第一章、人工智慧之道
-
00:00
1.
從現有資料，打造 AI 知識庫
播放影片: https://training.xms.tw/media/2832
當然沒問題！
我們可以將現有資料納入 AI 知識庫，從既有基礎著手，開始優化 AI 知識庫。
不過目前的 AI 仍有其侷限，
這樣做可能會有風險就是了。
怎麼說呢？
現有的資料往往存在「過時、不完整」的問題。
AI 依據這些「有限」的資料回應，常常會更容易出錯，而且也不一定精準，容易遺漏重要資訊。
參考案例：
Q. 為什麼依據企業內「有限」的資料回應，會更容易出錯呢？
依據目前生成式 AI 的主流技術 Transformer 中的 Self- Attention，
相較於企業內的知識，Internet 上有更完整、高品質且豐富的資料可以參考，幫助 AI 修正。
1. 一本正經，胡說八道的風險
這問題對有經驗的同仁可能還好，
因為他們有「能力或經驗」可以判斷，並進一步查證。
但對新人而言，卻很可能造成誤導。
即使加了明顯的警語也幫助不大 (下圖)，
例如，當「前提」或應用情境不同，
有經驗的人能察覺出差異，而新手卻可能沒能力判斷就直接套用，
落入張飛打岳飛的窘境。
2. 如何避免風險？
既然最大的問題在於可能誤導新人，
那直接對症下藥， 策略上就 先不要給新人用 呀。
採分階段的策略
- 先給專家用
在現有資料的基礎上，一樣什麼都問 AI。
並根據 AI 分析出來的統計資料，請專家每天花 10 分鐘整理 1~3 則 Q&A，逐步優化知識庫。
具體的操作流程，
可以參考：「 依據 AI 統計資料，持續改善的操作流程」。 - 全面開放使用
當 AI 滿意度高達 90% 以後，就可以開放給新人使用囉。
但仍需提醒：「AI 回答可能不正確」，並積極引導新人養成 「有問題就問」 的習慣。
還有，
釜底抽薪，避開 AI 幻覺最直接的方法就是
直接輸出「人類整理過的經驗 (Q&A)」
不要有機會讓 AI 生成和竄改 [2]
3. 降低 10% 歪樓造成的風險 ~ 有效的教育訓練
即使等到 AI 滿意度達 90% 以上再開放
新人還是有可能踩到那 10% 的「歪樓地雷」。
有機會避免嗎？
沒問題！這就要仰賴高效率的教育訓練。
最簡單的做法，就是將該職務可能會遇到的問題，也就是第一階段整理的 FAQ 設計成測驗，
Open book、要考 100 分、且只能考 3 次，
通常一個職務常見的問題頂多幾百個 (如果每天都遇到一個新的問題，一年也才 200 多個)
通通看過、學過也花不了多少時間，而且還能充分發揮 80-20 法則，讓關鍵的 20% 創造 80% 的效益。
4. 總結
從現有的資料開始，可以更快速。
但為了避免 AI 可能的困擾，可以採用以下策略：
- 分階段開放
- 不要讓 AI 生成，直接輸出人整理過的經驗 (Q&A)
- 對新人進行有效的教育訓練
延伸閱讀：
評語
請登入後才可以評分