آینده تعاملات سازمانی در پرتو‌ GPTها

غوغا و هیجان پیرامون «مدل‌‌‌های زبانی بزرگ» (LLM، فرآیند درک زبان طبیعی توسط هوش مصنوعی به واسطه آموزش گسترده با داده‌‌‌های متنی) و انواع دیگر هوش مصنوعی مولد (GenAI) به این زودی‌‌‌ها رنگ نمی‌‌‌بازد.

به گزارش پایگاه خبری بهره ورنیوز به نقل از دنیای اقتصاد، کاربران هوش مصنوعی مولد هر روز کاربردهای جدید و جالبی را برای کسب‌وکار و زندگی شخصی‌‌‌شان پیدا و به دیگران پیشنهاد می‌کنند. بسیاری از این پیشنهاد‌‌‌ها بر پایه این پیش‌‌‌فرض بنا شده که هوش مصنوعی مولد نیازمند فرمانی از سوی انسان (prompt)  است.

مجله تایم به‌‌‌تازگی اعلام کرده که بازار رشته مهندسی پرامپت  (Prompt Engineering  رشته‌‌‌ای است که در آن چگونگی تعامل انسان با سیستم‌های هوش مصنوعی با هدف تولید نتایج بهینه بررسی می‌شود) بسیار داغ خواهد بود و درآمدش تا ۳۳۵‌هزار دلار در سال می‌‌‌رسد.

شرکت‌های تکنولوژی و سایت‌‌‌های آموزشی هم تمرکزشان را روی این رشته گذاشته‌‌‌اند؛ تا جایی که سایت یودمی (Udemy) به همین سرعت دوره‌‌‌های مهندسی پرامپت برگزار می‌کند و بسیاری از سازمان‌هایی که ما با آنها همکاری می‌‌‌کنیم، کم‌‌‌کم دارند سرمایه‌گذاری‌‌‌های قابل‌‌‌توجهی انجام می‌دهند تا کارمندانشان را تعلیم دهند که چگونه نهایت بهره را از چت‌‌‌ جی‌‌‌پی‌‌‌تی ببرند.

با این‌‌‌حال، شاید بد نباشد که اندکی دست نگه داریم تا به دیگر روش‌های تعامل با تکنولوژی جی‌‌‌پی‌‌‌تی بپردازیم که احتمالا به‌‌‌زودی  پدیدار می‌‌‌شوند.

آنچه اینجا می‌‌‌خوانیم بر اساس بررسی‌‌‌های خودمان درباره پیشرفت هوش مصنوعی مولد و مکالماتمان با شرکت‌هایی است که به دنبال توسعه نسخه‌‌‌ای از این تکنولوژی هستند.

چارچوب تعاملات جی‌‌‌پی‌‌‌تی

یک شروع خوب برای دستیابی به این چارچوب این است که مشخص کنیم در این تعامل پای چه کسی در میان است؟ -فرد، گروهی از افراد یا یک ماشین دیگر- و چه کسی این تبادل اطلاعاتی را شروع می‌کند؛ انسان یا ماشین.

به ‌‌‌این‌‌‌ ترتیب، به شش نوع متفاوت می‌‌‌رسیم که در ادامه به آن می‌‌‌پردازیم. اولین آنها چت‌‌‌ جی‌‌‌پی‌‌‌تی است که در آن کاربر ارتباط با ماشین را آغاز می‌کند و به‌‌‌قدر کافی شناخته ‌‌‌شده است. ما انواع دیگر جی‌‌‌پی‌‌‌تی را توصیف و قابلیت‌‌‌های بالقوه آنها را مشخص می‌‌‌کنیم.

کوچ‌‌‌جی‌‌‌پی‌‌‌تی (CoachGPT) یک دستیار شخصی است که برای مدیریت بهتر زندگی روزانه‌‌‌تان پیشنهاد‌‌‌هایی ارائه می‌دهد. این پیشنهاد‌‌‌ها نه بر اساس فرمان‌‌‌های دقیق شما که بر اساس مشاهدات هوش مصنوعی از کارهای شما و محیط اطرافتان است.

