AI 任务

最近在某个公众号上读到一篇文章, 作者对十项人工智能相关的任务进行了逐一实际操作和测试。由此得出的结论是: 对于那些效果特别好的服务类型, 人们会觉得已经离不开它们了。而对于另一些体验很差的业务场景, 人们心里会产生一种非常明确的抵触想法, 也就是以后都不打算再接触它了。

关于这类人工智能相关的工作流程, 以及实际去操作验证这种做法本身, 并没有一个绝对标准的答案可以拿来当定论使用。因为在不同的工作岗位背景下, 再加上处理不同种类的资料文件这样的具体条件差异存在, 最终得到的结果往往存在着非常大的差距情况发生。

做这项实际检验验证活动的真正意义, 并不是在于用来向大众展示人工智能技术到底有多么强大的一种表现手段, 而是为了让所有人都能够清楚地了解在整条工作链条之中, 哪一个具体的环节必须依靠人类工作人员本人来进行承接和处理这样一个现实问题所在。

AI任务先分三类，别一上来就全交给模型

第一类工作被定义为重复劳动, 其具体表现形式包括修改文本格式、从数据中抽取特定字段信息以及大规模地自动生成标题；第二类任务归属于信息整理范畴, 典型的例子有记录并梳理会议过程中的发言要点、提取冗长资料中的核心内容摘要以及对不同竞争对手的产品进行多方面对比分析；第三个类别则涉及创意方向的初稿撰写, 例如构思文章或项目的起始部分、搭建整体结构的提纲或者创作视频拍摄的脚本文字。

在进行人工智能相关的应用操作和实际测试环节时, 必须首先对所属的任务类型做出明确区分, 原因在于上述三种不同类型的工作在最终验收时所依据的标准存在显著差异。

对于重复性劳动这个类别, 我们要看准确率；对于信息整理这个类别, 我们要看有没有漏掉关键信息；而对于创意草稿这个类别, 我们要看好不好用。把这三类情况混在一起进行评价的话, 就很容易得出“AI 是有用的”或者“AI 是没用的”这种没有意义的结论。

实测后值得留下的 4 类任务

第一类的情况是写作初稿, 这种情况需要把背景信息、目标读者对象以及创作目的全部提供给人工智能, 先让机器生成一个初步的版本出来, 然后再由人员进行修改和调整。

第二类的情况是会议纪要, 这种情况下先把录音内容转换为文字记录, 然后让人工智能根据会议议题、最终结论还有后续待办事项进行分类整理, 这样做的效率会比人工从头到尾听录音要快上一大截。

第三类工作方式是使用表格进行整理, 具体来说就是把那些杂乱无章的字段进行分类归拢、把缺失的内容补上以及去掉重复的数据, 这个过程由人工智能来完成初步筛选, 然后让人来进行抽查。

第四类涉及的是代码片段以及公式相关内容, 这一类的做法是让人工智能提供解题思路以及相关例子, 之后在本地环境中进行验证, 从实际执行任务并测试的结果来看, 这四类工作内容有一个共同的特点, 那就是它们都有现成的材料可供参考、具备可以进行验证的条件, 而且一旦出现了错误也是很容易就被发现的。

哪些任务不值得交给 AI

最终的决策, 涉及机密数据的资料, 以及那些需要作者亲自署名并且要承担相应责任的内容, 最好不要直接交给人工智能去处理。在进行人工智能任务安排的时候, 实际的测试环节不能仅仅盯着效率这个指标来考量, 还必须得看清楚一旦出现了差错到底应该由谁来负责, 这也是一件非常关键的事情。

对于没有现成素材的创意类工作任务来说, 这种方式也是不适合采用的, 因为当前的模型往往只能提供出一些比较通用的答案, 最终完成内容的补充还得靠人来进行。

还有一种情况, 就是流程本身没有理顺。因为流程混乱的时候上 AI, 只会把混乱放大。所以要先把输入、输出和验收人定清楚, 然后再决定用不用模型。

落地方法：模板、复核和记录

将常用的任务设置为模板, 并且要确定固定的输入字段和输出的格式。每次生成的结果都要进行人工复核, 这一点特别重要, 尤其是涉及到数字、引用内容以及结论的时候。

对于AI任务和实测的情况, 都需要做好记录, 具体的记录内容包括节省了多少时间、修改了多少处内容, 以及是否存在返工的情况。站内关于AI 写作工具怎么用才不低质和WordPress 自动化 AI 写作插件的内容，可以作为工具选型的参考。

进行AI任务规划的时候, 实际测试环节千万不要去追求数量上的多, 第一步是先选取具有频繁出现特征、处于低风险状态、并且可以被验证准确性的单一任务, 将其运行周期设定为两周, 在明确该任务已经实现稳定运行之后, 才允许将范围扩大到第二个任务去执行。

最终能够沉淀下来得以保留并继续使用的任务, 通常情况下是那些从最开始就能够直接适配标准化流程的工作内容。

常见问题

AI任务做得越多越好吗？

并不是这样子的, AI任务以及实测工作它需要去观察那些稳定性指标还有返工率数据, 当任务的数量变得越多之后, 那么复核方面的成本就会随之升高, 所以, 我们应当选择先把规模比较小的少量任务给做好, 让它稳固下来, 这种做法比去铺开那十个半成品的状态更有效一些。

实测效果怎么衡量？

你需要记录完成时间、人工修改次数还有错误类型。如果是进行AI任务或者实测的话, 不能只是看“看起来比较快”, 还必须看重返工的情况以及最终的质量, 这个要求尤其要满足那些需要对外发布的内容。

哪些数据不能交给 AI？

不要把你的客户隐私、账号密码, 还有那些没有对外公开的财务数据以及合同内容, 直接地粘贴到那个公共的模型里面去, 在处理AI任务的时候, 还有在进行实际测试之前, 一定要先把数据的级别给划分清楚, 对于那些能够去掉敏感信息的, 就把它给脱敏掉, 对于那些没办法进行脱敏操作的, 就得留在你自己的本地环境里面去进行处理。

选题可以参考下面这个案例, 就是公众号文章《十项AI任务?!实测一遍后我彻底回不去了》, 该文章出自杨咩咩的AI生活手记。