តើ AI អាចទុកចិត្តបានដែរឬទេ? [វីដេអូ និងសំណួរ]

ចម្លើយខ្លី៖ បញ្ញាសិប្បនិម្មិត (AI) មិនមែនជាលក្ខណៈពិសេសដែលអាចទុកចិត្តបានទេ៖ វាអាស្រ័យលើភារកិច្ច រង្វិលជុំនៃការទាញយក និង មនុស្សម្នាក់ដែលនៅតែស្ថិតក្នុងចំណុចចាប់ផ្តើម។ ពេលវេលាដំណើរការគឺថាតើចំណុចបញ្ចប់ត្រូវបានឆ្លើយឬអត់។ សច្ចភាព គឺថាតើចម្លើយគឺដូច្នេះឬអត់។ ប្រើវានៅពេលដែលការខកខានមានតម្លៃថោក ឬអាចចាប់បាន។ បន្ថយល្បឿននៅពេលដែលការខកខានមានតម្លៃថ្លៃ។

ចំណុចសំខាន់ៗ៖

ការទទួលខុសត្រូវ៖ ដាក់ឈ្មោះអ្នកណាដែលពិនិត្យឡើងវិញ អ្នកណាអាចបញ្ឈប់វា និងអ្នកណាដែលមានបញ្ហា។

តម្លាភាព៖ ពិនិត្យមើលបំណែកដែលបានទាញយកមកវិញ ឬអ្នកនៅតែស្ថិតក្នុងភាពមិនច្បាស់លាស់។

លទ្ធភាព​ត្រួតពិនិត្យ៖ កត់ត្រា​ការ​សួរ​នាំ ទាញយក​បំណែក​ដែល​បាន​ផ្ញើ និង​ផ្ញើ ដើម្បី​អាច​តាមដាន​ការ​ខកខាន​បាន។

ភាពធន់នឹងការប្រើប្រាស់ខុស៖ បរាជ័យក្នុងការបិទសំណួរអំពីលុយកាក់; កុំបង្កើតលេខ បង្អួច ឬគោលនយោបាយ។

លទ្ធផល​ជា​ឧទាហរណ៍៖ ចាត់ទុក​ការធ្វើតេស្ត​ជា​ឧទាហរណ៍​ចំនួន 20 សំណួរ​ដូចជា​ផែនទី មិនមែន​ជា​ភស្តុតាង 95% ទេ។

អត្ថបទដែលអ្នកប្រហែលជាចង់អានបន្ទាប់ពីអត្ថបទនេះ៖

🔗 របៀបប្រើប្រាស់ AI ក្នុងជីវិតប្រចាំថ្ងៃ
ស្វែងយល់ពីវិធីជាក់ស្តែងដែល AI អាចធ្វើឱ្យកិច្ចការ និងទម្លាប់ប្រចាំថ្ងៃមានភាពសាមញ្ញ។

🔗 របៀបប្រើប្រាស់ AI នៅកន្លែងធ្វើការ
ស្វែងយល់ពីវិធីជាក់ស្តែងដើម្បីបង្កើនផលិតភាព និងប្រសិទ្ធភាពជាមួយ AI។

🔗 តើបញ្ញាសិប្បនិម្មិតអាចគិតដោយខ្លួនឯងបានទេ?
ស្វែងយល់ថាតើបញ្ញាសិប្បនិម្មិតអាចគិតដោយឯករាជ្យ និងវែកញែកបានពិតប្រាកដឬអត់។

🔗 តើ AI មានប្រភេទអ្វីខ្លះ?
ស្វែងយល់ពីប្រភេទ AI សំខាន់ៗ សមត្ថភាព និងភាពខុសគ្នាសំខាន់ៗ។

អ្វីដែល "អាចទុកចិត្តបាន" មានន័យសូម្បីតែនៅពេលដែលម៉ាស៊ីនគឺជាសេកស្ថិតិ

ភាពជឿជាក់ ក្នុង​ការនិយាយ​ប្រចាំថ្ងៃ មានន័យថា អ្នកអាច​ពឹងផ្អែក​លើ​អ្វីមួយ​បាន។.

ជាមួយនឹងប្រព័ន្ធស្វ័យប្រវត្តិកម្មដែលនិយាយបាន គំនរនៃលក្ខណៈសម្បត្តិផ្សេងៗគ្នាលាក់ខ្លួននៅក្រោមពាក្យតែមួយ។ ភាពជាក់ស្តែង។ ភាពស៊ីសង្វាក់គ្នា។ ការក្រិតតាមខ្នាត - ថាតើទំនុកចិត្តរបស់ម៉ូដែលត្រូវគ្នានឹងឱកាសដែលវាត្រឹមត្រូវ ឬថាតើវាគ្រាន់តែ... ស្តាប់ទៅប្រាកដ។ សុវត្ថិភាព។ ពេលវេលាដំណើរការ។ ភាពរសើបភ្លាមៗ។ ឥរិយាបថលើករណីគែម។ ឥរិយាបថបន្ទាប់ពីការផ្លាស់ប្តូរការចែកចាយ នៅពេលដែលពិភពផ្ទាល់មិនមែនជាពិភពបណ្តុះបណ្តាល។ គ្មានមួយណាដែលបរាជ័យជាមួយគ្នាទេ។ នោះជាចំណុចដែលមនុស្សរំលង។

chatbot អាច "ដំណើរការ" ពេញមួយសប្តាហ៍ ហើយនៅតែខុសនៅរសៀលថ្ងៃអង្គារ។ អ្នកសហការសរសេរកូដអាចល្អនៅ boilerplate ហើយបន្ទាប់មកស្រមៃថា API ដែលមើលទៅដូច API ពិតប្រាកដ។ ពាក្យប្រៀបធៀបដែលមនុស្សចង់បានគឺ "មិត្តរួមការងារថ្នាក់ក្រោម"។ វាជាពាក្យប្រៀបធៀបមិនល្អឥតខ្ចោះ - មិត្តរួមការងារថ្នាក់ក្រោមមានអារម្មណ៍ខ្មាស់អៀន - ប៉ុន្តែវានៅជិតជាង "oracle"។.

ការធ្វើតេស្តផ្ទាល់គឺ អាចទុកចិត្តបានលើ អ្វី សម្រាប់អ្នកណាជាមួយអ្វី រង្វិលជុំជុំវិញវា។ បើមិនដូច្នោះទេ អ្នកកំពុងវាយតម្លៃម៉ាស៊ីនលាយលើថាតើវាអាចធ្វើពន្ធបានឬអត់។

ពេលវេលាដំណើរការមិនមែនជាភាពស្មោះត្រង់ទេ - ប្រភេទពីរផ្សេងគ្នានៃ "ភាពជឿជាក់"

មនុស្ស​ដែល​និយាយ​កុហក និង​មនុស្ស​ដែល​និយាយ​ការពិត ប្រើ​ពាក្យ​ដូចគ្នា ហើយ​និយាយ​ហួសហេតុ​ពី​គ្នា។.

ពេលវេលាដំណើរការគឺ "តើចំណុចបញ្ចប់បានឆ្លើយយ៉ាងដូចម្តេច"។ ភាពស្មោះត្រង់គឺ "តើចម្លើយគឺដូច្នេះទេ"។ អភិបាលកិច្ចយកចិត្តទុកដាក់ចំពោះទាំងពីរ ហើយហានិភ័យគំរូស្ថិតនៅក្នុងចន្លោះប្រហោងដ៏អាក្រក់។ អ្នកអាចមានសេវាកម្មដែលមិនដែលព្រិចភ្នែក ហើយនៅតែបញ្ជូនការកុហកយ៉ាងស្ទាត់ជំនាញទៅក្នុងសំបុត្ររបស់អតិថិជន។ អាចទុកចិត្តបានក្នុងន័យ SRE។ មិនគួរឱ្យទុកចិត្តក្នុងន័យ "សូមកុំបង្កើតគោលការណ៍សងប្រាក់វិញ"។.

ខ្ញុំគិតថារឿងនេះច្បាស់ណាស់ត្រូវបានសរសេរចុះ។ វាមិនច្បាស់ទេនៅម៉ោង ៤ រសៀល នៅពេលដែលការឆ្លើយតបលឿន ហើយជួរគឺអស្ចារ្យ។ ល្បឿនមានអារម្មណ៍ដូចជាសមត្ថភាព។ ភាពយឺតយ៉ាវធ្លាប់មានន័យថាមាននរណាម្នាក់កំពុងគិត។ ឥឡូវនេះ ល្បឿនគឺជាសញ្ញាបង្ហាញថាគ្មាននរណាម្នាក់កំពុងគិតនោះទេ។.

សុវត្ថិភាពគឺជាអ័ក្សមួយទៀត។ ម៉ូដែលដែលបដិសេធការ Jailbreak ដ៏អាក្រក់គឺ "អាចទុកចិត្តបាន" ក្នុងលក្ខណៈវាយតម្លៃសុវត្ថិភាព ហើយអាចនៅតែបំផ្លាញសេចក្តីសង្ខេបនៃកំណត់ចំណាំផ្ទាល់ខ្លួនរបស់អ្នក។.

ការស្ទាត់ជំនាញ និងខុសឆ្គង គឺអាក្រក់ជាងការឆ្គង និងត្រង់ៗ

នេះ​ជា​បញ្ហា​ទំនុកចិត្ត ហើយ​វា​ជា​បញ្ហា​ដែល​រំខាន​ដល់​មនុស្ស​គ្រប់គ្នា។.

