ການຈຳລອງ AI ທຽບກັບການຄາດຄະເນແບບດັ້ງເດີມ: ການສຳຫຼວດ, ແຜງຄວບຄຸມ, ແບບຈຳລອງ

ການຈຳລອງຝູງຊົນດ້ວຍ AI ບໍ່ໄດ້ທົດແທນການສຳຫຼວດ, ກຸ່ມສົນທະນາ, ການຕັດສິນຂອງຜູ້ຊ່ຽວຊານ ຫຼື ຮູບແບບທາງສະຖິຕິ; ມັນຕື່ມຊ່ອງຫວ່າງລະຫວ່າງພວກມັນ. ວິທີການແບບດັ້ງເດີມວັດແທກສິ່ງທີ່ຄົນຄິດໃນມື້ນີ້ ຫຼື ຄາດຄະເນຈາກຂໍ້ມູນທີ່ຜ່ານມາ, ໃນຂະນະທີ່ການຈຳລອງຊ່ວຍໃຫ້ທ່ານເບິ່ງວ່າຝູງຊົນອາດຈະມີປະຕິກິລິຍາແນວໃດຕໍ່ບາງສິ່ງບາງຢ່າງທີ່ຍັງບໍ່ທັນເກີດຂຶ້ນເທື່ອ, ເທື່ອລະຂັ້ນຕອນ, ແລະຖາມວ່າເປັນຫຍັງ. ການຄາດຄະເນທີ່ເຂັ້ມແຂງທີ່ສຸດລວມເອົາທັງສອງຢ່າງ: ການຈຳລອງເພື່ອສຳຫຼວດ ແລະ ອະທິບາຍ, ວິທີການແບບຄລາສສິກເພື່ອວັດແທກ ແລະ ກວດສອບ.

ການຄາດຄະເນແບບດັ້ງເດີມເຮັດຫຍັງໄດ້ດີ

ແຕ່ລະວິທີການທີ່ຖືກສ້າງຕັ້ງຂຶ້ນຈະຕອບຄຳຖາມປະເພດໃດໜຶ່ງ, ແລະແຕ່ລະວິທີກໍ່ເກັ່ງໃນເລື່ອງນີ້.

• ການສຳຫຼວດຄວາມຄິດເຫັນ ແລະ ການສຳຫຼວດ ວັດແທກການແຈກຢາຍຄວາມຄິດເຫັນໃນປະຈຸບັນໃນປະຊາກອນທີ່ກຳນົດໄວ້. ດ້ວຍຕົວຢ່າງທີ່ດີ ແລະ ຖ້ອຍຄຳທີ່ລະມັດລະວັງ ພວກມັນໃຫ້ຕົວເລກທີ່ທ່ານສາມາດປົກປ້ອງໄດ້.
• ກຸ່ມສົນທະນາ ແລະ ການສໍາພາດ ເປີດເຜີຍພາສາ, ອາລົມ ແລະ ການຄັດຄ້ານທີ່ແບບສອບຖາມຈະບໍ່ເຄີຍປາກົດຂຶ້ນ. ພວກມັນສະແດງໃຫ້ເຫັນວ່າຄົນເວົ້າກ່ຽວກັບຫົວຂໍ້ໃດໜຶ່ງແນວໃດ, ບໍ່ພຽງແຕ່ສິ່ງທີ່ເຂົາເຈົ້າໝາຍຕິກເທົ່ານັ້ນ.
• ການຕັດສິນຂອງຜູ້ຊ່ຽວຊານ ນຳເອົາສະພາບການມາໃຫ້: ຜູ້ນຳດ້ານການສື່ສານ ຫຼື ນັກວິເຄາະນະໂຍບາຍທີ່ມີປະສົບການຮູ້ວ່າຜູ້ມີສ່ວນຮ່ວມຄົນໃດມັກຈະຮຸນແຮງຂຶ້ນ ແລະ ບັນຫາໃດທີ່ຫາຍໄປເອງ.
• ຮູບແບບທາງສະຖິຕິ ແລະ ເສດຖະມິຕິສາ ມາດຄາດຄະເນໄດ້ຢ່າງໜ້າເຊື່ອຖື ເມື່ອອະນາຄົດຄ້າຍຄືກັບອະດີດ ແລະ ມີຂໍ້ມູນທາງປະຫວັດສາດພຽງພໍ.

ຈຸດອ່ອນຮ່ວມກັນຂອງພວກເຂົາແມ່ນຄືກັນ: ພວກເຂົາມີບັນຫາກັບສິ່ງໃໝ່. ການສຳຫຼວດບໍ່ສາມາດວັດແທກປະຕິກິລິຍາຕໍ່ການປະກາດທີ່ບໍ່ມີໃຜເຄີຍເຫັນໂດຍບໍ່ສະແດງໃຫ້ຜູ້ຄົນເຫັນ, ເຊິ່ງອາດຈະເປັນໄປບໍ່ໄດ້ກ່ອນທີ່ການຕັດສິນໃຈຈະເປັນສາທາລະນະ. ຮູບແບບທີ່ໄດ້ຮັບການຝຶກອົບຮົມກ່ຽວກັບການເປີດຕົວໃນອະດີດບໍ່ຮູ້ຫຍັງກ່ຽວກັບໝວດໝູ່ທີ່ບໍ່ມີຢູ່. ຜູ້ຊ່ຽວຊານສາມາດຍຶດໝັ້ນກັບວິກິດການສຸດທ້າຍຂອງພວກເຂົາ.

ສິ່ງທີ່ AI ເພີ່ມເຕີມໃນການຈຳລອງຝູງຊົນ

ການຈຳລອງຝູງຊົນ AI ເລີ່ມຕົ້ນຈາກເອກະສານຂອງທ່ານເອງ. ໃນ InfoDome ທ່ານອັບໂຫລດເອກະສານຕ່າງໆເຊັ່ນ: ຂ່າວ, ແຜນການ, ບົດລາຍງານ ຫຼື ຮ່າງນະໂຍບາຍ, ແລະ ອະທິບາຍດ້ວຍຄຳເວົ້າທີ່ງ່າຍດາຍວ່າທ່ານຕ້ອງການຄາດຄະເນຫຍັງ. ລະບົບຈະສະກັດກຣາຟຄວາມຮູ້ຂອງຄົນ, ອົງກອນ, ກຸ່ມ ແລະ ຄວາມສຳພັນ, ຈາກນັ້ນສ້າງຕົວແທນ AI ຫຼາຍຮ້ອຍຄົນດ້ວຍລັກສະນະ, ຕຳແໜ່ງ ແລະ ຄວາມຊົງຈຳໄລຍະຍາວຂອງຕົນເອງ. ຕົວແທນເຫຼົ່ານີ້ພົວພັນກັນໃນສອງແພລດຟອມຈຳລອງພ້ອມໆກັນ, ຄືຟີດຄ້າຍຄື Twitter ແລະ ເວທີສົນທະນາຄ້າຍຄື Reddit , ສຳລັບຈຳນວນຮອບທີ່ເລືອກ, ແລະ ການອັບເດດຄວາມຊົງຈຳຂອງພວກມັນເມື່ອເຫດການເກີດຂຶ້ນ.

ການອອກແບບນັ້ນໃຫ້ສິ່ງທີ່ຊຸດເຄື່ອງມືຄລາສສິກບໍ່ມີ:

• ການເຄື່ອນໄຫວແທນທີ່ຈະເປັນພາບຖ່າຍ. ທ່ານຈະເຫັນວ່າໃຜຕອບສະໜອງກ່ອນ, ໃຜຂະຫຍາຍຄວາມສຳຄັນ, ການໂຕ້ຖຽງໃດແຜ່ຂະຫຍາຍອອກໄປ ແລະ ຕຳແໜ່ງຕ່າງໆປ່ຽນໄປແນວໃດໃນໄລຍະ 10, 20 ຫຼື 40 ຮອບ.
• ທ່ານສາມາດຖາມຄຳອະທິບາຍໄດ້. ຫຼັງຈາກການດໍາເນີນງານຕົວແທນນັກວິເຄາະຂຽນບົດລາຍງານການຄາດຄະເນ, ແລະທ່ານສາມາດສໍາພາດຕົວແທນໃດກໍໄດ້ ຫຼືຖາມຄໍາຖາມຕິດຕາມນັກວິເຄາະກ່ຽວກັບເຫດຜົນຂອງມັນ.
• ການທົດສອບແບບ "what-if" ທີ່ປອດໄພ. ທ່ານສາມາດປ່ຽນຂໍ້ມູນປ້ອນຂໍ້ມູນໄດ້ອັນໜຶ່ງ ເຊັ່ນ: ປະໂຫຍກ, ລາຄາ ຫຼື ວັນທີ, ແລະ ດຳເນີນການຄືນໃໝ່ໂດຍບໍ່ຕ້ອງເປີດເຜີຍຫຍັງຕໍ່ສາທາລະນະຊົນ.
• ຜູ້ຊົມຫຼາຍຄົນໃນເວລາດຽວກັນ. ທ່ານສາມາດເລືອກປະເທດຜູ້ຊົມໄດ້ສູງສຸດ 10 ປະເທດ; ຕົວແທນຈະຖືກແບ່ງອອກເທົ່າທຽມກັນ, ໃນຂະນະທີ່ໜ່ວຍງານທີ່ມີຊື່ແທ້ຍັງຄົງຮັກສາປະເທດຂອງຕົນເອງ.
• ຄວາມໄວ ແລະ ຄ່າໃຊ້ຈ່າຍ. ສະຖານະການສາມາດກະກຽມໄດ້ພາຍໃນນາທີ, ເຊິ່ງເຮັດໃຫ້ມັນເປັນປະໂຫຍດໃນການທົດສອບແນວຄວາມຄິດທີ່ຈະບໍ່ເຄີຍມີເຫດຜົນທີ່ຈະໃຊ້ງົບປະມານການຄົ້ນຄວ້າເຕັມທີ່.

ຂໍ້ຈຳກັດທີ່ຊື່ສັດຂອງການຈຳລອງ

ການຈຳລອງແມ່ນສົມມຸດຕິຖານທີ່ສາມາດທົບທວນຄືນໄດ້, ບໍ່ແມ່ນການວັດແທກ. ມັນເປັນສິ່ງສຳຄັນທີ່ຈະຕ້ອງເຂົ້າໃຈຢ່າງຈະແຈ້ງກ່ຽວກັບສິ່ງທີ່ມັນບໍ່ສາມາດເຮັດໄດ້.

• ມັນສະທ້ອນໃຫ້ເຫັນເຖິງຂໍ້ມູນປ້ອນເຂົ້າຂອງມັນ. ຖ້າເອກະສານບໍ່ລວມກຸ່ມຫຼັກ ຫຼື ລະບຸຂໍ້ເທັດຈິງຜິດພາດ, ຕົວແທນຈະບໍ່ປະດິດຄວາມເປັນຈິງທີ່ຂາດຫາຍໄປ. ຊ່ອງຫວ່າງໃນກຣາຟຈະກາຍເປັນຊ່ອງຫວ່າງໃນການຄາດຄະເນ.
• ມັນບໍ່ໄດ້ສ້າງອັດຕາສ່ວນທີ່ເປັນຕົວແທນທາງສະຖິຕິ. ຮຸ້ນຂອງຕົວແທນແມ່ນສັນຍານກ່ຽວກັບທິດທາງ ແລະ ກົນໄກ, ບໍ່ແມ່ນການທົດແທນການສຳຫຼວດຕົວຢ່າງ.
• ຮູບແບບພາສາມີອະຄະຕິຂອງຕົນເອງ. ຕົວແທນອາດຈະເວົ້າໄດ້ຊັດເຈນກວ່າ ຫຼື ມີເຫດຜົນຫຼາຍກວ່າຝູງຊົນຕົວຈິງ, ແລະ ຄວາມແຕກຕ່າງທາງວັດທະນະທໍາບາງຢ່າງອາດຈະຖືກປັບປ່ຽນ.
• ອາການຊ໊ອກທີ່ຫາຍາກຍັງຄົງຫາຍາກ. ການຈຳລອງຄົ້ນຫາເສັ້ນທາງທີ່ເປັນໄປໄດ້; ມັນບໍ່ໄດ້ຮັບປະກັນວ່າໂລກແຫ່ງຄວາມເປັນຈິງຈະປະຕິບັດຕາມເສັ້ນທາງທີ່ເປັນໄປໄດ້ຫຼາຍທີ່ສຸດ.