به‌‌‌عنوان‌‌‌مثال، ممکن است کوچ‌‌‌جی‌‌‌پی‌‌‌تی مشاهده کند که شما یک مدیر اجرایی هستید و متوجه شود که با مشکل اعتمادسازی در تیمتان مواجه هستید؛ در آن صورت کارهای مشخص و دقیقی را برای غلبه بر این نقطه‌‌‌ضعف پیشنهاد می‌دهد.

حتی می‌تواند برای مذاکره درباره میزان حقوق هم راهکارهای منحصربه‌‌‌فردی ارائه دهد. بعد بررسی می‌کند ببیند کدام توصیه‌‌‌هایش را به کار گرفتید و کدام‌‌‌ها را نادیده گرفتید یا کدامشان به سودتان بود و کدام‌‌‌ها به نفعتان نبود تا کم‌‌‌کم مشورت بهتری به شما بدهد. به ‌‌‌این ‌‌‌ترتیب، به ‌‌‌مرور زمان یک مشاور، مربی یا راهنمای مختص خودتان خواهید داشت.

شرکت‌ها می‌توانند با استفاده از کوچ‌‌‌ جی‌‌‌پی‌‌‌تی امکان استفاده بهینه از محصولات را برای مشتریانشان فراهم کنند؛ چه آن شرکت ابزارآلات ساختمانی که کوچ‌‌‌جی‌‌‌پی‌‌‌تی را عرضه می‌کند تا به مصرف‌کننده‌‌‌اش بیاموزد چگونه نهایت بهره را از آن ببرد؛ چه آن شرکت حسابرسی که در خصوص بهترین شیوه محاسبه مبادلات، مشاوره‌‌‌های آنی ارائه می‌دهد. برای کارآیی بهتر کوچ‌‌‌جی‌‌‌پی‌‌‌تی، اشخاص و شرکت‌ها باید به آن اجازه بدهند همواره در پس برنامه‌‌‌های دیگر باز باشد و فعالیت‌‌‌های آنلاین و آفلاین را رصد کند.

 بدون شک پیش از آنکه خصوصی‌‌‌ترین افکارمان را با سیستم به اشتراک بگذاریم، لازم است تمهیدات حریم خصوصی شدیدی صورت بگیرد. با ‌‌‌وجود این‌، قابلیت‌‌‌های بالقوه این ماشین چه در زندگی شخصی و چه در زندگی حرفه‌‌‌ای، بی‌‌‌نهایت است.

گروپ‌‌‌جی‌‌‌پی‌‌‌تی (GroupGPT) می‌تواند یک عضو واقعی از گروه شما باشد و تبادلات بین اعضا را مشاهده و در بحث‌‌‌ها مشارکت کند. به‌‌‌عنوان نمونه می‌تواند اعتبارسنجی کند، خلاصه‌‌‌ای از جلسات و مکالمات تهیه کند، برای گفت‌‌‌وگوهای بعدی موضوع پیشنهاد بدهد، ‌ساز مخالف بزند، نماینده دیدگاه رقیب باشد، تاب‌‌‌آوری و حساسیت ایده‌‌‌ها را بسنجد یا حتی برای یک مشکل فوری، راه‌‌‌حل خلاقانه‌‌‌ای پیشنهاد دهد.

دغدغه حفظ حریم خصوصی که قبلا درباره‌‌‌اش حرف زدیم، در خصوص گروپ‌‌‌جی‌‌‌پی‌‌‌تی هم صادق است؛ اما اگر مساله امنیت اطلاعاتی افراد از میان برداشته شود، شرکت‌ها می‌توانند برای مدیریت پروژه‌‌‌ها، به‌‌‌خصوص پروژه‌‌‌های زمان‌بر و پیچیده که شامل تیم‌‌‌های گسترده‌‌‌ای از گروه‌‌‌های مختلف در مناطق گوناگون می‌شود، از گروپ‌‌‌جی‌‌‌پی‌‌‌تی بسیار سود ببرند. ازآنجا‌‌‌که گروپ‌‌‌جی‌‌‌پی‌‌‌تی از نظر ظرفیت ذخیره‌‌‌سازی اطلاعات و پردازش آنها محدودیت انسان را ندارد، می‌تواند برای پشتیبانی تیم‌‌‌های پراکنده و پیچیده ایده‌‌‌آل باشد.