ភាពត្រឹមត្រូវ និងភាពស្ទាត់ជំនាញត្រូវបានបែងចែក ហើយភាពស្ទាត់ជំនាញរក្សាបាននូវភាពរឹងមាំ។ សញ្ញាបត្រ LLM នឹងផ្តល់ឱ្យអ្នកនូវចង្វាក់ ការការពារហានិភ័យនៅកន្លែងត្រឹមត្រូវ ប្រហែលជារូបរាងក្លែងក្លាយ ប៉ុន្តែស្អាត។ ខួរក្បាលរបស់អ្នកអានថា "មនុស្សម្នាក់នេះដឹង"។ លើកលែងតែវាមិនមែនជាមនុស្ស ហើយការក្រិតតាមខ្នាតជារឿយៗគឺអាក្រក់ណាស់ - ទំនុកចិត្តខ្ពស់ ការពិតមធ្យមត្រូវបានថ្លែងដូចជាសុន្ទរកថាសំខាន់។

ចម្លើយខុសឆ្គងធ្វើឱ្យអ្នកមានការសង្ស័យ។ ចម្លើយខុសស្ទាត់ជំនាញធ្វើឱ្យអ្នកឈប់ពិនិត្យ។ នោះមិនមែនជាភាពខុសគ្នាតិចតួចទេ វាគឺជារឿងរ៉ាវទាំងមូលនៅក្នុងប្រយោគដ៏អាក្រក់បន្តិច។.

ភាពលំអៀងក៏ស្ថិតនៅក្នុងនោះដែរ មិនមែនតែងតែជាការប្រមាថនោះទេ វាជាលំនាំដើមអំពីអ្នកណានៅក្នុងបន្ទប់ និងរសជាតិនៃភាសាអង់គ្លេសណាដែលចាត់ទុកថាអព្យាក្រឹត។ មនុស្សត្រូវបានគេបោកបញ្ឆោត ពីព្រោះភាសាគឺជាចំណុចប្រទាក់ជឿទុកចិត្តចាស់បំផុតរបស់យើង។ ប្រសិនបើវានិយាយដូចជាសេចក្តីសង្ខេប យើងចាត់ទុកវាដូចជាសេចក្តីសង្ខេប។ ខ្ញុំនៅតែចង់មានន័យកាន់តែសង្ស័យអំពីរឿងនោះ។ បន្ទាប់មកខ្ញុំបានអានសេចក្តីសង្ខេបដ៏ស្រពិចស្រពិលមួយ ហើយស្មារបស់ខ្ញុំក៏ធ្លាក់ចុះ។ ពេលដើរចូលទៅក្នុងកិច្ចប្រជុំ សេចក្តីសង្ខេបហាក់ដូចជាចប់។ ប្រយោគនោះកំពុងធ្វើការងារច្រើនពេក ហើយនៅតែ៖ នោះហើយជារបៀបដែលអ្នកនាងចូលទៅក្នុងវេទិកា។.

ភាពជឿជាក់តាមស្ថានភាព មិនមែនតាមម៉ាកទេ

ម៉ាកយីហោគឺជាការរំខានមួយ។ ការប្រៀបធៀបដែលរកប្រាក់ចំណេញបានគឺការងារ។ ជម្លោះនឹងឈ្លោះប្រកែកគ្នា។ នោះមិនអីទេ។.

យ៉ាងណាក៏ដោយ ប្រសិនបើឧបករណ៍ដែលអ្នកចូលចិត្តជំនាញខាងព្រាង ហើយអ្នកចាប់បានខ្លួនឯងកំពុងសុំវាសម្រាប់ការលួងលោមស្របច្បាប់នៅពាក់កណ្តាលអធ្រាត្រ នោះមិនមែនជាការធ្វើឱ្យប្រសើរឡើងទេ។ នោះគឺជាផែនទីដែលបង្ហាញថាអ្នកបានដើរចេញពីវា។.

ការយល់ច្រឡំ ការរសាត់បាត់ និងប្រភេទនៃកំហុសឆ្គងស្ងាត់ៗ

ការយល់ច្រឡំ​ខាង​វិញ្ញាណ ​ទទួលបាន​ចំណងជើង​ព័ត៌មាន​ពីព្រោះវា​មាន​រសជាតិ​ហឹរ៖ សៀវភៅ​មួយ​ដែល​មិនមាន មុខងារ​មួយ​ដែល​មិន​ធ្លាប់​ត្រូវបាន​ចេញផ្សាយ និង​ឃ្លា​គោលនយោបាយ​ដែលមាន​លេខ​ដែល​ធ្វើឱ្យ​មាន​អារម្មណ៍​ថា​ជា​ផ្លូវការ។

ការរសាត់អណ្តែតមិនសូវមានលក្ខណៈភាពយន្តទេ។ ពិភពលោកផ្លាស់ទី។ សំណល់របស់តារាម៉ូដែលនៅតែមាន។ អ្នកសួរសំណួរដែលត្រូវការបរិបទថ្មី ហើយអ្នកទទួលបានចម្លើយដែលរៀបចំបានល្អពីអាកាសធាតុមុន។ ខ្ញុំស្ទើរតែសរសេរថា "មកពីសម័យកាលមួយផ្សេងទៀត" នៅទីនោះ ដែលជាការបំផ្លើសដែលប្រធានបទនេះអញ្ជើញ។ វាមិនមែនជាសម័យកាលមួយផ្សេងទៀតទេ។ វាមិនមែនឥឡូវនេះទេ។.

កំហុស​ស្ងាត់ៗ​គឺជា​រឿង​ដែល​ខ្ញុំ​យកចិត្តទុកដាក់​ជាង។ សេចក្ដីសង្ខេប​មួយ​ដែល​លុប​ចោល​ករណី​លើកលែង។ សេចក្ដី​សង្ខេប​មួយ​ដែល​ធ្វើ​ឲ្យ​ពាក្យ​ថា​ប្រហែល​ជា​ក្លាយ​ជា​ពាក្យ​ដែល​ចាំបាច់។ ភាព​ពិត​អាច​មាន​លក្ខណៈ​ល្អ​ប្រសើរ​តាម​បច្ចេកទេស ខណៈ​ដែល​អត្ថន័យ​បាន​ធ្លាក់​ចុះ។.

ការ​រសើប​ភ្លាមៗ​ធ្វើ​ឱ្យ​រឿង​នេះ​កាន់តែ​អាក្រក់​ទៅៗ។ ផ្លាស់ប្ដូរ​ការ​រុំ​ព័ទ្ធ ហើយ​ «ការពិត» នឹង​ភ្លឺ​ចែងចាំង។ សួរ​ជា​អ្នក​សង្ស័យ ទទួល​បាន​របង​ការពារ។ សួរ​ជា​ចៅហ្វាយ​ប្រញាប់ ទទួល​បាន​ការ​អះអាង​ហួសហេតុ​រហ័ស។ ប្រសិនបើ​ការ​វាយតម្លៃ​របស់​អ្នក​ប្រើ​តែ​សំលៀកបំពាក់​មួយ​ប៉ុណ្ណោះ ការ​វាយតម្លៃ​របស់​អ្នក​គឺ​ជា​ការ​កុហក​បន្តិច។ សូម​អភ័យទោស។.

ការ Jailbreak ហាក់ដូចជាមិនសូវមានប្រសិទ្ធភាពទេ ហើយខ្ញុំមិនចង់ឃើញខ្សែភាពយន្តលួចនោះទេ។ ប្រសិនបើប្រព័ន្ធមួយអាចត្រូវបានបញ្ចុះបញ្ចូលឱ្យបោះបង់ចោលឥរិយាបថរបស់វា ភាពជឿជាក់មិនត្រឹមតែអំពីការពិតប៉ុណ្ណោះទេ វាគឺថាតើរបាំងការពារនោះជារង្វិលជុំ ឬជាផ្ទាំងរូបភាព។

សំណល់នៃការហ្វឹកហាត់ ចំណេះដឹងហួសសម័យ និងមូលហេតុដែលការហ្វឹកហាត់ជាមូលដ្ឋានមិនមែនជាដំបងវេទមន្ត

គំរូបង្កើតត្រូវបានហ្វឹកហាត់នៅលើគំនរមួយ បន្ទាប់មកចង្អុលទៅថ្ងៃអង្គាររបស់អ្នក។ ការទាញយកគឺជាការប៉ុនប៉ងរបស់មនុស្សពេញវ័យដើម្បីភ្ជាប់បច្ចុប្បន្នទៅនឹងគំនរនោះ។ ការភ្ជាប់ដីមានន័យថា "ឆ្លើយពីនេះ មិនមែនពីអ័ព្ទទេ"។ នៅពេលដែលវាបរាជ័យ វាបរាជ័យដោយសុភាពរាបសារ។.

ការបរាជ័យបែបបុរាណ៖ ឧបករណ៍ទាញយកឯកសារស្ទើរតែខកខាន។ ឧបករណ៍បង្កើតឯកសារសរសេរវាដោយស្ងប់ស្ងាត់ទាំងស្រុង។ អ្នកឃើញវត្ថុដែលមានរាងដូចប្រភព ហើយសភាវគតិត្រួតពិនិត្យរបស់អ្នកនឹងបិទ។ ខ្ញុំធ្វើបែបនេះ។ អ្នកប្រហែលជាធ្វើបែបនេះ។ គំនិតនៃការដកស្រង់គឺត្រឹមត្រូវ ការអនុវត្តគឺល្អដូចការវាយ។.

