ஆட்டோமேஷனை மறைக்க ஒரு Pre-Post QC Gate-ஐ நான் உருவாக்கிய விதம்
ஆட்டோமேஷன் தடயங்களை விட்டுச் செல்கிறது.
ஒரு Bluesky வரிசையை (queue) இயக்கி மூன்று வாரங்கள் ஆன நிலையில், "the content pipeline" என்று குறிப்பிட்ட ஒரு பதிவு வெளியாவதைக் கண்டேன்.
ஒரு தொழில்நுட்ப வலைப்பதிவில் (technical blog), அந்தத் தொடர் சரியாக இருக்கலாம். ஆனால் ஒரு சமூகத் காலவரிசையில் (social timeline), அது ஒரு எச்சரிக்கை அறிகுறி (red flag). மனித வாசகர்கள் தாங்கள் ஒரு content farm-ஐப் பார்த்துக் கொண்டிருக்கிறோம் என்பதை அது உணர்த்திவிடும்.
எனது அமைப்பு இயந்திரத்தனமாகச் செயல்பட்டது, ஆனால் அதில் எந்த வடிகட்டியும் (filter) இல்லை. AI எதை உருவாக்கினாலும் அது நேரடியாக வரிசைக்குச் சென்றது. வரிசையின் முன்னால் இருந்தவை அப்படியே பதிவிடப்பட்டன.
இதைச் சரிசெய்ய bluesky-qc.mjs என்ற gate script-ஐ உருவாக்கினேன். இது உருவாக்கும் நிலைக்கும் (generation step) பதிவிடும் நிலைக்கும் (posting step) இடையில் ஒரு வடிகட்டியாகச் செயல்படுகிறது.
அந்த நான்கு கேட்டுகளும் (gates) எவ்வாறு செயல்படுகின்றன என்பது இதோ:
Gate 1: Phrase Detection (சொற்றொடர் கண்டறிதல்). ஆட்டோமேஷன் சமிக்ஞைகளைக் கண்டறிய நான் ஒரு கடுமையான சொற்களின் பட்டியலைப் பயன்படுத்துகிறேன். "AI-generated," "cron job," "batch test," மற்றும் "content pipeline" போன்ற சொற்களை இது தடுக்கிறது. ஒரு பதிவு ஒரு ரோபோ எழுதியது போலத் தோன்றினால், அந்த கேட் அதைத் தடுத்துவிடும்.
Gate 2: Staleness Check (காலாவதி சரிபார்ப்பு). இது இரண்டு வகையான பிழைகளைத் தடுக்கிறது. முதலாவதாக, பதிவு தாமதமானால் பொய்யாகிவிடும் "just released" போன்ற கால உணர்திறன் கொண்ட சொற்றொடர்களை இது கண்டறிகிறது. இரண்டாவதாக, இது பதிவின் வயதைச் சரிபார்க்கிறது. ஒரு பதிவு 14 நாட்களுக்கு மேல் பழமையானதாக இருந்தால், அது தோல்வியடையும்.
Gate 3: Engagement Prediction (ஈடுபாட்டைக் கணித்தல்). இந்த ஸ்கிரிப்ட் எனது கடந்த 300 பதிவுகளைப் பார்க்கிறது. இது likes, replies மற்றும் reposts ஆகியவற்றைப் பயன்படுத்தி ஒரு அடிப்படை மதிப்பெண்ணைக் (baseline score) கணக்கிடுகிறது. ஒரு பதிவில் வரலாற்று ரீதியாகக் குறைந்த செயல்திறன் கொண்ட ஹேஷ்டேக்குகள் (hashtags) பயன்படுத்தப்பட்டால், சிஸ்டம் அதைத் தடையுருவாகக் (flag) குறிக்கும்.
Gate 4: Quality Review (தர ஆய்வு). இது இறுதித் தரப் பரிசோதனைக்காக ஒரு மாடலைப் (model) பயன்படுத்துவதற்கான திட்டமிடப்பட்ட நிலையாகும்.
தோல்வியடைந்த ஒவ்வொரு பதிவும் ஒரு நிராகரிப்புப் பதிவேட்டில் (rejection log) சேமிக்கப்படுகிறது. நான் வாரந்தோறும் இந்தத் தரவை ஆய்வு செய்கிறேன். இது எனது ப்ராம்ப்ட்களை (prompts) சரிசெய்ய எனக்கு உதவுகிறது. AI தொடர்ந்து "pipeline" போன்ற தொழில்நுட்பச் சொற்களைப் பயன்படுத்தினால், அதைத் தடுக்க நான் ப்ராம்ப்டைப் புதுப்பிக்கிறேன்.
இந்த அமைப்பு ஒரு எளிய விதியைப் பின்பற்றுகிறது: ஆரம்பத்திலேயே தடையை ஏற்படுத்தவும் (Gate early), தோல்விகள் தகவல் தரக்கூடியதாக இருக்க வேண்டும், மற்றும் பிழைகளை அமைதியாகக் கடந்து செல்லக்கூடாது.
ஆட்டோமேஷனை வெளிப்படுத்தும் ஒன்றை பதிவிடுவதை விட, ஒரு நாள் பதிவிடுவதைத் தவிர்ப்பது சிறந்தது.
விருப்பமான கற்றல் சமூகம்: https://t.me/GyaanSetuAi