باس‌‌‌جی‌‌‌پی‌‌‌تی (BossGPT) بدون اینکه لازم باشد فرمانی دریافت کند، نقش موثری در راهنمایی و هدایت افراد ایفا می‌کند. این هوش مصنوعی می‌تواند توصیه‌‌‌های اختصاصی هم برای اعضا فراهم کند؛ اما ارزش واقعی‌‌‌اش زمانی خود را نشان می‌دهد که شروع به سازمان‌‌‌دهی کار اعضای تیم می‌کند و به آنها می‌‌‌گوید هر کدام باید چه وظیفه‌‌‌ای را بر عهده بگیرند تا خروجی تیم به حداکثر برسد. همچنین می‌تواند با پیشرفت پروژه و تکاپوی تیم وارد عمل شود تا مشاوره‌‌‌های فردی و توصیه‌‌‌های بیشتری ارائه دهد.

الگوریتم‌‌‌های ضروری برای پیاده‌سازی موثر باس‌‌‌جی‌‌‌پی‌‌‌تی بسیار پیچیده‌‌‌تر از سایر زیرگروه‌‌‌های جی‌‌‌پی‌‌‌تی هستند؛ چون باید واکنش‌‌‌های نسبتا غیرقابل‌‌‌پیش‌بینی افراد و گروه‌‌‌ها به دستورات ماشین را در نظر بگیرند؛ اما می‌تواند کاربردهای عدیده‌‌‌ای داشته باشد. برای مثال، یک مدیر اجرایی که دارد شغلش را عوض می‌کند، می‌تواند درخواست بدهد و ریز واکنش‌‌‌هایش به دستورات باس‌‌‌جی‌‌‌پی‌‌‌تی شرکت پیشین را دریافت کند و بر اساس آن بسنجد تا چه حد با شرکت جدید و باس‌‌‌جی‌‌‌پی‌‌‌تی مختص آن همخوانی دارد و شرکت جدید مناسب اوست یا نه.

شرکت‌ها می‌توانند برای مدیریت افراد در سطوح سازمانی از باس‌‌‌جی‌‌‌پی‌‌‌تی استفاده کنند؛ تا جایی که مدیران کنونی را کاهش دهند، یا حتی کاملا حذف کنند. به همین ترتیب، باس‌‌‌جی‌‌‌پی‌‌‌تی کاربرد فوق‌‌‌العاده‌‌‌ای در هماهنگی ارتباط بین چند سازمان و مدیریت زنجیره تامین و توزیع کالا خواهد داشت. 

شرکت‌ها می‌توانند باس‌‌‌جی‌‌‌پی‌‌‌تی را به یک محصول تبدیل کنند و در اختیار مشتریانشان بگذارند. این کارکرد از باس‌‌‌جی‌‌‌پی‌‌‌تی می‌تواند دنباله مثال‌‌‌های کوچ‌‌‌جی‌‌‌پی‌‌‌تی باشد که پیش‌تر آوردیم؛ مثلا آن شرکت ابزارآلات ساختمانی می‌تواند برای ایجاد هماهنگی بین کارکنان محل ساخت‌وساز، باس‌‌‌جی‌‌‌پی‌‌‌تی را ارائه کند و شرکت حسابرسی می‌تواند آن را برای هدایت کارمندان مشتریانش تامین کند تا عملیات حسابداری‌‌‌شان با بیشترین راندمان ممکن اجرا شود.

اوتوجی‌‌‌پی‌‌‌تی (AutoGPT) مستلزم این است که کاربر درخواست یا دستوری را به ماشین بدهد و آن ماشین، سیستم‌های دیگری را به کار بگیرد تا کار را تمام کنند. ساده‌‌‌ترین حالت این فرآیند این است که کاربر به ماشین دستور می‌دهد عملی را انجام دهد؛ اما ماشین متوجه می‌شود برای انجام این کار به نرم‌‌‌افزار خاصی احتیاج دارد که آن را ندارد؛ پس ابتدا نرم‌‌‌افزار مورد نظر را در گوگل جست‌‌‌وجو و بعد دانلود و نصب می‌کند و با استفاده از آن، دستور را اجرا می‌کند.

