ഒരു മുറിയിൽ തിരക്കിനിടയിൽ ഒരു റോബോട്ടിനെ കണ്ടെത്താൻ ശ്രമിച്ചിട്ടുണ്ടോ?
കുറച്ച് മാസങ്ങൾക്ക് മുമ്പ്, ഒരു അധ്യാപക സുഹൃത്ത് രാത്രി വൈകി എനിക്ക് ഒരു ടെക്സ്റ്റ് അയച്ചു, “എൻ്റെ ലേഖനങ്ങളിൽ പകുതിയും എഴുതിയത് റോബോട്ടുകളാണ് എന്ന് ഞാൻ കരുതുന്നു.” അവൾ അവളുടെ വിദ്യാർത്ഥികളുടെ പേപ്പറുകൾ GPT ഡിറ്റക്ടറുകളിലൊന്നിലേക്ക് നൽകി - ChatGPT പോലുള്ള ഒരു AI-യിൽ നിന്നാണോ അതോ മനുഷ്യൻ എഴുതിയതാണോ എന്ന് കണ്ടെത്താൻ കഴിയുമെന്ന് അവകാശപ്പെടുന്ന സേവനങ്ങൾ - അത് ക്രിസ്മസ് ട്രീ പോലെ പ്രകാശിച്ചു. എല്ലായിടത്തും ചുവന്ന കൊടികൾ. പരിഭ്രാന്തി. ആരോപണങ്ങൾ. എല്ലാം ഉണ്ടായിരുന്നു.
എന്നാൽ ഇവിടെ ഒരു ട്വിസ്റ്റ് ഉണ്ട്: ന്യൂയോർക്കറിനായി ഓഡിഷൻ ചെയ്യുന്നതുപോലെ എഴുതുന്ന കുട്ടികളുടേതായിരുന്നു ഫ്ലാഗ് ചെയ്ത രണ്ട് ലേഖനങ്ങളും. മിടുക്കരായ കുട്ടികൾ. നിങ്ങളുടെ മനസ്സിൽ “ലോ & ഓർഡർ” സിനിമയിലെ 'ഡൺ-ഡൺ' കേൾക്കുന്നുണ്ടെങ്കിൽ, നിങ്ങൾ തനിച്ചല്ല.
അതുകൊണ്ട് നീതിബോധമുള്ള ഒരു ജിജ്ഞാസുവയർ ചെയ്യുന്ന ആരെങ്കിലും ചെയ്യുന്നതുപോലെ ഞാനും ചെയ്തു: ഞാൻ ഒരാഴ്ച GPT ഡിറ്റക്ടറുകൾ പരീക്ഷിച്ചു. AI എഴുത്ത് മനുഷ്യൻ്റെ എഴുത്തിൽ നിന്ന് വേർതിരിച്ചറിയാൻ ശരിക്കും അവർക്ക് കഴിയുമോ? അവ എങ്ങനെയാണ് പ്രവർത്തിക്കുന്നത്? അധ്യാപകർ, എഡിറ്റർമാർ അല്ലെങ്കിൽ നിയമിക്കുന്ന മാനേജർമാർ അവരെ വിശ്വസിക്കണോ? അവ തെറ്റായി കണ്ടെത്തിയാൽ എന്ത് സംഭവിക്കും?
സ്പോയിലർ: അവ സത്യം കണ്ടെത്താനുള്ള യന്ത്രങ്ങളല്ല. അവ... വൈബ് ഡിറ്റക്ടറുകളാണ്. വൈബുകൾക്ക് ഉറപ്പില്ല.
“GPT ഡിറ്റക്ടറുകളുടെ കൃത്യത പരിശോധിക്കുക” എന്നതുകൊണ്ട് ഞങ്ങൾ എന്താണ് അർത്ഥമാക്കുന്നത്
നമുക്ക് കാര്യങ്ങൾ വ്യക്തമാക്കാം. GPT ഡിറ്റക്ടറുകളുടെ കൃത്യതയെക്കുറിച്ച് ആളുകൾ സംസാരിക്കുമ്പോൾ, അവർ സാധാരണയായി വളരെ പ്രധാനപ്പെട്ട ചില ഉത്തരങ്ങൾ ആഗ്രഹിക്കുന്നു:
- എൻ്റെ ക്ലാസ്റൂമിലോ ടീമിലോ AI ഉപയോഗിച്ച് ഉണ്ടാക്കിയ ലേഖനങ്ങൾ കണ്ടെത്താൻ എനിക്ക് കഴിയുമോ?
- ഒരു ഡിറ്റക്ടറിലൂടെ ടെക്സ്റ്റ് സുരക്ഷിതമായി നൽകാനും സ്കോറിനെ അടിസ്ഥാനമാക്കി നടപടിയെടുക്കാനും കഴിയുമോ?
- ഞാൻ എഴുതുന്നത് മനുഷ്യൻ എഴുതിയതായി തോന്നാൻ എന്തെങ്കിലും വഴികളുണ്ടോ—അത് മനുഷ്യൻ എഴുതിയതാണെങ്കിൽപ്പോലും?
ഇവിടെ ഉപയോക്താവിൻ്റെ ഉദ്ദേശം സംശയവും അതിജീവനത്തിനായുള്ള വഴികാട്ടിയുമാണ്. നിങ്ങളുടെ ഡിറ്റക്ടർ നല്ലതാണോ എന്ന് പരിശോധിക്കാൻ നിങ്ങൾക്ക് ഒരു വഴി വേണം—ആരുടെയെങ്കിലും ഗ്രേഡോ, ജോലി അപേക്ഷയോ, അല്ലെങ്കിൽ പ്രശസ്തിയോ ഇല്ലാതാക്കുന്നതിന് മുമ്പ് അത് ചെയ്യുന്നതാണ് നല്ലത്.
ഈ ലേഖനം നിങ്ങൾക്കുള്ള ഒരു ഗൈഡാണ്. നമ്മൾ ചെയ്യാൻ പോകുന്നത്:
- ഡിറ്റക്ടറുകൾ എങ്ങനെ ചിന്തിക്കുന്നു എന്ന് ലളിതമാക്കുന്നു.
- നിങ്ങൾക്ക് ആവർത്തിക്കാൻ കഴിയുന്ന ഒരു ലളിതമായ DIY ടെസ്റ്റ് പ്ലാൻ പ്രവർത്തിപ്പിക്കുക.
- പരാജയ സാധ്യതകൾ കണ്ടെത്തുക (അവ വളരെ വലുതാണ്).
- വലിയ അപകടസാധ്യതകളുള്ളപ്പോൾ മികച്ചതും ന്യായപരവുമായ ബദലുകൾ നൽകുക.
ഞാനത് ലളിതമായ ഭാഷയിൽ വിശദീകരിക്കാം. സ്ഥിതിവിവരക്കണക്കിൽ Ph.D. ഇല്ലാത്തവർക്കും ഇത് മനസ്സിലാക്കാവുന്നതേയുള്ളൂ.
