AI работни текови надвор од софтверот

За AI-потпомогнатата работа често се зборува како нејзиниот природен дом да е развојот на софтвер. Тоа е разбирливо. Софтверските тимови брзо ги усвоија асистентите за кодирање, а највидливите примери често вклучуваат репозиториуми, тестови и автоматизација.

Но подлабокиот образец е поширок од софтверот.

Истата логика водена од спецификации важи и за истражување, академско пишување, образовни материјали, техничка документација, правно составување, работа на политики и други облици на сериозна работа со знаење. Во сите овие области, централниот проблем не е само побрзо генерирање текст. Вистинскиот проблем е одржување на сложената работа усогласена со целта, стандардите, доказите и прегледот.

Спецификациите не се само за функционалности

Во софтверот, спецификацијата често го опишува однесувањето. Надвор од софтверот, спецификацијата може да ги опишува саканите својства на документ или артефакт на знаење.

Тоа може да вклучува:

• цел
• публика
• граници на опфат
• терминологија
• тон
• праг на квалитет
• очекувања за докази
• барања за пристапност
• правила за усогласеност или објавување

Ова веќе им е познато на многу професии, дури и ако не ја користат фразата spec-driven development.

Истражувачите работат според правила за поднесување и стандарди за докази. Наставниците работат според исходи од учење и ограничувања за пристапност. Тимовите за документација работат според структура, терминологија, верзионирање и политики за слики од екран. Правните и политичките тимови работат според јурисдикција, барања за клаузули, одобрувања и синџири на преглед.

Она што AI го менува е брзината со која нејасната намера се претвора во веродостоен излез.

Затоа експлицитната спецификација станува покорисна, а не помалку корисна.

Интерактивниот AI е разумна почетна точка

Многу луѓе почнуваат со веб-базирани AI системи. Тоа не е ограничување за кое треба да се извинуваме. Често е вистинското место за почеток.

Интерактивниот AI веќе може да помогне со:

• изработка на спецификација
• критика на нацрт
• идентификување недостасувачки претпоставки
• споредување алтернативни структури
• предлагање идеи за валидација
• преработка за публика или тон

За многу еднократни документи, тоа може да биде доволно. Наставник што подготвува план на лекција или истражувач што преработува апстракт можеби нема да има потреба од ништо понапредно.

Грешката не е да се почне таму. Грешката е да се претпостави дека продуктивниот прв чекор е целиот работен тек.

Зошто е важно зачувувањето на контекстот

Традиционалните работни текови со документи често го зачувуваат само конечниот артефакт. Нацртот се заменува, коментарите исчезнуваат, а образложението зад клучните одлуки станува тешко да се обнови.

AI работните текови водени од спецификации поттикнуваат да се зачува повеќе од околниот контекст:

• спецификацијата
• важните претпоставки
• наодите од преглед
• резултатите од валидација
• белешките за докази
• одлуките за одобрување

Markdown често е практичен формат за овој материјал затоа што е лесен за читање, лесен за преглед на разлики и лесен за повторна употреба низ системи. Тој не е единствениот корисен формат, но често е траен.

Таа трајност е важна затоа што AI-потпомогнатата работа станува посигурна кога околниот контекст останува прегледлив наместо да исчезне во краткотрајни разговори.

Зошто вистинските работни текови стануваат итеративни

AI дискусиите понекогаш се претставуваат како корисникот да пишува еден силен промпт и да добива еден силен резултат.

Вистинската работа обично е понеуредна.

Целта се поместува. Ограничувањата стануваат појасни. Прегледот открива недостасувачки барања. Валидацијата открива структурен проблем. Нови засегнати страни воведуваат грижи што не биле видливи на почетокот.

Затоа реалистичен работен тек повеќе изгледа вака:

1. дефинирајте ја целта
2. изработете нацрт-спецификација
3. создајте почетен резултат
4. прегледајте критички
5. доработете ја спецификацијата
6. валидирајте го излезот
7. повторувајте

Ова не е неефикасност. Така сериозната работа со знаење обично станува попрецизна.

Човечката улога станува појасна, не помала

AI може да помогне со изработка на нацрти, организирање, преработка, споредба и преглед. Може брзо да предложи алтернативи и да открие скриени недоследности.

Но човекот останува одговорен за работата што навистина е најважна:

• избор на целта
• одлучување за приоритетот
• процена на компромисите
• одобрување на резултатот
• прифаќање на ризикот од објавување или дејствување

Во практика, човекот станува поексплицитен рецензент, уредник и носител на одлуки.

Надвор од разговорот: алатки и валидатори

Поголемите работни текови обично бараат повеќе од разговор.

На некои проекти им треба валидација на цитати. На некои им треба OCR. На некои им треба преглед на пристапност. На некои им треба генерирање дијаграми, автоматизација на прелистувач, статистички алатки, линии за објавување или TeX и LaTeX работни текови.

Тука AI често работи најдобро како координатор наместо како замена. AI системот обезбедува расудување и оркестрација, додека специјализираните алатки извршуваат доменски специфични задачи.

Валидаторите се особено важни тука. Тие не го заменуваат квалитетот на содржината, но помагаат да се зачуваат стабилни стандарди. Валидатор за цитати, проверка на јазичен квалитет, збир правила за пристапност или валидатор за објавување може да служи на многу идни проекти по завршувањето на првичната работа.

Тоа е една од причините зошто валидаторите често стануваат долгорочни организациски средства.

Локализирајте ги примерите кога е можно

Ако самиот работен тек е повеќејазичен, и примерите обично треба да бидат повеќејазични.

Читателите не треба ментално да го преведуваат секој илустративен извадок додека се обидуваат да го разберат вистинскиот процес. Постојат исклучоци за имиња на компании, имиња на производи, стандарди, команди, код и имиња на протоколи, но непотребниот англиски во локализиран материјал го зголемува когнитивниот товар со мала корист.

Ова е важно затоа што работата водена од спецификации не е само за структура. Таа е и за намалување на избегливо триење за луѓето што мора да го користат процесот.

Трајната лекција

Главната лекција е едноставна.

AI-потпомогнатата работа со знаење станува посигурна кога намерата е запишана, контекстот е зачуван, прегледот е експлицитен и валидацијата е поврзана со вистински стандарди.

Тој принцип важи за софтвер, но важи добро и далеку надвор од софтверот.

Поврзано читање

• ../../wiki/mk/ai-assisted-knowledge-work.md
• ../../wiki/spec-driven-development.md
• ../../learning/mk/how-to-use-ai-workflows-for-non-software-knowledge-work.md
• governance-trust-and-security-in-ai-workflows.md