A ChatGPT-hez hasonló, mesterséges intelligenciát használó csetprogramok szívesen tesznek eleget a kéréseinknek, de hajlamosak elferdíteni az igazságot. Többnyire emberszerűen viselkednek: kreatívak és meggyőzőek tudnak lenni, de kitérő magatartást is tanúsíthatnak, és hihető, de téves információkat találnak ki, amikor válaszadásra kényszerítik őket.

Egyik területen sem szakértők, de utánozni tudják a hozzáértők nyelvezetét és stílusát. Nem ismerik a való világot, de a józan ész és a minták alapján hihető forgatókönyveket tudnak alkotni. Nem a barátaink (egyelőre), de alkalmazkodni tudnak a preferenciáinkhoz és a személyiségünkhöz, mert tanulnak a visszajelzéseinkből és az interakcióinkból.

Adjunk személyiséget az MI-nek kérdezéskor!

Ahhoz, hogy a legtöbbet hozzuk ki ebből a kapcsolatból, egyértelmű és konkrét MI-personát (vagyis kitalált, meghatározott jellemzőkkel rendelkező személyt) kell létrehoznunk. Meg kell határoznunk, hogy ki legyen az MI, és milyen problémákat kell megoldania. Ne feledjük az ilyen rendszerek működésének lényegét: megjósolják, hogy a promptunk után milyen szó vagy szórészlet következhet, majd újra és újra előre jelzik, mi lehet a következő.

Éppen ezért sok modell alapértelmezett kimenete általánosnak hangozhat, mivel többnyire a betanításukra használt írott dokumentumokban előforduló hasonló mintázatokat követik. A minták megtörésével viszont sokkal hasznosabb és érdekesebb eredményeket kaphatunk. Ennek legegyszerűbb módja a kontextus és a keretek meghatározása. Segíthet, ha megmondjuk a rendszernek, hogy „kicsoda”, mert ez változtathat a nézőpontján.

Ha azt mondjuk neki, hogy viselkedjen MBA-oktatóként, az más kimenetet fog eredményezni, mint ha cirkuszi bohóc „eljátszását” kérjük tőle. Ismét nincs a kezünkben varázspálca – hiába kérjük azt, hogy viselkedjen úgy, mint Bill Gates, nem fogunk jobb üzleti tanácsokat kapni –, de segíthet a hangnem és a törekvés célnak megfelelő beállításában.

Hadd hozzak néhány példát arra, hogyan javíthatja eredményeinket az MI personájának meghatározása! Tegyük fel, hogy marketingigazgatóként a ChatGPT segítségével szeretnénk néhány fülbemászó szlogent generálni az új termékünkhöz, egy egészségfigyelő és fitneszfunkciókkal rendelkező okosórához. Ha mindenféle kontextus vagy megkötés nélkül egyszerűen arra kérjük a rendszert, hogy generáljon néhány szlogent a termékhez, akkor valami ilyesmit fog válaszolni:

• „Az okosóra, amelytől mindig okos leszel”
• „Az egészség- és fitneszpartnered”
• „Az életstílusodhoz passzoló tökéletes eszköz”
• „Legyél jelen online és maradj egészséges az okosóránkkal!”
• „Az okosóra, amely mindent tud”

Hát ez se nem eredeti, se nem fülbemászó! Olyan általános marketingpaneleknek tűnnek, amelyek bármelyik okosórára vagy hordozható eszközre vonatkozhatnak. Nem ragadják meg azt, ami egyedivé vagy vonzóvá teszi a terméket.

Most tegyük fel, hogy felvázolunk némi kontextust és megadjuk a kereteket azzal, hogy világossá tesszük számára, ki ő, és mit kell tennie. Írhatjuk például ezt: Legyél vicces humorista, és a termékhez olyan szlogeneket találj ki, amelyek megnevettetik az embereket! Akkor valami ilyesmit kaphatunk válaszul:

• Alapfelszerelés lusta embernek, aki fittnek akar látszani!
• Miért bérelnél személyi edzőt, ha a csuklód ingyen is nyaggathat?

Természetesen nem kell a mesterséges intelligenciát a humorista szerepébe kényszerítenünk, ha nem ez a stílusunk vagy a célunk. Megkérhetjük arra is, hogy szakértő, barát, kritikus, mesemondó vagy bármilyen más, a célnak megfelelő szerepben tűnjön fel. Az a lényeg, hogy némi útmutatást és irányítást kell adnunk arra vonatkozóan, hogyan generáljon az elvárásainknak megfelelő kimeneteket, tehát hogyan kerüljön a megfelelő „lelkiállapotba” egyedi válaszok érdekében.

Kutatások szerint, ha arra kérjük az MI-t, hogy különböző karakterek bőrébe bújjon, az más és más, gyakran jobb válaszokat eredményez. Az viszont nem mindig egyértelmű, hogy mely szerepek működnek jobban. A nagy nyelvi modelleken alapuló rendszerek szofisztikáltan képesek a kérdezési technikánkhoz alkalmazkodni, például kevésbé pontos válaszokat adhatnak a tapasztalatlanabbnak tűnő promptolónak, ezért elengedhetetlen a kísérletezés.

Társintelligencia

HVG Könyvek

Ha egyszer personát jelölünk ki a mesterséges intelligenciának, úgy dolgozhatunk vele, mint egy másik munkatársunkkal vagy egy gyakornokkal. Ennek a hasznát a gyakorlatban is megtapasztaltam, amikor a diákjaimnak azt a feladatot adtam, hogy „csaljanak”, és az MI segítségével írjanak egy adott témáról szóló, öt bekezdésből álló miniesszét. Eleinte a hallgatók egyszerű és általános promptokkal próbálkoztak, ezek eredményeképpen közepes írások születtek. De amikor különböző stratégiákat próbáltak ki, az MI-től kapott válaszok minősége jelentősen javult.

Ezekből a próbálkozásokból kiderült, hogy nagyon hatékony stratégia, ha egy párbeszédszerű folyamatban az MI-t társszerkesztőként kezeljük. A diákok az MI folyamatos finomításával és irányításával a kezdeti próbálkozásaikat messze felülmúló, lenyűgöző esszéket írtak.

Ne feledjük, hogy az MI egy gyakornok, és bár hihetetlenül gyors és nagy tudású, nem hibátlan! Fontos, hogy kritikusan szemléljük és eszközként kezeljük a nekünk dolgozó algoritmust. Ha meghatározzuk a karakterét, bevonjuk egy közös szerkesztési folyamatba, és rendszeres útmutatást adunk neki, akkor számos előnyünk származhat a társintelligenciával való együttműködésből.

A fenti cikk a Társintelligencia című kiadvány szerkesztett részlete. Ethan Mollick könyvét itt rendelheti meg kedvezménnyel.