GPT ഡിറ്റക്ടറുകൾ എങ്ങനെ “ഊഹിക്കുന്നു”: വേഗത്തിലുള്ളതും ലളിതവുമായ വിശദീകരണം
മിക്ക ഡിറ്റക്ടറുകൾക്കും ടെക്സ്റ്റ് എവിടെ നിന്ന് വന്നുവെന്ന് ശരിക്കും അറിയില്ല. അവ ചെയ്യുന്നത് പാറ്റേൺ തിരിച്ചറിയലാണ്—AI ടെക്സ്റ്റിൽ സാധാരണയായി കാണുന്ന ചില സ്ഥിതിവിവര സൂചനകൾക്കായി തിരയുന്നു. വാക്കുകളുടെ ക്രമം കണ്ടുപിടിക്കുന്ന ഷെർലക് ഹോംസ് ആയി ഇതിനെ കണക്കാക്കുക.
ഡിറ്റക്ടറുകൾ പ്രധാനമായും ശ്രദ്ധിക്കുന്ന രണ്ട് കാര്യങ്ങൾ:
- പ്രവചനാതീതത: AI കൂടുതൽ സുഗമവും സാധ്യതയുമുള്ളതുമായ വാക്യങ്ങൾ നിർമ്മിക്കാൻ ശ്രമിക്കുന്നു. കുഴികളില്ലാത്ത ഒരു റോഡ് പോലെ ഇതിനെ സങ്കൽപ്പിക്കുക. അതേസമയം മനുഷ്യർ തടസ്സങ്ങൾ ഉണ്ടാക്കുന്നു, വഴിതെറ്റുന്നു, વિચિત્રമായ метафоры ചേർക്കുന്നു, ചില സമയങ്ങളിൽ റോളർ കോസ്റ്ററിൽ ഇരുന്നു ടെക്സ്റ്റ് ചെയ്യുന്നതുപോലെ എഴുതുന്നു.
- ബർസ്റ്റിനെസ്സ്: മനുഷ്യർ പൊട്ടിത്തെറികളായി എഴുതുന്നു—ചെറിയ വാക്യങ്ങൾക്ക് ശേഷം വലിയ വാക്യങ്ങൾ, താളത്തിൽ പെട്ടെന്നുള്ള മാറ്റങ്ങൾ. AI സ്ഥിരതയുള്ളതായി തോന്നുന്നു, നല്ലരീതിയിൽ സംസാരിക്കാൻ പഠിച്ചതുപോലെ.
ഇവിടെയാണ് ശ്രദ്ധിക്കേണ്ട കാര്യം: നല്ല എഴുത്തുകാർക്ക് എളുപ്പത്തിലും പ്രവചനാതീതമായും എഴുതാൻ കഴിയും. അതുപോലെ AI-യോട് “കാപ്പിയും വികാരങ്ങളുമുള്ള ഒരു മനുഷ്യനെപ്പോലെ എഴുതാൻ” പറഞ്ഞാൽ അങ്ങനെയും എഴുതും. ഇവിടെ അതിരുകൾ മങ്ങുന്നു.
കൂടാതെ: ഓരോ ഡിറ്റക്ടറുകളും വ്യത്യസ്ത സൂചനകളാണ് നൽകുന്നത്. ചിലത് വാക്യഘടനയുടെ വൈവിധ്യം പരിശോധിക്കുന്നു, മറ്റുചിലത് വാക്കുകളുടെ ദൗർലഭ്യം അല്ലെങ്കിൽ വാക്യത്തിൻ്റെ എൻട്രോപ്പി എന്നിവ വിശകലനം ചെയ്യുന്നു. ഒരു വാട്ടർമാർക്കിന് കഴിയുന്നതുപോലെ രചയിതാവിനെ കണ്ടെത്താൻ ഇതിലൊന്നിനും കഴിയില്ല. അവർ ഫോറൻസിക് കാലാവസ്ഥാ നിരീക്ഷകരാണ്, DNA ലാബുകളല്ല.
നല്ലതും ചീത്തയും വളരെ തെറ്റായതുമായ കാര്യങ്ങൾ: ഡിറ്റക്ടറുകൾ ശരിയായി ചെയ്യുന്നതും തെറ്റായി ചെയ്യുന്നതും
- ശരിയായ കാര്യങ്ങൾ: വേഗത്തിലുള്ള ട്രയാജ്. നിങ്ങൾ ധാരാളം ഉള്ളടക്കങ്ങൾ സ്കിം ചെയ്യുകയാണെങ്കിൽ, ഒരു ഡിറ്റക്ടറിന് സംശയാസ്പദമായ രീതിയിൽ പൊതുവായതോ ആവർത്തിച്ചുള്ളതോ വളരെ എളുപ്പമുള്ളതോ ആയ ടെക്സ്റ്റ് ഹൈലൈറ്റ് ചെയ്യാൻ കഴിയും—അത് കൂടുതൽ ശ്രദ്ധിച്ച് നോക്കേണ്ട ഒന്നാണ്.
- തെറ്റായ കാര്യങ്ങൾ: വലിയ അപകടസാധ്യതയുള്ള വിധികൾ. ഡിറ്റക്ടറുകൾക്ക് മികച്ച എഴുത്തുകാരെ (വ്യക്തവും സ്ഥിരതയുള്ളതും നന്നായി ചിട്ടപ്പെടുത്തിയതുമായ prose) തെറ്റായി കുറ്റപ്പെടുത്താനും AI-ക്ക് ഒരു പാസ് നൽകാനും കഴിയും (തെറ്റുകൾ ചേർക്കുക, വാക്യങ്ങൾ മാറ്റുക, അല്ലെങ്കിൽ ഒരു തെസോറസ് ഉപയോഗിച്ച് പുനർവായിക്കുക).
- “തെറ്റായ പോസിറ്റീവ്” പ്രശ്നം: യഥാർത്ഥ മനുഷ്യരെ AI ആയി ഫ്ലാഗ് ചെയ്യുന്നു. ESL എഴുത്തുകാർക്കും, ഫോർമുല ശൈലിയിൽ എഴുതുന്നവർക്കും, അവരുടെ ഭാഗം വൃത്തിയുള്ളതും संतुलितവുമാക്കാൻ എഡിറ്റ് ചെയ്ത ആർക്കും ഇത് സംഭവിക്കാം. നിങ്ങളുടെ ഒറിജിനൽ വർക്ക് വ്യാജമാണെന്ന് പറയുന്നത് കേൾക്കുമ്പോൾ ഉണ്ടാകുന്ന അവസ്ഥ ഒന്നു സങ്കൽപ്പിച്ചു നോക്കു.
ചുരുക്കത്തിൽ: ഒരു ഡിറ്റക്ടർ ഒരു വിധിന്യായമല്ല; അതൊരു സൂചന മാത്രമാണ്. നിങ്ങൾ ടോസ്റ്റ് ക burnt തിരിക്കുമ്പോൾ നിങ്ങളുടെ സ്മോക്ക് ഡിറ്റക്ടർ പ്രവർത്തിക്കുന്നത് പോലെ. അവിടെ പുകയുണ്ട്. പക്ഷെ വീടിന് തീപിടിച്ചിരിക്കണമെന്നില്ല.
