Руководство по использованию ИИ для гуманитариев

Автор оригинала: Хан Ян, основатель Funes

Гуманитарии не создают изменений в мире, но они несут на себе последствия этих изменений.

Иногда мне кажется, что аккаунты, продающие курсы по искусственному интеллекту, всегда представляют ИИ как магию: дай ему волшебный промпт — и ты сможешь сделать всё что угодно. Но реальность, конечно, не такова. За последние месяцы, поскольку мы основали FUNES, нам пришлось ежедневно активно использовать ИИ для производства контента. Кроме того, у нас ещё были такие проекты, как «Фуёу Тяньди» и мои собственные литературные работы — одних только людей уже было недостаточно. Поэтому мы активно экспериментировали с использованием ИИ для поддержки нашей работы в области контент-маркетинга и гуманитарных исследований.

Позже, когда в компанию пришли новые коллеги, я подготовил простую презентацию Keynote. Когда об этом узнал преподаватель Цзя Ханьцзя, он пригласил меня провести выступление. Я и мой партнер Кэда назвали это выступление «Руководство по использованию ИИ для работников гуманитарных наук». Изначально это было полностью частное выступление, охватывавшее лишь общие принципы. Позже мы провели его несколько раз, постепенно расширяя содержание.

За последние более чем год я рассказывал эту систему использования ИИ многим друзьям, которые занимаются созданием контента, исследованиями и разработкой знаний. Ее цель — не научить вас заучивать несколько волшебных промптов и не превратить ИИ в панацею; скорее, это набор рабочих методов, позволяющих интегрировать крупные модели в ваши процессы написания, исследований, редактирования, выбора тем, сбора и обработки материалов без написания кода, при этом обеспечивая прослеживаемость, контроль и проверяемость, чтобы вы в конце концов по-прежнему хотели поставить свое имя на произведении.

Этот метод основан на наших ошибках в реальных проектах: когда контент переходит к масштабированному производству, полагаться исключительно на человеческий труд невозможно; а ИИ, пишущий прямо, склонен к галлюцинациям, лени и созданию контента, похожего на ИИ. Поэтому нам пришлось превратить процесс создания в производственную линию, а производственную линию — в итеративную систему.

Сегодня я не хочу сразу давать вам различные подсказки, я хочу дать вам некоторые ключевые идеи и принципы.

Прежде чем перейти к принципам: три основных правила этого руководства

Прежде чем перейти к конкретным методам, определите три основных принципа. Они определяют, как вы используете ИИ, а также почему вы используете его именно так.

1. Процесс должен быть отслеживаемым, контролируемым и проверяемым
Вы не можете требовать только результат, игнорируя процесс. Для гуманитарной работы черный ящик наиболее опасен: иллюзии, неправильные ссылки, подмена понятий — все это тайно происходит внутри черного ящика.

2. Должно быть манипулируемым
Ты должен уметь контролировать, как оно работает, по каким стандартам, где замедлять, а где быть строже. Ты не «катаешь лотерею» — ты производишь.

3. В конце концов, вы всё ещё готовы указать своё имя
«Хочу ли я поставить свое имя?» — это финальная проверка качества. Если вы не хотите указывать свое имя, это обычно не вопрос морали, а то, что ваша воля не была реализована в процессе — что означает, что качество невозможно контролировать.

Многие люди используют ИИ как способ загадывать желания:
«Расскажи мне хороший анекдот», «Напиши мне хорошую статью», «Объясни эту научную статью».

Проблема в том, что само «объяснение» имеет бесчисленное множество вариантов: для непрофессионалов, для студентов бакалавриата, для аспирантов, для коллег — это совершенно разные задачи. ИИ не может по умолчанию знать ваш фон, цели, предпочтения и стандарты. Если вы не уточните, он просто предоставит вам самый простой ответ, основанный на «среднем человеке».

Использовать крупную модель в качестве рабочей станции означает: вы не запрашиваете у неё результат, а используете её инструменты для выполнения процесса. Ваша задача — чётко сформулировать задачу, определить стандарты и расставить шаги.

Например, попросите ИИ объяснить научную статью

Вы можете изменить запрос в стиле «пожелания» (объясните мне эту статью) на задачу в стиле рабочего стола:

· Определите целевую аудиторию: умные, любознательные, но не эксперты в этой области аспиранты

· Четкий подход к объяснению: эвристический, постепенный, с академической строгостью

· Четкие требования к структуре: сначала объясните значение, затем добавьте контекст, затем восстановите ход исследования, затем укажите ключевые технические моменты, затем приведите выводы

· Четко передавайте тон: уважайте интеллект, не будьте высокомерны и не предполагайте, что у пользователя глубокие знания.

