Az előadásban Jeremy Utley, a Stanford Egyetem professzora öt kulcsfontosságú technikát oszt meg, amelyek segítségével jelentősen növelhetjük a produktivitásunkat mesterséges intelligenciával dolgozva. Humorral és praktikus példákkal világít rá, hogy az AI-t inkább jókedvű, mindent bevállaló gyakornokként érdemes elképzelnünk, nem pedig tökéletes szoftvernek.
Felmerül például az a kérdés, hogy az AI miért hajlamos túl sokat ígérni, és hogyan lehet ezt tudatosan kezelni. Utley bevezeti a ‘kontekstmérnökség’ fogalmát, amely során megtanítjuk az AI-t, hogyan gondolkodjon a mi stílusunkban. Rávilágít, hogy sokan tévesen elvárják az AI-tól, hogy magától olvassa ki az elvárásainkat, holott explicit utasításokra van szükség.
A videó feltárja, miként lehet az AI-t úgynevezett ‘láncszerű gondolkodásra’ sarkallni, ahol lépésről lépésre átláthatóvá válik a döntése. Bemutatásra kerülnek a ‘few shot prompting’ és a ‘reverse prompting’ technikák is, amelyekkel példák és pontos igények megadásával finomítható az output.
Részletesen szó esik a szerepek kiosztásáról: a modellek számára adott szerepekkel (pl. tanár, filozófus, legendás kommunikációs szakértő) előhívhatók a kívánt gondolkodásmódok. Ehhez valós életből vett, nehezen kezelhető szituációkat szimulálnak, többek között bértárgyalást vagy konfliktushelyzetet, amelyeket AI segítségével gyakorol a felhasználó.
A tartalom olyan kérdéseket is felvet, mint hogy vajon az AI használata mennyire segíti vagy tompítja a kritikus gondolkodást, hogyan lehet a visszajelzések minőségét maximalizálni, és miként bővíthetjük a ‘szomszédos lehetségest’ a saját innovációs terünkben. Mindez arra ösztönöz, hogy aktívabban, kreatívabb módon közelítsünk a technológiai eszközökhöz, elhagyva a rutinszerű parancsokat.
