI در اوایل این هفته در توییتی فناوری پشت این سیستمها همچنان ناقص است، هنوز محدود است، و در اولین استفاده از آن تاثیرگذارتر از زمانی است که زمان بیشتری با آن میگذرانید. این شرکت در یک پست وبلاگ تکرار کرد که “در هنگام استفاده از خروجی های مدل زبان، به ویژه در زمینه های پرمخاطب، باید دقت زیادی کرد.”
Arun Chandrasekaran، تحلیلگر در Gartner Research، گفت که سازمان ها باید به کاربران خود در مورد اینکه این راه حل ها در چه مواردی خوب هستند و محدودیت های آنها آموزش می دهند.
چندراسکاران گفت: «اعتماد کورکورانه به این راهحلها به اندازه عدم ایمان کامل به اثربخشی آن خطرناک است». راهحلهای هوش مصنوعی مولد همچنین میتوانند حقایق را بسازند یا اطلاعات نادرست را هر از چند گاهی ارائه دهند – و سازمانها باید برای کاهش این تأثیر منفی آماده باشند.
در عین حال، بسیاری از این برنامه ها به روز نیستند (داده های GPT-4 که روی آنها آموزش دیده است حدود سپتامبر 2021 قطع می شود). مسئولیت انجام همه کارها از دوبار بررسی دقت تا تغییر زبان برای منعکس کردن لحن مورد نظر آنها بر عهده کاربران است. همچنین دریافت خرید و پشتیبانی در سراسر محل کار برای راه اندازی ابزارها بسیار مهم است.
چندرسکاران گفت: آموزش، آموزش و مدیریت تغییر سازمانی برای اطمینان از اینکه کارکنان از تلاشها حمایت میکنند و ابزارها به روشی که در نظر گرفته شدهاند استفاده میشوند بسیار مهم است.