Вы заметите: чем больше вы делаете это похожим на «требования к заданию», тем меньше AI похож на AI и тем больше он похож на настоящего помощника.

Если вы наняли секретаря, вы не скажете просто:
Отредактируйте статью Хань Яна об американском Ржавом поясе.

Вы обязательно дополнили:

Почему написана эта статья, для кого она написана, где сейчас застряла, какую проблему вы хотите, чтобы она решила, какие части нельзя менять, какой стиль вы хотите и какие показатели для вас наиболее важны.

То же самое и с ИИ. Воспринимайте его как очень трудолюбивого, вежливого коллегу, который не понимает ваших скрытых предпосылок. Настоящее «инженерство подсказок» — это не трюк, а ответственность: любая задача всё равно остаётся за вами, ИИ просто помогает вам выполнять работу.

Когда вы недовольны выводом ИИ, наиболее эффективная первая реакция — не «ИИ не справляется», а:

· Did I clearly state the object/audience/purpose?

· Did I provide enough background material and constraints?

· Разбил ли я «абстрактное желание» на «выполнимые действия»?

· Did I provide a standard by which to judge right or wrong?

В нашей компании я хочу, чтобы любой сотрудник, впервые работающий с крупными моделями, задавал каждый вопрос трем разным ИИ. ИИ, как и люди, различаются: кто-то лучше пишет и подбирает слова, кто-то лучше решает логические задачи, а кто-то лучше справляется с кодом или вызовом инструментов. Более реалистично то, что даже модель одного продукта, даже новая версия одной и той же модели, постоянно тонко настраивает «стиль» и «границы».

Таким образом, очень простой, но чрезвычайно эффективный привычкой является: один и тот же вопрос задавайте как минимум трем разным ИИ, и вы быстро обретете «чувство»:

Кто лучше пишет, кто лучше думает, кто лучше ищет, кто легче ленится

Кто должен выполнять «первый черновик» для каких задач, а кто должен быть «рецензентом»

· Что лучше подходит для «темы/структуры», а что лучше подходит для «абзацев/предложений»

Ценность этого шага не в «выборе наилучшей модели», а в том, что вы начинаете управлять моделями, как командой, а не воспринимаете их как единственный оракул.

Одним из практических подходов к управлению ожиданиями является:
Уровень здравого смысла ИИ ≈ у студента бакалавриата из 985.

Если что-то вы считаете «неизвестным даже отличнику-бакалавру», то вы должны предполагать, что ИИ этого не знает; по крайней мере, предполагайте, что он будет «выдумывать, будто знает», когда не знает.

Это приведет к двум прямым действиям:

1. Всё, что выходит за рамки здравого смысла, вам нужно объяснить
Например: если вы хотите, чтобы он писал анекдоты, действительно уникальные тексты, профессиональные аргументы — вы не можете просто сказать «напиши получше»; вам нужно привести примеры, стандарты, запреты, корпус текстов. Я уверен, что сейчас, объясняя другу, какие тексты для вас хороши, вам потребуется время; как можно предполагать, что ИИ знает это по умолчанию?

2. Относись к этому как к стажеру, а не как к богу
Он может выполнять множество задач «микроинтерполяции»: дополнять предоставленную вами структуру и превращать предоставленные материалы в читаемый текст. Но «структура» и «направление» по-прежнему исходят от вас.

Преимущество ИИ заключается не в том, чтобы «сразу дать вам правильный ответ», а в том, что он может стабильно выполнять множество мелких шагов в рамках процесса, который вы разработали. Чем больше вы требуете от него «сразу всё», тем больше он склонен превращаться в «черный ящик», который выглядит завершенным, но на самом деле ленится.

Одним особенно наглядным примером является обработка TTS (текст в речь) или чтение текста. Вместо того чтобы говорить «обратите внимание на многозначные иероглифы, не ошибайтесь в произношении», лучше разбить задачу на серию шагов, например:

· Маркеры для обозначения пауз/ударений/изменений темпа речи

· Распознавание потенциальных омонимов

· Проверьте по словарю или авторитетному произношению (при необходимости сначала найдите, затем уточните)

· Предварительно отметьте часто встречающиеся, но легко путаемые символы

· Если ничего не помогает, замените на однозвучные, однозначные иероглифы, чтобы полностью исключить возможность неправильного прочтения

Такие «очевидно правильные действия» люди по умолчанию считают своими; но ИИ не считает так по умолчанию. Если вы не запишете «очевидное» в процесс, он будет ошибаться по пути наименьшего сопротивления.