حالت پیچیده‌‌‌ترش این می‌شود که کاربر می‌تواند به اوتوجی‌‌‌پی‌‌‌تی یک هدف بدهد – مثلا ساخت بهترین ویدئوی فراگیر یوتیوب- و به آن بگوید با بقیه جی‌‌‌پی‌‌‌تی‌‌‌ها تبادل اطلاعات کند تا با تکرار و تمرین و آزمون‌‌‌وخطا به فرمان ایده‌‌‌آل چت‌‌‌جی‌‌‌پی‌‌‌تی برای تحقق این هدف برسد. به‌‌‌این‌‌‌ترتیب ماشین فرآیند را با فرمانی به ماشین دیگر و سپس ارزیابی پاسخ ماشین دوم شروع می‌کند و با اصلاح فرمان و تکرار این فرآیند به هدف نهایی نزدیک و نزدیک‌‌‌تر می‌شود.

اوتوجی‌‌‌پی‌‌‌تی در پیچیده‌‌‌ترین حالت ممکن‌اش می‌تواند قابلیت‌‌‌های دیگر جی‌‌‌پی‌‌‌تی‌‌‌هایی را که تا اینجا به آنها پرداختیم به کار بگیرد. به‌‌‌عنوان نمونه، یک رهبر تیمی می‌تواند وظیفه‌‌‌ بیشینه‌‌‌سازی کارآیی و رضایت از کار اعضای تیمش را به ماشین بدهد. در آن صورت اوتوجی‌‌‌پی‌‌‌تی می‌تواند با کوچ‌‌‌جی‌‌‌پی‌‌‌تی افراد را هدایت کند و با گروپ‌‌‌جی‌‌‌پی‌‌‌تی شرایط خوشایندتری را برای تعاملات تیمی مهیا کند و همزمان با باس‌‌‌جی‌‌‌پی‌‌‌تی دستورالعمل‌‌‌های لازم را صادر کند.

بعد هم می‌تواند از هرکدام از این بخش‌‌‌ها بازخورد بگیرد و سایر فعالیت‌‌‌ها را اصلاح کند تا به هدف محوله دست یابد.  برخلاف حالت‌‌‌های ذکرشده که هنوز محقق نشده‌‌‌اند، حالتی از اوتوجی‌‌‌پی‌‌‌تی توسعه‌‌‌یافته و در آوریل سال ۲۰۲۳ رونمایی شده است و به‌‌‌سرعت دارد جا می‌‌‌افتد. این تکنولوژی هنوز ایده‌‌‌آل نیست و نیاز به اصلاح و بهبود دارد؛ اما به همین سرعت نشان داده که اوتوجی‌‌‌پی‌‌‌تی قادر است کارهایی را به اتمام برساند که در آنها لازم است چند وظیفه یکی بعد از دیگری انجام گیرند.

ما بیشترین کاربرد اوتوجی‌‌‌پی‌‌‌تی را در انجام کارهای پیچیده‌‌‌ای چون هماهنگی زنجیره‌‌‌ تامین و توزیع کالا و در حوزه‌‌‌هایی همچون امنیت سایبری می‌‌‌بینیم. برای مثال، شرکت‌ها می‌توانند به اوتوجی‌‌‌پی‌‌‌تی فرمان بدهند که بی‌‌‌وقفه آسیب‌‌‌پذیری‌‌‌های سایبری‌‌‌شان را رصد کند – که قطعا وجود دارد- و بعد به‌‌‌جای اینکه صرفا آن را اعلام کند، به دنبال راه‌‌‌حلی برای آن خطر بگردد یا کد خودش را برای مقابله با آن بنویسد. اگرچه همچنان ممکن است کاربری در این چرخه حضورداشته باشد؛ اما باور داریم در قسمت‌‌‌هایی که سیستم خودکفاست، به ‌‌‌احتمال ‌‌‌زیاد پاسخ اوتوجی‌‌‌پی‌‌‌تی سریع‌‌‌تر و موثرتر از انسان باشد.

