‘நீங்கள் AI பயன்படுத்தினீர்களா?’ என்பது தவறான கேள்வி. “AI ஐ எதற்காகப் பயன்படுத்தியுள்ளீர்கள்?” என்று கேட்கவும்.

ஜூலையின் பிற்பகுதியில், AI க்கு எதிரான வெளியீட்டுத் துறையின் போரில், ஒரு அறிமுகக் குற்றவியல் நாவல் இதுவரை விலை உயர்ந்த உயிரிழப்பு ஆனது. 14 வெளியீட்டாளர்கள் கையெழுத்துப் பிரதிக்கான ஏலங்களைச் சமர்ப்பித்தனர், வெற்றிபெற்ற ஏலத்தில் ஆசிரியருக்கு $2 மில்லியன் ஒப்பந்தம் வழங்கப்பட்டது. ஆனால் இந்த புத்தகம் செயற்கை நுண்ணறிவின் உதவியுடன் எழுதப்பட்டதாக வதந்தி பரவியதால், அவரது சொந்த முகவர்களே புத்தகத்தை திரும்பப் பெற்றனர்.

ஆசிரியர் AI இன் பயன்பாட்டை மறுத்து, கைப்பிரதியை எடிட்டர்கள் மற்றும் தொழில்துறை முழுவதும் கையகப்படுத்தும் குழுக்கள் படித்ததாகக் குறிப்பிடுகிறார். அவர்கள் பக்கத்தில் பார்த்தது அவர்களின் பணப்பையைத் திறக்க அவர்களை உற்சாகப்படுத்தியது. ஆனால் வார்த்தைகளும் வாக்கியங்களும் அப்படியே இருந்தாலும், அவற்றின் மூலத்தைப் பற்றிய கவலைகள் தோன்றுவது விற்பனையையும், ஆசிரியரின் எதிர்கால வாழ்க்கையையும் கொல்ல போதுமானதாக இருந்தது.

இது இந்த ஆண்டு குறைந்தபட்சம் மூன்றாவது பெரிய ஊழல் ஆகும். இந்தக் கதைகளுக்கு பொதுமக்களின் எதிர்வினையின் கொடூரம் புரிந்துகொள்ளத்தக்கது. ஒரு நாவலை வாங்கும் போது ஒரு வாசகனை மனிதனாக மாற்றும் ஒரு பகுதியே அதன் பின்னால் உள்ளது. ஒரு கலைப் படைப்பில் ஈடுபடும் அனுபவம் பெரும்பாலும் மனங்களின் சந்திப்பில் உட்பொதிக்கப்படுகிறது, எனவே முடிவுக்கு AI பங்களித்தது என்ற எண்ணம் ஒரு துரோகமாக உணரலாம்.

ஆனால் இந்த நியாயமான கவலைகள், ஒருமுறை மனிதர்களால் தயாரிக்கப்பட்ட எந்தவொரு தயாரிப்பிலும் AI இன் எந்தவொரு ஈடுபாடும் ஒரு வகையான மோசடி என்ற பொதுவான மற்றும் குறைவான நன்கு நிறுவப்பட்ட அனுமானத்தின் அபாயத்தை இயக்குகிறது. இதன் விளைவாக ஒரு விசித்திரமான கலாச்சார தருணம்: நாம் எப்போதும் பயன்படுத்தக் கற்றுக் கொள்ள வேண்டும் என்று சொல்லப்படும் கருவி, மக்கள் பயன்படுத்தப்படுவதைப் பற்றி அஞ்சும் ஒன்றாக மாறுகிறது.

{“blockType”:”mv-promo-block”,”data”:{“imageDesktopUrl”:”https:\/\/images.fastcompany.com\/image\/upload\/f_webp,q_auto,c_fit\/wp-cms-2\/2025\/2025 ue.png”,”imageMobileUrl”:”https:\/\/images.fastcompany.com\/image\/upload\/f_webp,q_auto,c_fit\/wp-cms-2\/2025\/10\/faisal-hoque.png:”இன்டர்விரைவ் ஆஃப் பிசினஸ், தொழில்நுட்பம், மற்றும் மனிதாபிமானம் “,”டிசம்”:”ஃபைசல் ஹோக்கின் புத்தகங்கள், பாட்காஸ்ட்கள் மற்றும் நிறுவனங்கள் தலைவர்களுக்கு நோக்கம், நபர்கள், செயல்முறை மற்றும் தொழில்நுட்பத்தை சீரமைப்பதற்கான கட்டமைப்பு மற்றும் தளங்களை வழங்குகின்றன – இடையூறுகளை அர்த்தமுள்ள மற்றும் நீடித்த முன்னேற்றமாக மாற்றும். மேலும்”,”ctaUrl”:”https:\/\/faisalhoque.com”,”theme”:{“bg”:”#02263c”,”text”:”#ffffff”,”abrow”:”#9aa2aa”,”subhed”:”#ffffff”,”buttonBg”:”#ffffff”:”#ffffff” uttonHoverBg”:”#3b3f46″,”buttonText”:”#000000″},”imageDesktopId”:91420512,”imageMobileId”:91420514,”shareable”:false, “slug”s:””,”