ພວກເຮົາກວມເອົາວິທີການກວດສອບຈຸດອ່ອນເຫຼົ່ານີ້ຢ່າງເປັນລະບົບໃນຄູ່ມືຂອງພວກເຮົາກ່ຽວກັບ ວິທີການທົບທວນການຄາດຄະເນ .

ວິທີການປຽບທຽບກັນໃນການປະຕິບັດ

ແທນທີ່ຈະຖາມວ່າວິທີການໃດ "ດີທີ່ສຸດ", ໃຫ້ຖາມຄຳຖາມທີ່ເຈົ້າມີ.

• "ຄົນຄິດແນວໃດໃນຕອນນີ້?" ໃຊ້ການສຳຫຼວດຄວາມຄິດເຫັນ. ການຈຳລອງສາມາດແນະນຳຄຳຖາມທີ່ຈະຖາມ, ແຕ່ຕົວເລກຄວນມາຈາກຜູ້ຕອບແບບສອບຖາມຕົວຈິງ.
• "ຜູ້ຄົນຈະມີປະຕິກິລິຍາແນວໃດຕໍ່ສິ່ງໃໝ່ໆ?" ເລີ່ມຕົ້ນດ້ວຍການຈຳລອງເພື່ອສ້າງແຜນທີ່ປະຕິກິລິຍາທີ່ອາດຈະເກີດຂຶ້ນ, ຈາກນັ້ນກວດສອບຄວາມຖືກຕ້ອງຂອງປະຕິກິລິຍາທີ່ສຳຄັນທີ່ສຸດດ້ວຍການສຳຫຼວດຂະໜາດນ້ອຍ ຫຼື ການສຳພາດສອງສາມຄັ້ງ.
• "ເປັນຫຍັງສິ່ງນີ້ອາດຈະຜິດພາດໄດ້?" ທັງການຈຳລອງ ແລະ ກຸ່ມຈຸດສຸມແມ່ນເຂັ້ມແຂງຢູ່ທີ່ນີ້. ການຈຳລອງແມ່ນໄວກວ່າ ແລະ ຊ່ວຍໃຫ້ທ່ານສາມາດດຳເນີນການຊ້ຳໄດ້; ກຸ່ມຈຸດສຸມໃຫ້ໂຄງສ້າງຂອງມະນຸດທີ່ແທ້ຈິງ.
• "ແນວໂນ້ມຈະເປັນແນວໃດໃນໄຕມາດຕໍ່ໄປ?" ຮູບແບບສະຖິຕິນຳໜ້າເມື່ອປະຫວັດສາດມີຄວາມໝັ້ນຄົງ; ການຈຳລອງຊ່ວຍໄດ້ເມື່ອການປ່ຽນແປງທາງໂຄງສ້າງທຳລາຍຮູບແບບໃນອະດີດ.
• "ໃນສາມທາງເລືອກໃດທີ່ມີຄວາມສ່ຽງໜ້ອຍທີ່ສຸດ?" ດຳເນີນສະຖານະການດຽວກັນສາມເທື່ອໂດຍມີການປ່ຽນແປງຕົວແປໜຶ່ງ ແລະ ປຽບທຽບລາຍງານຕ່າງໆ, ຈາກນັ້ນໃຫ້ຜູ້ຊ່ຽວຊານຕັດສິນການແລກປ່ຽນ.

