كشف خبراء التقنية عن استراتيجية جديدة لتحويل التفاعل مع نماذج الذكاء الاصطناعي من مجرد ضغط النصوص إلى استخراج رؤى استراتيجية معمقة.
ويعتمد الأسلوب الجديد على استبدال الأوامر التقليدية مثل "لخص" بأوامر تحليلية تركز على ما وراء السطور. مما يمنح المستخدم قدرة على فهم التعقيدات التي قد تغيب عن القراءة العابرة.
أوضحت أماندا كاسويل الكاتبة المتخصصة في شؤون الذكاء الاصطناعي في تقرير نشرته منصة "Tom's Guide" أن طلب التلخيص يدفع النموذج إلى "ضغط المعلومات" لا إلى تحليلها. إذ ينتج النموذج نسخة أقصر من المحتوى ذاته دون أن يُضيف بُعداً تحليلياً حقيقياً.
أهمية التحليل العميق في الذكاء الاصطناعي
وأشارت كاسويل إلى أن التقارير التنفيذية الفعّالة لا تُعيد صياغة المحتوى. بل تُخبرك بما يهم. وما يثير الدهشة. وما ينبغي أن تفعله حياله.
بعد أشهر من الاختبار، توصلت كاسويل إلى أمر نصي مركّب يقوم على 4 محاور سحرية. الأول استخراج 3 إلى 5 رؤى غير مباشرة لا تظهر صراحة في النص. والثاني رصد التناقضات والتوترات الداخلية في الحجة أو مقارنتها بالمعرفة السائدة.
والثالث تحديد "ما الذي يعنيه هذا فعلاً؟" من خلال استخلاص توصية واحدة قابلة للتنفيذ. والرابع تسمية ما غاب عن النص من أسئلة لم تُطرح ولم تُجب.
تطبيقات عملية لتحسين النتائج
ترشّح كاسويل إضافات تكميلية تُحسن الأمر النصي وفق طبيعة المستند؛ فبالنسبة للأبحاث الأكاديمية تُنصح بالطلب من النموذج رصد الخيارات المنهجية التي قد تُغير النتائج لو اتُّخذت بصورة مختلفة.
وللخطط الاستراتيجية توصي بتحديد أقوى افتراض غير مُعلن يقوم عليه المشروع. أما محاضر الاجتماعات فتستدعي السؤال عن القرار الذي اتُّخذ ضمناً دون أن يُصرَّح به.
كما أكدت الكاتبة ضرورة لصق النص الكامل لا مجرد إرسال رابط. وتجنّب الجمع بين طلب التلخيص وهذا الأمر النصي في آنٍ واحد حتى لا يعود النموذج إلى نمط الضغط. مع توظيف أسئلة المتابعة لمزيد من التعمق في النقاط اللافتة.