கடந்த மாதம் க்ளாட் தனது பதப்படுத்தப்பட்ட உரையில் கண்ணுக்குத் தெரியாத வாட்டர்மார்க் ஒன்றை இழைப்பார் என்று ஆந்த்ரோபிக் அறிவித்தபோது, ​​பொது எதிர்வினை ஆழமான பிளவுகளை பிரதிபலித்தது. சிலர் கொண்டாடினார்கள்: “நீங்கள் இதை விரும்பாத ஒரே காரணம் மக்களிடம் பொய் சொல்ல வேண்டும்” என்று ஒரு கருத்துரைத்தார். AI எழுத்தை இயக்கும் எவரும் இப்போது நவீன ஊதா நிற எழுத்துடன் முத்திரை குத்தப்படுவார்கள் என்ற அச்சத்தில் மற்றவர்கள் தங்கள் சந்தாக்களை ரத்து செய்துள்ளனர்.

ஊழியர்கள் இரட்டிப்பாக உள்ளனர். அவர்கள் மதிப்புமிக்க உற்பத்தித்திறன் கருவிகளைப் பயன்படுத்துவதைத் தவிர்க்கலாம் மற்றும் AI சார்பு முதலாளிகள் மற்றும் சக ஊழியர்களின் விமர்சனத்தின் அபாயத்தைத் தவிர்க்கலாம். அல்லது அவற்றைப் பயன்படுத்தி பொதுமக்களின் கோபத்தைப் பற்றி கவலைப்படலாம். இந்த கடினமான சூழ்நிலையை வணிகத் தலைவர்கள் கவனமாக அணுக வேண்டும். முதல் படி, “நீங்கள் AI ஐப் பயன்படுத்தியுள்ளீர்களா?” என்ற கேள்வியைக் கேட்பது. அதற்கு பதிலாக, நாம் மற்றொரு நுட்பமான ஆனால் முக்கியமான அளவுகோலில் கவனம் செலுத்த வேண்டும்: “நீங்கள் AI ஐ எதற்காகப் பயன்படுத்துகிறீர்கள்?”

அதை உருவாக்கியவர் ஏன் கவலைப்பட வேண்டும்?

ஒரு வணிக சூழலில் கொடுக்கப்பட்ட வேலையைப் பற்றி நீங்கள் கற்றுக்கொள்ளக்கூடிய மூன்று குறிப்பிட்ட விஷயங்கள் உள்ளன:

1. முடிவு நல்லதா?
2. தயாரிப்பு அதை உற்பத்தி செய்தவரின் திறனைப் பற்றி நமக்கு என்ன சொல்கிறது?
3. அந்த நபரின் திறன்களுக்கு உற்பத்தி செயல்முறை என்ன செய்கிறது?

வரலாற்று ரீதியாக, நாம் பெரும்பாலும் ஒரு படைப்பைப் பார்த்து மூன்றுக்கும் பதிலளித்துள்ளோம். ஒரு ஜூனியர் ஆய்வாளர் ஒரு சிறந்த அறிக்கையைத் தயாரித்தால், அறிக்கை நன்றாக இருப்பதைக் கண்டோம், அதன் தரத்தில் இருந்து ஆய்வாளர் நல்லவர் என்று நாம் ஊகிக்க முடியும், மேலும் அந்த வேலையைச் செய்வது ஆய்வாளரின் முக்கிய திறன்களை வளர்க்க உதவும் என்று நினைப்பது நியாயமானது.

இந்த மூன்று கேள்விகளுக்கு இடையேயான தொடர்பை உடைக்க முடியும் என்பதை உருவாக்கும் AI நமக்குக் காட்டுகிறது. ஒரு பெரிய மொழி மாதிரியை (LLM) வழங்குவதைத் தவிர வேறு எதையும் ஆய்வாளர் செய்யாமல் அறிக்கை சிறப்பாக இருக்கும். அத்தகைய ஒரு சந்தர்ப்பத்தில், ஒரு சிறந்த அறிக்கையை தயாரிப்பது ஆய்வாளர் சிறந்த ஆய்வாளராக மாற உதவாது; அதிகபட்சம், எல்எல்எம் வழங்கும் திறனை வளர்க்க இது அவர்களுக்கு உதவும்.