ຕົວຢ່າງທີ່ເຮັດວຽກໄດ້: ການປະຕິຮູບຄ່າໂດຍສານຂົນສົ່ງໃນຕົວເມືອງ

ລອງນຶກພາບສະພາເທດສະບານເມືອງກຳລັງກະກຽມທີ່ຈະປ່ຽນແທນປີ້ໂດຍສານດ່ຽວດ້ວຍຄ່າໂດຍສານທີ່ຂຶ້ນກັບເຂດ. ທີມງານມີຮ່າງນະໂຍບາຍ, ບົດສະຫຼຸບຄຳຮ້ອງທຸກຂອງປີກາຍ ແລະ ບົດຂ່າວທ້ອງຖິ່ນສອງບົດ.

1. ຂັ້ນຕອນແບບດັ້ງເດີມ. ການສຳຫຼວດພົນລະເມືອງທີ່ມີຢູ່ແລ້ວສະແດງໃຫ້ເຫັນວ່າ 58% ຂອງຊາວບ້ານໃຫ້ຄະແນນການຂົນສົ່ງສາທາລະນະວ່າ "ຍອມຮັບໄດ້". ເປັນປະໂຫຍດ, ແຕ່ມັນບໍ່ໄດ້ບອກຫຍັງກ່ຽວກັບການປະຕິຮູບ.
2. ການຈຳລອງ. ທີມງານອັບໂຫຼດຮ່າງ ແລະ ບົດຄວາມຕ່າງໆ ແລະ ຖາມວ່າ: "ຜູ້ໂດຍສານ, ນັກສຶກສາ, ຜູ້ໄດ້ຮັບເງິນບຳນານ ແລະ ສື່ມວນຊົນທ້ອງຖິ່ນຈະມີປະຕິກິລິຍາແນວໃດໃນສອງອາທິດທຳອິດຫຼັງຈາກການປະກາດ?" ຕົວແທນປະກອບມີກຸ່ມຜູ້ໂດຍສານ, ສະຫະພັນນັກສຶກສາ, ສະມາຄົມຜູ້ຮັບເງິນບຳນານ, ສະມາຊິກສະພາຝ່າຍຄ້ານສອງຄົນ ແລະ ນັກຂ່າວທ້ອງຖິ່ນ. ຫຼັງຈາກ 20 ຮອບ, ບົດລາຍງານສະແດງໃຫ້ເຫັນວ່າຄື້ນທາງລົບທີ່ແຮງທີ່ສຸດບໍ່ໄດ້ມາຈາກລາຄາເອງ ແຕ່ມາຈາກຄວາມເຂົ້າໃຈຜິດ: ຕົວແທນຫຼາຍຄົນເຊື່ອວ່າເຂດນອກຈະຈ່າຍສອງເທົ່າ, ເຊິ່ງຮ່າງບໍ່ໄດ້ກ່າວໄວ້.
3. ການຕິດຕາມຜົນ. ທີມງານໄດ້ສໍາພາດຕົວແທນສະຫະພັນນັກສຶກສາ ແລະ ນັກວິເຄາະ. ຄວາມສັບສົນເກີດຈາກປະໂຫຍກທີ່ບໍ່ຊັດເຈນອັນໜຶ່ງ ແລະ ຕົວຢ່າງທີ່ຂາດຫາຍໄປ.
4. ແລ່ນຊ້ຳອີກ. ປະໂຫຍກຖືກຂຽນຄືນໃໝ່, ຕົວຢ່າງເຄື່ອງຄິດໄລ່ຄ່າໂດຍສານຖືກເພີ່ມເຂົ້າ, ແລະ ສະຖານະການຖືກແລ່ນຊ້ຳອີກ. ຄວາມເຂົ້າໃຈຜິດຫຼຸດລົງ ແລະ ການໂຕ້ວາທີປ່ຽນໄປສູ່ເວລາຂອງການປ່ຽນແປງ.
5. ການຢັ້ງຢືນ. ກ່ອນການປະກາດ, ທີມງານສື່ສານຈະທົດສອບສອງສະບັບຂອງຂໍ້ຄວາມກັບກຸ່ມນ້ອຍໆຂອງຜູ້ຢູ່ອາໄສຕົວຈິງ. ກຸ່ມຕົວຈິງຢືນຢັນຄວາມເຂົ້າໃຈຜິດຕົ້ນຕໍ, ແລະສະພາຈະເຜີຍແຜ່ສະບັບທີ່ຊັດເຈນກວ່າ.

