Palvelut

Generatiivisen tekoälyn kanssa työskentely

Generatiivisen tekoälyn käyttäminen tulee muuttamaan työntekotapaasi tulevien kuukausien ja vuosien aikana. Erilaisista generatiivisen tekoälyn muodoista chat-pohjaiset työkalut ja vuorovaikutus kielimallien kanssa ovat hyödyllisimpiä. Muutos tapahtuu vähitellen, ja on tärkeää antaa itselleen aikaa löytää parhaat toimintatavat. Tällä sivulla annetaan muutamia ajankohtaisia vinkkejä.
Photo_Kalle_Kataila

Loading table of contents

1. Kehotteiden muotoilu, tekoälyn kanssa keskustelu 


Kehotteiden muotoilu on tapa ohjata keskustelua chat-pohjaisilla tekoälytyökalujen kanssa. Se on kuin merkki tai heräte, joka ohjaa tekoälyä vastaamaan kysymyksiisi tai suorittamaan tehtäviä.

Esimerkki tekoälytyökalulle, tässä Aalto AI Assistantille, annettavista kehotteista:

”Hei, parantelisitko englantiani <oma tekstisi>"

Kehotteet voivat olla lauseita, kysymyksiä tai ilmauksia, jotka ohjaavat tekoälyä. Mieti, miten ohjeistaisit ystävääsi: kerrot heille, mitä tarvitset ja he tekevät pyytämäsi asian. Vastaavasti kehotteiden kautta tapahtuva vuorovaikutuksesi tekoälyn kanssa auttaa tekoälyä ymmärtämään ja tuottamaan halutun lopputuloksen.

Kehotteiden muotoilutaitosi paranee ajan myötä, mutta tässä muutamia vinkkejä ja esimerkkejä, joilla pääset alkuun:

Kehittele ja hio. Aloita kokonaiskuvasta, jotta saat yleiskuvan ja näkökulmia. Pureudu sitten syvemmälle tarkkojen näkökulmien ja esimerkkien avulla

”Luettele kestävyyteen liittyviä ilmiöitä muotiteollisuuden näkökulmasta.”

Anna esimerkkejä. Anna esimerkkejä toivotusta äänensävystä, sanastosta ja muista seikoista, joita toivot vastaukseen. ​

Arvioi ja muokkaa tuloksia aina ennen käyttöä. ​

  • Kielimalli ei ole täydellinen ja tarjoaa usein vinoutuneita tai vääriä tuloksia ja faktoja. 
  • Olet vastuussa tekoälytulosten tarkistamisesta ennen niiden käyttöä.

     

2. Yleisiä esimerkkejä kehotteista


Kieliopin tarkistaminen: tekstin hiominen

”Parantelisitko englantiani <lisää tekstisi tähän>."  Vinkki: Vastauksen saatuasi voit kertoa tekoälylle, jos haluat helpompaa englantia. 

Tekstin tyylin muuttaminen

”Alla oleva <minkä alan> ammattilaisen kirjoittama teksti on liian monimutkainen maallikkolukijalle.  Kirjoita teksti uudelleen yleiskielellä.”

Ideointi

  • "Haluaisin esitellä <aihe> <näkökulman tyyppi> näkökulmasta. Anna 10 tapaa muotoilla asia.”
  • "Tarvitsen ideoita <aihe>. Siinä on oltava ainakin seuraavat yksityiskohdat: <haluamasi yksityiskohdat>”.  

    Vinkki:  Voit aina pyytää AI Assistantin kirjoittamaan ideoita uudelleen eri näkökulmasta tai eri muodossa.



Tekstien vertailu: ehdota lisäyksiä

"Minulla on alla kaksi viestiä. 
Ensimmäinen on hieman pidempi, ja siinä on enemmän esimerkkejä ja yksityiskohtia. 
Toinen on lyhyempi, mutta siinä on myös aiheet eri järjestyksessä. 
Vertaa tekstejä ja tuo esiin mahdolliset erot.  
Puuttuuko toisesta jotakin olennaista?

<Tekstisi liimattuna tähän>

Vinkki:   os tekstisi on pitkä (pidempi kuin kaksi täyttä A4-sivua ja vastaus on kaksi täyttä A4-sivua), vaihda AI Assistantin kielimalli muotoon "GPT ... long document". Silloin oma tekstisi ja AI Assistantin tuottama vastaus voivat olla pidempiä, noin 20:n A4-sivun mittaisia.


Monikielinen sisällöntuotanto

  • ”Alla on 10 tekstikappaletta.  Käännä ne ruotsiksi, suomeksi, norjaksi, venäjäksi ja ranskaksi."
    tai      
          
  • ”Luo sanastotaulukko: luettelen 50 sanaa. Tee niistä ensimmäinen palsta ja lisää seuraaviksi palstoiksi suomen-, ruotsin- ja venäjänkieliset käännökset.”   