ចំណេះដឹងហួសសម័យគឺជាការលេចធ្លាយមួយទៀត។ កិច្ចការមួយចំនួនត្រូវការស្ថានភាពជាក់ស្តែង - តម្លៃ សារពើភ័ណ្ឌ ពាក្យពេចន៍បច្ចុប្បន្ននៃគោលនយោបាយ។ កិច្ចការមួយចំនួនត្រូវការជំនាញដែលមានស្ថេរភាព ដូចជារបៀបរៀបចំអនុស្សរណៈ។ លាយបញ្ចូលគ្នា នោះអ្នកនឹងទទួលបានចម្លើយប្រាកដអំពីពិភពលោកដែលបានផ្លាស់ប្តូររួចហើយ។ ការផ្លាស់ប្តូរការចែកចាយគឺជាឈ្មោះសម្រាប់មនុស្សពេញវ័យ៖ ការចែកចាយផ្ទាល់មិនមែនជាការចែកចាយការបណ្តុះបណ្តាលទេ ហើយករណីគែមស្ថិតនៅក្នុងចន្លោះប្រហោង។.

មានរឿងមួយទៀត ដែលខ្ញុំបាននិយាយដោយប្រើសហសញ្ញាខុសកន្លែង ពីព្រោះនោះជារបៀបដែលកំណត់ចំណាំរបស់ខ្ញុំមើលទៅ៖ ការចុះចតគឺជាកម្រាលឥដ្ឋ មិនមែនជាហាឡូទេ។ ប្រសិនបើអ្នកមិនអាចពិនិត្យមើលបំណែកដែលទាញយកមកវិញបានទេ អ្នកនៅតែស្ថិតក្នុងអ័ព្ទ គ្រាន់តែមានពន្លឺល្អជាង។.

ល្ខោនវាយតម្លៃ៖ ហេតុអ្វីបានជាការបង្ហាញជាការធ្វើតេស្តដ៏គួរឱ្យភ័យខ្លាច

ការបង្ហាញ​ពី​គំរូ​កំពុង​មាន​ពន្លឺ។ ការវាយតម្លៃ​ស្តង់ដារ​មាន​ភាព​ស្មោះត្រង់​ជាង​បន្តិច ហើយ​នៅតែ​មិនមែនជា​ការងារ​របស់​អ្នក​នៅឡើយ។.

ការណែនាំដ៏ស្អាត និងភារកិច្ចដែលគំរូបានឃើញបងប្អូនជីដូនមួយពាន់នាក់ - ជាការពិតណាស់វាមើលទៅមុតស្រួច។ ការវាយតម្លៃដែលមានតែវិធានការនោះកំពុងវាស់វែងការសម្តែងលើឆាក។ លំហូរការងារផ្ទាល់មានការបិទភ្ជាប់ច្របូកច្របល់ ឯកសារដែលបាត់ និងអ្នកប្រើប្រាស់ដែលនឹងទទួលយកចម្លើយដំបូងដែលកាត់បន្ថយការថប់បារម្ភរបស់ពួកគេ។.

ស្តង់ដារ​គឺ​សំខាន់។ ពួកវា​គ្រាន់តែ​មិន​ធ្វើដំណើរ​ល្អ​ដូច​ការ​ធ្វើពុត​របស់​សន្លឹកបៀ​នោះទេ។ ពិន្ទុ​លើ​តារាង​ពិន្ទុ​មិនមែនជា​ការក្រិត​តាមខ្នាត​លើ​សំបុត្រ​របស់អ្នក​ទេ។ ហានិភ័យ​គំរូ​នៅក្នុង​ក្រុមហ៊ុន​មួយ​គឺ "អ្វីដែលកើតឡើងនៅពេលដែលវាខុសក្នុងបរិមាណ" មិនមែន "តើវាឆ្លងកាត់សំណុំសំណួរ​ទេ"។ ការធ្វើតេស្តដែលអ្នកត្រូវការគឺស្ងួត៖ ស្នាក់នៅខាងក្នុងអត្ថបទដែលទាញយកមកវិញ; សម្គាល់ភាពមិនប្រាកដប្រជាជំនួសឱ្យការបោកប្រាស់; រក្សាភាពស៊ីសង្វាក់គ្នានៅពេលអ្នកនិយាយឡើងវិញ; បរាជ័យក្នុងការបិទ (បដិសេធ សួរ ពន្យារពេល) ជាជាងបរាជ័យក្នុងការបើក (បង្កើត)។.

ខ្ញុំបានឃើញមនុស្សចាត់ទុកការបញ្ចប់ដ៏គួរឱ្យចាប់អារម្មណ៍តែមួយជាភស្តុតាង។ នោះដូចជាការសម្រេចចិត្តថាភោជនីយដ្ឋានមួយ "អាចទុកចិត្តបាន" ពីព្រោះមុខម្ហូបចាប់ផ្តើមគឺស្អាត។ ប្រហែលជាវាពិតជាគួរឱ្យទុកចិត្តមែន។ ប្រហែលជាផ្ទះបាយមានពេលដប់នាទីដ៏ល្អ។.

ភាពផ្ទុយគ្នាបន្តិចបន្តួចកំពុងកើតឡើង៖ ខ្ញុំនៅតែប្រើ demos ដើម្បីទទួលបានអារម្មណ៍។ គ្រាន់តែខ្ញុំមិនជួលអារម្មណ៍នោះទេ។.

តើ AI អាចទុកចិត្តបានដែរឬទេ? លុះត្រាតែមាននរណាម្នាក់នៅតែជាប់ពាក់ព័ន្ធ

Human-in-the-loop តែមួយគត់​ដែលត្រូវគ្នា​នឹង​របៀប​បរាជ័យ។

ប្រសិនបើគ្មាននរណាម្នាក់ទទួលខុសត្រូវទេ ប្រព័ន្ធនេះនឹងត្រូវបានប្រើដូចជាវាកំពុងដំណើរការ។ អភិបាលកិច្ចគឺជាឈ្មោះមិនសមរម្យសម្រាប់ "អ្នកណាពិនិត្យ អ្នកណាអាចបញ្ឈប់វា អ្វីដែលត្រូវបានកត់ត្រា អ្វីដែលកើតឡើងបន្ទាប់ពីការខកខាន"។ ភ្នាក់ងារធ្វើឱ្យរឿងនេះកាន់តែច្បាស់ ពីព្រោះពួកគេចាត់វិធានការ មិនមែនគ្រាន់តែជាកថាខណ្ឌនោះទេ។ សេចក្តីព្រាងដែលអ្នកមិនបានផ្ញើគឺថោក។ ការហៅឧបករណ៍ដែលអ្នកមិនបានចង់មានន័យគឺមិនមែនទេ។

ចូរ​ប្រាប់​ឈ្មោះ​អ្នក​ដែល​ជាប់​ពាក់ព័ន្ធ។ ប្រសិនបើ​ចម្លើយ​គឺ "តារា​ម៉ូដែល" អ្នក​មិន​មាន​ចម្លើយ​ទេ។ តារា​ម៉ូដែល​មិន​ទៅ​កិច្ចប្រជុំ​បន្ទាប់​ពី​ហេតុការណ៍​នោះ​ទេ។ មាន​មនុស្ស​ម្នាក់​ទៅ ឬ​ក៏​មាន​អ្នក​ទៅ​កន្លែង​ស្ងាត់​ទៅ ហើយ​បន្ទាប់​មក​មាន​មេធាវី​ម្នាក់​ទៅ។.

ជ្រើសរើសការត្រួតពិនិត្យដែលត្រូវនឹងកាំនៃការផ្ទុះ។ ការពិនិត្យឡើងវិញកម្រិតពិនិត្យអក្ខរាវិរុទ្ធសម្រាប់ការបង្ហោះសង្គម។ ការត្រួតពិនិត្យប្រភពសម្រាប់អ្វីដែលអះអាងពីការពិត។ អ្នកជំនាញសម្រាប់អ្វីដែលទាក់ទងនឹង វេជ្ជសាស្ត្រ ច្បាប់ឥណទាន ប្រតិបត្តិការសុវត្ថិភាពសំខាន់ៗ។ សម្រាប់រឿងទាំងនោះ មនុស្សមិនមែន "នៅក្នុងរង្វិលជុំ" ទេ។ មនុស្សគឺជារង្វិលជុំ។ គំរូគឺជាអត្ថបទខ្លីមួយ។ នោះមិនមែនជាការសង្ស័យជាបុគ្គលិកលក្ខណៈទេ។ នោះគឺជារសជាតិ។

ឥឡូវនេះ ម៉ូដសម្លៀកបំពាក់គឺលាក់មូលប្បទានប័ត្រនៅពីក្រោយប៊ូតុងផ្ញើភ្លឺចែងចាំង។ សព្វថ្ងៃនេះ នោះហើយជារបៀបដែលអ្នកធ្វើឱ្យពាក្យចចាមអារ៉ាមដោយស្វ័យប្រវត្តិ។ ថ្មីៗនេះ ខ្ញុំមិនសូវចាប់អារម្មណ៍នឹងរឿងនេះទេ ហើយការងារក៏កាន់តែប្រសើរឡើង។.

របៀបសួរដើម្បីចាប់អ្នកខុស

អ្នកអាចសួរចម្លើយប្រព័ន្ធទាំងនេះដោយមិនចាំបាច់ក្លាយជាអ្នកសង្ស័យដែលមានជំនាញវិជ្ជាជីវៈអំពីពន្លឺព្រះអាទិត្យនោះទេ។.

• សួរដោយចេតនាអំពីភាពមិនប្រាកដប្រជា។ "អ្វីដែលធ្វើឱ្យរឿងនេះខុស?" ជំនួសឲ្យ "ធ្វើឱ្យវាមានទំនុកចិត្ត"។.

• បំបែក​ការ​ទាញ​យក​ពី​មួយ​ជំនាន់​ទៅ​មួយ​ជំនាន់​តាម​ដែល​អាច​ធ្វើ​ទៅ​បាន។ សូម​មើល​អត្ថបទ​ជាមុន​សិន។ បន្ទាប់​មក​សុំ​ឲ្យ​មាន​ការ​សរសេរ​ឡើង​វិញ។.

• ប្តូរសំលៀកបំពាក់។ និយាយឡើងវិញ។ សុំឱ្យវាជជែកវែកញែកផ្ទុយពីនេះ។ ភាពរសើបភ្លាមៗគឺជាពិលប្រសិនបើអ្នកប្រើវាតាមវិធីនោះ។.

• បង្ខំ​ការ​រឹតត្បិត៖ "តែ​ពី​អត្ថបទ​ដែល​ខ្ញុំ​បាន​បិទភ្ជាប់​ប៉ុណ្ណោះ" "ប្រសិនបើ​បាត់ សូម​និយាយ​ថា​បាត់"។ ម៉ូដែល​ស្តាប់បង្គាប់​ចំពោះ​រឿង​នេះ​យ៉ាង​គួរ​ឲ្យ​ភ្ញាក់ផ្អើល... រហូត​ដល់​ពួកគេ​មិន​ស្តាប់បង្គាប់។ សូម​ពិនិត្យ​មើល​យ៉ាង​ណា​ក៏​ដោយ។.

• ចូលចិត្តភារកិច្ចដែលមានកម្មវិធីផ្ទៀងផ្ទាត់។ កម្មវិធីចងក្រង លីនទ័រ ការត្រួតពិនិត្យគ្រោងការណ៍ និងភ្នែកមួយគូទៀត។ ភាពជឿជាក់ចូលចិត្តកម្មវិធីចាត់ថ្នាក់។.

• ប្រយ័ត្នចំពោះការចង្អុលបង្ហាញ៖ ភាពជាក់លាក់បន្ថែម។ តួលេខដែលមើលទៅច្បាស់លាស់ ករណីដែលមានឈ្មោះ ឃ្លាដែលមានលេខច្បាស់លាស់ - នោះហើយជាកន្លែងដែលការយល់ច្រឡំចូលចិត្តតុបតែង។.

• រក្សាជំហានរបស់មនុស្សឱ្យអាចមើលឃើញ។ ប្រសិនបើ UI លាក់មូលប្បទានប័ត្រ មនុស្សនឹងរំលងមូលប្បទានប័ត្រ។ នោះគឺជាគ្រឿងសង្ហារិម មិនមែនជាការបរាជ័យខាងសីលធម៌ទេ។.

គ្មានអ្វីដែលធ្វើឱ្យគំរូនេះ "ពិត" នោះទេ។ វាធ្វើឱ្យរង្វិលជុំមិនសូវងាយជឿ។ ដែលខ្ញុំស្មានថា វាគឺជាផលិតផល។.

កន្លែងដែលផែនទីទុកអ្នកចោល

ដូច្នេះ សំណួរ​បាទ/ទេ ដំណើរការ​តែ​ជា​ច្រកទ្វារ​ប៉ុណ្ណោះ។.

តើ AI អាចទុកចិត្តបានដែរឬទេ? មិនមែនជាលក្ខណៈទេ។ ជាលក្ខណៈសម្បត្តិនៃភារកិច្ចមួយ សំណុំទិន្នន័យ រង្វិលជុំទាញយក ការវាយតម្លៃដែលមិនមែនជាការបង្ហាញ និងជាមនុស្សដែលនៅតែត្រូវមានន័យដូច្នោះ។ ភាពស្ទាត់ជំនាញនឹងបន្តបញ្ឆោតយើង ពីព្រោះយើងជាសត្វដែលនិយាយភាសា ហើយប្រព័ន្ធទាំងនេះគឺជាម៉ាស៊ីននិយាយភាសា។ ពេលវេលាដំណើរការនឹងបន្តច្រឡំជាមួយការពិត ពីព្រោះទាំងពីរមានអារម្មណ៍ថា "វាដំណើរការ"។ អ្នកបើកយន្តហោះរួមនឹងបន្តរកប្រាក់ចំណូលរបស់ពួកគេនៅចំកណ្តាលដែលច្របូកច្របល់ - សេចក្តីព្រាង សេចក្តីសង្ខេបដែលអ្នកអាចរំលងបាន កូដដែលអ្នកអាចចងក្រងបាន - និងមិនមានសុវត្ថិភាពនៅពេលដែលយើងផ្ទេរការវិនិច្ឆ័យទៅកថាខណ្ឌដែលមិនអាចខ្វល់ខ្វាយបាន។.

ប្រើប្រាស់​វា​នៅ​ពេល​ដែល​ការ​ខកខាន​មាន​តម្លៃ​ថោក ឬ​អាច​ចាប់​បាន។ បន្ថយល្បឿន​នៅ​ពេល​ដែល​ការ​ខកខាន​មាន​តម្លៃ​ថ្លៃ។ នោះ​ជា​ចម្លើយ​ត្រង់ៗ ហើយ​វា​មាន​តម្លៃ​ច្រើន​ជាង​ពាក្យ​ស្លោក។.

ប្រសិនបើអ្នកយករឿងមួយ៖ ឈប់សួរម៉ូដែលថាតើវាប្រាកដឬអត់។ សូមមើលអ្វីដែលកើតឡើងនៅពេលអ្នកសួរវាថាវាអាចខុសដោយរបៀបណា។ បន្ទាប់មកទៅពិនិត្យមើល។.

ឧទាហរណ៍​ក្នុង​ពិភព​ពិត៖ ការ​បង្កើត​ជំនួយការ AI សម្រាប់​គោលការណ៍​សមាជិកភាព

សេណារីយ៉ូ

Priya ដំណើរការចំណេះដឹងសម្រាប់ Harbour Membership ដែលជាស្ថាប័នពាណិជ្ជកម្មចក្រភពអង់គ្លេសដែលមានសមាជិក 70 នាក់សម្រាប់កន្លែងហាត់ប្រាណឯករាជ្យ។ មនុស្សបីនាក់ឆ្លើយសំណួររបស់សមាជិក។ ប្រភពនៃការពិតគឺជាសៀវភៅណែនាំចំនួន 180 ទំព័រ ដែលត្រូវបានធ្វើបច្ចុប្បន្នភាពរៀងរាល់ត្រីមាស បូករួមទាំងឯកសារ PDF ចាស់ៗនៅក្នុងដ្រាយដែលបានចែករំលែកដែលគ្មាននរណាម្នាក់មានចិត្តចង់លុបនោះទេ។.

ភាពជាអ្នកដឹកនាំបានទិញជំនួយការជំនួយការរួចហើយ។ ការបង្ហាញគឺល្អណាស់។ ពេលវេលាដំណើរការគឺល្អ។ នៅសប្តាហ៍ទីពីរ សេចក្តីព្រាងដែលស្ទាត់ជំនាញប្រាប់សមាជិកម្នាក់ថាពួកគេអាចបង្កករយៈពេល 14 ថ្ងៃ ហើយទទួលបានប្រាក់សងវិញពេញលេញ "តាមស្តង់ដារ"។ នោះមិនមែនជាគោលការណ៍ទេ។ ភ្នាក់ងារបានចាប់វា ពីព្រោះពួកគេនៅតែបើកសៀវភៅណែនាំនៅពេលដែលមានរឿងលុយកាក់ពាក់ព័ន្ធ។ សំណួររបស់ភាពជាអ្នកដឹកនាំ ដែលត្រូវបានផ្ញើដូចជាវាជាបាទ/ចាស ឬទេ គឺ៖ តើ AI អាចទុកចិត្តបានទេ?

ព្រីយ៉ា បដិសេធ​សាលក្រម​នេះ។ នាង​ចាត់​ទុក​វា​ដូច​ជា​ផែនទី។ ការងារ​មិនមែន​ជា "ផ្តល់​ឲ្យ​សមាជិក​នូវ​ទំនាយ​មួយ" ទេ។ វា​គឺ "ព្រាង​ចម្លើយ​ពី​សៀវភៅ​ណែនាំ​បច្ចុប្បន្ន បង្ហាញ​អត្ថបទ ហើយ​បិទ​មិន​ឲ្យ​ដំណើរការ​បាន​ទេ នៅពេល​ដែល​អត្ថបទ​បាត់"។ ប្រសិនបើ​អ្នក​បើក​យន្តហោះ​រង​មិន​អាច​ធ្វើ​បែប​នោះ​បាន វា​គឺជា​ប្រដាប់​ក្មេង​លេង​ព្រាង មិនមែន​ជា​តុ​គោលនយោបាយ​ទេ។.

