Razgovori s umjetnom inteligencijom: Kako će generativna umjetna inteligencija i kvalitativno istraživanje koristiti jedno drugome
Generativna umjetna inteligencija mogla bi omogućiti brže, jeftinije i bolje rezultate istraživanja, ali ključno je postavljanje pravih pitanja.
Svaki razgovor počinje s jednim pitanjem, a ponekad kada pitanje nije dobro, završi s jednim, neinformativnim odgovorom. Znamo da pitanja koja postavljamo mogu uvelike utjecati na naše razumijevanje svijeta i naše postupke.
Loše postavljeno pitanje može dovesti do iskrivljene percepcije stvarnosti i pogrešnih postupaka, dok dobro osmišljeno pitanje može dovesti do točnih i pronicljivih odgovora. Ovaj se osjećaj ne odnosi samo na ljudske razgovore, već i na upite u kontekstu Generative AI.
U prvom članku u našoj seriji o Generativnoj umjetnoj inteligenciji istaknuli smo što bismo trebali očekivati tijekom nadolazećeg razdoblja, kao i naša razmišljanja o ograničenjima, rizicima i prijetnjama te kako bismo trebali procijeniti ove alate koristeći kriterije istine, ljepote i pravednost.
U Razgovorima s umjetnom inteligencijom razmatramo potrebu usklađivanja sa stručnjacima u umjetnosti pitanja koja mogu izvući maksimum iz rješenja umjetne inteligencije, uključujući kvalitetu i točnost, dok istovremeno štite privatnost podataka.
Za istraživače, AI može generirati ljudske odgovore i ubrzati ideje, otkrivanje uvida i testiranje koncepta. Ali tvrdnje umjetne inteligencije nisu uvijek činjenične, pa je još uvijek potrebna ljudska prosudba za ispitivanje umjetne inteligencije, treniranje modela i primjenu rezultata. Međutim, mi vidimo generativnu umjetnu inteligenciju kao snažan pokretač postizanja bržeg, jeftinijeg i boljeg istraživanja.
Ključ je u postavljanju pronicljivih pitanja. Baš kao što je razumijevanje kako uključiti različite ljude u sondiranje i praćenje bitna ljudska vještina u današnjem kvalitativnom istraživanju, razumijevanje kako graditi na prošlim upitima i učinku reda na različitim platformama izravno se prenosi u svijet umjetne inteligencije.
Učinkovite upute trebale bi pružiti kontekst, pitanja, primjere podataka. Oni bi trebali specificirati izlaznu strukturu, format, ton i vrstu podataka.
Ponavljanje sa stručnjacima i umjetnom inteligencijom za pročišćavanje upita daje sve preciznije odgovore. Stručnjaci koji se bave umjetnom inteligencijom će uspjeti. Ključno je razumjeti kako umjetna inteligencija reagira na upite, kao što kvalitativni istraživači rade s ljudima.
Stvaranje kvalitetnih upita umjetnost je koja zahtijeva suštinsko poznavanje područja, kao i razumijevanje prirode pitanja uz poznavanje različitih AI platformi.
Razgovori s umjetnom inteligencijom naglašavaju da će kombinacija brzog inženjeringa sa znanjem o domeni, visokokvalitetnim podacima i modelima umjetne inteligencije uvježbanim na istraživačkim okvirima iznjedriti novi znanstveni pristup: Iterativne znanosti.