Az AI rendszerek használata során gyakran előfordul, hogy úgy érezzük, az automatizált válaszok vagy megoldások nem pontosak. Ebben a videóban a szerző négy eltérő típust mutat be, amikor az AI „hibás” eredményt ad vissza, de ezek közül valójában csak egy igényel valódi javítást.
Felmerül a kérdés, mikor téved szó szerint a mesterséges intelligencia, és mikor van szó pusztán stílusbeli vagy preferenciabeli eltérésekről? A különböző „hibatípusok” mögött gyakran különféle okok állnak, például a felhasználó elvárásai, hosszú beszélgetésekből eredő áthúzódó információk vagy a környezet változása a válaszadás és a végső felhasználás között.
Érdekes problémákat vet fel, hogyan ismerhetők fel gyorsan ezek a hibák, milyen tesztekkel lehet szétválasztani az eltérő eseteket, illetve milyen módon érdemes naplózni és visszakövetni a javításokat. Felmerül, hogyan lehet folyamatokat úgy átalakítani, hogy kevesebb legyen a visszatérő, rendszeres probléma, és mikor elegendő a manuális beavatkozás.
A videó kitér arra is, hogy milyen módszerek segítik elő a rendszeres AI-val végzett munkában, hogy a felhasználó és a mesterséges intelligencia hatékonyabban alkalmazkodjon egymáshoz, és hogyan lehet az AI-t „kiképezni” az egyéni igényekre.
