江苏龙网

  1. 主页 > 生活百科 > >

五种方式教你在工作中采用负责任的生成式AI技术( 三 )

AI


生成式AI可以对相应内容进行分类、总结和归类 ， 以提供更易于吸收的汇总反馈 。从长远来看 ， 我们很容易想象得出 ， 有一个私人购物助理会给出建议你想要购买哪些商品 ， 并回答有关这些商品的问题 ， 而不是让你自己翻看评论页面 。但同样地 ， 企业在引入那些可能会引起攻击性或者是诽谤性意见、 ， 或者过于热衷于过滤负面反应的工具时 ， 一定要十分谨慎 。生成式AI工具可以阅读和总结长文档 ， 并使用这些信息起草新的文档 。已经有像Docugami这样的工具 ， 可以从合同中提取到期日和可交付成果 ， 国际律师事务所Allen & Overy则正在试用一个平台来帮助进行合同分析和监管合规性 。生成谅解备忘录、合同或者工作说明书等半结构化文档 ， 可能会加快业务流程并帮助你以编程的方式对一些业务术语标准化 ， 但预计这个过程需要很大的灵活性和监督 。
5、克服写作障碍 ， 美化设计你不必将整个写作过程交给AI以便让AI帮助你集思广益、撰写文案、创建图像或者设计 。很快 ， 你就可以通过office 365和google Docs要求生成式AI创建文档、电子邮件和幻灯片 ， 因此你需要制定相关政策规定与任何人共享这些内容之前如何检查其准确性 。同样地 ， 你应该从可以被监控的、比较受限的任务和内部用途开始着手 。
生成式AI可以建议在客户外展电子邮件、感谢信、物流问题警告中写什么 ， 就在你的电子邮件中或在Salesforce、Zoho或者是Dynamics 365等CRM中 ， 作为平台的一部分或者通过第三方工具实现 。人们对使用AI进行营销也很感兴趣 ， 但也存在着品牌风险 。你应该把这些选项仅仅视为一种起笔的方式 ， 而不是单击发送之前的最终版本 。
AI生成的文本可能并不完美 ， 但如果你有很多空白需要填补 ， 它总比没有的好 。例如 ， Shopify Magic可以获取关于产品的详细基本信息 ， 并为在线店面编写一致的、经过seo调整的产品描述 ， 一旦你有了一些内容 ， 就可以对其进行改进 。此外 ， Reddit和LinkedIn使用Azure Vision Services为图像创建标题和替代文本 ， 以在用户不自己添加这些内容时提高可访问性 。如果你有一个大型训练视频库 ， 自动生成的摘要可能会帮助员工充分地利用他们的时间 。从文本中生成图像 ， 这种功能非常强大 ， 像Microsoft Designer应用这样的工具 ， 可以把图像传播模型交到业务用户手中 ， 后者可能不愿使用Discord服务器访问Midjourney ， 而且也不具备专业技能使用Photoshop中的Stable Diffusion插件 。但AI生成的图像也存在争议 ， 从深度造假和恐怖谷效应、到训练数据的来源以及无偿使用知名艺术家作品的道德规范问题 。企业组织希望在使用生成的图像方面 ， 能有一个非常明确的政策 ， 以避免那些很明显的陷阱 。
找到适合自己的用途正如你看到的 ， 从客户支持和零售到物流和法律服务 ， 在任何你希望利用可靠信息源进行精心策划的任何交互环节 ， 都有机会利用生成式AI从中获益 。
要负责任地使用生成式AI ， 就请从自然语言处理开始着手吧 ， 例如非面向客户场景的分类、摘要和文本生成 ， 在这些场景中 ， 输出内容要由具备发现和纠正错误和虚假信息专业知识的人员进行审查 ， 而且要有一个界面让这个过程更简单自然 ， 而不仅仅是接受建议 。通过跳过人工参与来节省时间和金钱 ， 这一点很诱人 ， 但如果生成的内容不准确、不负责任或者是令人反感 ， 那么对业务造成的损害可能会很大 。
许多组织担心将数据泄露到可能有助于竞争对手的模型中 。谷歌、微软和OpenAI都已经发布了数据使用政策 ， 并表示 ， 企业使用的数据和提示将仅用于训练他们的模型 ， 而不是用于提供给每个客户的核心模型中 。但你仍然有一份指引 ， 关于员工可以将哪些信息复制到公共生成式AI工具中 。
厂商还表示 ， 用户拥有模型输入和输出的所有权 ， 这在理论上是个好主意 ， 但可能无法反映生成式AI在版权和剽窃问题上的复杂性 ， 而且像ChatGPT这样的模型不包括引用内容 ， 所以你不知道生成式AI返回的文本内容是正确的、还是从其他人那里复制的 。释义不完全是剽窃 ， 但盗用他人的原创想法或者见解 ， 对任何企业来说都不是一件好事 。


推荐阅读


上一篇：GPT-4及以上 PyTorch将塑造生成式人工智能系统的未来

下一篇：明修"栈"道——越过Android启动栈陷阱