ການຈຳລອງບໍ່ໄດ້ຄາດຄະເນສ່ວນແບ່ງຄະແນນສຽງ. ມັນພົບກົນໄກ, ໃຫ້ທີມງານມີວິທີການທົດສອບການແກ້ໄຂທີ່ລາຄາຖືກ, ແລະບອກພວກເຂົາຢ່າງແນ່ນອນວ່າຕ້ອງກວດສອບຫຍັງກັບຄົນຈິງ.

ວິທີການສົມທົບການຈຳລອງກັບການຄົ້ນຄວ້າແບບຄລາສສິກ

ຂະບວນການເຮັດວຽກຕົວຈິງມີລັກສະນະແບບນີ້:

• ສຳຫຼວດກ່ອນ. ໃຊ້ການຈຳລອງແຕ່ຫົວທີ, ເມື່ອແນວຄວາມຄິດຍັງລາຄາຖືກທີ່ຈະປ່ຽນແປງ, ເພື່ອວາງແຜນຜູ້ມີສ່ວນຮ່ວມ, ການໂຕ້ຖຽງ ແລະ ຈຸດທີ່ອາດຈະເກີດຂຶ້ນ. ການວາງແຜນສະຖານະການ ແລະ ສະຖານະ ການສຳຫຼວດສັງເຄາະ ຂອງພວກເຮົາແມ່ນຈຸດເລີ່ມຕົ້ນທີ່ດີ.
• ແຄບລົງ. ເລືອກສອງຫຼືສາມການຄົ້ນພົບທີ່ຈະປ່ຽນແປງການຕັດສິນໃຈຂອງເຈົ້າຖ້າມັນເປັນຄວາມຈິງ.
• ວັດແທກ. ຢືນຢັນການຄົ້ນພົບເຫຼົ່ານັ້ນຢ່າງແນ່ນອນດ້ວຍການສຳຫຼວດ, ກອງປະຊຸມ ຫຼື ການສຳພາດ. ດຽວນີ້ທ່ານໃຊ້ງົບປະມານການຄົ້ນຄວ້າສະເພາະບ່ອນທີ່ມີຄວາມສຳຄັນເທົ່ານັ້ນ.
• ຕິດຕາມກວດກາ. ຫຼັງຈາກເປີດຕົວແລ້ວ, ໃຫ້ປຽບທຽບປະຕິກິລິຍາຕົວຈິງກັບປະຕິກິລິຍາຈຳລອງ. ບ່ອນທີ່ພວກມັນແຕກຕ່າງກັນ, ໃຫ້ອັບເດດເອກະສານຂອງທ່ານ ແລະ ດຳເນີນການຄືນໃໝ່.

ສິ່ງນີ້ເຮັດໃຫ້ການຕັດສິນໃຈຂອງມະນຸດມີຄວາມຮັບຜິດຊອບ. ການຈຳລອງເຮັດໃຫ້ມຸມມອງກວ້າງຂວາງຂຶ້ນ; ຜູ້ຄົນຕັດສິນໃຈ.

ຖ້າທ່ານຕ້ອງການລອງໃຊ້ສິ່ງນີ້ໃນເອກະສານຂອງທ່ານເອງ, ທ່ານສາມາດອະທິບາຍໜ້າວຽກໃນ ຄອນໂຊນ InfoDome ກ່ອນລົງທະບຽນ. ແຜນການດັ່ງກ່າວມີລາຄາ €29 ຕໍ່ເດືອນ, ລວມມີງົບປະມານການນຳໃຊ້ AI ປະຈຳເດືອນ €9 ແລະ ໂຄງການທີ່ບໍ່ຈຳກັດ, ແລະ ສາມາດຍົກເລີກໄດ້ທຸກເວລາ.