Cách giảm ảo giác AI bằng 6 kỹ thuật nhắc nhở này

Bài học chính

Để giảm thiểu các trường hợp nội dung do trí tuệ nhân tạo tạo ra đi chệch khỏi kết quả mong đợi, điều cần thiết là phải cung cấp các chỉ thị được xác định rõ ràng để có thể hiểu chính xác những gì được mong đợi. Hướng dẫn không rõ ràng có thể dẫn đến những hậu quả không mong muốn, trong khi việc cung cấp các thông số kỹ thuật chi tiết sẽ thúc đẩy khả năng dự đoán ở đầu ra được tạo ra.

Khi sử dụng cách tiếp cận nối đất hoặc “theo…”, điều quan trọng là phải quy mọi kết quả đầu ra được tạo ra cho một nguồn hoặc quan điểm cụ thể. Bằng cách đó, người ta có thể ngăn chặn sự xuất hiện của những sai lệch và sai lệch thực tế trong tài liệu do AI tạo ra.

Để hướng dẫn trí tuệ nhân tạo hướng tới một kết quả cụ thể, điều quan trọng là phải thiết lập các thông số hoặc giới hạn rõ ràng mà hệ thống phải vận hành trong đó. Những ràng buộc này có thể được nêu rõ ràng hoặc ngụ ý dựa trên bối cảnh hoặc nhiệm vụ nhất định để tránh mọi kết quả không mong muốn hoặc phi logic có thể phát sinh do hiểu sai hướng dẫn. Bằng cách xem xét cẩn thận các yếu tố này, chúng tôi có thể kiểm soát hiệu quả hướng phản hồi do AI tạo ra và đảm bảo chúng phù hợp và gắn kết với các mục tiêu đã định của chúng tôi.

Hiện tượng ảo giác AI có thể phát sinh khi một cá nhân gặp phải những phản ứng không mong muốn và không đúng sự thật do hệ thống trí tuệ nhân tạo tạo ra. Vấn đề này có thể biểu hiện dưới dạng thông tin sai lệch hoặc không liên quan do mô hình AI tạo ra, làm sai lệch kết quả dự kiến.

Độ tin cậy của các phản hồi do AI tạo ra có thể bị ảnh hưởng bởi một số biến số, bao gồm mức độ thông tin được sử dụng cho mục đích đào tạo, thông tin ngữ cảnh không đầy đủ và lời nhắc không chính xác có thể dẫn đến nhầm lẫn. Tuy nhiên, tồn tại các phương pháp cho phép người dùng đạt được kết quả đáng tin cậy hơn khi tương tác với hệ thống trí tuệ nhân tạo.

Đưa ra lời nhắc rõ ràng và cụ thể

Một cách để giảm thiểu khả năng hệ thống trí tuệ nhân tạo tạo ra kết quả đầu ra không mong muốn hoặc sai lệch là xây dựng các hướng dẫn chính xác và chi tiết khi cung cấp đầu vào. Các yêu cầu không rõ ràng hoặc không chính xác có thể dẫn đến những hậu quả không mong muốn do tính phức tạp vốn có của những công nghệ này. Vì vậy, điều quan trọng là phải nêu rõ những kỳ vọng để đạt được kết quả chính xác và thỏa đáng hơn.

Việc định dạng lại truy vấn để yêu cầu thông tin cụ thể liên quan đến các thuộc tính và tính chất của giống Golden Retriever có thể giúp giảm thiểu các trường hợp hiểu sai trong phản hồi của AI. Bằng cách thu hẹp phạm vi điều tra, hệ thống ít có khả năng tạo ra nội dung giàu trí tưởng tượng hoặc không liên quan, đi lạc khỏi chủ đề dự kiến.

Sử dụng kỹ thuật Nối đất hoặc kỹ thuật “Theo…”

Việc sử dụng hệ thống trí tuệ nhân tạo thường gặp khó khăn ở chỗ chúng có thể tạo ra kết quả sai lầm, thành kiến ​​hoặc không phù hợp với niềm tin hoặc nguyên tắc của một người. Những khác biệt như vậy có thể phát sinh do quá trình đào tạo các hệ thống AI này dựa trên các bộ dữ liệu phong phú và đa dạng chứa đựng những điểm không hoàn hảo, quan điểm cá nhân hoặc sự khác biệt.

Để ngăn chặn những sự cố như vậy, người ta có thể sử dụng các kỹ thuật căn cứ hoặc phương pháp “tuân theo”, trong đó nội dung do AI tạo ra được quy cho một nguồn gốc hoặc quan điểm cụ thể. Để minh họa, một cá nhân có thể yêu cầu hệ thống AI đưa ra tuyên bố có thể kiểm chứng liên quan đến một chủ đề dựa trên thông tin được cung cấp bởi các nguồn như Wikipedia, Google Scholar hoặc bất kỳ tài nguyên có sẵn rộng rãi nào khác.

Sử dụng các ràng buộc và quy tắc

Việc kết hợp các ràng buộc và hướng dẫn trong hệ thống Trí tuệ nhân tạo nhằm tránh tạo ra các kết quả không liên quan, xung đột hoặc vô nghĩa. Hơn nữa, các thông số này định hướng và tinh chỉnh các kết quả phù hợp với mục tiêu và ý định cụ thể. Những điều kiện tiên quyết này có thể được thể hiện rõ ràng trong hướng dẫn hoặc được suy luận một cách tinh tế thông qua hoàn cảnh xung quanh hoặc nhiệm vụ được giao.

Khi cố gắng sử dụng trí tuệ nhân tạo để sáng tác thơ về chủ đề tình cảm, người ta có thể chọn cung cấp cho phần mềm một lệnh có cấu trúc và cụ thể hơn thay vì yêu cầu chung chung như “tạo một câu thơ liên quan đến tình yêu”. Một ví dụ về điều này có thể là hướng dẫn chương trình tạo một bài sonnet gồm mười bốn dòng và mười âm tiết trên mỗi dòng, nhằm hạn chế phạm vi sáng tạo của nó trong một số giới hạn nhất định.

Sử dụng nhắc nhở nhiều bước

Đôi khi, các câu hỏi phức tạp có thể tạo ra ảo tưởng do AI tạo ra do hệ thống cố gắng giải quyết chúng ngay lập tức. Một chiến lược hiệu quả là chia những câu hỏi này thành một loạt các bước tuần tự để hiểu rõ hơn và trả lời chính xác hơn.

Một câu hỏi thay thế có thể được đặt ra là “Phương pháp điều trị nào thường được sử dụng để giải quyết bệnh tiểu đường và phương pháp nào trong số đó được coi là ưu việt dựa trên kết quả nghiên cứu y học?

Việc sử dụng tính năng nhắc nhở nhiều bước buộc mô hình AI phải cung cấp các chi tiết trung gian trước khi đưa ra phản hồi dứt khoát, cuối cùng dẫn đến các câu trả lời chính xác và toàn diện hơn.

Gán vai trò cho AI

Khi xác định chức năng của mô hình trí tuệ nhân tạo trong một dấu nhắc nhất định, sẽ thuận lợi hơn khi thiết lập mục tiêu dự định của nó đồng thời giảm thiểu khả năng hiểu sai hoặc đưa ra kết quả sai. Thay vì yêu cầu thông tin chung liên quan đến sự phát triển lịch sử của cơ học lượng tử, người ta có thể điều khiển AI bằng cách hướng dẫn nó thể hiện tính cách của một học giả tận tâm, người sẽ kể lại tỉ mỉ các sự kiện quan trọng đã định hình quỹ đạo của lĩnh vực này.

Cách tiếp cận được đề xuất thúc đẩy trí tuệ nhân tạo thể hiện các đặc điểm của một nhà nghiên cứu cần mẫn, thay vì đặc điểm của một người kể chuyện huyền ảo.

Thêm thông tin theo ngữ cảnh

Việc sử dụng các mô hình AI như ChatGPT mà không cung cấp thông tin chi tiết theo ngữ cảnh phù hợp có thể dẫn đến kết quả dưới mức tối ưu. Việc cung cấp thông tin theo ngữ cảnh sẽ hỗ trợ việc hiểu bối cảnh cơ bản của nhiệm vụ, bao gồm phạm vi, mục đích và bất kỳ ví dụ hoặc tài liệu tham khảo thích hợp nào. Dữ liệu đó có thể bao gồm từ khóa, thẻ, danh mục, nguồn, v.v., tất cả đều góp phần tạo ra phản hồi phù hợp hơn với ý nghĩa dự định.

Để đưa ra đánh giá liên quan đến một bộ tai nghe, cần phải cung cấp các thông tin chi tiết phù hợp với ngữ cảnh, bao gồm tên sản phẩm, nhà sản xuất, tính năng, giá thành, xếp hạng và nhận xét của khách hàng. Lời mời hiệu quả cho nỗ lực này có thể giống với định dạng sau:

Nhận được phản hồi AI tốt hơn

Việc giải quyết các hạn chế của trí tuệ nhân tạo có thể gây thất vọng cho những người dùng có thể không nhận được kết quả như mong đợi từ các mô hình AI. Tuy nhiên, bằng cách sử dụng các chiến thuật thúc đẩy chiến lược, người ta có thể giảm thiểu khả năng xảy ra ảo tưởng do AI tạo ra và thu được kết quả chính xác và đáng tin cậy hơn từ hệ thống AI.

Xin lưu ý rằng những chiến lược này không đảm bảo kết quả không thể sai lầm và chúng có thể không áp dụng được cho tất cả các nhiệm vụ hoặc chủ đề. Điều cần thiết là phải tiến hành quy trình xác minh kỹ lưỡng nội dung do AI tạo ra trước khi sử dụng nó cho bất kỳ ứng dụng quan trọng nào.