GPT ഡിറ്റക്ടർ കൃത്യത പരിശോധിക്കാൻ കഴിയുന്ന DIY രീതി
നിങ്ങൾക്ക് ഒരു ലാബ് കോട്ട് ആവശ്യമില്ല. നിങ്ങൾക്ക് ഒരു പ്ലാൻ മാത്രം മതി. നിങ്ങളുടെ ക്ലാസ്റൂമിലോ, ന്യൂസ് റൂമിലോ അല്ലെങ്കിൽ കമ്പനിയിലോ GPT ഡിറ്റക്ടറുകളുടെ കൃത്യത പരിശോധിക്കാൻ ഉപയോഗിക്കാവുന്ന ഒരു ലളിതമായ പ്രോട്ടോക്കോൾ ഇതാ.
- നാല് ടെക്സ്റ്റ് ബക്കറ്റുകൾ ഉണ്ടാക്കുക (ഓരോന്നിനും ഏകദേശം 300-500 വാക്കുകൾ):
- ശുദ്ധമായ മനുഷ്യൻ: നിങ്ങൾ ആദ്യം മുതൽ എഴുതിയ എന്തെങ്കിലും. അത് തെളിയിക്കാൻ ഡ്രാഫ്റ്റുകൾ സൂക്ഷിക്കുക.
- ശുദ്ധമായ AI: അതേ വിഷയത്തിൽ എഴുതാൻ ഒരു GPT മോഡലിനോട് ആവശ്യപ്പെടുക, മാറ്റങ്ങളൊന്നും വരുത്തരുത്.
- എഡിറ്റ് ചെയ്ത മനുഷ്യൻ: AI ഡ്രാഫ്റ്റിൽ നിന്ന് ആരംഭിച്ച് ഒരു മനുഷ്യനെപ്പോലെ മാറ്റിയെഴുതുക—ചെറിയ കഥകൾ ചേർക്കുക, ഖണ്ഡികകൾ മാറ്റുക, വ്യക്തിപരമായ വിശദാംശങ്ങൾ ചേർക്കുക.
- AI अस्पष्टമാക്കിയത്: AI ഡ്രാഫ്റ്റ് എടുത്ത് പാരഫ്രേസർമാർ, പര്യായ ഷഫ്ലർമാർ, വാക്യം വിഭജിക്കുന്നവർ എന്നിവയിലൂടെ പ്രവർത്തിപ്പിക്കുക. കൂടുതൽ മാറ്റങ്ങൾ വരുത്തുക.
- പരിശോധിക്കാൻ 3–5 ഡിറ്റക്ടറുകൾ തിരഞ്ഞെടുക്കുക. വ്യത്യസ്ത ടൂളുകൾ, വ്യത്യസ്ത രീതികൾ.
- ലേബലുകൾ മറയ്ക്കുക. ഒരു സഹപ്രവർത്തകനോട് ഫയലുകൾക്ക് A, B, C, D എന്നിങ്ങനെ പേര് മാറ്റാൻ പറയുക, അതുവഴി നിങ്ങൾക്ക് മുൻവിധി തോന്നാതിരിക്കാൻ സഹായിക്കും.
- ഓരോ സാമ്പിളും ഓരോ ഡിറ്റക്ടറിലൂടെയും പ്രവർത്തിപ്പിക്കുക. റോ സ്കോറുകളും കാറ്റഗറിക്കൽ ലേബലും രേഖപ്പെടുത്തുക (ഉദാഹരണത്തിന്, “AI ആകാൻ സാധ്യതയുണ്ട്,” “മിക്സഡ്,” “ഹ്യൂമൻ”).
- അടിസ്ഥാനകാര്യങ്ങൾ കണക്കാക്കുക:
- ശരിയായ പോസിറ്റീവുകൾ: AI ആണെന്ന് ശരിയായി ഫ്ലാഗ് ചെയ്തത് AI.
- ശരിയായ നെഗറ്റീവുകൾ: മനുഷ്യൻ ആണെന്ന് ശരിയായി ഫ്ലാഗ് ചെയ്തത് മനുഷ്യൻ.
- തെറ്റായ പോസിറ്റീവുകൾ: മനുഷ്യൻ AI ആണെന്ന് ഫ്ലാഗ് ചെയ്തു.
- തെറ്റായ നെഗറ്റീവുകൾ: AI മനുഷ്യൻ ആണെന്ന് ഫ്ലാഗ് ചെയ്തു.
- കൃത്യത, പ്രിസിഷൻ, റീകോൾ എന്നിവ കണക്കാക്കുക:
- കൃത്യത = (TP + TN) / ആകെ.
- പ്രിസിഷൻ (AI-ക്ക്) = TP / (TP + FP). ഇത് നിങ്ങളോട് പറയുന്നു: ഇത് “AI” എന്ന് പറയുമ്പോൾ, എത്ര തവണ ഇത് ശരിയാണ്?
- റീകോൾ (AI-ക്ക്) = TP / (TP + FN). ഇത് നിങ്ങളോട് പറയുന്നു: ഇത് എത്ര AI ടെക്സ്റ്റ് ശരിക്കും പിടികൂടി?
- ശൈലിയുടെ വൈവിധ്യം ഉപയോഗിച്ച് സ്ട്രെസ്-ടെസ്റ്റ് ചെയ്യുക:
- ESL എഴുത്ത്, വളരെ സാങ്കേതികമായ എഴുത്ത്, ക്രിയേറ്റീവ് റൈറ്റിംഗ് എന്നിവ ചേർക്കുക.
- വൃത്തിയാക്കിയ മനുഷ്യൻ എഴുതിയ ടെക്സ്റ്റ് ചേർക്കുക: व्याकरणപരമായി ശരിയാണോ എന്ന് പരിശോധിച്ച് നല്ല രീതിയിൽ ഫോർമാറ്റ് ചെയ്യുക.
- ചെറിയ ഭാഗങ്ങൾ പരീക്ഷിക്കുക (150 വാക്കിൽ താഴെ). പല ഡിറ്റക്ടറുകളും ചെറിയ അളവിൽ തെറ്റുകൾ വരുത്തും.
- എഡ്ജ് കേസുകൾ രേഖപ്പെടുത്തുക. സ്ക്രീൻഷോട്ടുകൾ, സാമ്പിൾ ടെക്സ്റ്റ്, നിങ്ങളുടെ ഡ്രാഫ്റ്റ് ഹിസ്റ്ററി എന്നിവ സ്കോർ മാത്രമല്ല എന്തുകൊണ്ട് എന്നും മനസിലാക്കാൻ സഹായിക്കും.
ഡിറ്റക്ടറിൻ്റെ പ്രിസിഷൻ കുറവാണെങ്കിൽ, അതിനർത്ഥം അത് ധാരാളം നിരപരാധികളായ മനുഷ്യരെ കുറ്റവാളികളാക്കുന്നു എന്നാണ്. റീകോൾ കുറവാണെങ്കിൽ AI രക്ഷപ്പെടുന്നു. രണ്ടും മോശമാണെങ്കിൽ... ആ ഡിറ്റക്ടർ ഒരു മൈക്രോസ്കോപ്പിനേക്കാൾ മാജിക് 8-ബോൾ ആയിരിക്കാം.
ഒരു ഉദാഹരണം: കുഴപ്പമുണ്ടാക്കാൻ ശ്രമിക്കുമ്പോൾ എന്ത് സംഭവിക്കുന്നു
വൈദ്യുത സ്കൂട്ടറുകൾ നഗരങ്ങൾക്ക് നല്ലതാണോ എന്നതിനെക്കുറിച്ച് 400 വാക്കുകൾ എഴുതാൻ ഞങ്ങൾ ഒരു AI-യോട് ആവശ്യപ്പെട്ടു എന്ന് കരുതുക. ഫലം: വ്യക്തിപരമായ താൽപ്പര്യമില്ലാത്തതും നന്നായി ചിട്ടപ്പെടുത്തിയതുമായ ഒരു ശരാശരി ലേഖനം. ഇപ്പോൾ ഞങ്ങൾ ഇത് മൂന്ന് ഡിറ്റക്ടറുകളിലൂടെ പ്രവർത്തിപ്പിക്കുന്നു. രണ്ടെണ്ണം “AI ആകാൻ സാധ്യതയുണ്ട്” എന്ന് പറയുന്നു. ഒരെണ്ണം “വ്യക്തമല്ല” എന്ന് പറയുന്നു.
ഇപ്പോൾ ഞങ്ങൾ മനുഷ്യൻ്റെ കൈയൊപ്പ് ചേർക്കുന്നു:
- ഞങ്ങൾ ഒരു പ്രത്യേക സംഭവം ചേർക്കുന്നു: “ഒരു ബേക്കറിക്ക് പുറത്തുവെച്ച് ഞാൻ സ്കൂട്ടറിൽ നിന്ന് വീണു, ഒരു అర്ഥൻ костюമിൽ വന്ന ഒരാൾ എനിക്ക് സുഖമാണോ എന്ന് ചോദിച്ചു.”
- ഞങ്ങൾ വാക്യങ്ങളുടെ നീളം മാറ്റുന്നു. ചോദ്യങ്ങൾ, പരാൻതീസിസുകൾ, വേഗത്തിലുള്ള വൺ-ലൈനറുകൾ എന്നിവ ചേർക്കുക.
- ഒരു കവലയും പാർക്കിംഗ് ടിക്കറ്റുകളുടെ വിലയും പോലുള്ള പ്രാദേശിക വിശദാംശങ്ങൾ ഞങ്ങൾ ഇതിൽ ഉൾപ്പെടുത്തുന്നു.
വീണ്ടും പ്രവർത്തിപ്പിക്കുക. പെട്ടെന്ന് ഡിറ്റക്ടറുകൾക്ക് വ്യത്യസ്ത അഭിപ്രായങ്ങൾ ഉണ്ടാകുന്നു: ഒന്ന് ഇപ്പോഴും “AI ആകാൻ സാധ്യതയുണ്ട്” എന്ന് പറയുന്നു, ഒന്ന് “ഹ്യൂമൻ” എന്ന് മാറുന്നു, മറ്റൊന്ന് “മിക്സഡ്” എന്ന് പറയുന്നു.
അവസാനമായി, ഞങ്ങൾ യഥാർത്ഥ AI ടെക്സ്റ്റിൽ പൂർണ്ണമായ अस्पष्टीకరణം നടത്തുന്നു—പാരഫ്രേസർ, പര്യായ സ്പിന്നർ, കൂടാതെ കുറച്ച് തെറ്റുകൾ കൂടി ചേർക്കുന്നു—ഡിറ്റക്ടറുകൾ കൂടുതലും തോളുകൾ കുലുക്കുന്നു: “മനുഷ്യൻ എഴുതിയതുപോലെ തോന്നുന്നു.”
സംഗ്രഹം: అర്ഥൻ костюമുകൾക്കും തെറ്റുകൾക്കും നിങ്ങളുടെ ടൂളിനെ കബളിപ്പിക്കാൻ കഴിയുമെങ്കിൽ, അത് വിധികർത്താവാകാനും ജൂറിയാകാനും GPA നടപ്പിലാക്കുന്നയാളാകാനും തയ്യാറാകണമെന്നില്ല.
നല്ല മനുഷ്യരെ എന്തുകൊണ്ട് ബോട്ടുകളായി ഫ്ലാഗ് ചെയ്യുന്നു
- വൃത്തിയായി എഴുതുന്നത് സംശയാസ്പദമാണ്. നിങ്ങൾ കൃത്യമായ व्याकरणപരമായി ശരിയായ വാക്യങ്ങൾ സ്ഥിരമായ ഘടനയോടെ എഴുതുകയാണെങ്കിൽ, അത് “വളരെ എളുപ്പമുള്ള” മുന്നറിയിപ്പ് നൽകിയേക്കാം.
- ESL എഴുത്തുകാർ ശിക്ഷിക്കപ്പെടുന്നു. ചില ഡിറ്റക്ടറുകൾ AI നിർമ്മിത വസ്തുക്കളായി തെറ്റിദ്ധരിക്കുന്നത് സ്വദേശീയമല്ലാത്ത പാറ്റേണുകളാണ്. ഇത് വൃത്തികെട്ട പക്ഷപാതമാണ്—ന്യായമില്ലാത്തതും നിരുത്സാഹപ്പെടുത്തുന്നതുമാണ്.
- ഫോർമുലയിലുള്ള വിഭാഗങ്ങൾ മോഡലിനെ ആശയക്കുഴപ്പത്തിലാക്കുന്നു. വാർത്താക്കുറിപ്പുകൾ, കോർപ്പറേറ്റ് അപ്ഡേറ്റുകൾ അല്ലെങ്കിൽ അഞ്ച് ഖണ്ഡികകളുള്ള ലേഖനങ്ങൾക്ക് പ്രവചിക്കാവുന്ന താളമുണ്ട്. ഡിറ്റക്ടറുകൾ ചിന്തിക്കുന്നു: പ്രവചനാതീതത = AI.
- ചെറിയ ഉത്തരങ്ങൾ ആശയക്കുഴപ്പമുണ്ടാക്കുന്നു. ചെറിയ സാമ്പിളുകളിൽ, കണക്കുകൂട്ടലുകൾക്ക് പ്രശ്നമുണ്ടാകുകയും ആത്മവിശ്വാസം കുറയുകയും ചെയ്യുന്നു. ഡിറ്റക്ടറുകൾക്ക് ഉറപ്പില്ലാത്തതുകൊണ്ട് പലപ്പോഴും “AI” എന്ന് പറയുന്നു.
ഒരു ഡിറ്റക്ടർ ആരുടെയെങ്കിലും വർക്ക് AI ആണെന്ന് പറയുകയാണെങ്കിൽ, അതിനെ ഒരു കാലാവസ്ഥാ പ്രവചനം പോലെ കണക്കാക്കുക. ഒരു കുട എടുക്കുക, പക്ഷേ കല്യാണം റദ്ദാക്കരുത്.
