هل شعرت يومًا بالإحباط بعد أن طلبت من شخص ما إكمال مهمة لك، فقط لتكتشف أن نتائجهم كانت مخيبة للآمال؟ إذا أخذت لحظة للتفكير، هل من الممكن أن تكون المشكلة هي أن تعليماتك لم تكن واضحة كما كان يمكن أن تكون؟ التعليمات الضعيفة أو غير الكافية ستؤدي عادةً إلى نتائج غير فعالة وتفتقر إلى الحد الأدنى من الجودة.
هل ستتفاجأ إذا سمعت أن الذكاء الاصطناعي التوليدي ليس مختلفًا؟
لقد جلب ارتفاع أدوات الذكاء الاصطناعي التوليدي معه فرصًا غير مسبوقة للتعليم والأعمال. ومع ذلك، فقد قدم أيضًا مهارة رقمية أصبحت ذات أهمية متزايدة لم يكن معظمنا يعرف بوجودها سابقًا — فهم كيفية التواصل بفعالية مع الذكاء الاصطناعي.
إن الذكاء الاصطناعي التوليدي، مثل ChatGPT، يقوم بتحويل كيفية تعلمنا وتعليمنا وعملنا. ومع ذلك، نحتاج إلى التوقف عن استخدامه كما نستخدم Google أو محركات البحث التقليدية الأخرى. للاستفادة من إمكاناته الكاملة، يجب أن نتعلم كيفية تقديم أوامر واضحة وغير غامضة له.
يجب أن تكون هذه التعليمات الأولية، المعروفة باسم المطالبات، فعالة لكي نتمكن حقًا من الاستفادة من كل ما هو قادر عليه الذكاء الاصطناعي. هنا يأتي إطار العمل SMARTER — طريقة عملية لتحسين التعليمات والتفاعلات مع الذكاء الاصطناعي التوليدي.
لماذا تعتبر هندسة المطالبات مهمة
تعتمد أدوات الذكاء الاصطناعي التوليدية على المدخلات المقدمة من المستخدمين لتوليد مخرجات ذات مغزى. على الرغم من تعقيدها، فإن هذه الأدوات ليست قادرة على قراءة الأفكار. ChatGPT، كلود وآخرون هم آلات توقع متطورة، ومصممة لاتباع التعليمات بدقة كما هي معطاة.
يمكن أن تؤدي المطالبات الغامضة أو السيئة البناء غالبًا إلى استجابات غير مفيدة، بينما تنتج المطالبات الواضحة والمنظمة، من ناحية أخرى، نتائج ذات جودة أعلى.
أصبح تصميم المطالبات، وهو مهارة تصميم المدخلات للذكاء الاصطناعي، ضروريًا بسرعة للتنقل في عالمنا المعزز بالذكاء الاصطناعي.
بينما تساعد التقدمات في الدردشات في بعض التفاعلات اليومية الأساسية والبسيطة للذكاء الاصطناعي، فإن الواقع هو أنه، خاصة في التعليم العالي، سيكون التمكن من تقديم المطالبات مهارة رقمية قيمة لمعظم الناس في المستقبل.
اعتبرها تدريبًا للناس على كيفية التفكير والتواصل مع الذكاء الاصطناعي، بالإضافة إلى تعليم الذكاء الاصطناعي كيفية التفكير وتوليد المخرجات المثلى للمستخدم.
تقديم إطار العمل SMARTER
إطار العمل SMARTER يوفر دليل خطوة بخطوة لإنشاء مطالبات تعظم فعالية الذكاء الاصطناعي. SMARTER هو اختصار للكلمات التالية.
س. حدد هويتك
ابدأ بتقديم نفسك ودورك بوضوح. يساعد توفير السياق الذكاء الاصطناعي على تخصيص ردوده لاحتياجاتك الفريدة.
مثال على الطلب: أنا أستاذ جامعي أدرس أخلاقيات الأعمال للطلاب الجامعيين. أحتاج إلى مساعدة في تصميم نشاط تفاعلي في الفصل حول المعضلات الأخلاقية.
ما لم يكن لديك اشتراك مدفوع في ChatGPT، على سبيل المثال، فإن الروبوت الدردشة الذي تستخدمه على الأرجح ليس لديه ذاكرة ولن يتذكر من أنت أو ما أخبرته به سابقًا عن نفسك.
م. اجعل الطلبات واضحة
حدد أهدافك والنتائج المرغوبة بوضوح. كلما كانت تعليماتك أكثر تحديدًا، كانت استجابة الذكاء الاصطناعي أكثر دقة. بدلاً من أن تسأل، “ساعدني في أنشطة الصف”، كن أكثر تحديدًا وجرب شيئًا مثل ما يلي.