អ្វីដែលជំនួយការត្រូវការ

• សៀវភៅណែនាំខែមេសា ឆ្នាំ២០២៦ ជាបញ្ជីតែមួយគត់ដែលត្រូវបានអនុញ្ញាត ដោយលេខផ្នែកនៅដដែល

• ឯកសារ PDF ចាស់ឆ្នាំ ២០២៣ ដែលទុកក្នុងដ្រាយដោយចេតនា ដូច្នេះពួកគេអាចមើលឃើញថាតើការទាញយកមកវិញចាប់យកឯកសារដែលស្ទើរតែខកខានឬអត់

• ច្បាប់ជាលាយលក្ខណ៍អក្សរ៖ គ្មានទិន្នន័យផ្ទាល់ខ្លួនរបស់អតិថិជននៅក្នុងឧបករណ៍អ្នកប្រើប្រាស់ទេ។ គ្មានការផ្ញើដោយគ្មានមនុស្សទេ។ គ្មានការបង្កើតលេខ បង្អួច ឬឃ្លា "ជាស្តង់ដារ" ទេ។

• ការអនុញ្ញាតឱ្យកត់ត្រាការជំរុញ បំណែកដែលបានទាញយក និងការផ្ញើចុងក្រោយ

• ម្ចាស់ដែលមានឈ្មោះ (ព្រីយ៉ា) ដែលនឹងរកពិន្ទុសម្រាប់ឈុតសាកល្បង ហើយបញ្ឈប់អ្នកបើកយន្តហោះជំនួយប្រសិនបើវាបរាជ័យ។ អាក្រក់ជាងការបោះកាក់លើសំណួរលុយទៅទៀត។

• ប្រសិនបើឧបករណ៍នេះគាំទ្រការទាញយកមកវិញ បំណែកដែលទាញយកមកវិញត្រូវតែអាចមើលឃើញនៅជាប់នឹងសេចក្តីព្រាង។ ប្រសិនបើវាមិនមានទេ ពួកគេនឹងបិទភ្ជាប់ផ្នែកនោះដោយដៃ។ ការភ្ជាប់ដីដោយគ្មានផ្លូវឆ្លងកាត់ដែលអាចត្រួតពិនិត្យបាននៅតែជាអ័ព្ទ។.

ឧទាហរណ៍នៃការណែនាំ

ព្រីយ៉ា និយាយ​បែបនេះ​ដោយ​ប្រើ​ភាសា​ធម្មតា មិនមែន​និយាយ​តាម​ការ​សម្ដែង​លើ​ឆាក​ទេ៖

ឆ្លើយតែពីអត្ថបទសៀវភៅណែនាំខែមេសា ឆ្នាំ២០២៦ ដែលអ្នកបានផ្តល់ឱ្យ។ ដកស្រង់លេខផ្នែក។ ប្រសិនបើចម្លើយមិនមាននៅក្នុងអត្ថបទទាំងនោះទេ សូមនិយាយថា "មិនមាននៅក្នុងសៀវភៅណែនាំបច្ចុប្បន្នទេ" ហើយឈប់។ កុំបង្កើតបង្អួចបង្កក ច្បាប់សងប្រាក់វិញ ឬថ្លៃសេវា។ កុំធ្វើឱ្យប្រសើរឡើង "តាមការសំរេចចិត្តរបស់កន្លែងហាត់ប្រាណ" ទៅជា "តាមស្តង់ដារ"។ ប្រសិនបើអត្ថបទពីរមានជម្លោះ សូមបង្ហាញទាំងពីរ ហើយនិយាយថាអត្ថបទណាដែលបច្ចុប្បន្ន។ អ្នកកំពុងព្រាងសម្រាប់មនុស្សម្នាក់ដែលនឹងបើកប្រភពមុនពេលអ្វីមួយទៅដល់សមាជិក។.

បន្ទាប់មក នាងរក្សាការណែនាំទីពីរសម្រាប់ខ្លួននាង ពីព្រោះចំណុចនៃអត្ថបទគឺជារង្វិលជុំ មិនមែនគំរូទេ៖

មុនពេលផ្ញើ សូមបើកផ្នែកដែលបានដកស្រង់។ សួរថា "តើអ្វីទៅដែលធ្វើឱ្យរឿងនេះខុស?" ប្រសិនបើសេចក្តីព្រាងមានលេខដែលមិនមាននៅក្នុងអត្ថបទ សូមបដិសេធវា។ ប្រសិនបើខ្ញុំសួរដូចជាចៅហ្វាយប្រញាប់ សូមសួរម្តងទៀតដូចជាអ្នកសង្ស័យ ហើយប្រៀបធៀប។.

សេចក្តីព្រាងល្អមើលទៅដូចនេះ៖ "មិនមាននៅក្នុងសៀវភៅណែនាំបច្ចុប្បន្នទេ (ខែមេសា ឆ្នាំ២០២៦ ផ្នែក៤.២)។ ការបង្កកគឺស្ថិតនៅលើការសំរេចចិត្តរបស់ក្លឹបហាត់ប្រាណ។ ការសងប្រាក់វិញមិនមែនដោយស្វ័យប្រវត្តិទេ។ បង្កើនកម្រិត"។ សេចក្តីព្រាងមិនល្អមើលទៅដូចនេះ៖ "សមាជិកអាចបង្កករយៈពេល ១៤ថ្ងៃ ហើយទទួលបានប្រាក់សងវិញពេញលេញជាស្តង់ដារ។ បានបញ្ជាក់នៅក្នុងសៀវភៅណែនាំ"។ សម្លេងដូចគ្នា។ មានតែមួយក្នុងចំណោមនោះប៉ុណ្ណោះដែលជាគោលការណ៍។.

របៀបសាកល្បងវា

ព្រីយ៉ាសរសេរសំណួរចំនួន ២០ មុនពេលនាងពិនិត្យមើលលទ្ធផលនៃយន្តហោះជំនួយណាមួយ។ លំដាប់នោះសំខាន់ណាស់។ ការបង្ហាញសាកល្បងគឺភ្លើងបំភ្លឺ។ នេះគឺជាការធ្វើតេស្តស្ងួត។.

ឈុតនេះមិនមែនជារឿងកំប្លែងទេ។ វាគឺជាតុផ្ទាល់៖

• សំណួរចំនួនប្រាំបីដែលចម្លើយស្ថិតនៅក្នុងផ្នែកបច្ចុប្បន្នមួយ (សំណួរងាយៗ)

• កំហុសបួនយ៉ាងដែលស្ទើរតែមិនបានសម្រេច ដែលឯកសារ PDF ឆ្នាំ ២០២៣ មានពាក្យពេចន៍ជិតជាងអត្ថបទខែមេសា

• សំណួរបី "មិនមាននៅក្នុងសៀវភៅណែនាំ" (ជម្លោះវិក្កយបត្រ សំណួរដែលទាក់ទងនឹងផ្នែកវេជ្ជសាស្ត្រ "តើការបណ្តុះបណ្តាលនេះមានសុវត្ថិភាពទេ" សំណួរដែលទាក់ទងនឹងផ្នែកច្បាប់)

• សំណួរ​ចំនួន​បី​អំពី​ប្រាក់ (បង្កក, សងប្រាក់វិញ, ថ្លៃចូលរួម)

• សំណួរសមាជិកធម្មតាពីរ (ម៉ោងបើក ការធានារ៉ាប់រងគ្រូបង្វឹក)

ក្នុងចំណោម​មនុស្ស​ទាំង​ម្ភៃ​នាក់​នោះ ពីរនាក់​ក៏ត្រូវបាន​សួរ​ឡើងវិញ​ក្នុង​សំលៀកបំពាក់​ទីពីរ​ផងដែរ ម្តង​ជា​ចៅហ្វាយ​ដែល​ប្រញាប់ប្រញាល់ និង​ម្តង​ជា​អ្នក​សង្ស័យ ដើម្បី​ត្រួតពិនិត្យ​ភាពរសើប​ភ្លាមៗ។ ការសួរឡើងវិញទាំងនោះត្រូវបានកត់ត្រាទុក មិនត្រូវបានបញ្ចូលទៅក្នុងពិន្ទុ 20 ចំណុចនោះទេ។.

តារាង​វាយតម្លៃ ដែល​ផ្តល់​ពិន្ទុ​ដោយ Priya ដោយ​បើក​សៀវភៅ​ណែនាំ៖ ការ​ជាប់​ត្រូវការ​ច្បាប់​បច្ចុប្បន្ន​ត្រឹមត្រូវ លេខ​ផ្នែក​ពិតប្រាកដ និង​គ្មាន​ឃ្លា​បង្កើត​បន្ថែម​ទេ។ ការ​បរាជ័យ​ស្ងាត់ៗ​គឺជា​ប្រយោគ​ល្អ​ខាង​បច្ចេកទេស​ដែល​បាន​លុប​ចោល​ករណី​លើកលែង ឬ​ប្រែក្លាយ​ពាក្យ​ថា​ប្រហែល​ជា​ចាំបាច់។ ការ​បរាជ័យ​បើកចំហ​គឺជា​លេខ​បង្កើត ឬ​ឯកសារ PDF ដែល​ស្ទើរតែ​ខកខាន​ដែល​ត្រូវ​បាន​ចាត់​ទុក​ថា​ជា​បច្ចុប្បន្ន។ ពេលវេលា​ដំណើរការ​ត្រូវ​បាន​រាប់​ដោយ​ឡែក​ពី​គ្នា ព្រោះ​ពាក្យ​ថា "វា​បាន​ឆ្លើយតប" មិនមែន​ជា "វា​ដូច្នោះ​ទេ"។.