இந்த உடைந்த உறவைக் கருத்தில் கொண்டு, மூன்று கேள்விகளுக்கும் மூலத்தை ப்ராக்ஸியாகப் பயன்படுத்துவது தவறு. அதற்கு பதிலாக, தலைவர்கள் மிகவும் நுணுக்கமான மற்றும் துல்லியமான அணுகுமுறையைப் பின்பற்ற வேண்டும், அங்கு AI அதன் செயல்பாட்டில் எவ்வாறு ஈடுபட வேண்டும் என்பதை தீர்மானிப்பதில் பணியின் நோக்கம் ஒரு தீர்க்கமான பாத்திரத்தை வகிக்கிறது.

தயாரிப்பு: வேலையைத் தீர்ப்பது

குறிக்கோள் தூய்மையான உற்பத்தியாக இருக்கும்போது, ​​கேள்வி எளிதானது: வேலை நல்லதா? எனவே, சூழலைப் பொருட்படுத்தாமல், வணிகத் தலைவர்கள் நல்ல செயல்திறனுக்கான தரங்களை வரையறுத்து, அந்தத் தரங்களுக்கு எதிராக செயல்திறனை மதிப்பிட வேண்டும்.

இதன் விளைவாக உற்பத்தி முறை பொருத்தமற்றது. தொழிலாளி கிளாட் அல்லது பழங்காலக் கணிப்பு கலையைப் பயன்படுத்தி முடிவை உருவாக்க முடியும் – அது ஒரு பொருட்டல்ல. வேலை தேவையான தரத்தை சந்திக்கிறதா என்பது மட்டுமே முக்கியம்.

ஆனால் முறையின் அலட்சியம் இரு தரப்பையும் குறைமதிப்பிற்கு உட்படுத்துகிறது: கருவியின் பயன்பாடு எந்த தண்டனையையும் கொண்டிருக்கவில்லை என்றால், அது பொறுப்பிலிருந்து எந்த பாதுகாப்பையும் அளிக்காது. ஒரு ஊழியர் ஒரு வேலையைச் சரிபார்த்துச் சமர்ப்பித்தவுடன், அது அவர்களுடையது. “AI செய்தது” ஒரு தவறை மன்னிக்காது, மேலும் “நான் அதை கையால் செய்தேன்” என்பது சாதாரணமான வேலையை மன்னிக்காது.

எனவே விதி நேரடியாகப் பின்பற்றுகிறது: உற்பத்திப் பணிக்காக, தயாரிப்பைத் தீர்மானித்து, சொத்தைப் பின்பற்றவும்.

மதிப்பீடு: நபரைச் சரிபார்க்கவும்

ஆனால் சில சமயங்களில், வேலையின் தரம் முக்கியமல்ல; ஆனால் உற்பத்தியாளரின் திறன்களைப் பற்றி வெளியீடு என்ன சொல்கிறது என்பது முக்கியமானது. அத்தகைய தருணங்களுக்கு ஒரு தெளிவான உதாரணம் வேலை நேர்காணல்கள் மற்றும் பதவி உயர்வு விவாதங்கள்.

இங்கே, ஆதாரம் மிகவும் முக்கியமானதாகிறது, ஏனெனில் முடிவு திறனின் சான்றாக செயல்பட, நபருக்கும் முடிவுக்கும் இடையே சில அர்த்தமுள்ள தொடர்பு இருக்க வேண்டும். ஆனால் AI அதைச் செய்ததா என்று கேட்பதற்குப் பதிலாக, முடிவைப் பற்றி உங்களிடம் பேச ஒரு நபரிடம் கேளுங்கள். அவர்கள் ஏன் இந்த அமைப்பைத் தேர்ந்தெடுத்தார்கள்? இந்த உண்மை ஏன் முக்கியமானது? வாதத்தின் பலவீனமான புள்ளிகள் என்ன?

AI கண்டறிதலின் தற்போதைய வரம்புகளைக் கருத்தில் கொண்டு இது மிகவும் முக்கியமானது. அதன் வாட்டர்மார்க் “கிளாட் ஒரு கட்டத்தில் உள்ளடக்கத்துடன் தொடர்புடையவர் என்பதை மட்டுமே அடையாளம் காண முடியும்” என்று ஆந்த்ரோபிக் தெளிவாகக் கூறுகிறது. ஈடுபாட்டின் அளவு மற்றும் தன்மை வெளிப்படையானது – ஆனால் அதை உருவாக்கிய நபரின் திறன்களை மதிப்பிடுவதற்கு முடிவைப் பயன்படுத்தப் போகிறோமா என்பதை நாம் புரிந்து கொள்ள வேண்டும்.

நிச்சயமாக, சில சமயங்களில் உதவியின்றி யாராவது ஒரு பணியைச் செய்ய முடியுமா என்பது முக்கியமானதாக இருக்கும். ஆனால் ஒவ்வொரு சாதாரண அணுகலையும் ஒரு நல்லறிவுச் சோதனையாக மாற்றுவதற்குப் பதிலாக, இது நேரடியாகச் சோதிக்கப்பட வேண்டும்.

வளர்ச்சி: கற்றலைப் பாதுகாத்தல்

செய்வதன் மூலம் கற்றல் எப்போதும் வளர்ச்சியின் மிக முக்கியமான பகுதியாக இருந்து வருகிறது, மேலும் திறன் மேம்பாட்டிற்கான குறிக்கோளுக்கு திறன் பெரும்பாலும் சட்டப்பூர்வமாக தியாகம் செய்யப்படுகிறது. நிறுவனத்திற்கு அதிக செலவு செய்தாலும், ஜூனியர் ஊழியர்களுக்கு சில வேலைகள் கொடுக்கப்படுகின்றன, ஏனெனில் அதைச் செய்வது பின்னர் ஒரு பெரிய வேலைக்குத் தேவையான அனுபவத்தை வளர்க்கும்.

ஆனால் தொழிலாளி மிகச்சிறிய பணிகளை AI க்கு ஒப்படைத்தால், வேலை அதன் வளர்ச்சி செயல்பாட்டை இழக்கிறது. எடுத்துக்காட்டாக, அறிமுகமில்லாத பைதான் நூலகத்தைக் கற்றுக் கொள்ளும் டெவலப்பர்களின் சீரற்ற ஆய்வில், AI உதவி வழங்கப்பட்ட பங்கேற்பாளர்கள் கருத்தியல் புரிதல், குறியீட்டு வாசிப்பு மற்றும் பிழைத்திருத்தம் ஆகியவற்றின் அடுத்தடுத்த சோதனைகளில் 17% குறைவான மதிப்பெண்களைப் பெற்றனர். நிறுவனங்கள் இன்று சிறந்த தயாரிப்புகளை உருவாக்க முடியும், ஆனால் நாளை அந்த தயாரிப்புகளைப் பயன்படுத்தக்கூடிய நபர்களின் விநியோகத்தை அவை குறைக்கும்.

மேலும், புலனுணர்வு சார்ந்த பங்கேற்பாளர்கள்-கருத்துசார்ந்த கேள்விகளைக் கேட்பது அல்லது உருவாக்கப்பட்ட குறியீட்டின் விளக்கங்களைக் கேட்பது-கூடுதலான கற்றலைத் தக்கவைத்துக்கொள்வதாக ஆய்வில் கண்டறியப்பட்டுள்ளது. இதன் பொருள், வளர்ச்சிக்கான தயாரிப்புகளை உருவாக்க AI ஐப் பயன்படுத்துவது மோசமானது என்று சொல்வது எளிதானது அல்ல – நிறைய அதைச் சார்ந்துள்ளது என்ன மாதிரி AI பயன்படுத்தப்பட்டது.

அதனால்தான் AI இன் வேலை மற்றும் பயன்பாட்டின் மூலம் மக்களை எவ்வாறு மேம்படுத்துகிறார்கள் என்பதில் தலைவர்கள் வேண்டுமென்றே இருக்க வேண்டும். கற்றலுக்கு இது அவசியம் என்பதால், வளர்ச்சிப் பணிகள் வேண்டுமென்றே உராய்வுகளைக் கொண்டிருக்க வேண்டும் என்பதுதான் இங்கு நிலையானது. மேலும், சரியான பதில் எதுவும் இல்லை: சில நேரங்களில் ஒரு பணியாளர் AI ஐ சுதந்திரமாகப் பயன்படுத்த வேண்டும். சில நேரங்களில் AI விளக்க வேண்டும் ஆனால் தீர்க்க முடியாது. சில நேரங்களில் முதல் முயற்சி பயனற்றதாக இருக்க வேண்டும். சரியான வரம்பு நீங்கள் அடைய முயற்சிக்கும் திறனைப் பொறுத்தது.

