Kuinka opetella tekoälyn käyttöä
Tekoäly aiheisten blogien ja videoiden tutkimisen jälkeen sain kasattua tällaisen listan asioita, joiden avulla jokainen voisi oppia tehokkaaseen tekoälyn käyttöön.
- Yhden työkalun valinta
Yksi vinkki, joka pienensi olettamaani opittavan määrää, oli valita eri tehtäviin tarkoitetuista tekoälytyökaluista yksi, johon paneutua syvemmin. Sillä jokaiselle tekoälylle on hieman eri tapa kirjoittaa kehotteita eli prompteja, joka toimii parhaiten juuri kyseiselle tekoälylle. Yleisimmät tällaiset tehtävät ovat nykyään:
- Tekstiä tuottavat tekoälyt eli LLM:ät (Large Language Model) (ChatGPT, Gemini ja Grok)
- Kuvia luovat tekoälyt (Dall-E, Modjourney ja Adobe Firefly)
- Videoita tuottavat tekoälyt (Synthesia, Sora, Runway ML)
Kun olet valinnut sinun tarkoituksiisi ja teknillisen osaamisen tasoosi soveltuvan tekoälyn, voit alkaa opettelemaan kuinka käyttää sitä optimaalisesti.
- Promptaamisen opettelu
Sinulle sopivimpien tekoälyjen opettelu tulisi alkaa lähes aina kyseisen tekoälyn kehotteiden oikeanlaisen rakenteen opiskelusta. Kuitenkin kehotteita kirjoittaessa lähes jokaiselle edellä mainituista ja muista yleisimmistä tekoälyistä pätee samoja perussääntöjä.
- Ole tarkka
- Kertomalla, mitä tekoälyn pitää ja ei pidä tehdä antavat sille helpommat raamit sen vastauksiin.
- Mahdollisimman paljon kontekstia
- kertomalla tekoälylle mahdollisimman tarkasti mitä sinä haluat sen tekevän ja millä tavalla tuottaa yleensä parhaita mahdollisia tuloksia. Esimerkiksi kehote ”Kirjoita tarina” ei todennäköisesti luo juuri sellaista tarinaa, kuin olit siltä toivonut. Kertomalla kehotteessa toivotun tyylin, kohderyhmän, pituuden ja muita seikkoja, joita tarinassa toivoisit olevan, auttaa aina.
- Käytä helposti ymmärrettävää ja mustavalkoista kieltä
- Pyydä tekoälyä kirjoittamaan muokkaamaan kehotettasi tai kysymään tarkentavia kysymyksiä
- Yksi tapa luoda parempia kehotteita on pyytää tekstiä tuottavia tekoälyjä toimimaan sinun kehoteinsinöörinäsi. Pyytämällä tekoälyä kysymään sinulta tarkentavia kysymyksiä on myös helppo tapa parantaa omaa kehotettasi, sillä tekoäly voi pyytää sellaisia kysymyksiä, joita sinä et välttämättä olisi itse muistanut tai ymmärtänyt lisätä alkuperäiseen kehotteeseen.
- Anna esimerkkejä
- Esimerkit ovat todella hyviä tarkentavia asioita lisätä kehotteisiisi, sillä tekoäly saa niistä todella paljon kontekstia lopputuloksen tyylistä. Esimerkkien käyttämisestä kehotteissa käytetään myös nimityksiä ”one shot” ja ”few shot” promptaamiseksi.
Tekoälyt toimivat ennustamalla, mikä vastaus todennäköisimmin vastaa sinun antamaan kehotukseesi. Se tekee näin tutkimalla sille koulutettua dataa ja etsimällä niistä sinulle relevantteja lähteitä. Tämän takia tarkan ja kontekstirikkaiden kehotusten käyttäminen on yleensä tehokkainta, sillä mitä vähemmän tekoälyn täytyy arvailla, mitä sinä haluat ja mistä lähteistä sitä todennäköisemmin, vastaus on sinun tarkoitukseesi sopivaa.
- Käytännön harjoitteleminen
Kuitenkin paras tapa oppia tekoälyn käyttöä on aloittaa sen käyttäminen käytännössä. Kiinnittämällä erityistä huomiota tekoälyn antamien vastauksien laatuun ja miten sinun kehotteesi vaikuttavat niihin eri projektiesi ja tehtäviesi parissa on paras tapa oppia näiden työkalujen käyttöä. Tekoäly on paljon parempi ihmistä erityisesti suurien datamäärien käsittelyssä, että sen käyttäminen tämän tyylisissä sille hyvin soveltuvissa tehtävissä lähestyy mielestäni sitä rajaa, että sitä on jopa tyhmää olla käyttämättä. Kaiken ajatustyön siirtäminen tekoälylle ei kuitenkaan mielestäni tulisi olla niiden käytön perimmäinen tarkoitus, vaan tekoälyä tulisi käyttää oman ajattelun jatkeena.
Tulevaisuus tekoälyn kanssa
Kukaan ei osaa sanoa varmaksi, miltä meidän tulevaisuutemme tulee näyttämään tekoälyn kanssa ja sellaiset lauseet kuten ”Tekoäly ei tule korvaamaan ihmistä” ovat mielestäni turhan optimistisia. Tälläkin hetkellä tunnetuissa teknologiayrityksissä aletaan korvaamaan ihmisiä uusimmilla tekoälymalleilla. Esimerkiksi Shopify vaatii ennen uuden henkilön palkkaamista, nykyisiä työntekijöitä kirjallisesti todistamaan, miksi tekoäly ei voisi korvata heitä ja Duolingo joutui tänä vuonna kiistan keskelle, kun sen toimitusjohtajan lähettämä sisäinen viesti vuoti julkisuuteen, jossa hän kertoi yrityksen pyrkivän olemaan tulevaisuudessa mahdollisimman automatisoitu, joka tarkoittaisi monien nykyisten kieliasiantuntijoiden korvaamista tekoälyllä. Nämä molemmat yritykset nousivat parrasvaloihin, vain koska niiden sisäisiä dokumentteja vuoti julkisuuteen. En usko ollenkaan, että nämä yritykset olisivat jotenkin poikkeuksia massasta, vaan uskon, että jokainen yritys, joka joutuu miettimään skaalautumista, joko korvaa ihmisiä tekoälyllä tällä hetkellä tai suunnittelee sen tekemistä heti kun vain mahdollista.
Tämän takia alussa lainaamani usein kuulemani lause on mielestäni väärässä. Uskon, että tekoäly tulee korvaamaan ihmisiä eri yrityksissä ja erityisesti heitä ketkä eivät osaa käyttää tätä uutta teknologiaa hyödykseen. Suosittelenkin jokaista miettimään, mitä taitoja minä osaan tai minun tulee oppia, jotta minä olen korvaamaton ja onko näiden uusien työkalujen tehokas käyttö yksi niistä taidoista.
Kommentit