ការទទួលយកសម្រាប់ការបន្តទៅមុខទៀត៖ លើសំណួរអំពីលុយកាក់ សូមបិទជាជាងបើកជាជាងបិទ។ ប្រសិនបើអ្នករួមបង្កើតបង្អួចសងប្រាក់វិញ វានឹងមិនព្រាងសំបុត្រផ្សាយផ្ទាល់ទេ។ ប្រសិនបើគ្មាននរណាម្នាក់បើកប្រភពទេ វាក៏មិនព្រាងសំបុត្រផ្សាយផ្ទាល់ដែរ។.

លទ្ធផល

លទ្ធផល​ជា​ឧទាហរណ៍​មួយ ពី​តេស្ត​ដែល​មាន 20 សំណួរ​ដែល​បាន​បង្កើត​ឡើង មិនមែន​ជា​តួលេខ​សមាជិកភាព​កំពង់ផែ​ដែល​បាន​បោះពុម្ពផ្សាយ​ទេ។.

ការសន្មត់៖ អ្នកបើកជំនួយផ្នែកជំនួយម្នាក់; សៀវភៅណែនាំខែមេសា ឆ្នាំ២០២៦ បូករួមទាំងឯកសារ PDF ឆ្នាំ២០២៣ ដែលនៅសល់; Priya ទទួលបានពិន្ទុប្រៀបធៀបនឹងតារាងវាយតម្លៃខាងលើ; ពេលវេលាគឺជានាឡិកាកំណត់ពេលវេលាតាមទូរស័ព្ទពីសំណួរដែលបានបិទភ្ជាប់ទៅ "ខ្ញុំនឹងផ្ញើវា"; ពេលវេលាពិនិត្យឡើងវិញត្រូវបានរួមបញ្ចូលនៅក្នុងលក្ខខណ្ឌរង្វិលជុំ ហើយត្រូវបានដកចេញនៅក្នុងលក្ខខណ្ឌដែលមិនបានធីក ដោយចេតនា ដូច្នេះការប្រៀបធៀបនៅតែស្មើគ្នា។.

ការណែនាំ​បែប​សាកល្បង​ដែល​មិន​បាន​ធីក៖ សំណួរ 20 ក្នុងចំណោម 20 ទទួលបានចម្លើយយ៉ាងស្ទាត់ជំនាញ (ពេលវេលាដំណើរការមើលទៅល្អឥតខ្ចោះ)។ សំណួរ 11 ក្នុងចំណោម 20 បានបំពេញតាម​ស្តង់ដារ។ សំណួរប្រាំគឺជាការបរាជ័យដោយស្ងាត់ៗ។ សំណួរបួនគឺជាការបរាជ័យដែលមិនទាន់បានដោះស្រាយ រួមទាំងការបង្កករយៈពេល 14 ថ្ងៃ។ សំណួរពីរក្នុងចំណោមសំណួរដែលមិនទាន់បានដោះស្រាយទាំងបួនបានដកស្រង់ចេញពីបំណែកដែលមានរាងជាប្រភពពី PDF ឆ្នាំ 2023។ ពេលវេលាមធ្យមសម្រាប់សេចក្តីព្រាងដែលមើលទៅអាចផ្ញើបានគឺ 1 នាទី។.

សំណួរដូចគ្នាចំនួន 20 ដែលមានការណែនាំមានកម្រិត ទាញយកបំណែកដែលអាចមើលឃើញ៖ 15 ក្នុងចំណោម 20 គឺត្រឹមត្រូវទាំងស្រុងពីអត្ថបទខែមេសា។ បីបាននិយាយយ៉ាងត្រឹមត្រូវថា "មិនមាននៅក្នុងសៀវភៅណែនាំបច្ចុប្បន្នទេ" (ធាតុដែលនៅជាប់នឹងផ្នែកវេជ្ជសាស្ត្រ និងផ្នែកច្បាប់ បូករួមទាំងជម្លោះវិក្កយបត្រមួយ) ដូច្នេះ 18 ក្នុងចំណោម 20 គឺអាចទទួលយកបាន។ ពីរនៅតែបរាជ័យ៖ មួយបានសរសេរតាមរយៈ PDF ឆ្នាំ 2023 ដែលជិតដល់ការខកខាន ហើយមួយទៀតបានបង្កើតតួលេខថ្លៃចូលរួមដែលមិនមាននៅក្នុងអត្ថបទ។ ពេលវេលាមធ្យមសម្រាប់សេចក្តីព្រាងគឺនៅតែប្រហែល 1 នាទី។.

ដូចគ្នា 20 បូករួមទាំង Priya បើកផ្នែកដែលបានដកស្រង់មុនពេលផ្ញើក្លែងក្លាយ៖ 19 ក្នុងចំណោម 20 អាចទទួលយកបាន។ នាងបានឃើញ PDF ដែលស្ទើរតែខកខាន។ ការខកខានដែលនៅសល់គឺអ្នកពិនិត្យកំពុងអានកថាខណ្ឌមួយយ៉ាងស្ទាត់ជំនាញ ហើយមិនបានកត់សម្គាល់ពីតួលេខថ្លៃចូលរួមដែលបានបង្កើត។ ពេលវេលាមធ្យម រួមទាំងការពិនិត្យឡើងវិញ គឺ 3 នាទី។.

ដំណើរការចាស់ ការស្វែងរកតាមសៀវភៅណែនាំតែប៉ុណ្ណោះ គ្មានសហអ្នកបើកយន្តហោះ៖ អាចទទួលយកបាន 20 ក្នុងចំណោម 20។ រយៈពេលមធ្យម 9 នាទី។.

នៅទូទាំងគំរូនេះ ជំនួយការបើកបរដែលមានរង្វិលជុំគឺលឿនជាងការស្វែងរកសៀវភៅណែនាំ (៩ ដក ៣) ៦ នាទី ឬ ១២០ នាទីលើសំណួរចំនួន ២០ ដោយមាន ១៩ ក្នុងចំណោម ២០ អាចទទួលយកបានជំនួសឱ្យ ២០ ក្នុងចំណោម ២០។ ជំនួយការបើកបរដែលមិនបានត្រួតពិនិត្យគឺលឿនជាង ៨ នាទី (៩ ដក ១) ហើយខុស ស្ងាត់ៗ ឬខ្លាំងៗ លើ ៩ ក្នុងចំណោម ២០។ នោះមិនមែនជាការសន្សំសំចៃពេលវេលា ៦៧% ដែលអ្នកដាក់ក្នុងកញ្ចប់ចង្កូតនោះទេ។ វាគឺជាការលេចធ្លាយ ៩ ដងដែលអ្នកនឹងធ្វើដោយស្វ័យប្រវត្តិ។.

កំណែ​ដែល​ប្រញាប់ប្រញាល់​របស់​ចៅហ្វាយ​ទាំងពីរ​បាន​និយាយ​ម្តង​ហើយ​ម្តងទៀត​អំពី​សំណួរ​ទាំងនោះ។ កំណែ​ដែល​មាន​ការសង្ស័យ​បាន​ប្រកែក​គ្នា។ ម៉ូដែល​ដូចគ្នា សៀវភៅ​ណែនាំ​ដូចគ្នា សំលៀកបំពាក់​ខុសគ្នា។ ព្រីយ៉ា​បាន​កត់ត្រា​ថា​វា​ជា​ការរកឃើញ មិនមែន​ជា​បុគ្គលិកលក្ខណៈ​ទេ។.

តួលេខទាំងនេះគឺជាការប៉ាន់ស្មានឧទាហរណ៍ដោយផ្អែកលើការធ្វើតេស្តដែលបានបញ្ជាក់ សំណុំតូចមួយ សំបុត្រដែលងាយស្រួលជាងសមាជិកដែលខឹងសម្បារ និងអ្នកវាយតម្លៃម្នាក់ដែលស្គាល់សៀវភៅរួចហើយ។ ពួកគេមិនបង្ហាញថាអ្នកបើកយន្តហោះរួមគឺ "អាចទុកចិត្តបាន 95%" ឬថា Harbour គួរតែកាត់បន្ថយបុគ្គលិកនៅតុនោះទេ។ ពួកគេបង្ហាញថាពេលវេលាដំណើរការមិនមែនជាបញ្ហានោះទេ ហើយការត្រួតពិនិត្យគឺដូច្នោះមែន។.

អ្វីដែលអាចខុសបាន

• ភាពជាអ្នកដឹកនាំដកស្រង់ពេលវេលាជ្រើសរើសកីឡាកររយៈពេល 1 នាទី ហើយរំលងការខកខាន 9 ដង។ ល្បឿននៅតែមានអារម្មណ៍ដូចជាសមត្ថភាពនៅម៉ោង 4 រសៀល។.