വലിയ അപകടസാധ്യതകളുള്ളപ്പോൾ മികച്ചതും ന്യായപരവുമായ രീതികൾ
നിങ്ങൾക്ക് ഡിറ്റക്ടറുകളെ ടൂൾ ബെൽറ്റിൽ സൂക്ഷിക്കാം—പക്ഷേ എല്ലാത്തിനും അതൊരു हथौड़ा ആക്കരുത്.
- പ്രോസസ്സ് തെളിവുകൾ ചോദിക്കുക. ഡ്രാഫ്റ്റുകൾ, ടൈംസ്റ്റാമ്പുകൾ, കുറിപ്പുകൾ, പതിപ്പ് ഹിസ്റ്ററി എന്നിവയാണ് നല്ലത്. Google Docs-ലും Microsoft Word-ലും പതിപ്പ് ഹിസ്റ്ററി ട്രാക്ക് ചെയ്യാൻ കഴിയും; അതുപോലെ പല കുറിപ്പുകൾ എടുക്കുന്ന ആപ്പുകളിലും എഴുത്ത് പ്ലാറ്റ്ഫോമുകളിലും ഇത് ലഭ്യമാണ്.
- കൃത്യമായ പ്രോംപ്റ്റുകൾ ഉപയോഗിക്കുക. നിങ്ങൾ ഒരു സാധാരണ AI-യെ സംശയിക്കുന്നുണ്ടെങ്കിൽ, തുടർ ചോദ്യങ്ങൾ ചോദിക്കുക: “ഈ ക്ലെയിമിനായി നിങ്ങൾ ഏത് ഉറവിടമാണ് ഉപയോഗിച്ചത്?” അല്ലെങ്കിൽ “ഖണ്ഡിക രണ്ടുമായി ബന്ധപ്പെട്ട നിങ്ങളുടെ വ്യക്തിപരമായ അനുഭവം വിവരിക്കുക.” AI-ക്ക് യഥാർത്ഥ ജീവിതത്തിൽ നിന്ന് ഉണ്ടാക്കിയെടുക്കാൻ കഴിയില്ല.
- ശൈലിയെ മാത്രമല്ല ഉള്ളടക്കത്തെയും വിലയിരുത്തുക. പ്രത്യേകതകൾ, ഉറവിടങ്ങൾ, ഒറിജിനൽ വിശകലനം എന്നിവ വാക്യത്തിൻ്റെ താളത്തേക്കാൾ പ്രധാനമാണ്.
- വാക്കാലുള്ള പരിശോധനകൾ പരിഗണിക്കുക. ഒരു രണ്ടുമിനിറ്റ് സംഭാഷണം—“നിങ്ങളുടെ വാദം വിശദീകരിക്കാമോ”—ആശയങ്ങൾ ശരിയാണോ അതോ എവിടെനിന്നെങ്കിലും കോപ്പി പേസ്റ്റ് ചെയ്തതാണോ എന്ന് വെളിപ്പെടുത്താൻ കഴിയും.
- സുതാര്യമായിരിക്കുക. നിങ്ങൾ ക്ലാസ്സിലോ നിയമനത്തിലോ ഒരു ഡിറ്റക്ടർ ഉപയോഗിക്കുകയാണെങ്കിൽ, നിങ്ങളുടെ നയം, പരിധികൾ, അപ്പീൽ പ്രക്രിയ, തെറ്റായ പോസിറ്റീവുകളുടെ അപകടസാധ്യത എന്നിവ പ്രസിദ്ധീകരിക്കുക. വെളിച്ചമാണ് ഏറ്റവും നല്ല അണുനാശിനി.
നിങ്ങൾ ഒരു ഡിറ്റക്ടർ ഉപയോഗിക്കുകയാണെങ്കിൽ, അത് ഒരു സ്മോക്ക് അലാറം പോലെ ട്യൂൺ ചെയ്യുക
- ശ്രദ്ധിച്ച് പരിധികൾ വെക്കുക. “AI ആകാൻ സാധ്യതയുണ്ട്” എന്നത് ഒരു റിവ്യൂവിനുള്ള ഫ്ലാഗായി കണക്കാക്കുക—അല്ലാതെ ഒരു കുറ്റമായി കണക്കാക്കരുത്.
- സ്ഥിരീകരണം ആവശ്യമാണ്. രണ്ട് ഡിറ്റക്ടറുകൾ ഒരേ അഭിപ്രായം പറയുക, ഡ്രാഫ്റ്റുകളിൽ സ്ഥിരതയില്ലാത്തത് കണ്ടെത്തുക, ഉറവിടങ്ങൾ ഇല്ലാതിരിക്കുക എന്നിവയെല്ലാം ഒരു കേസാകാൻ സഹായിക്കും.
- നിങ്ങളുടെ സ്വന്തം കോർപ്പസിൽ കാലിബ്രേറ്റ് ചെയ്യുക. നിങ്ങളുടെ ടീമിൽ നിന്നോ ക്ലാസ്സിൽ നിന്നോ ഉള്ള യഥാർത്ഥ മനുഷ്യരുടെ സാമ്പിളുകൾ ഡിറ്റക്ടറിലേക്ക് നൽകി നിങ്ങളുടെ ആളുകളെ എത്ര തവണ തെറ്റായി ഫ്ലാഗ് ചെയ്യുന്നുണ്ടെന്ന് നോക്കുക.
- ചെറിയ സാമ്പിളുകൾ ഒഴിവാക്കുക. 150-200 വാക്കിൽ താഴെയാണെങ്കിൽ ഫലങ്ങൾ കൃത്യമല്ലാത്തതായിരിക്കും. വലിയ ഭാഗങ്ങളോ അനുബന്ധ കുറിപ്പുകളോ ചോദിക്കുക.
- ആളുകളെ അറിയിക്കുക. മുന്നറിയിപ്പ് അവലോകനം ചെയ്യുന്ന വ്യക്തിക്ക് ടൂളിൻ്റെ പരിമിതികളും പക്ഷപാതങ്ങളും മനസ്സിലാക്കണം.
AI വാട്ടർമാർക്കിംഗ് സഹായിക്കുമോ? ഒരുപക്ഷേ—അത് ശരിക്കും ലഭ്യമായാൽ
വാട്ടർമാർക്കിംഗ് എന്നൊരു സമാന്തര ശ്രമമുണ്ട്: AI സിസ്റ്റങ്ങൾ അവയുടെ ഔട്ട്പുട്ടുകളിൽ മറഞ്ഞിരിക്കുന്ന സ്ഥിതിവിവര പാറ്റേണുകൾ ഉൾച്ചേർക്കുന്നു, അതിനാൽ അവയെ പിന്നീട് തിരിച്ചറിയാൻ കഴിയും. സൈദ്ധാന്തികമായി, ഇത് പിന്നീട് ഊഹിക്കുന്നതിനേക്കാൾ വിശ്വസനീയമാണ്. പ്രായോഗികമായി, AI മോഡലുകൾക്കിടയിൽ സഹകരണം ആവശ്യമാണ്, കൂടാതെ എഡിറ്റിംഗ്, വിവർത്തനം അല്ലെങ്കിൽ സ്ക്രീൻഷോട്ടുകൾ എന്നിവയിലൂടെ അടയാളങ്ങൾ നഷ്ടപ്പെടാൻ സാധ്യതയുണ്ട്.
പൈപ്പിന്റെ രണ്ട് അറ്റങ്ങളും നിയന്ത്രിക്കുന്ന പ്ലാറ്റ്ഫോമുകൾക്ക് ഇത് നല്ലൊരു ദിശയാണ്. ബാക്കിയുള്ളവർക്ക്, ഇത് ഇതുവരെ സ്ഥിരമായ രീതിയിൽ ലഭ്യമല്ല. ഫൈനൽ ഗ്രേഡ് ചെയ്യുമ്പോൾ ശ്വാസം അടക്കിപ്പിടിക്കേണ്ടതില്ല.
നീതി, ഭയം, ഭാവി എന്നിവയെക്കുറിച്ച് ഒരു വാക്ക്
GPT ഡിറ്റക്ടറുകളുടെ ഉയർച്ച എഴുത്തിനെ എയർപോർട്ട് സുരക്ഷ പോലെയാക്കി മാറ്റി: കൊച്ചുകുട്ടികൾ പോലും ഷൂസ് ഊരുന്നു. അത് നിലനിർത്താൻ കഴിയില്ല. ക്ലാസ്റൂമുകളെയും ജോലിസ്ഥലങ്ങളെയും സംശയത്തിന്റെ കേന്ദ്രങ്ങളാക്കാതെ പഠനത്തെയും സത്യസന്ധതയെയും പിന്തുണയ്ക്കുന്ന ഉപകരണങ്ങൾ നമുക്ക് ആവശ്യമാണ്.
അതിനർത്ഥം “നിങ്ങൾ AI ഉപയോഗിച്ചോ?” എന്നതിൽ നിന്ന് മാറി “നിങ്ങൾ എങ്ങനെ AI ഉപയോഗിച്ചു?” എന്നതിലേക്ക് മാറണം. ഉദ്ധരണിയെയും ഒറിജിനാലിറ്റിയെയും കുറിച്ചുള്ള വ്യക്തമായ നിയമങ്ങളോടെ ബ്രെയിൻസ്റ്റോമിംഗ്, രൂപരേഖ തയ്യാറാക്കൽ, ഡ്രാഫ്റ്റിംഗ്, മാറ്റിയെഴുതൽ എന്നിവയിൽ AI-യെ സുതാര്യമായി സംയോജിപ്പിക്കാൻ പഠിക്കുക. ഇത് കാൽക്കുലേറ്റർ സംവാദം പോലെ വീണ്ടും വരുന്നു, ഇവിടെ സൈൻ തരംഗങ്ങൾക്ക് പകരം വാക്യങ്ങൾ ഉപയോഗിക്കുന്നു എന്ന് മാത്രം.
Sider.AI എവിടെ യോജിക്കുന്നു (എവിടെ യോജിക്കുന്നില്ല)
ഇതാ ഒരു സർപ്രൈസ്: Sider.AI-ക്ക് ഞാൻ മുകളിൽ പറഞ്ഞ ന്യായമായ ടെസ്റ്റ് പ്രവർത്തിപ്പിക്കാൻ നിങ്ങളെ സഹായിക്കാൻ കഴിയും. നിങ്ങളുടെ സാമ്പിളുകൾ പേസ്റ്റ് ചെയ്യുക, നിങ്ങളുടെ ഡ്രാഫ്റ്റ് പതിപ്പുകൾ ട്രാക്ക് ചെയ്യുക, മാറ്റങ്ങൾ അടുത്തടുത്ത് താരതമ്യം ചെയ്യുക. ഇതൊരു കോടതിമുറിയല്ല; ഇതൊരു വർക്ക്ഷോപ്പാണ്. നിങ്ങൾ ഏതെങ്കിലും ഒരു AI ടൂളിനെ തൂക്കിലേറ്റുന്ന ജഡ്ജിയായി ഉപയോഗിക്കാൻ ശ്രമിച്ചാൽ, നിങ്ങൾക്ക് നല്ലത് വരട്ടെ. പ്രോസസ്സിനും തെളിവുകൾക്കും ഒരു കൂട്ടാളിയായി ഇതിനെ ഉപയോഗിക്കുക, അതുവഴി നിങ്ങൾക്ക് ഉറച്ച നിലയിൽ മുന്നോട്ട് പോകാനാകും. നിങ്ങൾക്കായി ഒരു ക്വിക്ക്-സ്റ്റാർട്ട് കിറ്റ്: ഇന്ന് തന്നെ കോപ്പി ചെയ്യാവുന്ന ടെംപ്ലേറ്റുകൾ
- ഡിറ്റക്ഷൻ ലോഗ് ടെംപ്ലേറ്റ്:
- ഉറവിട ലേബൽ (സ്കോറിംഗ് വരെ മറച്ചിരിക്കുന്നു):
- സവിശേഷതകളെക്കുറിച്ചുള്ള കുറിപ്പുകൾ (പ്രത്യേകതകൾ, ഉറവിടങ്ങൾ, വ്യക്തിഗത വിവരങ്ങൾ):
- വിധി: അവലോകനം ചെയ്യുക / സ്വീകരിക്കുക / അന്വേഷിക്കുക
- സിലബസുകൾക്കോ ജോലി പോസ്റ്റുകൾക്കോ വേണ്ടിയുള്ള പോളിസി:
- “AI ഡിറ്റക്ടറുകളെ ഞങ്ങൾ മറ്റ് ചില കാര്യങ്ങൾക്കൊപ്പം ഒരു ഇൻപുട്ടായി ഉപയോഗിക്കാം. സ്കോറുകൾ മാത്രം പിഴകൾ ചുമത്താൻ ഉപയോഗിക്കില്ല. ഫ്ലാഗ് ചെയ്യുകയാണെങ്കിൽ, ഡ്രാഫ്റ്റുകൾ, ഉറവിടങ്ങൾ എന്നിവ പങ്കിടാനോ നിങ്ങളുടെ പ്രക്രിയയെക്കുറിച്ച് സംസാരിക്കാനോ ആവശ്യപ്പെട്ടേക്കാം. മികച്ച മിനുസത്തേക്കാൾ പഠനത്തിനും ഒറിജിനാലിറ്റിക്കുമാണ് ഞങ്ങൾ വില കൽപ്പിക്കുന്നത്.”
- നിങ്ങൾക്ക് ഉറപ്പില്ലാത്തപ്പോൾ സംഭാഷണ പ്രോംപ്റ്റുകൾ:
- “നിങ്ങൾ ഖണ്ഡിക മൂന്ന് എങ്ങനെയാണ് കണ്ടെത്തിയതെന്ന് വിശദീകരിക്കാമോ.”
- “എനിക്കൊരു പഴയ ഡ്രാഫ്റ്റോ രൂപരേഖയോ കാണിച്ചുതരാമോ—എന്താണ് മാറിയത്?”
- “നിങ്ങൾക്ക് 10 മിനിറ്റ് കൂടി ലഭിച്ചാൽ നിങ്ങൾ എന്താണ് ചേർക്കുക?”
പ്രശ്നപരിഹാര കോർണർ: സാധാരണ ഡിറ്റക്ടർ തലവേദനകൾ
- എല്ലാം AI ആണെന്ന് ടൂൾ പറയുന്നു. ഇനി എന്ത് ചെയ്യും?
- വർഷങ്ങൾക്ക് മുമ്പ് നിങ്ങൾ എഴുതിയ ഒരു മനുഷ്യൻ എഴുതിയ സാമ്പിൾ ഉപയോഗിച്ച് കാലിബ്രേറ്റ് ചെയ്യുക. അത് ഇപ്പോഴും “AI” എന്ന് പറയുകയാണെങ്കിൽ പരിധി വളരെ കൂടുതലാണ്—അല്ലെങ്കിൽ ടൂളിന് എന്തോ കുഴപ്പമുണ്ട്.
- എൻ്റെ ഒറിജിനൽ വർക്ക് ഫ്ലാഗ് ചെയ്തു. ഞാൻ എങ്ങനെ പ്രതിരോധിക്കും?
- ഡ്രാഫ്റ്റുകൾ, ടൈംസ്റ്റാമ്പുകൾ, ഗവേഷണ കുറിപ്പുകൾ, ഉറവിടങ്ങൾ എന്നിവ ഹാജരാക്കുക. പ്രത്യേക വ്യക്തിഗത വിശദാംശങ്ങൾ ചൂണ്ടിക്കാണിക്കുക. നിങ്ങളുടെ പ്രക്രിയയെക്കുറിച്ച് ചർച്ച ചെയ്യാൻ തയ്യാറാകുക. ശാന്തവും വസ്തുതാപരവുമായി സംസാരിക്കുക.
- പാരഫ്രേസ് ചെയ്ത ശേഷം AI ടെക്സ്റ്റ് മനുഷ്യൻ എഴുതിയതായി കാണിക്കുന്നു.
- കഠിനമായ अस्पष्टीकरणത്തെ നേരിടാൻ ഡിറ്റക്ടറുകൾ നിർമ്മിച്ചിട്ടില്ല. നിങ്ങളുടെ സമീപനം മാറ്റുക: ഇല്ലാത്ത ഉറവിടങ്ങൾ, ആഴമില്ലാത്ത വിശകലനം അല്ലെങ്കിൽ സ്ഥിരതയില്ലാത്ത വസ്തുതകൾ എന്നിവയ്ക്കായി തിരയുക.
- സ്ഥാപനത്തിന് “80% AI = സീറോ ക്രെഡിറ്റ്” പോലെയുള്ള ഒരു നിശ്ചിത പരിധി വേണം.
- പിന്തിരിപ്പിക്കുക. നിങ്ങളുടെ സ്വന്തം പരിശോധനകളിൽ നിന്നുള്ള തെറ്റായ-പോസിറ്റീവ് നിരക്കുകൾ പങ്കിടുക. യാന്ത്രിക പിഴകൾക്ക് പകരം ഒരു “അവലോകന ക്യൂ” നിർദ്ദേശിക്കുക.
വേഗത്തിലുള്ള ശാസ്ത്രീയ ഭാഗം (ലാബ് ഗ്ലാസുകൾ ഇല്ലാതെ)
മിക്ക ഡിറ്റക്ടറുകളും പെർപ്ലെക്സിറ്റി (അടുത്ത വാക്ക് കേട്ട് ഒരു ഭാഷാ മോഡൽ എത്രത്തോളം “ആശ്ചര്യപ്പെടുന്നു”) ബർസ്റ്റിനെസ്സ് (വാക്യങ്ങളുടെ നീളത്തിലും ഘടനയിലുമുള്ള വ്യത്യാസം) പോലുള്ള അളവുകളെ ആശ്രയിക്കുന്നു. AI പലപ്പോഴും കുറഞ്ഞ പെർപ്ലെക്സിറ്റിയും കുറഞ്ഞ ബർസ്റ്റിനെസ്സുമുള്ള ടെക്സ്റ്റ് ഉണ്ടാക്കുന്നു—സ്ഥിരവും എളുപ്പമുള്ളതും. മനുഷ്യൻ എഴുതുന്നത് കൂടുതൽ വ്യത്യസ്തമായിരിക്കും.
എന്നാൽ AI മെച്ചപ്പെടുത്തുകയും മനുഷ്യർ AI-യെ പിന്തുണയ്ക്കുന്ന ടൂളുകൾ ഉപയോഗിക്കുകയും ചെയ്യുമ്പോൾ (ഹലോ, व्याकरण പരിശോധകർ), ഈ വ്യത്യാസങ്ങൾ ഇല്ലാതാകും. അതുകൊണ്ടാണ് ഇന്നത്തെ ഡിറ്റക്ടറുകൾക്ക് ഉറപ്പ് നൽകാൻ കഴിയാത്തത്, സാധ്യത മാത്രമേ നൽകാൻ കഴിയൂ. അത് കുഴപ്പമില്ല—സാധ്യതയെ തെളിവായി ഉപയോഗിക്കാൻ ശ്രമിച്ചാൽ മാത്രം പ്രശ്നമാണ്.
അപ്പോൾ… GPT ഡിറ്റക്ടറുകൾ കൃത്യമാണോ?
എന്തിലാണ് കൃത്യത വേണ്ടത്? കൂടുതൽ ശ്രദ്ധിക്കാൻ ഒരു സൂചന നൽകുന്നതിൽ? പലപ്പോഴും, അതെ. HR അല്ലെങ്കിൽ അക്കാദമിക് തീരുമാനങ്ങൾ സ്വയം എടുക്കുന്നതിൽ? വിശ്വസനീയമല്ല. നിയന്ത്രിത പരിശോധനകളിൽ, നിങ്ങൾ കണ്ടെത്തും:
- പ്രധാനപ്പെട്ടതും എഡിറ്റ് ചെയ്യാത്തതുമായ AI നന്നായി കണ്ടെത്തുന്നു.
- ചെറിയ ടെക്സ്റ്റുകൾ, നന്നായി എഡിറ്റ് ചെയ്ത AI, മികച്ച മനുഷ്യൻ എഴുതിയ prose എന്നിവ കണ്ടെത്താൻ ബുദ്ധിമുട്ടാണ്.
- ESL എഴുത്തുകാരോടും ഫോർമുലയിലുള്ള വിഭാഗങ്ങളോടും പക്ഷപാതമുണ്ടാകാൻ സാധ്യതയുണ്ട്.
സംശയത്തിനുള്ള ഒരു സ്പെൽചെക്ക് പോലെ ഇതിനെ കണക്കാക്കുക. സഹായകരമാണ്, പക്ഷേ അത്ര വലിയ കാര്യമല്ല.
അവസാന നിമിഷം: നിങ്ങളുടെ ന്യായമായ പ്ലേ ഫീൽഡ് ഗൈഡ്
- ഒരു മുന്നറിയിപ്പ് സംവിധാനമായി ഡിറ്റക്ടറുകളെ ഉപയോഗിക്കുക, അല്ലാതെ ഒരു हथौड़ा ആയി ഉപയോഗിക്കരുത്.