Если ваш процесс написания или исследования сам по себе случайный, основанный на вдохновении и не предполагает управления источниками, вам действительно будет сложно передать его ИИ. ИИ может обработать только ту часть, которая является «описуемой и воспроизводимой».

Более реалистичный путь:

1. Сначала превратите работу в «производственную линию»: разделяемую, многократно используемую и поддающуюся контролю качества

2. Передайте подшаги ИИ: пусть он будет рабочим местом, а не богом

Мы проделали очень простую, но важную работу: разобрали свой собственный процесс написания нехудожественной статьи. Включая:

· Почему начать с этой истории

· Почему выбрана эта фраза

· Как оценивать примеры

· Как организовать введение, развитие, поворот и заключение, как осуществлять переходы и как завершать

Как связать небольшие истории с более масштабной картиной

В итоге было разбито на десятки шагов, чтобы разные ИИ выполняли только один из них. Результат:
Не то чтобы модель внезапно стала сильнее, а то, что процесс соединил её способность «делать немного за раз».

Когда вы сможете четко описать, как я создал свою статью, вы поймете: предел качества определяется не тем, какую крупную модель вы используете, а тем, понятно ли вы объяснили свой метод работы.

Некоторые шаги, выполненные во время тестирования

Однако настоятельно рекомендуем вам послушать эпизод — там подробнее объясняют.

ИИ ленится, и это «системная лень»: если можно не открывать веб-страницу, не открывает; если можно не читать PDF, не читает; если можно пропустить — пропускает. Это не потому, что он плохой, а потому, что при ограничениях по вычислительной мощности и времени он естественным образом стремится к наиболее энергосберегающему пути.

Так что вам нужно сделать: использовать вычислительные мощности ИИ для «понимания текста», а не тратить их на «обработку формата».

Очень эффективные способы включают:

· Постарайтесь преобразовать материал в чистый текст/Markdown, а затем передать его ИИ

· Скопируйте содержимое веб-страницы как чистый текст (удалите навигацию, рекламу, шум внизу страницы)

· Сначала выполните «выделение фактов/извлечение структуры» для длинного материала, а затем оформите его в виде текста

· Объедините PDF/EPUB/веб-страницы в единый хранилище в виде поискового TXT, затем выполните последующие задачи

Вы заметите: многие сопротивляются такой «физической работе», считая, что «машины должны делать за меня грязную работу». Но в человеческо-машинном взаимодействии именно наоборот — чем больше вы готовы выполнять небольшой объем механической работы, тем острее и надежнее становится интеллектуальная составляющая ИИ.

У ИИ есть контекстное окно и «ограничение памяти». Если дать ему двадцать тысяч слов, он未必 запомнит много; если дать двести тысяч слов, он, возможно, только пробежится по заголовкам. Яркая аналогия: закрыть человека в маленькой комнате на день и дать ему книгу в двести тысяч слов, а затем попросить его воспроизвести её наизусть — сколько он сможет выучить, столько и может «запомнить» ИИ.

Таким образом, существует очень контринтуитивный, но крайне важный опыт:

1. Сжать намного легче, чем расширить

Сжать 1 миллион слов до 10 тысяч часто надежнее, чем расширить 10 тысяч слов до 1 миллиона.

Это напрямую меняет способ, которым вы формулируете запросы для ИИ:

Не используйте подсказку из 100 слов, чтобы получить статью

Вместо этого введите как можно больше материалов (пакетами, поиском, RAG — всё подходит), чтобы на основе достаточного объёма информации он сжимал структуру, мнения и основной текст.

Вы раньше писали статьи и диссертации, и это всегда было «чтение огромного количества материалов → выделение ключевого → структурирование → написание» (по крайней мере, так я делал). Не требуйте от ИИ внезапно двойных стандартов и ожидайте, что он создаст что-то из ничего.

Многие люди, хорошо умеющие писать,最容易在 AI 面前翻车：
ИИ написал черновик на 59 баллов, вы подумали, что своими двумя правками сможете поднять до 80, и начали править; постепенно это превратилось в полный переписывание; после завершения вы сказали: «Лучше я сам», и больше никогда не использовали ИИ.