    Vinkki:   Erityisesti sanastot kaipaavat kontekstia, koska yhdellä sanalla voi olla monia merkityksiä. Voit lisätä tekstiyhteyden yhteen sanaan: ”Verkko (narusta tai köydestä)”, tai voit antaa tekstiyhteyden kaikille sanoille: "Kaikki sanat liittyvät kalastukseen ja metsästykseen.”


Kokousmuistioiden luominen

”Tallensimme Teams-kokouksen ja latasimme siitä transkription, ks. alla. Tee kokousmuistio, jossa on seuraavat asiat: 

1 - luettelo osallistujista, jotka ovat puhuneet kokouksessa
2 - luettelo aiheista, vain tärkeimmät aiheet
3 - luettelo toimintakohdista tai tehtävistä
4 - lisätehtävä: Joku kokouksessa lupasi suorittaa tehtävän <kuvaa tässä tehtävä>. Lue käyty keskustelu ja kerro, kuka lupasi suorittaa tehtävän.”

Kysymysten ja kyselyjen luominen

  • ”Tekstini on alla. Luo kysymys- ja vastauspareja siitä."      
    tai
  • ”Tekstini on alla. Tee tietovisa, jossa on 20 kysymystä ja 3 vastausvaihtoehtoa kullekin. Anna oikeat vastaukset listana lopussa.
     

3. Kenen kanssa keskustelet: Mikä on suuri kielimalli (large language model, LLM)
 

Kun keskustelet tekoälyn, kuten OpenAI:n ChatGPT -palvelun tai Aalto AI Assistantin kanssa, keskustelet suuren kielimallin (LLM) kanssa. Nämä mallit on suunniteltu ymmärtämään ja luomaan ihmiskieltä ja tekemään töitä sillä.

Kielimallit ennustavat seuraavan sanan kaavojen ja kontekstin perusteella, ks. alla.  Kielimallit on koulutettu suurella teksti- ja datamäärällä, jotta ne ymmärtäisivät, miten ihmiset viestivät.
 

Example of language model's prediction of the next word
Kuva: Kielimalli vain ennustaa seuraavan sanan kontekstin perusteella.

4. Suurten kielimallien rajoitteet


 
Epätarkat, epäluotettavat tai puutteelliset tiedot:  Suuret kielimallit tuottavat sanoja. Älä oleta, että minkään kielimallin antama vastaus on oikea tai luotettava. Siksi vastausten faktat pitää tarkistaa.

Tehokkuus voi vaihdella sen mukaan, miten kehotteet muotoillaan ja miten moniulotteinen aihe on. - > Harjoittele ja käytä CLEAR-periaatteeseen (Concise, Logical, Explicit, Adaptive, Reflective) perustuvia ohjeita.

Ennakkoluulot periytyvät: Suuriin kielimalleihin siirtyvät ne ennakkoluulot, joka ovat ilmenneet materiaalissa, joilla ne on koulutettu. Ne on suunniteltu tuottamaan sellaista tekstiä, jota sen koulutusmateriaalissa on useimmiten tullut vastaan, ei antamaan oikeita vastauksia esittämiisi kysymyksiin.
 

Kontekstuaaliset rajoitteet:  Suuret kielimallit eivät täysin ymmärrä monimutkaisten kysymysten vivahteita tai kontekstia. Ne voivat tuottaa uskottavalta kuulostavia, mutta virheellisiä tai epäolennaisia vastauksia.

Rajallinen luovuus: Suurilla kielimalleilla on vaikeaa tuottaa aidosti omaperäistä tai mielikuvituksellista sisältöä, koska ne nojaavat koulutusmateriaalista opittuihin kaavoihin.

Aiheeseen kuulumattomat vastaukset: Suuret kielimallit antavat virheellisiä tai epäolennaisia vastauksia, kun ne käsittelevät kysymyksiä tai kehotteita, jotka koskevat aihealueita, joihin sitä ei ole koulutettu. Oletuksena ne yrittävät antaa vastauksia, vaikka niiden tieto kysytystä aiheesta olisi puutteellinen.

Johdonmukaisuuden ja sisäisen logiikan puute: Suuret kielimallit voivat olla epäjohdonmukaisia tai niiden vastaukset voivat olla keskenään ristiriitaisia varsinkin pidemmissä ja monimutkaisemmissa keskusteluissa. Tämä voi johtaa hajanaisiin tuloksiin.

Lisätietoja

Aalto AI Assistant, the improved UI in Fall 2024

Aalto AI Assistant (entinen Aalto GPT)

Henkilökohtainen tekoälyassistenttisi.

Palvelut
Tätä palvelua tarjoaa:

IT-palvelut

Löysitkö tästä tarvitsemasi tiedon? Jos et, ota meihin yhteyttä.
  • Julkaistu:
  • Päivitetty: