செயற்கை நுண்ணறிவு வேலைவாய்ப்புகளை எவ்வாறு பாதிக்கிறது? [காணொளி மற்றும் வினாவிடை]

சுருக்கமான பதில்: செயற்கை நுண்ணறிவு (AI) பெரும்பாலும் பணிகளின் பகுதிகளைத் தானியக்கமாக்குவதன் மூலமும், வெளியீட்டை வேகப்படுத்துவதன் மூலமும், எதிர்பார்ப்புகளை உயர்த்துவதன் மூலமும், குறிப்பாக ஆரம்ப நிலை வேலைகளில், பணிகளை மறுசீரமைக்கிறது. நீங்கள் AI-ஐப் பயன்படுத்தக் கற்றுக்கொண்டு அதன் வெளியீடுகளைச் சரிபார்த்தால், உங்களுக்குச் சாதகமான நிலை ஏற்படுவதற்கான வாய்ப்புகள் அதிகம்; உங்கள் பணி பெரும்பாலும் திரும்பத் திரும்பச் செய்யப்படும் முதல் கட்ட உற்பத்தியாக இருந்தால், குழுக்கள் AI-ஐப் பயன்படுத்தத் தொடங்கும் போது நீங்கள் அதிக பாதிப்புக்கு உள்ளாவீர்கள்.

முக்கிய குறிப்புகள்:

பணி மாற்றம்: மீண்டும் மீண்டும் செய்யக்கூடிய வேலைகளின் தானியங்கிமயமாக்கலை எதிர்பார்க்கலாம், பாத்திரங்கள் மறைந்து போவதற்குப் பதிலாக உருவாகின்றன.

தொடக்க நிலை ஏணி: ஜூனியர்கள் குறைவான வேலைவாய்ப்புகளையும் முதல் நாளிலேயே அதிக திறன் தேவைகளையும் எதிர்கொள்ள நேரிடும்.

சரிபார்ப்பு: உண்மைகள், எண்கள், விளிம்பு நிலை வழக்குகள் மற்றும் கொள்கை இணக்கத்தை சரிபார்க்கும் திறனை வளர்த்துக் கொள்ளுங்கள்.

முடிவுகளுக்குச் செல்லுங்கள்: இலக்குகள், கட்டுப்பாடுகள், சமரசங்கள் மற்றும் விளைவுகளுக்கான பொறுப்புணர்வை நெருங்குங்கள்.

வேலைக்கான சான்று: நேரத்தைக் கண்காணிக்கவும், பிழைகள் குறைக்கவும், முடிவுகள் தெளிவாக மதிப்புமிக்கதாக இருக்கவும்.

இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:

🔗 கணக்காளர்களை AI மாற்றுமா?
கணக்கியல் பணி மற்றும் எதிர்காலப் பணிகளை ஆட்டோமேஷன் எவ்வாறு மாற்றுகிறது என்பதை ஆராயுங்கள்.

🔗 சைபர் பாதுகாப்பை AI மாற்ற முடியுமா?
சைபர் பாதுகாப்பு, அபாயங்கள் மற்றும் மனித மேற்பார்வை ஆகியவற்றில் AI இன் தாக்கத்தை மதிப்பிடுங்கள்.

🔗 தரவு பொறியாளர்களை AI மாற்றுமா?
இன்று AI எந்த தரவு பொறியியல் பணிகளை தானியக்கமாக்க முடியும் என்பதைப் பாருங்கள்.

🔗 காப்பீட்டு முகவர்களை AI மாற்றுமா?
காப்பீட்டு விற்பனை மற்றும் வாடிக்கையாளர் சேவையை AI எவ்வாறு மறுவடிவமைக்க முடியும் என்பதை அறிக.

1) “AI வேலைகளை எவ்வாறு பாதிக்கிறது?” என்ற கேள்விக்கு மனிதனின் பதில் (வியத்தகு பதில் அல்ல) 😅

ரோபோக்கள் எல்லாவற்றையும் ஒரே இரவில் எடுத்துக் கொள்ளும் திரைப்படப் பதிப்பைத் தவிர்ப்போம். உண்மையான தாக்கம் இப்படித்தான் வரும்:

• பணிகள் தானியங்கி செய்யப்படுகின்றன, முழு வேலைகளும் (முதலில்) அல்ல. OECD

• AI-ஐ நன்கு பயன்படுத்தக் கற்றுக்கொள்பவர்களுக்கு வேலை வேகமடைகிறது . NBER

• தொடக்க நிலை வேலைகள் பெரும்பாலும் மீண்டும் மீண்டும் செய்யக்கூடிய பணிகளை உள்ளடக்கியிருப்பதால் மிகவும் மாறுகின்றன. IMF

• AI-இயக்கப்படும் பணிப்பாய்வுகளை யாராவது செயல்படுத்த, மேற்பார்வையிட, அளவிட மற்றும் சரிசெய்ய வேண்டியிருப்பதால் புதிய பாத்திரங்கள் தோன்றுகின்றன . உலக பொருளாதார மன்றம்

• “நல்ல பணியாளர்” என்பதன் வரையறை, “வேகமான கைகள்” என்பதிலிருந்து “புத்திசாலித்தனமான தீர்ப்பு” என்பதற்கு மாறுகிறது. உலகப் பொருளாதார மன்றம்

எனவே, "AI எவ்வாறு வேலைகளை பாதிக்கிறது?" என்று யாராவது கேட்டால், அதற்கான தெளிவான பதில்: AI வேலையின் வடிவத்தை மாற்றுகிறது - மேலும் அதைப் புறக்கணிப்பதற்குப் பதிலாக அதை வழிநடத்தக்கூடியவர்களுக்கு வெகுமதி அளிக்கிறது" - IMF

ஆமாம், சில வேடங்கள் சுருங்கிவிடும். நான் அதை ஒரு ஊக்கமளிக்கும் போஸ்டர் எமோஜியால் மறைக்கப் போவதில்லை. ஆனால் கதை ஒரு நகரத்தை புல்டோசர் செய்வதை விட ஒரு வீட்டை மறுவடிவமைப்பது போன்றது 🧱🏠.

2) AI மாற்றங்கள் செயல்படும் மூன்று வழிகள்: மாற்றுதல், மறுவடிவமைப்பு செய்தல் அல்லது தரத்தை உயர்த்துதல் 📈

பெரும்பாலான வேலை தாக்கங்கள் மூன்று வாளிகளாகப் பொருந்துகின்றன:

அ) மாற்றவும் (பணிகளின் ஒரு துண்டு)

இது AI மீண்டும் மீண்டும் வரும் வெளியீட்டின் ஒரு பகுதியைக் கையாளும் போது:

• அடிப்படை திட்டமிடல்

• முதல் வரைவு சுருக்கங்கள்

• எளிய வாடிக்கையாளர் பதில்கள்

• வழக்கமான தரவு சுத்தம் செய்தல்

• வார்ப்புரு அடிப்படையிலான எழுத்து

இது அரிதாகவே “ஒரு நபரை முழுவதுமாக மாற்றுவது” என்பதாக இருக்கும்; மாறாக, “அவர்கள் முன்பு செய்து வந்தவற்றில் 20-40%-ஐ நீக்குவது” என்பதாகவே இருக்கும். OpenAI OECD

சிலர் மக்கள் தொகை கணக்கெடுப்பை நியாயப்படுத்திய விதம் 20-40% என்பதை நீங்கள் உணரும் வரை இது நன்றாகத் தோன்றும்.

B) மறுவடிவமைப்பு (வேலை அப்படியே இருக்கும், பணிப்பாய்வு மாறுகிறது)

இதுதான் மிகவும் பொதுவானது. நீங்கள் இன்னும் வேலையைச் செய்கிறீர்கள், ஆனால்:

• நீங்கள் வெளியீடுகளை மேற்பார்வையிடுகிறீர்கள்

• நீங்கள் திருத்தி சரிபார்க்கவும்

• நீங்கள் கட்டுப்பாடுகளை அமைக்கிறீர்கள்

• நீங்கள் எட்ஜ் கேஸ்களைக் கையாளுகிறீர்கள்

• நீங்கள் இறுதி அழைப்புகளைச் செய்கிறீர்கள்

நிறைய பேர் பட்டமோ அல்லது பதவி உயர்வோ பெறாமலேயே "மதிப்பாளர்களாக" மாறுகிறார்கள், இது... சிறந்ததல்ல, ஆனால் அது உண்மையானது.

இ) பதவி உயர்வு (அதே வேலை தலைப்பு, அதிக எதிர்பார்ப்புகள்)

இது மிகவும் நுட்பமானது. குழுக்கள் AI கருவிகளைப் பயன்படுத்தத் தொடங்கியதும், திடீரென்று “சராசரி வெளியீடு” என்பது “குறைந்தபட்ச ஏற்றுக்கொள்ளக்கூடியதாக” மாறிவிடுகிறது.
வேலை எளிதாகத் தெரிவதில்லை. அது வேகமாகவும்... மேலும் பரபரப்பாகவும் தெரிகிறது 😵💫.

சரி - AI வேலைகளை எவ்வாறு பாதிக்கிறது? சில நேரங்களில் அதே வேலையை அமைதியாக வேகமாகச் செல்லும் ஒரு டிரெட்மில் போல உணர வைப்பதன் மூலம்.

3) எந்த வேலைகள் அதிகம் பாதிக்கப்படுகின்றன - அது ஏன் பணிகளைப் பற்றியது, கௌரவத்தைப் பற்றியது அல்ல 🎯

ஒரு நல்ல விதி: ஒரு பணி எந்த அளவிற்கு கணிக்கக்கூடியதாகவோ, உரை அடிப்படையிலானதாகவோ, அல்லது வடிவங்கள் நிறைந்ததாகவோ இருக்கிறதோ, அந்த அளவிற்கு செயற்கை நுண்ணறிவால் அதற்கு உதவவோ அல்லது அதைத் தானியக்கமாக்கவோ முடியும். அதற்காக அந்த வேலை மறைந்துவிடுவதில்லை. மாறாக, அந்த வேலையின் "ஈர்ப்பு மையம்" மாறுகிறது என்பதே அதன் பொருள். OpenAI ILO

மேலும் வெளிப்படும் பணி வகைகள்

• மீண்டும் மீண்டும் அறிக்கையிடல்

• டெம்ப்ளேட் மின்னஞ்சல்கள் மற்றும் திட்டங்கள்

• அடிப்படை ஆராய்ச்சி மற்றும் சுருக்கங்கள்

• வழக்கமான QA சோதனைகள்

• தரவு உள்ளீடு மற்றும் வகைப்பாடு

• நிலையான பட மாறுபாடுகள் (மறுஅளவிடுதல், பின்னணி நீக்கம், விரைவான திருத்தங்கள்)

மேலும் பாதுகாக்கப்பட்ட பணி வகைகள் (இப்போதைக்கு... ish)

• உயர்மட்ட தீர்ப்பு அழைப்புகள்

• சிக்கலான தனிப்பட்ட பேச்சுவார்த்தை

• கணிக்க முடியாத சூழல்களில் நேரடி உடல் உழைப்பு

• தெளிவற்ற தலைமைத்துவ முடிவுகள்

• ஆழமான சூழல் மற்றும் மெக்கின்சியை நம்ப வேண்டிய வேலை

எரிச்சலூட்டும் விதமாக: ஒரு வேலையில் இரண்டும் அடங்கும். உங்கள் பங்கு "பாதுகாப்பானதாக" இருக்கலாம், அதே நேரத்தில் உங்கள் வாராந்திர பணிகளில் பாதி அடிப்படையில் தானியங்கிமயமாக்கலுக்கான ஒரு பஃபே ஆகும்.

4) "அமைதியான" தாக்கம்: தொடக்க நிலை பாத்திரங்கள் மற்றும் காணாமல் போன ஏணி 🪜😬

இந்தப் பகுதி மிகவும் முக்கியமானது, மக்கள் இதைப் பற்றி போதுமான அளவு பேசுவதில்லை.

நிறுவனங்களுக்குத் தேவையான பல தொடக்க நிலைப் பணிகள் உள்ளன:

• முதல் பதிப்பை வரைவதற்கு யாராவது ஒருவர்

• வழக்கமான டிக்கெட்டுகளை செயலாக்க யாராவது

• குறிப்புகள் மற்றும் அறிக்கைகளைத் தொகுக்க ஒருவர்

• "பிஸியான ஆனால் அவசியமான" வேலையைச் செய்ய யாராவது

செயற்கை நுண்ணறிவால் அதன் சில பகுதிகளைச் செய்ய முடியும். இதன் பொருள், நிறுவனங்கள் குறைவான இளநிலை ஊழியர்களைப் பணியமர்த்தலாம், அல்லது அவர்களுக்கு வேறுபட்ட பணிகளை (அதிக தர உறுதிப்பாடு, அதிக ஒருங்கிணைப்பு, அதிக கருவிப் பயன்பாடு) வழங்கலாம். IMF NBER

ஆபத்து என்பது "உடைந்த ஏணி" விளைவு:

• குறைவான நுழைவு புள்ளிகள்

• அடிப்படைகளைக் கற்றுக்கொள்ள வாய்ப்புகள் குறைவு

• அணிகள் மெலிந்தவை என்பதால் வழிகாட்டிகள் குறைவு

• முதல் நாள் திறனுக்கான அதிக எதிர்பார்ப்புகள்

நீங்கள் உங்கள் தொழில் வாழ்க்கையின் தொடக்கத்தில் இருந்தால், 'செயற்கை நுண்ணறிவு வேலைகளை எவ்வாறு பாதிக்கிறது?' என்பதன் பொருள் பெரும்பாலும் இதுதான்: முன்பை விட நீங்கள் உங்கள் நடைமுறைத் திறனை விரைவாக வெளிப்படுத்த வேண்டியிருக்கலாம்.

நியாயமற்றதா? சில நேரங்களில். உண்மையா? அடிக்கடி. 🤷

5) AI உருவாக்கும் புதிய வேலைகள் (மற்றும் பெரும்பாலும் கவனிக்கப்படாதவை) 🧠✨

ஒவ்வொரு தொழில்நுட்ப அலையும் சில பணிகளை அழித்து, புதியவற்றை உருவாக்குகிறது. செயற்கை நுண்ணறிவும் இதற்கு விதிவிலக்கல்ல, ஆனால் இந்தப் புதிய வேலைகள் ஆரம்பத்தில்… கவர்ச்சியற்றதாகத் தோன்றலாம். உலகப் பொருளாதார மன்றம்

பொதுவாக விரிவடையும் பகுதிகள் இங்கே:

• செயற்கை நுண்ணறிவு செயல்பாடுகள் மற்றும் பணிப்பாய்வு வடிவமைப்பு: “நாம் செயற்கை நுண்ணறிவைப் பயன்படுத்த வேண்டும்” என்பதை மக்கள் பின்பற்றும் உண்மையான நடவடிக்கைகளாக மாற்றுதல்

• AI தரம் மற்றும் மதிப்பீடு: வெளியீடுகளைச் சோதித்தல், நம்பகத்தன்மையை மதிப்பிடுதல், பிழைகளைக் கண்காணித்தல்.

• தரவு மேலாண்மை: சரியான தரவு இருப்பதை உறுதி செய்தல், சுத்தமாக இருத்தல் மற்றும் நெறிமுறைப்படி கையாளப்படுதல்.

• பாதுகாப்பு மற்றும் இணக்கம்: கசிவுகள், தவறான பயன்பாடு மற்றும் "அடடா, ரகசியமான விஷயங்களை ஒட்டிவிட்டோமே" போன்ற பேரழிவுகளைத் தடுத்தல்.

• மனிதனின் சுழற்சியில் உள்ள பாத்திரங்கள்: உயர் தாக்க வெளியீடுகளை மதிப்பாய்வு செய்தல், சரிசெய்தல், அங்கீகரித்தல் ILO

• பயிற்சி மற்றும் செயல்படுத்தல்: கருவிகளை முறையாகப் பயன்படுத்த குழுக்களுக்குக் கற்பித்தல் (இது ஒலிப்பதை விட பெரியது) உலக பொருளாதார மன்றம்

மேலும், ஒரு குறிப்பிட்ட பிரிவினருக்கு: தெளிவான உள்ளக வழிகாட்டுதல்களை எழுதக்கூடியவர்கள் எதிர்பாராத விதமாக மதிப்புமிக்கவர்களாக ஆகிறார்கள். அதாவது, கொள்கையாகவும் அதே சமயம் நடைமுறைக்கு ஏற்றதாகவும் இருப்பது. விருந்துகளில் சுவாரஸ்யமாக இருக்காது, ஆனால் பணியிடத்தில் கைக்கு அடக்கமாக இருக்கும் 📝.

6) AI-புரூஃப் தொழில் திட்டத்தின் நல்ல பதிப்பை உருவாக்குவது எது? 🧭🤝

இதுதான் அனைவரும் விரும்பும் பகுதி: விளையாட்டு புத்தகம். மேலும், விளையாட்டு புத்தகம் "குறியீடு செய்யக் கற்றுக்கொள்வது" அல்ல (சில நேரங்களில் உதவியாக இருக்கும், சில நேரங்களில் பெருமளவில் பொருத்தமற்றது). AI-புத்தகத் தொழில் திட்டத்தின் ஒரு நல்ல பதிப்பில் சில கூறுகள் உள்ளன:

1) நீங்கள் ஒரு "ஸ்டாக்கை" தேர்வு செய்கிறீர்கள், ஒரு திறமையை கூட அல்ல

இது போன்ற ஒரு அடுக்கைப் பற்றி யோசித்துப் பாருங்கள்:

• டொமைன் அறிவு (உங்கள் துறை)

• கருவி சரளமாகப் பேசுதல் (AI + முக்கிய கருவிகள்)

• தொடர்பு (முடிவுகளை விளக்குதல்)

• தீர்ப்பு (எதை நம்புவது என்று தெரிந்துகொள்வது)

• நம்பகத்தன்மை (மக்கள் உங்களை நம்பியிருக்கிறார்கள்)

ஒரு திறமை ஒரு மெழுகுவர்த்தி. ஒரு அடுக்கு ஒரு நெருப்பு 🔥. உருவகம் சற்று அபூரணமானது, ஆனால் நீங்கள் அதைப் புரிந்துகொள்கிறீர்கள்.

2) நீங்கள் முடிவுகளுக்கு நெருக்கமாக நகர்கிறீர்கள்

விருப்பங்களை உருவாக்குவதில் AI சிறந்தது. மனிதர்கள் மதிப்புமிக்கவர்களாக இருக்கும்போது அவை:

• இலக்குகளை வரையறுக்கவும்

• கட்டுப்பாடுகளை அமைக்கவும்

• பரிமாற்றங்களைத் தேர்வுசெய்க

• விளைவுகளுக்குப் பொறுப்பேற்கவும் பி.எல்.எஸ்.

உங்கள் வேலை பெரும்பாலும் "பொருளை உருவாக்குவது" என்றால், "பொருள் என்னவாக இருக்க வேண்டும் என்பதை முடிவு செய்" என்பதை நோக்கி நகரத் தொடங்குங்கள்

3) நீங்கள் வேலைக்கான ஆதாரத்தை உருவாக்குகிறீர்கள்

அதிர்வுகள் அல்ல. ஆதாரம்.

• முன்/பின் அளவீடுகள்

• சேமிக்கப்பட்ட நேரம்

• குறைக்கப்பட்ட பிழைகள்

• மேம்பட்ட வாடிக்கையாளர் திருப்தி

• ஆவணப்படுத்தப்பட்ட செயல்முறைகள்

ஒரு சின்ன தற்பெருமைப் பதிவை வைத்துக்கொள். எனக்குப் புரியல, அது பயமா இருக்கு. எப்படியும் செய் 😬.

4) நீங்கள் சரிபார்ப்புத் திறனைக் கற்றுக்கொள்கிறீர்கள்

இது குறைத்து மதிப்பிடப்பட்ட வல்லரசு:

• மாயத்தோற்ற உண்மைகளைச் சரிபார்த்தல்

• காணாமல் போன விளிம்பு வழக்குகளைக் கண்டறிதல்

• எண்கள் மற்றும் ஆதாரங்களை உள்நாட்டில் சரிபார்த்தல்

• "வேண்டாம், இதை மீண்டும் செய்" என்று எப்போது சொல்ல வேண்டும் என்பதை அறிவது

எதிர்காலம் நல்ல பதிப்பாசிரியர்களுக்குச் சொந்தமானது. எழுத்து மட்டுமல்ல - முடிவுகளும் கூட.

7) ஒப்பீட்டு அட்டவணை: மக்கள் வேலையில் AI ஐப் பயன்படுத்தும் முக்கிய வழிகள் (மேலும் சிலர் ஏன் சிறப்பாகச் செயல்படுகிறார்கள்) 🧾🤖

அணுகுமுறைகளின் நடைமுறை “மெனு” இங்கே. சரியானது அல்ல. ஆனால் எளிது.

விசித்திரமான வாக்குமூலத்தை வடிவமைத்தல்: உண்மையான விலை நிர்ணயம் மாறுவதால் விலைகள் வேண்டுமென்றே தெளிவற்றதாக இருக்கின்றன, மேலும் "மதிப்புக்குரியது" என்றால் என்ன என்று மக்கள் வாதிடுகிறார்கள். இரண்டும் உண்மைதான்.

8) AI எல்லா இடங்களிலும் இருக்கும்போது "கலவை" செய்யும் திறன்கள் 📚⚙️

கருவிகள் மாறினாலும் மதிப்புமிக்கதாக நிலைத்திருக்கும் திறன்களின் ஒரு சுருக்கமான பட்டியலை நீங்கள் விரும்பினால், நான் உறுதியாகப் பரிந்துரைப்பவை இவைதான் (மிகுந்த நேரடி அவதானிப்புகள் மற்றும் குழுக்களில் தொடர்ந்து சிறப்பாகச் செயல்படுபவற்றின் அடிப்படையில்): உலகப் பொருளாதார மன்றம்

தீர்ப்பு மற்றும் விமர்சன சிந்தனை 🧠

• தவறான அனுமானங்களைக் கண்டறிதல்

• சரியான பின்தொடர்தலைக் கேட்பது

• வெளியீடு நம்பத்தகுந்ததாக இருந்தாலும் தவறாக இருக்கும்போது அங்கீகரித்தல்

தெளிவான தொடர்பு 🗣️

• முடிவுகளை வெளிப்படையாக எழுதுதல்

• பரிமாற்றங்களை விளக்குதல்

• தொழில்நுட்பம் அல்லாதவர்களுக்கு தொழில்நுட்ப விஷயங்களை மொழிபெயர்ப்பது

அமைப்புகள் சிந்தனை 🔁

• பணிப்பாய்வுகளை முழுமையாகப் புரிந்துகொள்வது

• தடைகளை அடையாளம் காணுதல்

• வெளியீட்டை மட்டுமல்ல, செயல்முறையையும் மேம்படுத்துதல்

பங்குதாரர் பச்சாதாபம் 🤝

• மக்களுக்கு உண்மையில் என்ன தேவை என்பதை அறிவது

• ஒரு முட்டாள்தனமாக இல்லாமல் எதிர்ப்பைக் கையாளுதல்

• வெவ்வேறு விஷயங்களை விரும்பும் அணிகளை சீரமைத்தல்

கருவி சரளமாகப் பயன்படுத்துதல் (கருவி வெறி அல்ல) 🧰

அறிய:

• திறம்பட அறிவுறுத்துவது எப்படி

• வெளியீடுகளை எவ்வாறு மதிப்பிடுவது

• உங்கள் பணிப்பாய்வில் AI ஐ எவ்வாறு ஒருங்கிணைப்பது BLS

கருவிகளைப் பற்றி மட்டும் பேசுபவராக மாறாதீர்கள். யாரும் அந்த நபரை மதிய உணவிற்கு அழைப்பதில்லை. (சரி, சில நேரங்களில் அவர்கள் அழைப்பார்கள், ஆனால் நான் என்ன சொல்கிறேன் என்று உங்களுக்குத் தெரியும்) 🍜

9) மாற்றத்தக்க பகுதியாக மாறாமல் AI-ஐ எவ்வாறு பயன்படுத்துவது 😬➡️😎

இது ஒரு பெரிய விஷயம். ஏனென்றால் ஒரு பொறி இருக்கிறது: எளிதான பகுதிகளை வேகமாகச் செய்ய மட்டுமே நீங்கள் AI ஐப் பயன்படுத்தினால், தற்செயலாக உங்கள் பாத்திரத்தை அது இருப்பதை விட எளிமையாகக் காட்டக்கூடும்.

அதற்கு பதிலாக இந்த உத்திகளை முயற்சிக்கவும்:

விளைவுகளின் "உரிமையாளராக" இருங்கள்

"நான் 10 விருப்பங்களை உருவாக்கினேன்" என்பதற்கு பதிலாக, இதற்கு மாற்றவும்:

• "X ஐ அடிப்படையாகக் கொண்டு சிறந்த விருப்பத்தை நான் தேர்ந்தெடுத்தேன்"

• "நான் இதை Y கட்டுப்பாடுகளுக்கு எதிராக சரிபார்த்தேன்"

• "நான் அதை பயனர் குழு Z உடன் சோதித்தேன்"

உரிமை என்பது ஒட்டும் தன்மை கொண்டது. வெளியீடு வழுக்கும் தன்மை கொண்டது.

உங்கள் செயல்முறையை ஆவணப்படுத்தவும்

எழுதுங்கள்:

• நீ என்ன செய்தாய்?

• நீ ஏன் அதை செய்தாய்?

• என்ன மாறிவிட்டது?

• நீங்கள் என்ன கற்றுக்கொண்டீர்கள்?

இது "யார் வேண்டுமானாலும் அதைச் செய்யலாம்" என்ற உரையாடல்களிலிருந்து உங்களைப் பாதுகாக்கிறது.

AIக்கும் யதார்த்தத்திற்கும் இடையே பாலமாக மாறுங்கள் 🌍

யதார்த்தம் பின்வருவனவற்றை உள்ளடக்கியது:

• கொள்கை

• பிராண்ட் குரல்

• வாடிக்கையாளர் நுணுக்கம்

• சட்டக் கட்டுப்பாடுகள்

• குழு அரசியல் (ஆம், அரசியல் - அரசாங்க வகை அல்ல)

இயற்கையாகவே AI அந்த குழப்பத்தைக் கையாள்வதில்லை. மனிதர்கள் அதைச் செய்கிறார்கள்.

AI ஆதரிக்கும் ஆனால் மாற்றாக இல்லாத ஒரு சிறப்புத் துறையை உருவாக்குங்கள்

எடுத்துக்காட்டுகள்:

• இணக்க விழிப்புணர்வு சந்தைப்படுத்தல்

• சுகாதாரப் பராமரிப்பு நடவடிக்கைகள் (உயர் சூழல்)

• சைபர் பாதுகாப்பு பகுப்பாய்வு (அதிக பங்குகள்)

• நிறுவன விற்பனை உத்தி (உறவு சார்ந்தது)

• தயாரிப்பு மேலாண்மை (பரிவர்த்தனை மற்றும் சீரமைப்பு)

ஆக, மீண்டும் கேட்கிறேன், செயற்கை நுண்ணறிவு வேலைவாய்ப்புகளை எவ்வாறு பாதிக்கிறது? சில சமயங்களில், நீங்கள் கேட்காமலேயே, உங்களை மதிப்புச் சங்கிலியில் மேலே செல்லும்படி கட்டாயப்படுத்துவதன் மூலம் அது தாக்கத்தை ஏற்படுத்துகிறது.

10) முதலாளிகள் என்ன தவறு செய்கிறார்கள் (மற்றும் அதற்கு பதிலாக ஸ்மார்ட் குழுக்கள் என்ன செய்கின்றன) 🏢🛠️

நீங்கள் மக்களை நிர்வகித்தால் அல்லது குழுக்களை உருவாக்கினால், AI ஒரு பரிசாகவோ அல்லது மெதுவான இயக்க தலைவலியாகவோ இருக்கலாம்.

பொதுவான தவறுகள்:

• பயிற்சி இல்லாமல் கருவிகளை உருட்டுதல்

• விளைவுகளை அளவிடுவதற்குப் பதிலாக "செயல்பாட்டை" அளவிடுதல்

• AI வெளியீடுகள் தானாகவே ஏற்றுக்கொள்ளத்தக்கவை என்று கருதி

• பணிப்பாய்வுகளை மறுவடிவமைப்பு செய்வதற்கு முன் பணியாளர்களின் எண்ணிக்கையைக் குறைத்தல்

• மக்கள் மாற்றத்தக்கவர்களாக உணரும்போது ஏற்படும் மன உறுதியைப் புறக்கணித்தல்

புத்திசாலித்தனமான நகர்வுகள்:

• AI எங்கு அனுமதிக்கப்படுகிறது, எங்கு அனுமதிக்கப்படவில்லை என்பதை வரையறுக்கவும்

• மதிப்பாய்வு தரநிலைகளை உருவாக்குங்கள் ("நல்லது" எப்படி இருக்கும்)

• பயிற்சி மற்றும் உள் விளையாட்டு புத்தகங்களில் முதலீடு செய்யுங்கள்

• தரம் மற்றும் ஆபத்தை கண்காணிப்பதற்கான உரிமையை ஒதுக்குங்கள்

• உலகப் பொருளாதார மன்றத்தின் வேகத்தை மட்டுமல்ல, வெகுமதி செயல்முறை மேம்பாடுகளையும்

இன்னொரு விஷயம்: நீங்கள் தத்தெடுக்க விரும்பினால், எச்சரிக்கையாக இருப்பவர்களை அவமானப்படுத்தாதீர்கள். எச்சரிக்கை ஞானமாக இருக்கலாம். அல்லது பயமாக இருக்கலாம். பொதுவாக இரண்டும் 😅.

11) விரைவான கேள்விகள்: கூட்டங்களில் மக்கள் கிசுகிசுக்கும் கேள்விகள் 🤫

"AI என் வேலையை எடுத்துக் கொள்ளுமா?"

அது அதன் ஒரு பகுதியை எடுக்கக்கூடும். உங்கள் சிறந்த தற்காப்பு, பின்வருவனவற்றைச் செய்யும் நபராக மாறுவதுதான்:

• AI-ஐ நன்றாகப் பயன்படுத்துகிறது

• சரியாகச் சரிபார்க்கிறது

• வணிக சூழலைப் புரிந்துகொள்கிறார்

• மனிதர்களை ஒருங்கிணைக்க முடியும் IMF

"AI கருவிகளைக் கற்றுக்கொள்வது போதுமா?"

இல்லை. கருவிகள் மாறுகின்றன. அடிப்படைகள் நீடிக்கும். கருவிகளைக் கற்றுக்கொள்ளுங்கள், ஆம், ஆனால் அவற்றை தீர்ப்பு, அமைப்பு சிந்தனை மற்றும் தொடர்பு போன்ற திறன்களுடன் இணைக்கவும்.

"நான் AI-ஐ வெறுத்தால் என்ன செய்வது?"

நீங்க அதை விரும்பணும்னு அவசியமில்லை. அதுல ஒரு வேலை செய்யுற உறவு மட்டும் போதும். எரிச்சலூட்டுற மாதிரி, ஆனா உதவியா இருக்கற அந்த சக ஊழியரைப் போல.

"பாதுகாப்பான தொழில் பாதை எது?"

எதுவும் முழுமையாகப் பாதுகாப்பானது அல்ல. ஆனால், உயர் சூழல், நம்பிக்கை, பொறுப்பு மற்றும் மனித உறவுகளைக் கொண்ட பதவிகள் அதிக மீள்திறன் கொண்டவையாக இருக்கின்றன. மெக்கின்சி OECD

12) இறுதிச் சுருக்கம் - சரி, AI வேலைகளை எவ்வாறு பாதிக்கிறது? ✅🤖

செயற்கை நுண்ணறிவு என்பது ஒரு தனி நிகழ்வு அல்ல. அது பணிகள், எதிர்பார்ப்புகள் மற்றும் பணிப்பாய்வுகளின் படிப்படியான மறுசீரமைப்பு ஆகும். சில பொறுப்புகள் சுருங்குகின்றன, சில விரிவடைகின்றன, பல பரிணமிக்கின்றன. உலகப் பொருளாதார மன்றம், சர்வதேச நாணய நிதியம்.

பொதுவாக சிறப்பாகச் செயல்படுபவர்கள்:

• AI-ஐ ஒரு மந்திரக்கோலாக அல்ல, சக ஊழியராகக் கருதுங்கள் 🪄

• உருவாக்குவதை மட்டுமல்லாமல், சரிபார்க்கவும் திருத்தவும் கற்றுக்கொள்ளுங்கள்

• முடிவுகள் மற்றும் உரிமையை நெருங்கி வாருங்கள்

• ஒரே ஒரு போக்கைத் துரத்துவதற்குப் பதிலாக ஒரு திறன் அடுக்கை உருவாக்குங்கள்

• ஆவண தாக்கம் மற்றும் முடிவுகள்

மேலும், 'செயற்கை நுண்ணறிவு வேலைவாய்ப்புகளை எவ்வாறு பாதிக்கிறது?' என்று நீங்கள் இன்னும் கேட்டுக்கொண்டிருந்தால், இதோ அதன் சுருக்கமான விளக்கம்:

செயற்கை நுண்ணறிவு, தகவமைக்கும் திறன், தெளிவான சிந்தனை மற்றும் பொறுப்புணர்வை ஊக்குவிக்கிறது - மேலும், பகுத்தறிவோடு தொடர்பில்லாத திரும்பத் திரும்பச் செய்யும் செயல்களைத் தண்டிக்கிறது. OpenAI BLS:
எப்போதும் நியாயமானதல்ல. எப்போதும் சுவாரஸ்யமானதல்ல. ஆனால், செயல்படுத்தக்கூடியது... மேலும், சில நேரங்களில், உற்சாகமூட்டக்கூடியது கூட.

நிஜ உலக உதாரணம்: ஒரு இளநிலை செயல்பாட்டுப் பகுப்பாய்வாளராக, 'மாற்றப்படக்கூடிய ஒருவராக' ஆகாமல் செயற்கை நுண்ணறிவைப் பயன்படுத்துதல் 🧾🤖

சூழ்நிலை

ஒரு நடுத்தர அளவிலான ஆன்லைன் சில்லறை விற்பனை நிறுவனத்தில் பணிபுரியும் ஒரு இளநிலை செயல்பாட்டுப் பகுப்பாய்வாளரைக் கற்பனை செய்து பாருங்கள். வாடிக்கையாளர் புகார் போக்குகளைத் தொகுத்துரைப்பது, ஒழுங்கற்ற விரிதாள் குறிப்புகளைச் சரிசெய்வது, உள்ளகப் புதுப்பிப்புகளை வரைவு செய்வது, மற்றும் ஆதரவு மேலாளருக்காகப் பிரச்சினைகளைச் சுட்டிக்காட்டுவது ஆகியவை அவருடைய வாராந்திரப் பணிகளில் அடங்கும்.

செயற்கை நுண்ணறிவு வருவதற்கு முன்பு, அவர்களின் மதிப்பில் பெரும்பகுதி, கோரிக்கைகளைப் படிப்பது, சிக்கல்களை வகைப்படுத்துவது, ஒரு சுருக்கமான தொகுப்பை எழுதுவது, மற்றும் வாராந்திர செயல்பாட்டுக் கூட்டத்திற்காக ஒரு ஸ்லைடைத் தயாரிப்பது போன்ற முதல் கட்டப் பணிகளைச் செய்வதிலிருந்தே வந்தது.

செயற்கை நுண்ணறிவின் உதவியுடன், அந்த முதல் கட்ட ஆய்வு மிக வேகமாக நடைபெற முடியும். "எல்லாவற்றையும் செயற்கை நுண்ணறிவே சுருக்கட்டும்" என்று விடுவது மட்டும் பாதுகாப்பான தொழில் முன்னேற்றம் அல்ல. மாறாக, அந்தச் சுருக்கத்தைச் சரிபார்த்து, அதில் உள்ள போக்கைக் கண்டறிந்து, குழு அடுத்து என்ன செய்ய வேண்டும் என்று பரிந்துரைக்கும் நபராக நீங்களே மாறுவதுதான் பாதுகாப்பான தொழில் முன்னேற்றம்.

உதவியாளருக்கு என்ன தேவை

இதை மதிப்புமிக்கதாக மாற்றுவதற்கு, ஆய்வாளர் செயற்கை நுண்ணறிவுக்கு பின்வருவனவற்றை வழங்குவார்:

தனிப்பட்ட தரவுகள் நீக்கப்பட்ட வாடிக்கையாளர் டிக்கெட் ஏற்றுமதிகள்

நிறுவனத்தின் புகார் வகைகள்

பணம் திரும்பப் பெறுதல் மற்றும் மேல் நடவடிக்கை விதிகள்

நல்ல வாராந்திரச் சுருக்கங்களின் எடுத்துக்காட்டுகள்

பணம் திரும்பப் பெறுதல், கணக்கை மூடுதல் அல்லது சட்டப்பூர்வ உரிமைகோரல்கள் போன்ற, செயற்கை நுண்ணறிவு தன்னிச்சையாக முடிவு செய்யக்கூடாத விஷயங்களின் பட்டியல்

செயற்கை நுண்ணறிவை ஆதரவுப் பணிகளைச் செய்ய விடுவது இதன் நோக்கம் அல்ல. வழக்கமான வகைப்படுத்தும் பணிகளை விரைவுபடுத்துவதன் மூலம், பகுப்பாய்வாளர் முடிவெடுப்பதில் அதிக நேரத்தைச் செலவிட முடியும் என்பதே இதன் நோக்கம்.

எடுத்துக்காட்டு அறிவுறுத்தல்

பகுப்பாய்வாளர் பயன்படுத்தக்கூடிய ஒரு நடைமுறைத் தூண்டுதல் இதோ:

ஒரு செயல்பாட்டுக் கூட்டத்திற்காக, அடையாளம் மறைக்கப்பட்ட வாடிக்கையாளர் ஆதரவு டிக்கெட்டுகளை மதிப்பாய்வு செய்ய நீங்கள் எனக்கு உதவுகிறீர்கள். டிக்கெட்டுகளைத் தெளிவான சிக்கல் வகைகளாகப் பிரித்து, ஒவ்வொரு வகையிலும் எத்தனை டிக்கெட்டுகள் வருகின்றன என்பதைக் கணக்கிட்டு, மீண்டும் மீண்டும் வரும் முதல் மூன்று சிக்கல்களைக் கண்டறியுங்கள். காரணங்களை நீங்களாகவே உருவாக்காதீர்கள். சிக்கல் ஏன் ஏற்பட்டது என்பதை டிக்கெட்டின் உரை விளக்கவில்லை என்றால், "காரணம் தெளிவாக இல்லை" என்று எழுதுங்கள். ஒரு மனித மேலாளர் மதிப்பாய்வு செய்வதற்காக, மூன்று பரிந்துரைக்கப்பட்ட நடவடிக்கைகளுடன் முடிக்கவும்.

அதை எப்படி சோதிப்பது

சரியான பிரிவுகள் ஏற்கனவே தெரிந்த 30 பழைய டிக்கெட்டுகளை எடுத்து, செயற்கை நுண்ணறிவின் வெளியீட்டை மனிதனால் சரிபார்க்கப்பட்ட பதிப்புடன் ஒப்பிடுவது ஒரு எளிய சோதனையாக இருக்கும்.

சரிபார்க்கவும்:

அது டிக்கெட்டுகளைச் சரியாக வகைப்படுத்தியதா?

வாடிக்கையாளர்கள் புகார் அளித்ததற்கான காரணங்களை அது இட்டுக்கட்டியதா?

அது அவசரமான அல்லது முக்கியமான பிரச்சினைகளைக் கவனிக்கத் தவறியதா?

பரிந்துரைக்கப்பட்ட நடவடிக்கைகள் நிறுவனத்தின் கொள்கையைப் பின்பற்றினவா?

ஒரு மேலாளரால் இரண்டு நிமிடங்களுக்குள் அந்தச் சுருக்கத்தைப் புரிந்துகொள்ள முடியுமா?

டிக்கெட்டுகளில் தாமதமான விநியோகங்கள் மட்டுமே குறிப்பிடப்பட்டிருந்தாலும், ஒரு தவறான வெளியீடானது, “பெரும்பாலான தாமதங்கள் கிடங்கில் ஆட்கள் பற்றாக்குறையால் ஏற்பட்டன” என்பது போன்ற ஒரு செய்தியைக் காட்டும்.

ஒரு வலுவான வெளியீடு இவ்வாறு கூறும்: “12 புகார்களில் தாமதமான விநியோகங்கள் குறிப்பிடப்பட்டுள்ளன. புகாரின் உரையில் காரணம் தெளிவாக இல்லை. பரிந்துரைக்கப்படும் அடுத்த நடவடிக்கை: மூல காரணத்தைக் கண்டறியும் முன், விநியோகப் பதிவேடுகளைச் சரிபார்க்கவும்.”

முடிவு

விளக்கமான முடிவு: இந்த பணிப்பாய்வைப் பயன்படுத்துவதற்கு முன்னும் பின்னும் மூன்று மாதிரி வாராந்திர அறிக்கையிடல் பணிகளின் நேரத்தைக் கணக்கிட்டதன் அடிப்படையில், பகுப்பாய்வாளரால் முதல் வரைவு அறிக்கையிடல் கட்டத்தை 2 மணி 15 நிமிடங்களிலிருந்து 38 நிமிடங்களாகக் குறைக்க முடிந்தது.

அளவீட்டின் அடிப்படை எளிமையானது: கைமுறை டிக்கெட் மதிப்பாய்வு மற்றும் முதல் வரைவிற்கான நேரத்தைக் கணக்கிடுவது, பின்னர் மனித சரிபார்ப்பு உட்பட, AI உதவியுடனான பதிப்பிற்கான நேரத்தைக் கணக்கிடுவது. இந்த எடுத்துக்காட்டில், ஆய்வாளர் பிரிவுகளைச் சரிபார்ப்பதற்கும், கொள்கை சார்ந்த டிக்கெட்டுகளை ஆய்வு செய்வதற்கும், இறுதிப் பரிந்துரைகளை மீண்டும் எழுதுவதற்கும் 25 நிமிடங்கள் செலவிடுகிறார்.

மதிப்புமிக்க அளவுகோல் என்பது வெறும் “நேர சேமிப்பு” மட்டுமல்ல. பிழை விகிதத்தையும் கண்காணிக்கவும். உதாரணமாக, 30 டிக்கெட்டுகளில் 4-ஐ செயற்கை நுண்ணறிவு தவறாக வகைப்படுத்தினால், அது 13% வகைப் பிழை விகிதமாகும் - இந்த விகிதம், சுருக்கம் ஒரு மேலாளரைச் சென்றடைவதற்கு முன்பு மனித மதிப்பாய்வு தேவைப்படும் அளவுக்குப் போதுமானதாகும்.

என்ன தவறு நடக்கக்கூடும்?

செயற்கை நுண்ணறிவின் சுருக்கத்தை உண்மையாகக் கருதுவதே மிகப்பெரிய ஆபத்து. அது டிக்கெட்டுகளை நேர்த்தியாக வகைப்படுத்தலாம், ஆனால் சூழலைத் தவறவிடலாம், வடிவங்களை மிகைப்படுத்தலாம் அல்லது நம்பத்தகுந்ததாகத் தோன்றும் காரணங்களைக் கற்பனை செய்யலாம்.