• ឯកសារ PDF ឆ្នាំ ២០២៣ នៅតែស្ថិតនៅក្នុងលិបិក្រម។ ការទាញយកនៅតែបន្តទាញយកវា។ ការភ្ជាប់មូលដ្ឋានមើលទៅហាក់ដូចជាមនុស្សពេញវ័យ ហើយនៅតែស្ទើរតែមិនបានសម្រេច។.

• ចំណុចប្រទាក់អ្នកប្រើប្រាស់ (UI) លាក់បំណែកដែលបានទាញយកមកវិញនៅពីក្រោយប៊ូតុងផ្ញើភ្លឺចាំង។ មនុស្សឈប់បើកសៀវភៅណែនាំ ដែលជារបៀបដែលចម្លើយបង្កកទៅដល់សមាជិក។.

• ព្រីយ៉ា​ទទួល​បាន​ពិន្ទុ​តែ​សំណួរ​ងាយៗ​ចំនួន​ប្រាំបី​ប៉ុណ្ណោះ ពី​ព្រោះ​វា​មើល​ទៅ​ស្អាត​ជាង​នៅ​ក្នុង​ស្លាយ។ ការ​វាយ​តម្លៃ​ដោយ​គ្រាន់​តែ​ប្រើ​សៀវភៅ​បញ្ជី។.

• ចម្លើយ​ដែល​ទាក់ទង​នឹង​វេជ្ជសាស្ត្រ​ថា "តើ​ការ​ហ្វឹកហាត់​នេះ​មាន​សុវត្ថិភាព​ទេ" ត្រូវ​បាន​អនុញ្ញាត​ឱ្យ​មើល​ទៅ​ដូច​ជា​សំណួរ​សង្ខេប។ ផែនទី​ស្ទើរតែ​មិន​ដែល​និយាយ​ទេ។ សម្លេង​និយាយ​ថា​បន្ត​ទៅ។.

• កំណត់ហេតុត្រូវបានបិទ ពីព្រោះ "វាមានអារម្មណ៍ដូចជាបន្ថែម"។ បន្ទាប់ពីខកខានមួយដង គ្មាននរណាម្នាក់អាចមើលឃើញថាផ្នែកណាដែលត្រូវបានទាញយកមកវិញនោះទេ។.

• ពួកគេសួរតារាម៉ូដែលថាតើវាប្រាកដឬអត់។ វាពិតជាប្រាកដមែន។ នោះមិនមែនជាការសាកល្បងទេ។.

សម្ភារៈសិក្សាជាក់ស្តែង

ភាពជឿជាក់មិនមែនជាលក្ខណៈពិសេសរបស់អ្នកបើកយន្តហោះ Harbour ដែលបានទិញនោះទេ។ វាជាលក្ខណៈសម្បត្តិនៃសំណួរចំនួន 20 សៀវភៅណែនាំបច្ចុប្បន្ន អត្ថបទដែលអាចមើលឃើញ និងមនុស្សម្នាក់ដែលនៅតែបើកប្រភពនៅពេលដែលមានរឿងលុយកាក់ពាក់ព័ន្ធ។ ភាពស្ទាត់ជំនាញនឹងបន្តឆ្លងកាត់ការធ្វើតេស្តពេលវេលាដំណើរការ។ រង្វិលជុំគឺជារឿងតែមួយគត់ដែលឆ្លងកាត់ការធ្វើតេស្តគោលនយោបាយ។.

សំណួរដែលសួរញឹកញាប់

តើ​ភាព​អាច​ទុកចិត្ត​បាន​មានន័យ​យ៉ាងណា​ចំពោះ​បញ្ញា​សិប្បនិម្មិត​ដែល​បង្កើត​ឡើង​ដោយ​មនុស្ស?

ភាពជឿជាក់ជារៀងរាល់ថ្ងៃមានន័យថាអ្នកអាចពឹងផ្អែកលើអ្វីមួយ។ ជាមួយនឹងប្រព័ន្ធស្វ័យប្រវត្តិកម្មដែលនិយាយ ចង្កោមលក្ខណៈសម្បត្តិទាំងមូលលាក់ខ្លួននៅក្រោមពាក្យមួយ៖ ការពិត ភាពស៊ីសង្វាក់គ្នា ការក្រិតតាមខ្នាត សុវត្ថិភាព ពេលវេលាដំណើរការ ភាពរសើបរហ័ស ករណីគែម និងឥរិយាបថបន្ទាប់ពីការផ្លាស់ប្តូរការចែកចាយ។ គ្មានអ្វីមួយក្នុងចំណោមនោះបរាជ័យជាមួយគ្នាទេ។ ការធ្វើតេស្តផ្ទាល់គឺអាចទុកចិត្តបានលើអ្វី សម្រាប់អ្នកណា ជាមួយអ្វី រង្វិលជុំជុំវិញវា។ បើមិនដូច្នោះទេ អ្នកកំពុងវាយតម្លៃម៉ាស៊ីនលាយលើថាតើវាអាចធ្វើពន្ធបានឬអត់។.

តើ AI អាចទុកចិត្តបានដែរឬទេ?

មិនមែនជាលក្ខណៈទេ។ សញ្ញាប័ត្រ LLM អាចរឹងមាំនៅកន្លែងការងារមួយ ហើយអាចរអាក់រអួលដោយស្ងៀមស្ងាត់នៅកន្លែងការងារបន្ទាប់ ជួនកាលក្នុងការអង្គុយដដែល ជួនកាលដោយសារតែអ្នកបានផ្លាស់ទីសញ្ញាក្បៀស។ ភាពជឿជាក់គឺជាលក្ខណៈសម្បត្តិនៃភារកិច្ច សំណុំទិន្នន័យ រង្វិលជុំទាញយក ការវាយតម្លៃដែលមិនមែនជាការបង្ហាញ និងជាមនុស្សដែលនៅតែត្រូវមានន័យដូច្នោះ។ ប្រើវានៅកន្លែងដែលការខកខានមានតម្លៃថោក ឬអាចចាប់បាន។ បន្ថយល្បឿននៅកន្លែងដែលការខកខានមានតម្លៃថ្លៃ។.

តើ AI ដំណើរការបានលឿនដូចគ្នានឹងភាពស្មោះត្រង់ដែរឬទេ?

ទេ។ ពេលវេលាដំណើរការគឺថាតើចំណុចបញ្ចប់បានឆ្លើយតបឬអត់។ ការពិតគឺថាតើចម្លើយគឺដូច្នេះឬអត់។ អ្នកអាចមានសេវាកម្មដែលមិនដែលព្រិចភ្នែក ហើយនៅតែបញ្ជូនការកុហកយ៉ាងស្ទាត់ជំនាញទៅក្នុងសំបុត្ររបស់អតិថិជន។ ល្បឿនមានអារម្មណ៍ដូចជាសមត្ថភាពនៅពេលដែលជួរគឺជាសត្វចម្លែក។ សុវត្ថិភាពគឺជាអ័ក្សមួយទៀត៖ គំរូដែលបដិសេធការ Jailbreak អាចនៅតែបំផ្លាញសេចក្តីសង្ខេបនៃកំណត់ចំណាំផ្ទាល់ខ្លួនរបស់អ្នក។.

ហេតុអ្វីបានជា AI ដែលស្ទាត់ជំនាញមានអារម្មណ៍ថាគួរឱ្យទុកចិត្តទោះបីជាវាខុសក៏ដោយ?

ភាពត្រឹមត្រូវ និងភាពស្ទាត់ជំនាញត្រូវបានបំបែកចេញ ហើយភាពស្ទាត់ជំនាញរក្សាបាននូវភាពល្អឥតខ្ចោះ។ សញ្ញាបត្រ LLM នឹងផ្តល់ឱ្យអ្នកនូវចង្វាក់ ការការពារហានិភ័យ ប្រហែលជារូបរាងក្លែងក្លាយ ប៉ុន្តែស្អាត ហើយខួរក្បាលរបស់អ្នកអានថា "មនុស្សម្នាក់នេះដឹង"។ ការក្រិតតាមខ្នាតច្រើនតែអាក្រក់៖ ទំនុកចិត្តខ្ពស់ ការពិតមធ្យម ត្រូវបានបង្ហាញដូចជាសុន្ទរកថាសំខាន់។ ចម្លើយខុសឆ្គងធ្វើឱ្យអ្នកមានការសង្ស័យ។ ចម្លើយខុសស្ទាត់ជំនាញធ្វើឱ្យអ្នកឈប់ពិនិត្យ។ ប្រសិនបើវានិយាយដូចជាសេចក្តីសង្ខេប យើងចាត់ទុកវាដូចជាសេចក្តីសង្ខេប ហើយនោះជារបៀបដែលអ្នកខុសចូលទៅក្នុងបញ្ជី។.

តើ AI អាចទុកចិត្តបានសម្រាប់ការងារផ្នែកវេជ្ជសាស្ត្រ ផ្នែកច្បាប់ ឬផ្នែកជំនួយអតិថិជនដែរឬទេ?

