Miért érdemes ezt átolvasni?
Mert az AI-projektek nem attól buknak el, hogy a modell gyenge. Attól, hogy olyan feladatot kapott, amire szerkezetileg alkalmatlan — és ez csak fél év múlva derült ki.
A lista alább nem pesszimizmus. Minden pontnál odaírom, hogy javítható-e, mert a kettőt nagyon másképp kell kezelni.
1. Nem tud arról, amiről nincs információja
A modell tanítóadat a egy adott dátumig tart, és a te céged belső adatait sosem látta. Ha friss eseményről vagy a saját ügyfeleidről kérdezed, tippel.
Javítható: igen. Adj neki keresést, vagy add oda az anyagot. Ez a legkönnyebben orvosolható korlát.
2. Nem tudja, mit nem tud
Nincs benne belső jelzés arról, hogy „ez most bizonytalan". A kitalált és a pontos válasz ugyanolyan magabiztosan hangzik.
Javítható: részben. Kérhetsz hivatkozást a megadott anyagra, és megengedheted neki, hogy nemet mondjon. A Miért hazudik az AI? cikkben van rá öt konkrét módszer. De teljesen nem szűnik meg.
3. Nem számol megbízhatóan
Fejben számolva hibázik, és a hosszabb műveletsoroknál egyre inkább.
Javítható: igen, és teljesen. Ha van eszköze — kalkulátor, futtatható kód, táblázat —, akkor nem becsül, hanem kiszámol. Ha számok fontosak, mindig eszközzel dolgoztasd, ne fejből.
4. Nem konzisztens
Ugyanarra a kérdésre kétszer kérdezve két különböző választ adhat. Ez a működés része, nem hiba.
Javítható: részben. A kiszámíthatóság szabályozható, és kötött formátum kérésével sokat javul — erről szól a Prompt, system prompt, temperature cikk. Tökéletes ismételhetőséget viszont ne várj.
5. Rosszul tart be hosszú, összetett szabályrendszereket
Öt szabályt megbízhatóan követ. Negyvenet, amik között kivételek és elsőbbségek vannak, nem. Néhányat kihagy — és nem szól róla.
Javítható: részben, tervezéssel. Bontsd szét: ne egy prompt kezeljen negyven szabályt, hanem több lépés, mindegyik kevesebbet. Amit szabályként pontosan le lehet írni, azt inkább írd meg programnak.
6. Nincs tapasztalata
Nem járt még ügyfélnél, nem vitt még projektet, nem bukott még el semmin. Amit „tud", az mások leírt tapasztalata — az átlaga, nem a legjobbja.
Javítható: nem. Ez szerkezeti. Ezért ad tankönyvszerű, óvatos, középutas javaslatokat olyan kérdésekre, ahol a jó válasz épp a szokatlan.
7. Nem visel felelősséget
Nem éri következmény, ha téved. Nem tudsz rá hivatkozni egy auditon, és nem tudod perelni.
Javítható: nem, és nem is kell. Csak tudni kell: a felelősség ott marad, ahol volt. Ha egy AI által írt ajánlat rossz számot tartalmaz, az a te ajánlatod.
8. Nem érti a következményeket
Meg tudja fogalmazni, hogy egy döntés kockázatos. De nem érzi, hogy egy elküldött levél visszavonhatatlan, és hogy egy ügyfél elveszítése tíz évre szól.
Javítható: nem — kezelni kell. Ezért van, hogy a visszafordíthatatlan lépések elé embert teszünk.
9. Nincs ízlése és nincs álláspontja
Ahol nincs objektív jó válasz — hangnem, arányérzék, mit hagyj ki —, ott a modell az átlagot adja vissza. Az átlag pedig ritkán megkülönböztető.
Javítható: részben. Ha megmutatod a saját korábbi munkáidat mintaként, jóval közelebb kerül. De az ítéletet nem veszi le a válladról.
Ami ebből következik a cégekre
Az elmúlt évek felmérései következetesen ugyanazt mutatják: a cégek túlnyomó többsége nem mér érdemi eredményhatást az AI-bevezetéstől, miközben a dolgozók egyéni szinten hasznosnak érzik. A kettő nem mond ellent egymásnak.
A magyarázat pontosan a fenti lista: az egyéni feladatok többsége az „ellenőrizhető, azonnal látom, ha rossz" kategóriába esik, ahol az AI erős. A vállalati folyamatok viszont hosszúak, sokszabályosak és következményesek — ott a fenti korlátok mind egyszerre jelentkeznek.
Nem a technológia a szűk keresztmetszet, hanem az, hogy a folyamatot kell újratervezni körülötte, nem az eszközt beilleszteni a régibe.
Amit érdemes elvinni
Két kérdés, ami a fenti kilencet egybefoglalja, és a döntés előtt tíz másodpercbe kerül: megvan az anyag, amiből dolgozhat? és felismerném, ha rossz választ adna?
Ha valamelyikre nem a válasz, ott nem az a kérdés, melyik modellt válaszd. Ott a feladatot kell átalakítani — vagy nem AI-val megoldani. Erről szól az Alkalmas rá az AI? cikk.