مثال على الطلب: اقترح تمرين تمثيل أدوار لتعليم المسؤولية الاجتماعية للشركات.
أ. وضح الخطوات التي يجب اتخاذها
بالطريقة نفسها التي كنت ستعطي فيها مساعدك خطوات واضحة يجب اتباعها لإكمال مهمة، تحتاج أيضًا إلى تقديم خارطة طريق واضحة لما تريد من الذكاء الاصطناعي القيام به. إذا كنت تصمم منهجًا دراسيًا، حدد الهيكل.
مثال على الطلب: أحتاج إلى جدول زمني مدته 12 أسبوعًا لدورة ماجستير إدارة الأعمال حول القيادة، بما في ذلك المواضيع الأسبوعية، والقراءات، وثلاث أنشطة يمكن إكمالها بشكل غير متزامن.
ر. طلب أو إعطاء أمثلة
أمثلة تساعد الذكاء الاصطناعي على فهم توقعاتك. إذا قدمت له مثالًا، سيكون لديه فكرة أفضل عما تبحث عنه. بدلاً من ذلك، يمكنك أن تطلب منه أن يقدم لك توضيحات محددة للمساعدة في تعليم مفهوم معين.
مثال على الطلب: أعطني مثالاً معاصراً حدث خلال الاثني عشر شهراً الماضية حول موضوع نقاش لفصل قانون الأعمال يركز على حقوق الملكية الفكرية.
ت. قيود المهام
تحديد الحدود والقيود لاستجابات الذكاء الاصطناعي العام أمر حيوي للحفاظ عليه ضمن نطاق استفسارك. يساعد ذلك في إدارة التوقعات وضمان عدم انحرافه إلى أراضٍ غير مرغوب فيها.
تحديد الحدود لما يجب أن يركز عليه أو يستبعده يمنعه من إنتاج محتوى غير ذي صلة أو واسع للغاية، مما يحافظ على تركيز المخرجات وقابليتها للإدارة.
مثال على الطلب: قدم أمثلة على استراتيجيات القيادة ولكن تجنب الإشارة إلى السياقات العسكرية أو الرياضية.
هـ. تحسين وتنقيح
اطلب ملخصات، إعادة صياغة، تصحيحات، أو توضيحات لتحسين جودة ودقة المعلومات المقدمة. تتضمن هذه الخطوة تحسين جودة استجابات الذكاء الاصطناعي من خلال التغذية الراجعة التكرارية، وتنقيح المطالبات بناءً على المخرجات الأولية، وضمان أن المنتج النهائي يلبي جميع المتطلبات المحددة.
اطلب توضيحات، إعادة صياغة، أو ملخص. لا تتردد في التكرار حتى تحصل على النتيجة المرغوبة.
ر. تجديد وتجربة
استجابات الذكاء الاصطناعي ليست ثابتة. إذا لم يكن الجواب مرضيًا، قم بتحسين طلبك أو استخدم ميزة “إعادة التوليد” لاستكشاف وجهات نظر مختلفة. جرب ولا تقبل بالإجابة الأولى المقدمة.
حاول استخدام طلبات مختلفة أو اطلب من الذكاء الاصطناعي إعادة توليد النتائج لتقديم وجهات نظر أو أفكار جديدة، مما يعزز الإبداع ويضمن فحصًا قويًا للموضوع.
التطبيقات العملية لمطالبات SMARTER
إطار العمل SMARTER ليس مجرد نظرية – إنه عملي للغاية. إنه يوفر لنا نهجًا واضحًا حول كيفية التفاعل بشكل أفضل مع مجموعة واسعة من روبوتات الدردشة الناشئة من الجيل الجديد، سواء في التعليم العالي بشكل خاص، أو في سياقنا الأوسع اليوم.
يهدف إلى مساعدتنا في تحسين الطريقة التي نتفاعل بها مع أدوات الذكاء الاصطناعي من خلال ضمان أن تكون مطالباتنا موجزة، محددة، ومهندسة عمدًا لتوليد المحتوى الأكثر دقة وفائدة.
مع استمرار انتشار الذكاء الاصطناعي في الحياة الأكاديمية والمهنية، ستظهر القدرة على كتابة مطالبات واضحة ودقيقة قادرة على إنتاج استجابات صحيحة ومفصلة كمهارة رقمية حاسمة تعزز الابتكار والكفاءة في التفاعلات مع الذكاء الاصطناعي.
المصدر: cengage