நிறுவன விதிகளைச் சரிபார்க்காமல், வாடிக்கையாளர்களின் தனிப்பட்ட தரவுகளை ஒரு கருவியில் ஒட்டுவது மற்றொரு பொதுவான தவறாகும். செயற்கை நுண்ணறிவைப் பயன்படுத்துவதற்கு முன்பு, பகுப்பாய்வாளர் பெயர்கள், மின்னஞ்சல்கள், ஆர்டர் எண்கள், முகவரிகள் மற்றும் கட்டண விவரங்களை அநாமதேயப்படுத்த வேண்டும்.

மூன்றாவது தவறு, வேகத்தை மட்டும் அறிக்கையிடுவது. ஆய்வாளர், “நான் அறிக்கையை வேகமாகத் தயாரித்தேன்” என்று கூறினால், அது வேலையின் அளவு குறைந்துவிட்டது போலத் தோன்றும். மாறாக, “கூட்டத்திற்கு முன்பாக, நான் வரைவு நேரத்தை 72% குறைத்தேன், தவறாக வகைப்படுத்தப்பட்ட நான்கு கோரிக்கைகளைக் கண்டறிந்தேன், மேலும் சிக்கல் தீவிரமடையும் இரண்டு அபாயங்களையும் அடையாளம் கண்டேன்” என்று கூறினால், அது அவரது சரியான முடிவெடுக்கும் திறனைக் காட்டுகிறது.

நடைமுறைப் பாடம்

மெதுவான முதல் கட்டத்தை செயற்கை நுண்ணறிவால் நீக்க முடியும், ஆனால் அதன் பிறகு நடப்பவற்றில்தான் தொழில் வாழ்க்கையின் மதிப்பு அடங்கியுள்ளது: அதாவது, வெளியீட்டைச் சரிபார்ப்பது, உண்மையான போக்கைக் கண்டறிவது, சாதக பாதகங்களை விளக்குவது, மற்றும் ஒரு சிறந்த முடிவை எடுக்க அணிக்கு உதவுவது.

அடிக்கடி கேட்கப்படும் கேள்விகள்

அன்றாட அலுவலக வேலைகளில் AI எவ்வாறு வேலைகளை பாதிக்கிறது?

பெரும்பாலான பணியிடங்களில், AI ஒரே இரவில் முழு வேலைகளையும் மாற்றுவதில்லை - இது பணிகளின் பகுதிகளை மாற்றுகிறது. இது வேகமான முதல் வரைவுகள், விரைவான சுருக்கங்கள் மற்றும் அதிக தானியங்கி நிர்வாகப் பணியாகக் காண்பிக்கப்படுகிறது. காலப்போக்கில், பல பாத்திரங்கள் மதிப்பாய்வு செய்தல், சரிபார்த்தல் மற்றும் இறுதி முடிவை எடுப்பதை நோக்கி மாறுகின்றன. கருவிகளை பின்னணி இரைச்சலாகக் கருதுவதற்குப் பதிலாக, AI வெளியீடுகளை எவ்வாறு வழிநடத்துவது என்பதைக் கற்றுக்கொள்பவர்கள் பொதுவாக அதிகம் பெறுகிறார்கள்.

எந்த வேலைகள் AI ஆல் அதிகம் பாதிக்கப்படுகின்றன, ஏன்?

வேலையின் பெரும்பகுதி கணிக்கக்கூடியதாகவோ, உரை அடிப்படையிலானதாகவோ அல்லது வடிவ-கனமானதாகவோ இருக்கும்போது வேலைகள் மிகவும் பாதிக்கப்படுகின்றன - வழக்கமான அறிக்கையிடல், டெம்ப்ளேட் செய்யப்பட்ட மின்னஞ்சல்கள், அடிப்படை ஆராய்ச்சி சுருக்கங்கள் மற்றும் தரவு வகைப்பாடு ஆகியவற்றை நினைத்துப் பாருங்கள். இதன் பொருள் பங்கு தானாகவே மறைந்துவிடும் என்று அர்த்தமல்ல, ஆனால் "ஈர்ப்பு மையம்" மாறுகிறது. அதிக தனிமைப்படுத்தப்பட்ட பணிகள் அதிக பங்கு தீர்ப்பு, நுணுக்கமான மனித தொடர்பு, நம்பிக்கை மற்றும் களத்தில் சிக்கலான தன்மையை உள்ளடக்கியது.

AI என் வேலையை எடுத்துக் கொள்ளுமா, அல்லது அதன் ஒரு பகுதியை மட்டும் எடுத்துக் கொள்ளுமா?

ஒரு பொதுவான விளைவு என்னவென்றால், AI ஒரு வேலையின் சில பகுதிகளை எடுத்துக்கொள்கிறது - பெரும்பாலும் மீண்டும் மீண்டும் வரும் "முதல் பாஸ்" வேலை - மனிதர்கள் முடிவுகள், விளிம்பு வழக்குகள் மற்றும் பொறுப்புக்கூறல் ஆகியவற்றின் உரிமையை வைத்திருக்கிறார்கள். ஆபத்து என்னவென்றால், 20–40% பணிகள் மறைந்துவிட்டால், சில குழுக்கள் பணிப்பாய்வுகளை மறுவடிவமைப்பு செய்வதற்குப் பதிலாக பணியாளர்களின் எண்ணிக்கையைக் குறைக்கின்றன. AI ஐ நன்கு பயன்படுத்தும், கடுமையாகச் சரிபார்க்கும் மற்றும் வணிக சூழலைப் புரிந்துகொள்ளும் நபராக மாறுவதே பாதுகாப்பான நிலை.

AI உடனான தொடக்க நிலைப் பணிகள் ஏன் இவ்வளவு மாறி வருகின்றன?

வரலாற்று ரீதியாக, முதல் வரைவுகள், வழக்கமான டிக்கெட்டுகள் மற்றும் பரபரப்பான ஆனால் அவசியமான செயலாக்கத்தைக் கையாள பல தொடக்க நிலைப் பணிகள் இருந்தன. இப்போது AI அதன் சில பகுதிகளை உள்ளடக்க முடியும், எனவே நிறுவனங்கள் குறைவான ஜூனியர்களை வேலைக்கு அமர்த்தலாம் அல்லது ஜூனியர் வேலையை QA, ஒருங்கிணைப்பு மற்றும் கருவி சார்ந்த பணிப்பாய்வுகளை நோக்கி மாற்றலாம். இது குறைவான நுழைவுப் புள்ளிகள் மற்றும் அதிக முதல் நாள் எதிர்பார்ப்புகளுடன் "உடைந்த ஏணி" விளைவை உருவாக்கலாம். ஆரம்பகால தொழில் வாழ்க்கைக்கு பெரும்பாலும் முன்பை விட விரைவில் நடைமுறைத் திறனுக்கான சான்று தேவைப்படுகிறது.

மக்கள் கவனிக்கத் தவறிய எந்தப் புதிய வேலைகளை AI உருவாக்குகிறது?

பிரகாசமான தலைப்புகளுக்கு அப்பால், வளர்ச்சி பெரும்பாலும் AI செயல்பாடுகள், பணிப்பாய்வு வடிவமைப்பு, தர மதிப்பீடு மற்றும் மனித-இன்-தி-லூப் மதிப்பாய்வு ஆகியவற்றில் வெளிப்படுகிறது. குழுக்களுக்கு தரவு மேலாண்மை, பாதுகாப்பு மற்றும் இணக்க மேற்பார்வை மற்றும் உள் பயிற்சி ஆகியவை தேவை, இதனால் கருவிகள் கசிவுகள் அல்லது தவிர்க்கக்கூடிய தவறுகள் இல்லாமல் ஏற்றுக்கொள்ளப்படுகின்றன. தெளிவான உள் வழிகாட்டுதல்கள் மற்றும் விளையாட்டு புத்தகங்களை எழுதக்கூடியவர்கள் வியக்கத்தக்க வகையில் மதிப்புமிக்கவர்களாக மாறுகிறார்கள். யாராவது "AI ஐப் பயன்படுத்து" என்பதை பாதுகாப்பான, மீண்டும் மீண்டும் செய்யக்கூடிய செயல்முறையாக மாற்ற வேண்டும்.

ஒரு யதார்த்தமான AI-புரூஃப் தொழில் திட்டம் (ஒரு மோகத்தைத் துரத்தாமல்) என்ன?

ஒரு திடமான திட்டம் என்பது ஒரு திறன் அடுக்கை உருவாக்குவது போல் தெரிகிறது: கள அறிவு, கருவி சரளமாக, தொடர்பு, தீர்ப்பு மற்றும் நம்பகத்தன்மை. முடிவுகளுக்கு நெருக்கமாக செல்லுங்கள் - இலக்குகளை வரையறுக்கவும், கட்டுப்பாடுகளை அமைக்கவும், சமரசங்களைத் தேர்வு செய்யவும், விளைவுகளுக்குப் பொறுப்பேற்கவும். நேரத்தை மிச்சப்படுத்துதல், பிழைகள் குறைக்கப்பட்டது மற்றும் செயல்முறைகள் மேம்படுத்தப்பட்டது போன்ற வேலைக்கான ஆதாரத்தை வைத்திருங்கள். குறைத்து மதிப்பிடப்பட்ட சூப்பர் பவர் சரிபார்ப்பு: மாயத்தோற்றங்களைப் பிடிப்பது, தவறவிட்ட விளிம்பு வழக்குகள் மற்றும் தவறான எண்கள்.

மாற்றத்தக்க பகுதியாக மாறாமல், வேலையில் AI-ஐ எவ்வாறு பயன்படுத்துவது?

எளிதான பகுதிகளை விரைவாகச் செய்ய நீங்கள் AI ஐப் பயன்படுத்தினால், தற்செயலாக உங்கள் பங்கை எளிமையாகக் காட்டலாம். உரிமையை நோக்கிச் செல்லுங்கள்: நீங்கள் எதைத் தேர்ந்தெடுத்தீர்கள், ஏன் அதைத் தேர்ந்தெடுத்தீர்கள், அதை எவ்வாறு சரிபார்த்தீர்கள் என்பதை விளக்குங்கள். "யாரும் அதைச் செய்ய முடியும்" என்று உங்கள் செயல்முறையை ஆவணப்படுத்துங்கள். கொள்கை, பிராண்ட் குரல், வாடிக்கையாளர் நுணுக்கம் மற்றும் சட்ட ஆபத்து போன்ற நடைமுறைக் கட்டுப்பாடுகளுக்கும் AI க்கும் இடையிலான பாலமாக மாறுங்கள்.

AI எல்லா இடங்களிலும் இருக்கும்போது என்ன திறன்கள் அதிகமாகக் கலக்கின்றன?

தீர்ப்பு மற்றும் விமர்சன சிந்தனை கலவை, ஏனெனில் AI தவறானதாகவே நம்பத்தகுந்த வெளியீட்டை உருவாக்க முடியும். தெளிவான தகவல்தொடர்பு மிகவும் முக்கியமானது, ஏனெனில் குழுக்களுக்கு முடிவுகள் மற்றும் சமரசங்கள் தெளிவாக எழுதப்பட வேண்டும். அமைப்பு சிந்தனை ஒரு படியை விரைவுபடுத்துவது மட்டுமல்லாமல், பணிப்பாய்வுகளை முழுமையாக மேம்படுத்த உதவுகிறது. கருவி சரளமாகவும் உதவுகிறது - ஆனால் கருவி வெறித்தனமாக அல்ல; நீடித்த நன்மை என்னவென்றால், AI ஐ எவ்வாறு பொறுப்புடன் தூண்டுவது, மதிப்பீடு செய்வது மற்றும் ஒருங்கிணைப்பது என்பதை அறிவது.

AI கருவிகளைப் பயன்படுத்தும்போது முதலாளிகள் பெரும்பாலும் என்ன தவறு செய்கிறார்கள்?

பயிற்சி, மதிப்பாய்வு தரநிலைகள் அல்லது AI அனுமதிக்கப்படும் இடங்களுக்கான தெளிவான எல்லைகள் இல்லாமல் கருவிகளை வெளியிடுவது ஒரு பொதுவான தவறு. சில அணிகள் பணிப்பாய்வுகளை மறுவடிவமைப்பு செய்வதற்கு முன்பு பணியாளர்களின் எண்ணிக்கையைக் குறைக்கின்றன, பின்னர் தர சிக்கல்கள் மற்றும் மன உறுதிப் பிரச்சினைகளில் முடிவடைகின்றன. வலுவான அணிகள் பாதுகாப்புத் தடுப்புகளை வரையறுக்கின்றன, "எப்படி நன்றாக இருக்கிறது" என்பதை அமைக்கின்றன, விளையாட்டு புத்தகங்களில் முதலீடு செய்கின்றன, மேலும் ஆபத்தை கண்காணிப்பதற்கான உரிமையை ஒதுக்குகின்றன. எச்சரிக்கையை எதிர்ப்பாக அல்ல, மதிப்புமிக்கதாகக் கருதும்போது தத்தெடுப்பு மேம்படும்.

குறிப்புகள்

1. சர்வதேச தொழிலாளர் அமைப்பு (ILO) - ilo.org

2. சர்வதேச தொழிலாளர் அமைப்பு (ILO) - ilo.org

3. பொருளாதார ஒத்துழைப்பு மற்றும் மேம்பாட்டு அமைப்பு (OECD) - oecd.org

4. பொருளாதார ஒத்துழைப்பு மற்றும் மேம்பாட்டு அமைப்பு (OECD) - oecdskillsandwork.wordpress.com

5. தேசிய பொருளாதார ஆராய்ச்சி பணியகம் (NBER) - nber.org

6. சர்வதேச நாணய நிதியம் (IMF) - imf.org

7. சர்வதேச நாணய நிதியம் (IMF) - imf.org

8. உலகப் பொருளாதார மன்றம் - வேலைகளின் எதிர்கால அறிக்கை 2023 - weforum.org

9. உலகப் பொருளாதார மன்றம் - வேலைகளின் எதிர்கால அறிக்கை 2025: திறன்கள் கண்ணோட்டம் - weforum.org

10. OpenAI - GPTகள் GPTகள் - openai.com

11. மெக்கின்சி & கம்பெனி - mckinsey.com

12. அமெரிக்க தொழிலாளர் புள்ளிவிவர பணியகம் (BLS) - தொழிலாளர் சந்தையில் புதிய தொழில்நுட்பங்களின் தாக்கத்தை மதிப்பிடுதல் - bls.gov

13. அமெரிக்க தொழிலாளர் புள்ளிவிவர பணியகம் (BLS) - BLS வேலைவாய்ப்பு கணிப்புகளில் AI தாக்கங்களை இணைத்தல் - bls.gov

அதிகாரப்பூர்வ AI உதவியாளர் கடையில் சமீபத்திய AI ஐக் கண்டறியவும்

எங்களை பற்றி