Jinsi Ninavyotumia Baraza la AI Kutatua Matatizo ya Uhandisi yenye Utata

Msaidizi mmoja wa AI ni muhimu. Lakini si wakati wote unatosha.

Ikiwa unatumia AI kwa ajili ya uandishi wa kodi (coding), unajua mtindo huo. Unaelezea tatizo. Modeli inapendekeza suluhisho. Inaonekana vizuri. Unalitekeleza. Kisha unagundua kasoro kubwa siku tatu baadaye. Muundo (architecture) ulishindwa kutimiza masharti ya mipaka (boundary condition). Uliunganisha vitu viwili ambavyo vinapaswa kuwa tofauti.

Hii si kushindwa kwa modeli. Ni kushindwa kwa mchakato. Modeli moja pekee haina uwezo wa kupinga dhana zake zenyewe.

Kwa kazi tata za uhandisi, unahitaji Baraza la AI (AI Council). Hii si jukwaa jipya. Ni mtiririko wa kazi (workflow) uliopangwa ambapo majukumu mbalimbali ya AI yanapitia pendekezo moja kutoka mitazamo tofauti.

Lengo ni kugeuza matumizi ya AI kuwa mtiririko wa kazi wa uhandisi unaosimamiwa.

Hivi ndivyo mtiririko wa kazi unavyofanya kazi:

• Maelezo ya Tatizo: Unafafanua tatizo. • Wakala wa Msanifu (Architect Agent): Wakala anayetegemea vyanzo halisi anatengeneza pendekezo la awali. • Baraza la AI (AI Council): Majukumu tofauti ya AI yanapitia pendekezo. • Muunganisho wa Maoni (Feedback Synthesis): Wakala anaunganisha maoni yote na kubainisha migongano. • Daftari la Pingamizi (Objection Ledger): Unafuatilia kila pingamizi, ukubwa wake, na utatuzi wake. • Usimamizi wa Binadamu (Human Governance): Unaamua ni lini uache au uendelee. • Wakala Mtendaji (Executor Agent): Wakala tofauti anatekeleza mpango. • Wakala Mkaguzi (Auditor Agent): Wakala wa mwisho anakagua kodi dhidi ya maelezo ya awali (spec).

Majukumu katika baraza lako yanapaswa kujumuisha:

  • Mfikiri wa Mfumo (System Thinker): Anatathmini hatari na mipaka ya mfumo.
  • Mkaguzi Mkali (Critical Reviewer): Anapinga dhana na kutafuta mapungufu.
  • Mrahisishaji (Simplifier): Anatafuta utata usio wa lazima.
  • Mkaguzi wa Njia Mbadala (Alternatives Reviewer): Anapendekeza mbinu tofauti.

Siri haipo katika kutumia modeli nyingi zaidi. Siri ipo katika utenganishaji wa majukumu. Unapomwambia AI "kagua hii," unapata majibu yasiyo na uwazi. Unapomwambia AI "tafuta hatari tatu kubwa zaidi za usanifu," unapata data inayoweza kutumika.

Lazima pia utenganishe mazingira (contexts). Wakala anayeandika kodi hapaswi kuwa wakala yuleyule anayekagua kodi hiyo. Hii inazuia AI kuwa na upofu (blind spots) uleule.

Binadamu hafanyi kazi ya mikono. Binadamu ndiye anayemiliki milango ya maamuzi. Unaamua ni lini maoni yanatosha. Unaamua ni hatari zipi ukubali. Wewe ni meneja wa uhandisi, si mfanyakazi wa mikono.

Tumia hii kwa marekebisho (refactors) yenye hatari kubwa na usanifu wenye utata. Usitumie kwa marekebisho madogo ya hitilafu (bug fixes). Gharama ya ziada inafaa tu wakati gharama ya makosa ni kubwa.

Chanzo: https://dev.to/j3nnning/how-i-use-ai-councils-to-solve-ambiguous-engineering-problems-4dii

Jumuiya ya kujifunza ya hiari: https://t.me/G