AI तुमचे ईमेल लिहू शकते, तुमचा कोड डीबग करू शकते आणि तुम्ही तुमचा कॉफीचा कप संपवण्यापूर्वी शंभर पानांच्या रिपोर्टचा सारांश देऊ शकते. ती गती खरी आहे आणि मोहकही आहे. पण दिशाहीन गती म्हणजे केवळ वेगाने होणारी हालचाल आहे. खूप लोक स्टेअरिंग व्हील मशीनच्या हाती सोपवत आहेत. ते चॅटबॉटचे आउटपुट न वाचता कॉपी आणि पेस्ट करतात. ते लॉजिक न समजून घेता AI-जनरेटेड कोड स्वीकारतात. ते लँग्वेज मॉडेलला धोरणात्मक निर्णय घेण्यास सांगतात आणि मग निकाल पोकळ का वाटतोय याचा विचार करतात. हे साधन वापरणे नाही, तर बैसाखड्याचा आधार घेणे आहे.
समस्या सहसा लहान गोष्टींपासून सुरू होते. एखादा डेव्हलपर कंटाळवाण्या बगला सामोरे जातो आणि स्वतः त्रुटी शोधण्याऐवजी AI ला "फक्त ते ठीक कर" असे सांगतो. एक मार्केटर अनेक ब्लॉग पोस्ट तयार करतो आणि तथ्ये तपासल्याशिवाय त्या प्रकाशित करतो कारण त्यातील मजकूर आत्मविश्वासाने लिहिल्यासारखा वाटतो. एक मॅनेजर संपूर्ण प्रोजेक्ट ब्रीफ अल्गोरिदमला सोपवतो आणि मग मीटिंगमध्ये कोणताही विचार न करता तो प्लॅन सादर करतो. प्रत्येक बाबतीत, त्या व्यक्तीने विचार करणे थांबवले आहे. त्यांनी केवळ टायपिंगच नाही, तर निर्णयक्षमताही आउटसोर्स केली आहे. तिथूनच नुकसान सुरू होते.
AI विशिष्ट कामांमध्ये उत्कृष्ट आहे. त्याला तज्ज्ञतेचा पर्याय न मानता, एका कुशल सहाय्यकाप्रमाणे वागवा.
मशीनने काय हाताळले पाहिजे:
डेटा आयोजित करणे. CRM मधून मिळालेला कच्चा डेटा, विस्कळीत स्प्रेडशीट्स किंवा मीटिंगचे वीस पानांचे ट्रान्सक्रिप्ट्स त्याला द्या. त्याला सॉर्ट, टॅग आणि फॉरमॅट करू द्या. मोठ्या प्रमाणात असलेल्या डेटातील असे पॅटर्न तो शोधू शकतो ज्यासाठी तुम्हाला तासनतास लागतील. पण त्या पॅटर्नचा तुमच्या व्यवसायासाठी काय अर्थ आहे, हे त्याने ठरवू नये.
सुरुवातीचे मसुदे तयार करणे. कोरा कागद खूप त्रासदायक असतो. AI तुम्हाला एक आउटलाइन, ईमेलचा कच्चा मसुदा किंवा डॉक्युमेंटेशनचा पहिला भाग देऊन तो अडथळा दूर करू शकते. ते सुरुवात करण्यातील जडत्व कमी करते. मसुदा हा कच्चा माल आहे, तयार उत्पादन नाही.
पुनरावृत्ती होणारी कामे वेगवान करणे. फाईल्सचे नाव बदलणे, JSON फॉरमॅटिंग, बॉयलरप्लेट फंक्शन्स तयार करणे किंवा स्टँडर्ड SQL क्वेरी लिहिणे. ही यांत्रिक कामे आहेत. ती मशीनला सोपवल्यामुळे तुम्हाला सर्जनशीलतेची गरज असलेल्या कामांसाठी वेळ मिळेल.