امپریال‌‌‌جی‌‌‌پی‌‌‌‌تی‌(ImperialGPT) آرمانی‌‌‌ترین- و شاید متحول‌‌‌کننده‌‌‌ترین- هوش مصنوعی مولد است که در آن دو یا چند ماشین با همدیگر در تعامل هستند و در نهایت انسان را هدایت می‌کنند تا عملیاتی را انجام دهد. این نوع جی‌‌‌پی‌‌‌تی خاص اغلب تحلیلگران هوش مصنوعی را که از ناتوانی در کنترل هوش مصنوعی و طغیان و سرکشی‌‌‌اش می‌‌‌ترسند، نگران می‌کند. دغدغه‌‌‌ای که کاملا بجاست و ما آن را تصدیق می‌‌‌کنیم؛ به‌‌‌خصوص اگر – مثل همین حالا- هیچ مرز مشخصی برای کارهایی که هوش مصنوعی مجاز به انجامشان است، وجود نداشته باشد.

با این ‌‌‌حال، باور داریم که اگر امپریال‌‌‌جی‌‌‌پی‌‌‌تی صرفا بتواند ایده پردازی کند و آن را با انسان در میان بگذارد، اما اجازه اعمال آن ایده‌‌‌ها را نداشته باشد، می‌تواند راه‌‌‌حل‌‌‌های خلاقانه خارق‌‌‌العاده‌‌‌ای به وجود بیاورد؛ به‌‌‌خصوص برای جهل مرکب که دانش و خلاقیت انسان در آن کم می‌‌‌آورد.

در چنین شرایطی امپریال‌‌‌جی‌‌‌پی‌‌‌تی می‌تواند به ‌‌‌راحتی اتفاقات نادر و بدترین حالات ممکن را تجسم و رویکردهای مقابله را با تمام هزینه‌‌‌ها و نتایج احتمالی‌‌‌شان طراحی کند تا به راه‌‌‌حل‌‌‌های ممکن برسد. با توجه به خطرات بالقوه‌‌‌ امپریال‌‌‌جی‌‌‌پی‌‌‌تی و نیاز به نظارت سفت ‌‌‌و سخت بر آن، بعید می‌‌‌دانیم امپریال‌‌‌جی‌‌‌پی‌‌‌تی، حداقل ازنظر تجاری، به این زودی‌‌‌ها راه بیفتد.

بااین‌‌‌حال، پیش‌بینی می‌‌‌کنیم که دولت‌‌‌ها، سرویس‌‌‌های اطلاعاتی و ارتش‌‌‌ها تمایل داشته باشند امپریال‌‌‌جی‌‌‌پی‌‌‌تی را تحت شرایط به‌‌‌شدت کنترل‌‌‌شده‌‌‌ای به کار بگیرند.

 پیاده‌سازی هوش مصنوعی مولد برای کسب‌و‌کار شما

حالا معنای این چارچوب برای سازمان‌ها و شرکت‌های سرتاسر دنیا چیست؟ باید چه‌‌‌کار کرد؟

پیش از هر چیز از شما می‌‌‌خواهیم دست نگه دارید و پیشرفت‌‌‌های اخیر چت‌‌‌جی‌‌‌پی‌‌‌تی را به‌‌‌عنوان صرفا اولین اپلیکیشن تکنولوژی هوش مصنوعی جدید خوب در نظر بگیرید. بعد از شما درخواست می‌‌‌کنیم به اپلیکیشن‌‌‌های گوناگونی که اینجا ذکر شد فکر کنید و از چارچوب ما استفاده کنید تا برای سازمان یا شرکت خودتان اپلیکیشن مناسب را پرورش دهید.