- ഡ്രാഫ്റ്റുകൾ, ഉറവിടങ്ങൾ, വേഗത്തിലുള്ള സംഭാഷണം എന്നിവ ഉപയോഗിച്ച് സ്ഥിരീകരിക്കുക.
- നിങ്ങളുടെ സ്വന്തം ഡാറ്റയിൽ കാലിബ്രേറ്റ് ചെയ്യുക; തെറ്റായ പോസിറ്റീവുകളും നെഗറ്റീവുകളും രേഖപ്പെടുത്തുക.
- ചെറിയ ഭാഗങ്ങളിലും ഒറ്റ സ്കോറുകളിലും തീരുമാനങ്ങൾ എടുക്കുന്നത് ഒഴിവാക്കുക.
- ഉത്തരവാദിത്തമുള്ള AI ഉപയോഗം പഠിപ്പിക്കുക. “എങ്ങനെ” എന്ന് ചോദിക്കുക, “ഉപയോഗിച്ചോ” എന്ന് മാത്രമല്ല.
ഒരു കാര്യം കൂടി: സാങ്കേതികവിദ്യ വിശ്വാസം ഇല്ലാതാക്കുന്നില്ല; അത് അതിനെ പുനർനിർമ്മിക്കുന്നു. മനുഷ്യൻ എഴുതുന്നത് മനുഷ്യൻ എഴുതിയതായി നിലനിർത്താനുള്ള ഏറ്റവും നല്ല മാർഗം, മനുഷ്യർക്ക് മാത്രം ചെയ്യാൻ കഴിയുന്ന കാര്യങ്ങൾക്ക് പ്രതിഫലം നൽകുകയും (ജിജ്ഞാസ, പ്രത്യേകത, ശബ്ദം) യഥാർത്ഥ ചിന്തയുടെ മനോഹരമായ അടയാളങ്ങൾ തിരിച്ചറിയുന്ന സിസ്റ്റങ്ങൾ നിർമ്മിക്കുകയുമാണ്.
നിങ്ങളുടെ ഡിറ്റക്ടറിന് ഒരു നല്ല ലേഖനവും అర്ഥൻ костюമിലുള്ള കഥയും തമ്മിൽ വേർതിരിച്ചറിയാൻ കഴിയുന്നില്ലെങ്കിൽ, മനുഷ്യരെ വീണ്ടും ഇതിലേക്ക് കൊണ്ടുവരാൻ സമയമായി.
FAQ
Q1: AI എഴുത്ത് വിശ്വസനീയമായി കണ്ടെത്താൻ GPT ഡിറ്റക്ടറുകൾ കൃത്യമാണോ?
എഡിറ്റ് ചെയ്യാത്ത AI ടെക്സ്റ്റ് ഫ്ലാഗ് ചെയ്യുന്നതിൽ അവ приличны ആണ്, പക്ഷേ ചെറിയ ഭാഗങ്ങളിലും പാരഫ്രേസ് ചെയ്ത AI-യിലും മികച്ച മനുഷ്യൻ എഴുതിയതിലും ഇത് പരാജയപ്പെടുന്നു. ഒരു അവസാന വിധിക്ക് മുൻപ് അവലോകനം ചെയ്യാൻ ഇത് ഒരു സൂചനയായി ഉപയോഗിക്കുക.
Q2: ഒരു GPT ഡിറ്റക്ടറിൻ്റെ കൃത്യത എനിക്ക് എങ്ങനെ പരിശോധിക്കാൻ കഴിയും?
നാല് ബക്കറ്റുകൾ ഉപയോഗിച്ച് ഒരു ചെറിയ പഠനം നടത്തുക: ശുദ്ധമായ മനുഷ്യൻ, ശുദ്ധമായ AI, മനുഷ്യൻ എഡിറ്റ് ചെയ്ത AI, अस्पष्टമാക്കിയ AI. കൃത്യതയും റീകോളും അളക്കുക, കൂടാതെ നിങ്ങളുടെ സ്വന്തം സാമ്പിളുകളിൽ തെറ്റായ പോസിറ്റീവുകൾ ശ്രദ്ധിക്കുക.
Q3: എൻ്റെ ഒറിജിനൽ ലേഖനം AI ആയി ഫ്ലാഗ് ചെയ്തത് എന്തുകൊണ്ട്?
വൃത്തിയും വെടിപ്പുമുള്ള prose “വളരെ എളുപ്പമുള്ളതായി” തോന്നാം, കൂടാതെ ESL പാറ്റേണുകൾ AI നിർമ്മിതമാണെന്ന് തെറ്റിദ്ധരിച്ചേക്കാം. ഡ്രാഫ്റ്റുകൾ, ടൈംസ്റ്റാമ്പുകൾ, ഉറവിടങ്ങൾ എന്നിവ ഉപയോഗിച്ച് നിങ്ങളുടെ വർക്കിനെ പ്രതിരോധിക്കുക, കൂടാതെ നിങ്ങളുടെ പ്രക്രിയയെക്കുറിച്ച് ഒരു ചെറിയ സംഭാഷണം നടത്തുക.
Q4: കുറച്ച് മാറ്റങ്ങൾ വരുത്തി AI ടെക്സ്റ്റ് മനുഷ്യൻ എഴുതിയതായി വരുത്താൻ കഴിയുമോ?
പലപ്പോഴും, അതെ. പാരഫ്രേസ് ചെയ്യുക, വ്യക്തിഗത വിശദാംശങ്ങൾ ചേർക്കുക, വാക്യത്തിൻ്റെ താളം മാറ്റുക എന്നിവയിലൂടെ ഡിറ്റക്ടറുകളെ കബളിപ്പിക്കാൻ കഴിയും. അതുകൊണ്ടാണ് സ്കോറുകൾ മാത്രം ഒരാളെ ശിക്ഷിക്കാനോ വർക്ക് நிராகரிக்கാനോ ഉപയോഗിക്കരുതെന്ന് പറയുന്നത്.
Q5: ക്ലാസ്സിലോ നിയമനത്തിലോ GPT ഡിറ്റക്ടറുകൾ ഉപയോഗിക്കുന്നതിനുള്ള ന്യായമായ പോളിസി എന്താണ്?
ഡിറ്റക്ടറുകൾ മറ്റ് ചില ഡാറ്റാ പോയിന്റുകളിൽ ഒന്നുമാത്രമാണെന്നും പിഴകൾ ചുമത്തുന്നതിനുള്ള ഒരേയൊരു അടിസ്ഥാനമല്ലെന്നും പ്രസിദ്ധീകരിക്കുക. സ്ഥിരീകരണം ആവശ്യമാണ്, ഡ്രാഫ്റ്റ് തെളിവുകളോടെ അപ്പീൽ ചെയ്യാൻ അനുവദിക്കുക, ശൈലിയേക്കാൾ ഉള്ളടക്കത്തിന് മുൻഗണന നൽകുക.