தூய்மைச் சரிபார்ப்பை AI பயன்படுத்துவதற்குப் பதிலாக செய்ய வேண்டிய 4 விஷயங்கள்

நிறுவனத்திற்கும் அதன் ஊழியர்களுக்கும் உதவும் AI கொள்கைகளை உருவாக்க தலைவர்கள் இப்போது செய்யக்கூடிய நான்கு விஷயங்கள் இங்கே:

1. பணிகளை வகைப்படுத்தவும். AI விதியை அமைப்பதற்கு முன், முதன்மை இலக்கு உற்பத்தியா, மதிப்பீடு செய்ததா அல்லது மேம்பாடுதானா என்று கேட்கவும். பல வேலைகள் மூன்றையும் உள்ளடக்கியது, ஆனால் தனிப்பட்ட பணிகள் ஒன்றைச் சார்ந்திருக்கும்.
2. விதியைத் தனிப்பயனாக்கு. உற்பத்திச் செயல்பாடுகள் பொதுவாக தரம் மற்றும் பொறுப்புக்கூறலுக்கு உகந்ததாக இருக்க வேண்டும். மதிப்பீடு மதிப்பீட்டாளரின் திறனை நிரூபிக்க வேண்டும். பின்னர் உங்களுக்குத் தேவையான திறனைக் கட்டியெழுப்ப போதுமான மனித அனுபவத்தை வளர்ச்சி தக்க வைத்துக் கொள்ள வேண்டும்.
3. ஒரு முக்கியமான காரணத்தைப் பாதுகாக்க மக்களைப் பெறுங்கள். AI வாக்கெடுப்பாக அல்லாமல், இதைத் தொடர்ந்து செய்யுங்கள். ஊழியர்கள் தங்கள் காரணத்தை தவறாமல் விளக்கினால், மேலாளர்கள் வாதத்தை ஒரு தீர்ப்பாக மாற்றாமல் தீர்ப்பைப் பின்பற்றலாம்.
4. கண்டுபிடிப்பை ஆதாரமாகக் கருதுங்கள், தீர்ப்பு அல்ல. AI அமைப்பு செயல்திறனை பாதித்துள்ளது என்பதை வாட்டர்மார்க் உங்களுக்குக் கூறலாம். வேலை நன்றாக இருக்கிறதா, பணியாளர் அதைப் புரிந்து கொண்டாரா அல்லது AI இன் பயன்பாடு அவர்களின் வளர்ச்சிக்கு உதவியதா அல்லது காயப்படுத்தியதா என்பதை அது உங்களுக்குச் சொல்ல முடியாது.

முக்கியமான விஷயங்களில் கவனம் செலுத்துங்கள்

வணிகமானது தரம், திறன் மற்றும் பயிற்சியால் இயக்கப்படுகிறது, மேலும் ஆதாரம் என்பது மூன்றிற்கும் ஒரு மோசமான பதிலாள் ஆகும். AI எதற்காகப் பயன்படுத்தப்பட்டது என்று கேட்டு அதற்கேற்ப தீர்ப்பளிக்கவும். நம்பகத்தன்மை பற்றிய கேள்விகளை கலைஞர்கள் மற்றும் அவர்களின் ஆதரவாளர்களிடம் விடுங்கள்.

{“blockType”:”mv-promo-block”,”data”:{“imageDesktopUrl”:”https:\/\/images.fastcompany.com\/image\/upload\/f_webp,q_auto,c_fit\/wp-cms-2\/2025\/2025 ue.png”,”imageMobileUrl”:”https:\/\/images.fastcompany.com\/image\/upload\/f_webp,q_auto,c_fit\/wp-cms-2\/2025\/10\/faisal-hoque.png:”இன்டர்விரைவ் ஆஃப் பிசினஸ், தொழில்நுட்பம், மற்றும் மனிதாபிமானம் “,”டிசம்”:”ஃபைசல் ஹோக்கின் புத்தகங்கள், பாட்காஸ்ட்கள் மற்றும் நிறுவனங்கள் தலைவர்களுக்கு நோக்கம், நபர்கள், செயல்முறை மற்றும் தொழில்நுட்பத்தை சீரமைப்பதற்கான கட்டமைப்பு மற்றும் தளங்களை வழங்குகின்றன – இடையூறுகளை அர்த்தமுள்ள மற்றும் நீடித்த முன்னேற்றமாக மாற்றும். மேலும்”,”ctaUrl”:”https:\/\/faisalhoque.com”,”theme”:{“bg”:”#02263c”,”text”:”#ffffff”,”abrow”:”#9aa2aa”,”subhed”:”#ffffff”,”buttonBg”:”#ffffff”:”#ffffff” uttonHoverBg”:”#3b3f46″,”buttonText”:”#000000″},”imageDesktopId”:91420512,”imageMobileId”:91420514,”shareable”:false, “slug”s:””,”

Source link