ही केवळ सहाय्यक भूमिका आहेत. ज्या क्षणी तुम्ही पूर्ण भार या साधनावर टाकण्याची अपेक्षा करता, त्या क्षणी दर्जा खालावतो.
तुमच्या मेंदूने काय जपले पाहिजे:
चिकित्सक विचार (Critical thinking). AI कधीकधी चुकीची माहिती देऊ शकते (hallucinates). ते अस्तित्वात नसलेली लायब्ररी फंक्शन्स तयार करते, कधीही न लिहिलेले रिसर्च पेपर्स उद्धृत करते आणि पूर्ण व्याकरण वापरून असत्य गोष्टी सांगते. जर तुम्ही संशय न ठेवता त्यावर विश्वास ठेवला, तर तुम्ही चुका पसरवत आहात. प्रत्येक आउटपुटची तपासणी तुम्ही एखाद्या आत्मविश्वासी पण नवख्या इंटर्नच्या कामाप्रमाणे केली पाहिजे: काहीही गृहीत धरू नका, सर्व काही पडताळून पहा.
अंतिम निर्णय. एखादे साधन तीन मार्केटिंग धोरणे देऊ शकते, फिचर प्रायोरिटी सुचवू शकते किंवा बजेटचा मसुदा तयार करू शकते. परंतु तुमच्या टीमची क्षमता, तुमची जोखीम घेण्याची तयारी किंवा तुमच्या कंपनीने न ओलांडायची नैतिक मर्यादा, हे त्याला माहीत असू शकत नाही. त्या निर्णयांसाठी अशा संदर्भांची गरज असते जे त्याच्या ट्रेनिंग डेटाच्या बाहेर आहेत. निवड तुम्ही करता आणि त्याचे परिणामही तुम्हीच भोगता.
जटिल समस्यांचे निराकरण. नवीन प्रकारचे बग्स, आर्किटेक्चरल निवडी आणि मानवी-केंद्रित डिझाइन केवळ पॅटर्न मॅचिंगने सुटत नाहीत. AI फक्त त्याने आधी पाहिलेल्या गोष्टींची पुनर्रचना करते. जेव्हा तुम्ही अशा समस्येचा सामना करता जी जगाने अजून पूर्णपणे सोडवली नाही, तेव्हा तुमचे स्वतःचे तर्कसंगत विचार हेच एकमेव महत्त्वाचे ठरते.
ऑटोमेशन तेव्हाच सर्वोत्तम काम करते जेव्हा तुम्ही त्याला मार्गदर्शन करता. हायवेवरील 'क्रूझ कंट्रोल' प्रमाणे याचा विचार करा. ते वेग स्थिर ठेवते, पण तुमचे हात स्टेअरिंगजवळ आणि डोळे रस्त्यावर असले पाहिजेत, आणि ट्रॅफिक अनपेक्षित होताच तुम्ही नियंत्रण हाती घेतले पाहिजे. जर तुम्ही मागच्या सीटवर जाऊन झोपलात, तर अपघात अटळ आहे.
धोका केवळ तात्काळ होणाऱ्या चुकांचा नाही, तर दीर्घकालीन कौशल्यांच्या ऱ्हासाचा आहे. विश्लेषणात्मक कौशल्ये वापरली जात नाहीत तेव्हा ती मंदावतात. एखादा ज्युनिअर डेव्हलपर जो प्रत्येक फंक्शन AI कडून लिहून घेतो, त्याला कोड रिव्ह्यू दरम्यान जेव्हा कोणी विचारते, “तू ही पद्धत का निवडलीस?”, तेव्हा त्याला संघर्ष करावा लागेल. एखादा लेखक जो विचार करण्याची प्रक्रिया आउटसोर्स करतो, तो त्याच प्रकारचे सपाट आणि सामान्य लेखन तयार करतो जे इतर सर्व AI-सहाय्यित लेखनांमध्ये दिसते. एखादा डेटा अनालिस्ट जो स्वतःचे मॉडेल्स कधीच बनवत नाही, तो चुकीचे संबंध (spurious correlation) ओळखणे विसरून जातो. हा ऱ्हास हळूहळू होतो. तुम्हाला याची जाणीव तेव्हाच होते जेव्हा एखादे खरे संकट येते आणि तुम्ही त्या मानसिक क्षमतेचा वापर करण्याचा प्रयत्न करता जी तुम्ही सहा महिन्यांपूर्वीच वापरणे थांबवले होते.
