AI വിശ്വാസം 29% ആയി കുറയുന്നു, ഉപയോഗം 84% ആയി ഉയരുന്നു

AI ഉപയോഗം 84% ആയി ഉയർന്നു. AI വിശ്വാസം 29% ആയി കുറഞ്ഞു.

ഇത് ഒരു വൈരുദ്ധ്യമായി തോന്നാം. എന്നാൽ ഇതല്ല. ഇത് പ്രായോഗികതയാണ്.

AI എപ്പോഴും ശരിയാകുമെന്ന് നമ്മൾ വിശ്വസിക്കുന്നില്ല. എന്നാൽ സമയം ലാഭിക്കാൻ വേണ്ടി നമ്മൾ അത് ഉപയോഗിക്കുന്നു.

എന്റെ സ്വന്തം ജോലിയിലും ഞാൻ ഇത് കാണുന്നുണ്ട്. കഴിഞ്ഞ മാസം, കണ്ടന്റ് ഡ്രാഫ്റ്റുകൾക്കായി ഞാൻ ഒരു AI ടൂൾ ഉപയോഗിച്ചു. ആ ടൂൾ ഒരു വ്യാജ സെക്യൂരിറ്റി വൾനറബിലിറ്റി നമ്പർ (security vulnerability number) നിർമ്മിച്ചുണ്ടാക്കി. അത് യഥാർത്ഥമായിരുന്നില്ല. ഇതിനെയാണ് 'Hallucination' എന്ന് വിളിക്കുന്നത്.

Hallucinations വലിയ പ്രശ്നങ്ങൾക്ക് കാരണമാകും. സാങ്കേതികമായ സാഹചര്യങ്ങളിൽ, ഒരു തെറ്റായ കമാൻഡ് ഒരു സെർവറിനെ തകരാറിലാക്കാം. ബിസിനസ്സ് സാഹചര്യങ്ങളിൽ, തെറ്റായ ഡാറ്റ ഒരു സപ്ലൈ ചെയിനെ (supply chain) തകർത്തേക്കാം.

അങ്ങനെയെങ്കിൽ നമ്മൾ എന്തിനാണ് അത് ഉപയോഗിക്കുന്നത്?

  • ഇത് ആവർത്തന സ്വഭാവമുള്ള ജോലികൾ കൈകാര്യം ചെയ്യുന്നു.
  • ഇത് വേഗത്തിൽ ഡ്രാഫ്റ്റുകൾ നൽകുന്നു.
  • ഇത് ഗവേഷണത്തിന്റെ വേഗത വർദ്ധിപ്പിക്കുന്നു.

നമ്മൾ ഒരു പുതിയ മനോഭാവം സ്വീകരിച്ചിരിക്കുന്നു: "ഇത് എന്റെ സമയം ലാഭിക്കുന്നു, അതിനാൽ ഞാൻ ഫലങ്ങൾ സ്വയം പരിശോധിക്കും."

ഒരു ടൂൾ പൂർണ്ണമാകണമെന്നില്ല. ജോലി മുന്നോട്ട് കൊണ്ടുപോകാൻ ആവശ്യമായ ഗുണനിലവാരം അതിനുണ്ടായിരുന്നാൽ മതി.

നിങ്ങൾ AI ഉപയോഗിക്കുന്നുണ്ടെങ്കിൽ, നിങ്ങളുടെ ജോലി രീതിയിൽ മാറ്റം വരുത്തണം. അതിനെ ഒരു വിദഗ്ദ്ധനായി കാണരുത്. പകരം ഒരു അസിസ്റ്റന്റായി കാണുക.

AI ഉപയോഗിച്ച് എങ്ങനെ ഫലപ്രദമായി ജോലി ചെയ്യാം:

  • സാങ്കേതിക വസ്തുതകൾ എപ്പോഴും സ്വതന്ത്രമായ സ്രോതസ്സുകൾ ഉപയോഗിച്ച് പരിശോധിക്കുക.
  • മികച്ച ഉത്തരങ്ങൾ ലഭിക്കാൻ prompt engineering ഉപയോഗിക്കുക.
  • AI-ക്ക് യഥാർത്ഥ ഡാറ്റ നൽകുന്നതിനായി RAG (Retrieval-Augmented Generation) ഉപയോഗിക്കുക.
  • ഒരു മനുഷ്യന്റെ പരിശോധന കൂടാതെ ഒരു ഫലവും സ്വീകരിക്കരുത്.

ഭാവി എന്നത് പൂർണ്ണതയുള്ള AI-ക്ക് വേണ്ടി കാത്തിരിക്കുന്നതിനെക്കുറിച്ചല്ല. പകരം അപൂർണ്ണമായ AI-യെ എങ്ങനെ നയിക്കാം എന്ന് മനുഷ്യർ പഠിക്കുന്നതിനെക്കുറിച്ചാണ്.

നമ്മൾ ഒരുപക്ഷേ ഒരിക്കലും AI-യെ 100% വിശ്വസിക്കില്ലായിരിക്കാം. എങ്കിലും, അത് നൽകുന്ന കാര്യക്ഷമത അവഗണിക്കാനാവാത്തവിധം വലുതായതുകൊണ്ട് നമ്മൾ അത് ഉപയോഗിച്ചുകൊണ്ടേയിരിക്കും.

Source: https://dev.to/merbayerp/ai-trust-drops-to-29-usage-climbs-to-84-on-what-we-dont-trust-2m5

Optional learning community: https://t.me/GyaanSetuAi