វាអាស្រ័យលើការងារ មិនមែនម៉ាកយីហោទេ។ ដំបូន្មានផ្នែកវេជ្ជសាស្ត្រ និងផ្នែកច្បាប់ស្ទើរតែមិនដែលល្អគ្រប់គ្រាន់ជាផលិតផលទេ៖ គំរូគឺជាឯកសារយោង ហើយមនុស្សគឺជាអ្នកជំនាញ។ ការគាំទ្រអតិថិជនអាចព្រាងនៅក្នុងគោលនយោបាយតឹងរ៉ឹង ប៉ុន្តែមនុស្សម្នាក់គួរតែទទួលខុសត្រូវលើការផ្ញើប្រាក់ និងការជឿទុកចិត្ត ពីព្រោះគោលនយោបាយដែលបានបង្កើត និងកំហុសឆ្គងដោយសុជីវធម៌ គឺជាការបរាជ័យធម្មតា។ សេចក្តីព្រាង និងសេចក្តីសង្ខេបគឺជាការបញ្ជូនអត្ថបទដំបូងដែលអ្នកដឹងរួចហើយ។ ពិនិត្យមើលឈ្មោះ លេខ និងបន្ទាត់ដែលនឹងធ្វើឱ្យឈឺចាប់។.

ហេតុអ្វីបានជាបញ្ញាសិប្បនិម្មិត (AI) ធ្វើឲ្យមានការយល់ច្រឡំ វង្វេង ឬខុសដោយស្ងាត់ៗ?

ការយល់ច្រឡំគឺជាការខកខានដ៏ក្តៅគគុក៖ សៀវភៅដែលមិនមាន មុខងារដែលមិនដែលត្រូវបានដឹកជញ្ជូន ប្រការគោលនយោបាយដែលមានលេខដែលមានអារម្មណ៍ថាជាផ្លូវការ។ ការរសាត់បាត់ទៅមិនសូវមានលក្ខណៈភាពយន្តទេ៖ ពិភពលោកផ្លាស់ទី សំណល់របស់តារាម៉ូដែលនៅតែមាន ហើយអ្នកទទួលបានចម្លើយដែលរៀបចំបានល្អពីអាកាសធាតុមុន។ កំហុសស្ងាត់ៗគឺជាសេចក្តីសង្ខេបដែលលុបចោលករណីលើកលែង។ ឬជាប្រយោគដែលធ្វើឱ្យប្រសើរឡើងនូវពាក្យ "ប្រហែលជា" ទៅជា "ចាំបាច់"។ ការពិតអាចមើលទៅល្អតាមបច្ចេកទេស ខណៈពេលដែលអត្ថន័យបានធ្លាក់ចុះ។ ភាពរសើបភ្លាមៗធ្វើឱ្យការពិតភ្លឺចែងចាំងនៅពេលអ្នកផ្លាស់ប្តូរការរុំ។.

តើការ​ដាក់​ដី ឬ​ការ​ទាញ​យក​មកវិញ​ធ្វើ​ឱ្យ AI អាច​ទុកចិត្ត​បាន​ដែរ​ឬទេ?

ការ​ភ្ជាប់​ដី​មានន័យថា​ចម្លើយ​ពី​ចំណុច​នេះ មិនមែន​ពី​អ័ព្ទ​ទេ។ ការ​ទាញ​យក​មក​វិញ​ភ្ជាប់​បច្ចុប្បន្ន​នេះ​ទៅ​នឹង​គំនរ​ដែល​បាន​ហ្វឹកហាត់។ នៅពេល​ដែល​វា​បរាជ័យ វា​បរាជ័យ​ដោយ​គួរសម៖ ឯកសារ​ដែល​ស្ទើរតែ​ខកខាន ការ​សរសេរ​ដែល​បាន​តែង​ឡើង និង​សភាវគតិ​ត្រួតពិនិត្យ​របស់​អ្នក​នឹង​បិទ។ ការ​ភ្ជាប់​ដី​គឺជា​កម្រាល​ឥដ្ឋ មិនមែន​ជា​ហាឡូ​ទេ។ ប្រសិនបើ​អ្នក​មិន​អាច​ត្រួតពិនិត្យ​បំណែក​ដែល​ទាញ​យក​មក​វិញ​បាន អ្នក​នៅ​តែ​ស្ថិត​ក្នុង​អ័ព្ទ គ្រាន់តែ​មាន​ពន្លឺ​ល្អ​ជាង។ លាយ​ភារកិច្ច​ស្ថានភាព​ផ្ទាល់​ដូចជា​តម្លៃ ឬ​ពាក្យ​គោលនយោបាយ​ជាមួយ​នឹង​យានជំនិះ​ដែល​មាន​ស្ថេរភាព ហើយ​អ្នក​ទទួល​បាន​ចម្លើយ​ប្រាកដប្រជា​អំពី​ពិភពលោក​ដែល​បាន​ផ្លាស់ប្តូរ​រួចហើយ។.

ហេតុអ្វីបានជាការបង្ហាញជាការធ្វើតេស្តមិនល្អនៃភាពជឿជាក់នៃ AI?

ការណែនាំដ៏ស្អាត និងកិច្ចការដែលគំរូបានឃើញបងប្អូនជីដូនមួយរាប់ពាន់នាក់នឹងមើលទៅមុតស្រួច។ លំហូរការងារផ្ទាល់មានការបិទភ្ជាប់ច្របូកច្របល់ ឯកសារដែលបាត់ និងអ្នកប្រើប្រាស់ដែលនឹងទទួលយកចម្លើយដំបូងដែលកាត់បន្ថយការថប់បារម្ភរបស់ពួកគេ។ ពិន្ទុតារាងពិន្ទុមិនមែនជាការក្រិតតាមខ្នាតលើសំបុត្ររបស់អ្នកទេ។ ហានិភ័យគំរូគឺជាអ្វីដែលកើតឡើងនៅពេលដែលវាខុសនៅកម្រិតសំឡេង មិនមែនថាតើវាឆ្លងកាត់សំណុំសំណួរធម្មតាឬអត់នោះទេ។ ការធ្វើតេស្តដែលអ្នកត្រូវការគឺស្ងួត៖ ស្នាក់នៅខាងក្នុងអត្ថបទដែលបានទាញយក សម្គាល់ភាពមិនប្រាកដប្រជាជំនួសឱ្យការបោកប្រាស់ រក្សាភាពស៊ីសង្វាក់គ្នានៅពេលអ្នកនិយាយឡើងវិញ និងបរាជ័យក្នុងការបិទជាជាងបង្កើត។.

តើ AI អាចទុកចិត្តបានដែរឬទេ ប្រសិនបើគ្មាននរណាម្នាក់ចាប់អារម្មណ៍?

ទេ។ ប្រសិនបើគ្មាននរណាម្នាក់ទទួលខុសត្រូវទេ ប្រព័ន្ធនឹងត្រូវបានប្រើដូចជាវាត្រូវបានប្រើ។ ការរចនាតែមួយគត់ដែលត្រូវគ្នានឹងរបៀបបរាជ័យ៖ អ្នកណាពិនិត្យ អ្នកណាអាចបញ្ឈប់វាបាន អ្វីដែលត្រូវបានកត់ត្រាទុក អ្វីដែលកើតឡើងបន្ទាប់ពីការខកខាន។ ប្រសិនបើចម្លើយគឺ "គំរូ" អ្នកមិនមានចម្លើយទេ។ គំរូមិនទៅកិច្ចប្រជុំបន្ទាប់ពីឧប្បត្តិហេតុនោះទេ។ សម្រាប់វេជ្ជសាស្ត្រ ច្បាប់ ឥណទាន ឬប្រតិបត្តិការសំខាន់ៗលើសុវត្ថិភាព មនុស្សគឺជារង្វិលជុំ ហើយគំរូគឺជាអត្ថបទខ្លីមួយ។.

តើខ្ញុំត្រូវជំរុញ AI យ៉ាងដូចម្តេចដើម្បីចាប់កំហុស?

សួររកភាពមិនប្រាកដប្រជាដោយចេតនា៖ "តើអ្វីទៅដែលធ្វើឱ្យរឿងនេះខុស?" ជាជាង "ធ្វើឱ្យវាមានទំនុកចិត្ត"។ បំបែកការទាញយកពីជំនាន់មួយទៅជំនាន់មួយនៅពេលដែលអ្នកអាចធ្វើបាន។ មើលអត្ថបទជាមុនសិន បន្ទាប់មកសុំឱ្យសរសេរឡើងវិញ។ ផ្លាស់ប្តូរសំលៀកបំពាក់៖ និយាយឡើងវិញ ឬសុំឱ្យវាជជែកវែកញែកផ្ទុយពីនេះ។ បង្ខំឱ្យមានការរឹតបន្តឹងដូចជា "តែពីអត្ថបទដែលខ្ញុំបានបិទភ្ជាប់" ឬ "ប្រសិនបើបាត់ សូមនិយាយថាបាត់" ហើយនៅតែពិនិត្យមើល។ ចូលចិត្តភារកិច្ចដែលមានកម្មវិធីផ្ទៀងផ្ទាត់ ហើយមើលភាពជាក់លាក់បន្ថែមទៀត ពីព្រោះនោះជាកន្លែងដែលការយល់ច្រឡំចូលចិត្តស្លៀកពាក់។.

ឯកសារយោង

1. NIST - nvlpubs.nist.gov

2. NIST - airc.nist.gov

3. NIST - airc.nist.gov

4. ICO - ico.org.uk

5. NCSC - www.ncsc.gov.uk

6. NCSC - www.ncsc.gov.uk

7. OWASP - genai.owasp.org

ស្វែងរក AI ចុងក្រោយបំផុតនៅហាងជំនួយការ AI ផ្លូវការ

អំពីយើង