Pek çok insan DALL-E gibi araçları düşünüyor ve ChatGPT hepsi işçileri değiştirmekle ilgili. Aslında, daha çok yararlı asistanlar gibidirler.
ChatGPT ve DALL-E gibi diğer üretken yapay zeka (AI) programlarının genellikle işçilerden kurtulmanın bir yolu olduğu düşünülür, ancak bu onların gerçek gücü değildir. Gerçekten iyi yaptıkları şey, insanların ortaya çıkardığı işleri iyileştirmektir. (Bunu okuduktan sonra anladım”ChatGPT’nin Bu Hafta Yaptığı En Çılgınca 10 Şey”)
Genellikle bir şeyi hızlı yapmakla iyi yapmak arasında bir çelişki vardır. Çatışma üreten bir yapay zeka, insanların daha iyi ve daha hızlı içerik oluşturucular olmasına yardımcı olarak sona erebilir. Ve açıkça, eğer bu araçlar insanların yerini almaktan çok yardımcılar olarak sunulduysa, gördüğümüz geri tepme (en son mahkemede) bastırılabilir.
Düşüncemi açıklayayım….
üretkenliği artırmak
Üretkenliği genellikle belirli bir zamanda yapılan işin miktarı olarak ölçeriz – o işin kalitesini hesaba katmadan. Tipik olarak, bir şeyi ne kadar hızlı yaparsanız kalite o kadar düşük olur. (Belirli bir becerideki ustalar, yüksek kaliteli işleri hızlı bir şekilde pompalayabilirler, ancak genellikle, hafif kusurları veya hataları gidermek için bitmiş işin üzerinden geçmeleri gerektiğini görürsünüz.)
Kalite başlı başına ilginç bir konudur. Kalitenin ne kadar akıcı olduğunu açıklamak için hikaye anlatımını kullanan ve onu gözlemleyen kişinin algısına bağlı olan “Zen and the Art of Motorcycle Maintenance” kitabını okuduğumu hatırlıyorum. Örneğin, bir atölyede yüksek kalite olarak kabul edilen bir şey, bir Bentley fabrikasında tamamen kabul edilemez olacaktır.
Peki ya Bentley kalitesini çok daha yüksek hacimlerde üretebilseydiniz?
Yaratıcılığa karşı incelik
Bu En İyi 10 ChatGPT makalesinde, yazarlar orijinal çalışma örnekleri olarak yapay zeka ile oluşturulan konuşmaları kullandılar. Sonuç fena değildi, ama çok çekici de değildi. (Hikaye kalitesini acemi bir yazar tarafından üretilen bir şey olarak derecelendirirdim.) Ancak yapay zekaya bir hikaye konseptiyle nasıl başa çıkılacağı veya kodun nasıl düzeltileceği ve hataların nasıl belirleneceği hakkında fikir sorulduğunda, mükemmel bir sınır çizdi.
Hangi yazar bir fikri ortaya çıkarmakta ya da çalışmalarını niteleyen ve her düzenleme için onay isteyen editörlerle uğraşmakta sorun yaşamamıştır? Üretken yapay zekanın gerçek gücü, en azından şimdilik, işin kalitesini iyileştirmekte veya yazarların (ve kodlayıcıların) zaten yaptıklarını iyileştirmelerine yardımcı olmakta görünüyor.
Yapay zeka teknolojisinin öne çıkabileceği bir başka alan da, bir yaratıcının başlattığı işi bitirmek veya genişleyen büyük bir proje için malzemeleri sentezlemek ve tamamen yeni bir sonuç oluşturmaktır. New York Times nasıl yapıldığını göstermek için Generative AI kullandı Alejandreo Jodorowsky, “Tron” filminin yapımcılığını üstlenmiş olabilir. AI, onun film yapma tarzını öğrenebildi ve bir film için storyboard’lar oluşturabildi.
Büyürken, bağımlıydım “Marslı John Carter,” “barbar Conan” ve “Doktor Vahşi,” birincil yazarlarının tümü ölmüştü. Üretken yapay zeka, bu ilk çalışmalardan “öğrenebilir” ve orijinal çalışmalarla tutarlı olacak bitmeyen devam filmleri oluşturabilir.
Bunun ötesinde, daha pratik bir kullanım düşünebilirim: eskiyen yazılım koduyla uğraşmak, kimsenin sürdürmek veya güncellemek istemediği. Üretken yapay zeka devreye girebilir, kodu ve yöntemleri öğrenebilir ve boşlukları doldurabilir.
Şu anda bulunduğumuz noktayı özetlemek gerekirse: Üretken Yapay Zeka abilir insanların yerini almak için kullanılabilir, ancak şu anda yaratıcı görevleri geliştirmede çok daha iyi. Bir yazara öykünebilse de, parlak eserlerle sonuçlanan benzersiz ve ilginç fikirleri henüz ortaya koyamaz. Başka hiçbir şey gibi çalışabilir, ancak ham yaratım hala bir zayıflıktır. Doğası gereği türevidir.
Ancak, insanların hâlihazırda yaptıklarını artırmanın, fikirleri veya projeleri iyileştirmelerine yardımcı olmanın bir yolu olarak, üretken yapay zeka daha yüksek bir başarı oranına sahip olabilir.
Telif hakkı © 2023 IDG Communications, Inc.