Решение заключается не в том, чтобы прилагать больше усилий к «переработке», а в том, чтобы сместить фокус на более ранние этапы:

Не стремитесь к тому, чтобы ИИ сразу написал 100-балльный результат

· Ваша цель — обеспечить стабильный выпуск продукции на уровне 75–80 баллов

· Ваша задача — итерировать процесс, чтобы повысить «средний балл», а не делать каждую отдельную статью идеальной

Когда у вас есть система, которая стабильно дает вам 70 баллов на старте, ее ценность заключается не в том, «насколько она похожа на вас», а в:

· Вы можете получить рабочий черновик практически за нулевую стоимость

· Вы можете сосредоточить свои усилия на более высоких уровнях суждения: выбор темы, структура, доказательства, вкус и компромиссы

Вы не ищете всевышнего бога, который заменит вас, а надежный завод: он не идеален, но стабилен.

Позволив ИИ дать вам только одну версию, вы обычно получите самую посредственную, самую консервативную и самую «среднюю». Используйте «количество» для борьбы с посредственностью.

Более эффективный подход:

· Резюме: требуется 5 версий за раз

· Начало: нужно 5 вариантов начала для A/B-тестирования

· Тема: нужно выбрать 50 тем, затем сгруппировать и отобрать

· Структура: требуется 3 набора структур, затем объединить

· Формулировка: требуется 10 различных вариантов формулировки, затем выбрать лучший

Когда вы повышаете средний балл и производительность, в распределении естественным образом появляются «удивительные результаты» — 85 и 90 баллов. Часто хорошим является не «один вдохновленный ход», а то, что вы наконец начали работать с использованием статистики.

Если вы являетесь шеф-поваром ресторана, вы не будете сами нарезать огурцы. Вы:

· Попробуйте

· Определить, соответствует ли требованиям

· Дайте четкий обратную связь (где не так и как исправить)

Пусть повар вернется и приготовит снова

То же самое и при сотрудничестве с ИИ. Вы должны уважать его субъективность — то, как он генерирует содержимое по своему методу. Ваша задача — научить его достигать ваших стандартов, а не вмешиваться и исправлять каждый его результат до окончательного варианта.

Иначе ты погибнешь от бесконечных «ремонтов и доработок».

В эпоху ИИ качество произведения всё больше напоминает: материал × вкус.

Модели меняются, методы совершенствуются, но эти две вещи остаются неизменными:

1. Материалы взяты из реального мира

Если вам даны два варианта для написания статьи:

· Используйте новейшую модель, но только онлайн-материалы

· Используйте старую модель, но у вас есть полный архив, устная история и полевые интервью

Чаще всего лучшие работы создаются последними.

2. Вкус из долгосрочной тренировки

Когда «генерация» становится дешевой, настоящей редкостью становится:

· Что стоит написать

· Какие доказательства более убедительны

· Какое повествование более мощное

· Вы готовы приложить физические усилия для работы с материалами: искать в самых высоких и самых низких местах, самостоятельно перебирать документы

ИИ меняет только эффективность и способ вашего взаимодействия с материалом; но подлежащим произведения по-прежнему остаетесь вы, а дополнением — материал. ИИ — лишь часть «глагола».

Заключение: замените тревогу на ощущение

Многие не могут эффективно использовать ИИ не потому, что они не сообразительны, а потому, что постоянно застревают в цикле «загадать желание — разочароваться — бросить». То, что действительно поможет вам преодолеть это, — это воспринимать ИИ как рабочий стол, превращать задачи в инженерные процессы, делать процессы прозрачными и развивать интуицию через постоянную практику.

Когда ты сможешь сделать это, тебе будет трудно поспешно делать вывод «ИИ не справляется»; ты будешь больше похож на новую профессию, управляющую новыми инструментами: не свысока, не снизу, а включая его в процессы, в реальность, в твои работы, на которые ты готов поставить свою подпись.

Исходная ссылка

Нажмите, чтобы узнать о вакансиях BlockBeats

Добро пожаловать в официальное сообщество律动 BlockBeats:

Телеграм-канал с подпиской: https://t.me/theblockbeats

Телеграм-чат: https://t.me/BlockBeats_App

Официальный аккаунт Twitter: https://twitter.com/BlockBeatsAsia