המעבר השני: מדוע יש לאתגר מחקר AI טוב

מקור אינו זהה לוודאות

לראות ציטוטים זה מרגיע, אך תגית ציטוט לבדה אינה הופכת טענה לאמיתית.

ישנן לפחות ארבע שאלות נפרדות שכדאי לשאול:

1. האם המקור אכן קיים?
2. האם זה המקור הנכון לנושא זה?
3. האם הוא באמת תומך בטענה הספציפית הנאמרת?
4. האם קיים מקור אמין אחר הסותר אותה?

אופיס כבר מתייחסת למקורות כחלק מאובייקט המחקר ולא כהערות שוליים דקורטיביות. ממצאים יכולים לשאת הפניות למקורות, המערכת שומרת את המקורות המבוססים שהיו זמינים בפועל לביצוע, ושכבת אבטחת האיכות של הפלט בודקת בעיות כגון הפניות לא חוקיות ותבניות מקור חשודות.

עבורך כמפעיל, ההתנהגות צריכה להיות מכוונת באותה מידה.

כאשר ממצא חשוב, פתח את המקור.

אל תשאל "האם לדוח הזה יש ציטוטים?"

שאל "האם ארגיש בנוח להגן על טענה זו בפני לקוח באמצעות ראיה זו?"

זהו סטנדרט גבוה בהרבה.

ארבעת סימני חוסר הוודאות שכדאי ללמוד

אופיס מפרידה בין מספר סוגים של חוסר וודאות מכיוון שהם דורשים תגובות שונות.

הנחה

הנחה היא משהו שהניתוח נאלץ להתייחס אליו כנכון באופן זמני כדי להתקדם.

דוגמה:

"נראה שהעסק מכוון לעסקים קטנים ובינוניים בהתבסס על השפה והחבילות המוצגות באתר שלו."

זו עשויה להיות פרשנות סבירה, אך ייתכן שאתה יודע ש-70% מהכנסותיו מגיעות בפועל מחוזים עם תאגידים גדולים.

זו אינה בעיה של חיפוש באינטרנט. זוהי בעיית הקשר.

עמימות

עמימות קיימת כאשר החומר הזמין משאיר יותר מפרשנות סבירה אחת.

לדוגמה, ספק מציין "משלוח לבריטניה" בדף הבית שלו, אך דף משלוחים מזכיר רק את אנגליה וויילס היבשתיות.

המידע קיים. משמעותו אינה ברורה.

סתירה

סתירה חזקה יותר. שתי פיסות ראיות מצביעות לכיוונים לא תואמים.

דף חברה אחד עשוי לקרוא למוצר "ביטול בכל עת" בעוד שתנאים עדכניים מתארים התחייבות ל-12 חודשים.

זה לא אמור להיות משוקלל בשקט למסקנה בטוחה.

פער

פער פירושו שהמחקר אינו מכיל כרגע מספיק ראיות כדי לענות על משהו חשוב.

ייתכן שכמות ההזמנה המינימלית בסיטונאות אינה נחשפת לעולם. ייתכן שאף מקור אמין אינו קובע כמה זמן ספק סוחר. ייתכן שתמחורו הנוכחי של המתחרה פשוט אינו ציבורי.

פער אינו דוח כושל.

זוהי מפה של מה שצריך לקרות הלאה.

ICC: תקן את הפרשנות מבלי להתחיל מחדש

תיקון הקשרי אינטראקטיבי – ICC – הוא החלק באופיס המיועד לרגעים שבהם הראיות הציבוריות אינן הסיפור המלא.

הרעיון החשוב הוא שלמעורבות שלך יש סוג.

הוסף הקשר

השתמש בהקשר כשאתה יודע עובדה או אילוץ רלוונטיים שאופיס לא יכלה לדעת באופן סביר.

"צוות המכירות שלנו אישר שספק זה ייצר הזמנות מותג פרטי מ-500 יחידות."

הוסף הוראה

השתמש בהוראה כשאתה רוצה שהניתוח יתעדף או יטפל במידע הקיים באופן שונה.

"עבור החלטה זו, אמינות המשלוח חשובה יותר ממחיר יחידה בכותרת."

שאל שאלה

השתמש בשאלה כשאתה רוצה לחקור את מה שכבר קיים.

"האם הראיות הקיימות קובעות שהאחריות חלה על לקוחות עסקיים?"

שאלות חשובות במיוחד מכיוון שאופיס לא אמורה לייצר תשובה רק בגלל ששאלת.

אם החומר הקיים אינו יכול לענות על השאלה, התוצאה הנכונה היא פער.

פער זה יכול להפוך לאחר מכן ליעד מחקר.

ICC ומחקר חדש הם פעולות שונות בכוונה

הבחנה זו עדינה, אך היא יסודית לאופן שבו המערכת נועדה לפעול.

נניח שניתוח המתחרים הראשון שלך אומר:

"מתחרה א' משרת בעיקר צרכנים."

אתה יודע משיחת מכירה אחרונה שהחברה שינתה כיוון לפני שישה חודשים וכעת מתמקדת בחוזים משרדיים.

אתה מוסיף זאת באמצעות ICC כהקשר סמכותי.

אופיס יכולה לתקן את הפרשנות באמצעות מה שסיפקת. היא לא צריכה להעמיד פנים שהיא גילתה באופן עצמאי את הידע הפרטי שלך ברשת.

כעת נניח שאתה שואל:

"איזה אחוז מהעסק שלה הוא תאגידי?"

לא הראיה המקורית ולא ההבהרה שלך מכילים את המספר הזה.

התשובה הכנה אינה אחוז שנוצר.

זהו פער.

נתיב מילוי הפערים של אופיס יכול לקחת פערים בלתי פתורים ולבצע חיפושי בסיס ממוקדים לראיות חדשות. חומרים חדשים שנמצאו מתווספים למחקר במקום להתערבב בשקט עם המידע מהמעבר הראשון.

חשוב על שתי הלולאות כך:

ICC שואלת: "האם המערכת הבינה את המצב נכון?"

מילוי פערים שואל: "האם אנו זקוקים לראיות נוספות?"

לעתים קרובות אתה צריך את שניהם.

דוגמה מעשית: מחקר ספקים

תאר לעצמך שאתה רוכש מוצר עבור לקוח.

המעבר הראשון מזהה ארבעה ספקים ומעריך תחומים כגון מחיר, זמן אספקה, ביקורות וותק בעסק. מקורות מצורפים לממצאים הרלוונטיים היכן שזמינים.

ספק ב' מדורג גבוה.

לפני המלצה עליו, אתה מבחין בשתי בעיות:

• המחיר הנראה נלקח מדף מוצר קמעונאי;
• כמות מינימלית סיטונאית אינה מאומתת.

במקום לקבל את הדירוג, אתה מתקשר איתו.

ראשית, הוסף הקשר:

"אנו דורשים אספקה סיטונאית להזמנות חוזרות של כ-2,000 יחידות לרבעון. תמחור קמעונאי אינו שימושי להחלטה."

לאחר מכן שאל:

"האם המקורות הנוכחיים מוכיחים שספק ב' מציע תנאי סיטונאות בהיקף זה?"

אם לא, זה הופך לפער שכדאי לחקור.

ברגע שראיה טובה יותר או הקשר סמכותי של המשתמש משנים קריטריון המשמש במצב מחקר מנוקד, שכבת הניקוד הדטרמיניסטית יכולה לחשב מחדש את התוצאה.

זוהי שיטת עבודה שונה מאוד מבקשה מצ'אט בוט "לנסות שוב".

אתה יודע מה השתנה ולמה.

מדוע שביל הזיקוק חשוב

מחקר עסקי משתנה.

אנשים לומדים עובדות חדשות. אתרים מתעדכנים. לקוחות מתקנים בריפים. הנחות שנראו סבירות ביום שני הופכות ברורות כשגויות ביום חמישי.

שביל זיקוק נותן לשינויים אלה היסטוריה.

במקום להתייחס לפרוזה החדשה ביותר כאילו הופיעה משום מקום, אופיס יכולה לשמור את רצף ההבהרה והזיקוק שיצרו אותה.

עבור יועצים וסוכנויות, זה שימושי מבחינה תפעולית.

תאר לעצמך שלקוח שואל:

"מדוע המלצה זו שונה מהטיוטה שהראית לנו אתמול?"

תשובה גרועה היא:

"ה-AI שינה אותה."

תשובה מקצועית היא:

"אתמול הניתוח הניח שאזור השירות שלהם נעצר במערב יורקשייר. אישרת הבוקר שהם משרתים כעת גם את צפון-מערב. שילבנו מידע זה וחישבנו מחדש את ההשוואה הרלוונטית."

כך נשמע תהליך מחקר.

אל תתקן הכל

ICC אינו הזמנה לאלץ את המחקר להסכים איתך.

אם תוצאה מאתגרת את אמונתך הקודמת והראיות חזקות, שינוי ההקשר עד שתקבל את התשובה שרצית מנצח את המטרה.

דיסציפלינה שימושית היא להבחין בין שלושה מצבים:

• אני יודע שזה לא נכון – תקן זאת וציין את הבסיס לידע שלך.
• אני חושד שזה לא נכון – שאל שאלה או צור פער מחקר.
• אני לא אוהב את המסקנה הזו – השאר אותה עד שתהיה לך ראיה.

גבול זה חשוב במיוחד בעבודת ייעוץ. מומחיות אנושית משפרת מחקר AI רק כאשר האדם מוכן גם להיות מאותגר.

תרגיל המעבר השני שלך

קח דוח אופיס אחד שהושלם ואל תריץ אותו מיד מחדש.

במקום זאת:

1. בחר מסקנה אחת שתשפיע באופן מהותי על החלטה.
2. פתח את המקורות המצורפים אליה.
3. קרא את ההנחות, העמימויות, הסתירות והפערים סביב הדוח.
4. הוסף פיסת הקשר אחת שאתה יודע שהיא נכונה.
5. שאל שאלה אחת שתשובתה אינה ידועה לך באמת.
6. אם המחקר הנוכחי אינו יכול לענות עליה, אפשר לה להפוך לפער.
7. השתמש במחקר פערים ממוקד היכן שמתאים.
8. השווה את התוצאה המתוקנת למקורית.

המטרה אינה לייצר יותר טקסט.

המטרה היא לשפר את איכות ההחלטה.

העיקרון מאחורי התכונה

AI טוב לא אמור לדרוש מבני אדם לוותר על שיקול דעת.

ושיקול דעת אנושי טוב לא אמור לדרוש מראיות לוותר על דעה.

הסידור השימושי ביותר הוא שיחה מבוקרת בין השניים.

אופיס מספקת את מבנה המחקר. ראיות ציבוריות מספקות מבט חיצוני. הניסיון שלך מספק הקשר שהאינטרנט אולי לעולם לא יכיל. שכבת אי-הוודאות אומרת לך היכן החיבורים חלשים.

התוצאה יכולה אז להשתפר במקום רק להתחדש.

זהו ההבדל בין בקשת תשובה מ-AI לבין עבודה עם תהליך מודיעיני.

הבא בסדרה: כיצד מצבי מחקר בודדים הופכים לבעלי ערך הרבה יותר כאשר ראיות והקשר עוברים דרך תהליך עבודה.