त्यामुळे ही कौशल्ये जाणीवपूर्वक तीक्ष्ण ठेवा. तंत्रज्ञान पूर्णपणे सोडून न देता हे कसे करायचे ते खाली दिले आहे.
आधी स्वतःची आउटलाइन लिहा. AI ला एखादा प्रस्ताव किंवा कोड तयार करण्यास सांगण्यापूर्वी, त्याची रचना स्वतः तयार करा. अगदी कच्ची रचना देखील तुम्हाला तुमचे विचार आयोजित करण्यास भाग पाडते. त्यानंतर AI हे लेखक न राहता एक संपादक (editor) बनते.
प्रत्येक आउटपुटची तपासणी करा. ते मोठ्याने वाचा. मूळ स्रोतांशी तथ्यांची पडताळणी करा. जर AI ने तुम्हाला Python फंक्शन दिले, तर त्याच्या लॉजिकची ओळोळ एक तपासणी करा. जर त्याने अहवालाचा सारांश दिला असेल, तर त्या सारांशाची मूळ पानांशी तुलना करा. जोपर्यंत अन्यथा सिद्ध होत नाही, तोपर्यंत त्यात चुका आहेत असेच समजा.
मॅन्युअल मोडचे वेळापत्रक तयार करा. दर आठवड्याला एक काम निवडा आणि कोणत्याही मदतीशिवाय ते सोडवा. तो ईमेल स्वतः लिहा. ती स्क्रिप्ट स्वतः हाताने डीबग करा. स्प्रेडशीटचे सूत्र शून्यापासून तयार करा. ही अडचणच मुख्य उद्देश आहे. यामुळे तुमची कौशल्ये तल्लख राहतात.
दोनदा "का" विचारा. जेव्हा AI एखादा उपाय सुचवते, तेव्हा केवळ वरवर न थांबता सखोल विचार करा. ही शिफारस का योग्य वाटते? तुमच्या मर्यादांबाबत ती कोणती गृहितके धरत आहे? जर तुम्ही स्वतःच्या शब्दांत याचे उत्तर देऊ शकत नसाल, तर तुम्ही त्या उत्तरावर कृती करण्यासाठी ते पुरेसे समजून घेतलेले नाही.
योग्य प्रकारे वापरल्यास, AI तुमची कार्यक्षमता वाढवते. ते कष्टाची कामे हाताळते जेणेकरून तुम्ही तुमची ऊर्जा निर्णयक्षमता, सर्जनशीलता आणि रणनीतीकडे वळवू शकाल. ते बुद्धिमत्तेचा अभाव लपवण्याऐवजी बुद्धिमत्ता अधिक प्रगल्भ करते. साधन टाळणे हे ध्येय नाही. तर तुमचे मन त्या साधनावर नियंत्रण ठेवून घेणे हे ध्येय आहे.
तुमची विश्लेषणात्मक कौशल्ये हीच तुमची खरी संपत्ती आहे. सॉफ्टवेअर हे केवळ एक साधन आहे. त्याचा वापर तुमच्या विचारांना आधार देण्यासाठी करा, ते लपवण्यासाठी नाही.
स्त्रोत: https://dev.to/fabiosarmento/ai-a-tool-not-a-crutch-11fe
संवाद सुरू ठेवायचा आहे का? GyaanSetu लर्निंग कम्युनिटीमध्ये सामील व्हा: https://t.me/GyaanSetuAi