AI படைப்பாற்றல் மிதமாகப் பயன்படுத்தும்போது சிறப்பாக செயல்படும், ஆய்வு தெரிவிக்கிறது

AI படைப்பாற்றலுக்கு உதவ முடியும், ஆனால் ஒரு வரம்பு வரை மட்டுமே

படைப்பாற்றல் பணியைப் பொருத்தவரை செயற்கை நுண்ணறிவு பெரும்பாலும் இரு முனைகளாகவே வரையறுக்கப்படுகிறது. ஒரு பார்வையில், அது அசல் தன்மையை அல்காரிதமியல் சராசரியாக சீராக்கிவிடும் ஆபத்தாகக் கருதப்படுகிறது. இன்னொரு பார்வையில், மக்கள் தனியாகச் சென்றடைய முடியாத யோசனைகளைத் திறக்கக்கூடிய வலுவான இணைஆளாகக் கருதப்படுகிறது. New Scientist வெளியிட்ட ஒரு அறிக்கை இன்னும் சமநிலையான முடிவை சுட்டிக்காட்டுகிறது: மக்கள் இந்த கருவியை எவ்வளவு சார்ந்திருக்கிறார்கள் என்பதைக் கொண்டு, இவ்விரு பார்வைகளும் சில அளவில் சரியாக இருக்கலாம்.

இந்தக் கட்டுரை கனடாவின் University of British Columbia-வில் தனது PhD காலத்தில் Hsuan-Che Brad Huang மேற்கொண்ட ஆய்வை மையமாகக் கொண்டது. மையக் கண்டுபிடிப்பு நேரடியானது. மக்கள் AI-ஐ மிதமாகப் பயன்படுத்தியபோது மிகச் சிருஷ்டிப்பான யோசனைகளை உருவாக்கினார்கள்; அதை முற்றிலும் தவிர்த்தபோதும் இல்லை, அதற்கும் மிகையாகச் சார்ந்தபோதும் இல்லை. இந்த முடிவு எழுத்தாளர்கள், வடிவமைப்பாளர்கள், சந்தைப்படுத்துநர்கள், ஆராய்ச்சியாளர்கள் மற்றும் பிற அறிவியல் பணியாளர்களுக்கு ஒரு நடைமுறை நடுப்பாதை இருப்பதைக் காட்டுகிறது; generative AI தங்கள் அன்றாட செயல்முறையில் எங்கு பொருந்துகிறது என்பதை இப்போது அவர்கள் புரிந்துகொள்ள முயல்கிறார்கள்.

அந்த நடுப்பாதை முக்கியமானது, ஏனெனில் படைப்பாற்றல் வேலை என்பது வெளியீட்டு அளவை மட்டும் பற்றியது அல்ல. அது ஆச்சரியம், தீர்ப்பு, உரிமை உணர்வு, மற்றும் பரிச்சயமான முறைகளைத் தாண்டிச் செல்லும் திறன் ஆகியவற்றையும் சார்ந்தது. செயல்முறையில் AI மிக அதிகமாக ஆதிக்கம் செலுத்தினால், உற்பத்தித்திறன் அதிகரிப்பது போல் தெரிந்தாலும், அந்த குணங்கள் பலவீனமடையக்கூடும் என்று அறிக்கை சுட்டிக்காட்டுகிறது.

AI பயன்பாட்டுக்கான ஒரு “கோல்டிலாக்ஸ்” பகுதி

New Scientist இந்தக் கண்டுபிடிப்பை படைப்பாற்றலான AI பயன்பாட்டுக்கான “கோல்டிலாக்ஸ்” பகுதி என்று விவரிக்கிறது. நடைமுறையில், இதன் பொருள் AI-ஐ சிறிதளவு அல்லது தேர்ந்தெடுத்து பயன்படுத்துவது புதிய தூண்டுதல்கள், மாற்று வடிவமைப்புகள், அல்லது எதிர்பாராத சேர்க்கைகளை அறிமுகப்படுத்தி, ஒருவர் வழக்கமான சிந்தனையைத் தாண்டிச் செல்ல உதவலாம். ஆனால் கருவியே அதிக அளவில் உள்ளடக்கத்தை வழங்கத் தொடங்கினால், அது படைப்பாற்றல் செயல்முறையை விரிவாக்குவதற்குப் பதிலாக குறுக்கத் தொடங்கலாம்.

இந்த முடிவு, படைப்பாற்றல் எப்படி செயல்படுகிறது என்பதற்கான விரிவான கோட்பாட்டுடன் பொருந்துகிறது. மனித சிந்தனை அனுபவம், முன்னறிவுகள், மற்றும் பழக்கங்களால் வடிவமைக்கப்படுகிறது. அந்த கட்டுப்பாடுகள் பயனுள்ளதாக இருக்கலாம், ஏனெனில் நிபுணத்துவம் மக்களுக்கு தரம் மற்றும் அமைப்பை அடையாளம் காண உதவுகிறது. ஆனால் அதே கட்டுப்பாடுகள் மக்களைப் பரிச்சயமான பாதைகளுக்குள் சிக்கவைத்தும் விடலாம். சக ஊழியர், குழு, அல்லது கருவி ஆகியவற்றிலிருந்து வரும் வெளிப்புற பார்வையின் மதிப்பு என்னவெனில், ஒருவர் தனியாக உருவாக்காத யோசனைகளைப் பற்றி சிந்திக்கத் தள்ளும் திறன் அதற்கு உண்டு.