مطمئنا در حین انجام این کار با انواع دیگر جی‌‌‌پی‌‌‌تی مواجه می‌‌‌شوید که ما به آنها نپرداختیم. سوم، به شما پیشنهاد می‌‌‌کنیم این جی‌‌‌پی‌‌‌تی‌‌‌ها را بر اساس ارزش بالقوه هرکدام برای کسب و کار شما و هزینه توسعه دادنشان طبقه‌‌‌بندی کنید.

به عقیده ما ساخت اپلیکیشن‌‌‌هایی که با فرمان یک انسان آغاز می‌شود یا ماشین با انسان در تعامل است (گروپ‌‌‌جی‌‌‌پی‌‌‌تی و کوچ‌‌‌جی‌‌‌پی‌‌‌تی) احتمالا از همه ساده‌‌‌تر است و ارزش کسب و کار قابل‌‌‌توجهی هم تولید می‌کند که باعث می‌شود برای شروع کار بهترین گزینه باشند.

در عوض ممکن است پیاده‌سازی اپلیکیشن‌‌‌هایی که تعاملاتشان نیازمند چند ماشین است یا ماشین آغازگر کار است (اوتوجی‌‌‌پی‌‌‌تی، باس‌‌‌جی‌‌‌پی‌‌‌تی و امپریال‌‌‌جی‌‌‌پی‌‌‌تی) و الزامات قانونی و اخلاقی‌‌‌شان پیچیده‌‌‌تر است، مشکل‌‌‌تر باشد.

شاید بخواهید کم‌‌‌کم به دغدغه‌‌‌های نظارتی، قانونی و اخلاقی پیچیده‌‌‌ای هم که با هر نوع جی‌‌‌پی‌‌‌تی به وجود خواهد آمد، فکر کنید. سرسری گرفتن این مسائل شما و شرکتتان را در معرض دردسرهای قانونی و مهم‌تر از آن، تاثیر منفی ناخواسته‌‌‌ای بر بشریت قرار می‌دهد.

سایر توصیه‌‌‌هایمان به نوع شرکت شما برمی‌‌‌گردد. یک شرکت تکنولوژی یا استارت‌آپ یا شرکتی که منابع فراوانی برای سرمایه‌گذاری در این حوزه دارد، باید توسعه یک یا چند مورد از جی‌‌‌پی‌‌‌تی‌‌‌های عنوان‌‌‌شده را شروع کند. بدون شک این یک استراتژی ریسک بالا- سود بالاست.

برعکس، اگر قدرت رقابتی‌‌‌تان در هوش مصنوعی نیست یا منابع موردنیاز را ندارید، شاید برایتان بهتر باشد که رویکرد دندان روی جگر گذاشتن را در پیش بگیرید.

درست است که با این کار تکنولوژی جدید را به‌‌‌کندی به کار می‌‌‌گیرید، اما منابع ارزشمندتان را برای چیزی حرام نمی‌‌‌کنید که شاید  به‌‌‌جایی نرسد.

در عوض می‌توانید سیستم‌های داخلی‌‌‌تان را به‌‌‌روزرسانی کنید تا با کیفیت بهتری به جمع‌‌‌آوری و ذخیره داده بپردازند و به‌‌‌این‌‌‌ترتیب شرکتتان را آماده کنید تا جی‌‌‌پی‌‌‌تی‌‌‌های جدید را چه از نظر فرآیند کاری و چه فرهنگی با آغوش باز بپذیرد.

هوش مصنوعی مولد نویدبخش پیشرفت‌‌‌های غیرمنتظره‌‌‌ای در حل مسائل اساسی مهندسی و دانش کامپیوتر است؛ بااین‌‌‌حال، به‌‌‌صورت پیش‌‌‌فرض برای تمام سازمان‌ها تولید ارزش نمی‌‌‌کند. شرکت‌های هوشمند باید پیش از آنکه به دنبال بهترین راه برای کسب درآمد از این نوآوری‌‌‌ها باشند، روی اصلاح و تطابق تکنولوژی اصلی سرمایه‌گذاری کنند. بعید نیست شرکت‌هایی که این کار را به‌‌‌درستی انجام می‌دهند، در هجوم هوش مصنوعی مولد یک‌‌‌شبه ره صدساله را بروند.

اشتراک گذاری:



دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *