AI工具实测：10项真实任务对比，哪些好用离不了，哪些劝退快别碰
最近, 有人在某个微信公众号上读到了一篇发布出来的文章, 那篇文章的作者对于十项与人工智能有关系的工作任务, 做了一个一个地去自己动手实际操作, 还进行了一下测试。从这些测试结果里面得出的说法是: 针对那些服务效果表现得特别好的类型, 人类使用者会感觉出一种已经没法子离开它们的心理状态。同时呢, 如果面对的是另外一些体验感受非常差的经营业务场景, 人们的心里头就会生出一种格外清楚明确的反感念头, 这个念头就是决定往后都不准备再去碰见或者使用它了。
关于人工智能方面的这种工作流程, 还有实际操作下去验证这招到底行不行的这个问题, 根本就不是说能拿出一个特别绝对的标准答案来拍板说是或不是的。因为人在不同的岗位上干活, 背景也不一样, 再加上处理的数据文件类型千差万别, 这些具体的条件都不一样, 所以最后出来的结果, 往往就会有很大的不一样, 差距会超级大。
开展此项实际检验验证活动, 其真正的核心意义, 绝非简单表现为向大众群体展示人工智能技术的强大程度与震撼力所在。这一做法更关键的目的, 是要使得全体参与者都能够清晰且直观地理解一个具体现实。该现实涉及整个工作流程链条内部的一个基本状况, 即某些特定环节在实际运行中, 必须由人类工作人员亲自来承担处理任务, 无法完全依赖机器替代。
AI任务先分三类，别一上来就全交给模型
第一类工作被定义为重复性的劳动, 具体的表现形式包括修改文本的格式、从数据里面抽取特定的字段信息, 以及大规模地去自动生成标题。第二类任务归属于整理信息的范畴, 典型的例子有记录并梳理会议过程中的发言要点, 提炼那些冗长资料中的核心内容摘要, 还有对不同竞争对手的产品进行多方面的对比分析。第三个类别则涉及创意方向的初稿撰写, 比如构思文章或者项目的起始部分, 搭建整体的结构提纲, 或者是创作视频拍摄的脚本文字。
我们在做那个和人工智能有关的东西的时候, 不管是去搞应用操作也好, 还是去做实际测试也好, 都必须先把任务类型给区分清楚, 这主要是因为上面说到的那三种不同的工作, 它们在最后验收的时候, 那个依据的标准是不一样的, 差别挺大的。
针对重复性劳动, 这类工作属于一个类别, 对于这一类别的情况, 我们是要去关注准确率的；对于信息整理, 这类工作属于另一个类别, 对于这一类别的情况, 我们是要去看有没有出现漏掉关键信息的问题的；而对于创意草稿, 这类工作属于又一种类别, 对于这一类别的情况, 我们是要去想它到底好不好用的。如果把这三类情况给混杂在一起, 然后放在一起进行统一的评判断的话, 那就非常容易导致得出类似于“AI 是有用的”, 或者“AI 是没用的”这这样一些结论的, 而这些结论实际上是缺乏有意义的讨论价值的。
实测后值得留下的 4 类任务
第一类的情况是处于写作初稿的这个阶段。这种时候需要把背景的信息目标读者的对象以及创作的目的全部都提供给人工智能。让机器先形成一个初步的版本的出来。后面再接着由人员去进行修改还有调整。
针对第二类情况, 具体指的是会议纪要。在这种情况之下, 先要把录音内容转换为文字记录。然后, 由人工智能依据会议议题、最终结论以及后续待办事项进行分类整理。这种做法的效率要更高, 比人工从头到尾收听录音的速度快了非常多。
第三类工作方式是使用表格来进行整理, 具体来说就是把那些杂乱无章的字段进行分类和归拢, 把缺失的内容补上, 以及去掉重复的数据, 这个过程是由人工智能来完成初步的筛选, 然后由人来参与抽查。
第四类涉及的是代码片段以及公式相关内容。这一类的做法是让人工智能提供解题思路以及相关例子。之后在本地环境中进行验证。从实际执行任务并测试的结果来看, 这四类工作内容有一个共同的特点。那就是它们都有现成的材料可供参考。具备可以进行验证的条件。而且一旦出现了错误也是很容易就被发现的。
哪些任务不值得交给 AI
涉及到机密数据的资料, 还有那些需要作者亲自签字确认并且还得为相关后果承担相应责任的内容, 最终的决策部分, 大家最好别干脆利落地丢给人工智能去处理。当我们在安排人工智能执行具体任务的时候, 实际的测试环节绝不能只盯着效率这一个数字来看待, 同时还非得把这事儿看清楚, 也就是说要能明白一旦出了差错的话到底得由谁来负这个责, 这确实是件特别关键的讲究。
在进行那种没有现成素材可以用的创意类工作任务的时候, 这种方式其实也是不太适合拿去用的。这是因为现在大家用到的模型, 通常也只能给出来一些比较通用的答案。最后要把内容补全这件事儿, 还是得依靠人自己手工去做。
另外还可能出现一种情况, 那就是业务流程本身尚未理顺。因为当流程处于混乱状态的时候如果直接引入人工智能, 往往会起到把混乱局面进一步扩大和放大的作用。所以要先把输入数据的内容与标准、最终输出的结果以及负责验收的人员职责全都明确划定清楚。在此基础上再综合考虑是否确实需要借助模型来解决问题。
落地方法：模板、复核和记录
将常用的任务设置为模板的时候, 需要去确定固定的输入字段以及输出的格式。对每次生成的结果都要进行人工复核, 这一方面特别重要, 在涉及到数字、引用内容以及结论的时候更是如此。
当面对有关AI任务的实际执行情况的时候, 大家都需要把相关的记录做好, 而且这些具体的记录内容需要涵盖诸如节省了多少时间、修改了多少处内容, 还有是否存在返工的情况。站内关于AI 写作工具怎么用才不低质和WordPress 自动化 AI 写作插件的内容，可以作为工具选型的参考。
在开展人工智能任务规划工作的时候, 人们在实际进行测试阶段的过程中, 绝对不应该去拼命追求那个数量方面的多寡情况, 第一步必须是要先把具有频繁出现特征、或者处于低风险状态、并且是可以被验证准确性的单一任务给先选取出来, 然后再把这个任务的运行周期设定为两周左右的时间长度, 在明确了这个任务已经实现了稳定运行的结果之后, 才允许将测试的范围扩大到下一个第二个任务上去执行操作。
最终能够沉淀下来, 并且得以保留, 然后继续使用的任务, 是在通常情况下, 属于那些从一开始, 就能够直接适配标准化流程的工作内容。
常见问题
AI任务做得越多越好吗？
情况并不是像大家说的那样, 在进行AI任务的工作以及实际测试的工作的时候, 需要去观察那些关于稳定性的指标数据, 还需要去留意那些关于返工率的数据信息, 当需要完成的任务的数量变得越来越多的时候, 那么在进行复核工作方面所产生的成本就会跟着不断地提高, 因此, 我们应当选择先把那些规模相对比较小的一小部分具体的任务给做好, 让相关的状态得以稳固下来, 按照这一种做法来得到的效果, 要比去铺开那十个处于半成品状态的事务要更为有效一些。
实测效果怎么衡量？
你必须要把完成的时间记下来, 还得把人工修改的次数写清楚, 同时要把错误的类型也列出来, 如果你是在做那个AI的任务, 或者是进行实地的测试的话, 那么你就不能仅仅是觉得它看起来比较快就行了, 你必须要去重视那个返工的情况, 还有最终产生的质量如何, 这个说法尤其得要满足那些需要对社会上公开发布的内容的要求。
哪些数据不能交给 AI？
千万别把你的客户的隐私信息、账号和密码, 以及那些没有对外公开的财务数据和合同条文, 就直接粘贴到那个公共的模型里去, 在处理人工智能任务的时候, 还有在进行实际的测试之前, 你一定要先把数据的等级给划分清楚, 对于那些能够去掉敏感信息的部分, 就把它们给进行脱敏处理, 对于那些没办法执行脱敏操作的部分, 就必须要留在你自己的本地环境里面去进行处理。
在确定具体的选题方向时, 大家可以去参考下面所提到的这一实际案例, 这个案例指的就是那篇出现在公众微信号里的文章, 文章的标题是《十项AI任务?!实测一遍后我彻底回不去了》, 至于这篇具体内容详尽的文章, 它最初是由杨咩咩在名为“AI生活手记”的账号上进行发布于分享的。