அந்த வகையில், AI கற்பனைக்கு மாற்றாக அல்ல, பார்வையை மாற்றும் ஒரு இயந்திரமாக அதிகம் செயல்பட முடியும். அது கதைத் திசைகள், கருத்துத் தொடர்புகள், அல்லது கருப்பொருள் சார்ந்த கோணங்களை முன்வைத்து, வழக்கமான சிந்தனையை இடைநிறுத்தக்கூடும். மனித பயனர் செயலில் முடிவு எடுப்பவராகத் தொடர்ந்து இருக்கும் போது இந்த பலன் மிகவும் வலுவாக இருக்கும்; இயந்திரம் உருவாக்கிய விருப்பங்களுள் பாசிவாகத் தேர்வு செய்பவராக மாறாமல்.

அதிக AI ஏன் படைப்பாற்றல் தரத்தை குறைக்க முடியும்

அதே அறிக்கை படைப்பாற்றல் சூழல்களில் large language models-ன் வரம்புகளையும் விளக்குகிறது. இந்த அமைப்புகள் பயிற்சி தரவில் உள்ள patterns-ஐ அடிப்படையாகக் கொண்டு சாத்தியமான பதில்களை உருவாக்கும் புள்ளியியல் கருவிகள். அதனால் அவை யோசனைக்குப் பயனுள்ளதாக இருக்கின்றன; அதே நேரத்தில் பரிச்சயமான, கலந்த, அல்லது சராசரி போலத் தோன்றும் வெளியீடுகளுக்கே அவை அதிகம் சாய்கின்றன. பொதுவான அமைப்புகளை திறமையாகப் பிரதிபலிக்க முடிந்தாலும், நினைவில் நிற்கும் படைப்பாற்றல் பணியுடன் மக்கள் இணைக்கும் அபூர்வமான, தனிப்பட்ட, அல்லது ஆழமாக விசித்திரமான தாவலை அவை நம்பகமாக உருவாக்க முடியாது.

ஒரு உளவியல் செலவும் உள்ளது. New Scientist கட்டுரையின் படி, அதிக AI பயன்பாடு ஒரு நபரின் திறமை உணர்வையும் உரிமை உணர்வையும் பலவீனப்படுத்தக்கூடும். வேலை மிக அதிகமாக முன்கூட்டியே வடிவமைக்கப்பட்ட நிலையில் வந்தால், பயனர் முடிவுடன் குறைவாக இணைந்ததாக உணரலாம்; அதை மேலும் தள்ளிச் செல்லும் உந்துதலும் குறையலாம். இதனால் ஒரு வகையான படைப்பாற்றல் செயலற்ற தன்மை உருவாகலாம்: நபர் ஆராய்வதை நிறுத்தி, தேர்வு செய்துகொள்ளத் தொடங்குகிறார்.

இந்த வேறுபாடு முக்கியமானது, ஏனெனில் பல ஆரம்ப AI workflow-கள் ஆழத்தை விட வேகத்தைப் பரிசளிக்கின்றன. ஒரு மாதிரியிடம் சில விநாடிகளில் பத்து யோசனைகளை உருவாக்கச் சொல்லுவது திறமையானதாகத் தோன்றுகிறது. ஆனால் அந்த யோசனைகள் தொடக்கப் புள்ளியாக இல்லாமல் மேல்ச் சுவராக மாறினால், செயல்முறை மெதுவாகப் பரிசோதனையை இழக்கலாம். New Scientist முன்னிறுத்திய ஆய்வு, அதிக சார்பு என்பது தத்துவ ரீதியான கவலை மட்டுமல்ல என்பதைக் காட்டுகிறது. அது மக்கள் மேம்படுத்த விரும்பும் அசல் தன்மையையே நேரடியாகக் குறைக்கக்கூடும்.

அந்த யோசனையை நடைமுறையில் சோதித்தல்

இந்தக் கருத்தைத் தெளிவாகச் செய்ய கட்டுரை ஒரு எளிய எழுத்துப் பயிற்சியைப் பயன்படுத்துகிறது. New Scientist காலமிஸ்ட் David Robson, உடைந்த wine glass மற்றும் மறைக்கப்பட்ட memory card பற்றிய ஒரு prompt அடிப்படையில் ChatGPT-யிடம் திரைப்படக் கருத்துகளைக் கேட்டார். அவரது விளக்கத்தின் படி, முடிவு குறிப்பிடத்தக்கதை விட பயனுள்ளதாய் இருந்தது. அதுவே பாடத்தின் ஒரு பகுதி. AI சிக்கலில் இருந்து வெளியே வர உதவலாம், ஆனால் பயன்தன்மையை படைப்பாற்றல் அதிகாரமாகக் குழப்பிக் கொள்ளக் கூடாது.

நடைமுறைத் தீர்வு என்னவெனில், படைப்பாற்றல் பணியாளர்கள் generative tools-ஐத் தவிர்க்க வேண்டும் என்பதல்ல. அவற்றை ஒரு பரந்த செயல்முறையின் உள்ளே கவனமாக இடமளிக்க வேண்டும் என்பதே. ஒரு எழுத்தாளர் AI-ஐ எதிர்பாராத கோணங்களை உருவாக்கப் பயன்படுத்தி, பின்னர் கதையைத் தானாகவே வளர்க்கலாம். ஒரு product team தங்கள் domain expertise மூலம் மதிப்பிடுவதற்கு முன் மாற்று framing-களை வெளிக்கொணர இதைப் பயன்படுத்தலாம். ஒரு designer இறுதி கருத்தின் கட்டுப்பாட்டைத் தக்கவைத்தபடி, முன்கூட்டிய ஊகங்களைச் சவால் செய்ய இதைப் பயன்படுத்தலாம்.

இந்த அணுகுமுறைகள் அனைத்தும் ஒரே கொள்கையைப் பகிர்கின்றன: AI தூண்டுதலை வழங்குகிறது, இறுதி தீர்ப்பை அல்ல. எது சுவாரசியம், எது வழித்தோன்றியது, எது பார்வையாளர்களுக்கு பொருந்துகிறது, எது நீக்கப்பட வேண்டும் என்பதைத் தீர்மானிக்கும் பொறுப்பு மனிதரிடமே உள்ளது.

இப்போது படைப்பாற்றல் பணிக்கான இதன் பொருள் என்ன

AI மற்றும் படைப்பாற்றல் பற்றிய விவாதம் பெரும்பாலும் ஒவ்வொரு துறைக்கும் ஒரே பதில் இருப்பதாகக் கருதுகிறது; ஆனால் New Scientist அறிக்கை இன்னும் நுண்ணிய உண்மையைச் சுட்டிக்காட்டுகிறது. வெவ்வேறு பணிகளுக்கு வெவ்வேறு எல்லைகள் இருக்கலாம். brainstorming-க்கு final drafting-ஐ விட அதிக model interaction பயனளிக்கலாம். ஆரம்ப ideation பொதுவான பரிந்துரைகளை அதிகம் சகித்துக்கொள்ளலாம்; ஆனால் brand work, fiction, அல்லது research communication-இல் voice மற்றும் precision அதிக முக்கியத்துவம் பெறும்.

எப்படியிருந்தாலும், பரந்த விளக்கம் தெளிவானது. படைப்பாற்றல் பணிகளுக்காக AI-ஐ ஏற்றுக்கொள்ளும் நிறுவனங்கள், கருவி எவ்வளவு உழைப்பை உட்கொள்ள முடியும் என்பதைக் கொண்டு மட்டும் வெற்றியை அளவிடக்கூடாது. workflow-கள் மனித agency, curiosity, மற்றும் ownership-ஐ பாதுகாக்கிறதா என்பதையும் கவனிக்க வேண்டும். இலக்கு வெறும் வேகமான உரை அல்ல, சிறந்த யோசனைகளாக இருந்தால், மிதம் ஒரு சமரசம் அல்ல, ஒரு அம்சமாக இருக்கலாம்.

• தேர்ந்தெடுத்த AI பயன்பாடு வழக்கமான சிந்தனைப் பழக்கங்களை உடைக்க உதவலாம்.
• அதிக சார்பு வேலைகளை சராசரி வெளியீடுகளுக்கும் பலவீனமான உரிமை உணர்வுக்கும் தள்ளலாம்.
• மனிதர்கள் prompts மற்றும் பார்வைக்காக AI-ஐப் பயன்படுத்தி, பின்னர் பணியைத் தாங்களே வடிவமைக்கும் போது மிக வலுவான முடிவுகள் கிடைக்கலாம்.

அந்த சமநிலை தான் இந்த ஆய்விலிருந்து கிடைக்கும் மிக நீடித்த பாடமாக இருக்கக்கூடும். கேள்வி AI படைப்பாற்றல் பணியில் இருக்க வேண்டுமா என்பதல்ல. கேள்வி, வசதியின் காரணமாக படைப்பாற்றல் பணியை மதிப்புமிக்கதாக்கும் மனித திறன்களையே அது காலியாக்காமல் எப்படி பயன்படுத்துவது என்பதே.

இந்தக் கட்டுரை New Scientist செய்தித் தொகுப்பை அடிப்படையாகக் கொண்டது. அசல் கட்டுரையைப் படிக்கவும்.