AI-потпомогнут рад са знањем

Резиме

Радни токови вођени спецификацијама нису ограничени на софтверско инжењерство. Они такође помажу да се структурирају AI-потпомогнуто академско писање, истраживање, образовни садржај, техничка документација, правно и регулаторно писање, рад на политикама и други облици рада са знањем.

Основни образац остаје користан чак и када се појединачни AI-производи мењају:

• дефинишите циљ и ограничења
• сачувајте релевантан контекст у трајним артефактима
• нацрте стварајте и дорађујте итеративно
• резултат проверавајте према експлицитним стандардима
• задржите људску одговорност за процену и одобрење
• управљајте аутоматизацијом кроз преглед, контролу приступа и следљивост

Ова страница се усредсређује на та стабилна начела, а не на било који појединачни AI-алат.

Ауторска напомена / користан ментални модел: Један практичан начин размишљања о AI-ју јесте да га посматрамо као савремено пророчиште. У рачунарству је oracle хипотетички систем који одговара на одређену класу питања. У криптографији oracle може да се упита без откривања његовог унутрашњег рада. Питања улазе, одговори излазе, а унутрашњост остаје скривена. Зато су поверење, провера, управљање и одговорност важни.

Од интерактивног AI-ја до агентних радних токова

Многи људи се са AI-потпомогнутим радом први пут сусрећу кроз интерактивне веб системе. То је разуман почетак.

Радни токови вођени спецификацијама не захтевају агенте за кодирање, терминалске алате нити аутоматизацију репозиторијума. Интерактивни AI већ може да помогне у корисном раном раду, као што су израда спецификација, преглед докумената, изоштравање захтева, припрема почетних нацрта и предлога текста, препознавање празнина и предлагање начина провере и алтернатива.

Зато је интерактивни AI природна улазна тачка за људе који раде на једнократним документима, раним нацртима или мањим пројектима. Истраживач га може користити да побољша структуру рада. Наставник га може користити да изоштри исходе учења и ниво тежине. Тим за политике може га користити да упореди могуће структуре документа пре него што формално писање уопште почне. Правна или регулаторна екипа може га користити да открије недостајуће дефиниције, нерешене претпоставке или зависности у прегледу.

Кључна идеја је да спецификација није ограничена на функционалности софтвера. У ширем раду са знањем спецификација може да дефинише:

• циљеве
• ограничења
• очекивања квалитета
• циљну публику
• терминологију
• захтеве за доказима
• захтеве приступачности
• обавезе усклађености
• стандарде објављивања

Академски чланак, на пример, могу водити очекивања о стилу цитирања, нивоу доказа, доследности терминологије, етичким објавама, циљном часопису и језичком квалитету. Образовни материјал можда ће морати да следи исходе учења, тражени ниво читљивости, усклађеност са курикулумом, захтеве приступачности и правила вредновања. Техничка документација може се морати ускладити са стварним понашањем производа, структуром објаве, правилима за снимке екрана и политикама верзионирања. Правно или политичко писање може тражити тачно одређену јурисдикцију, одобрену терминологију, прегледне прелазе и обавезне референце.

У свим тим случајевима спецификација помаже да се рад помери од нејасних promptova ка експлицитној намери.

Markdown као трајан формат за знање

У пракси многи тимови спецификације, белешке, прегледе, налазе, promptove и записе о радном току чувају у Markdown-у. Markdown није једини користан формат, али је често практичан зато што је:

• читљив без специјализованог софтвера
• довољно машински читљив за аутоматизацију
• погодан за верзионирање и преглед разлика
• преносив између алата и платформи
• издржљив кроз дужи временски период

Те особине су важне у AI-потпомогнутом раду зато што је контекст вредан само ако може да се сачува, поново прегледа и поново употреби. Markdown олакшава чување више од самог завршног документа. Може сачувати циљеве, претпоставке, ограничења, налазе прегледа, правила објављивања, резултате валидације и одлуке заједно са њиховим образложењем.

То користи људима јер побољшава следљивост и преглед. Користи и AI-системима јер важан контекст остаје у формату који је релативно лако цитирати, претраживати, сажимати и поново дохватати.

Markdown не треба третирати као чаробно решење. Он сам по себи не гарантује тачност, ажурност ни добру процену. Ипак, често добро служи као трајан медиј за организационо памћење.

Итеративно усавршавање је нормалан случај

Стварни AI-потпомогнути радни токови ретко су линеарни. Спецификација је на почетку често непотпуна и постепено се разјашњава кроз расправу.

Реалистичан циклус често изгледа овако:

1. дефинишите циљ
2. припремите нацрт спецификације
3. створите почетни резултат
4. прегледајте резултат
5. побољшајте спецификацију
6. валидирајте ревизију
7. понављајте док резултат не постане прихватљив

То је важно зато што многи људи AI-радни ток и даље замишљају као један prompt после ког долази готов одговор. У озбиљном раду квалитет обично не настаје тако. Много чешће настаје кроз узастопно разјашњавање.

Људи остају централни учесници током целог тог циклуса. AI може помоћи у генерисању, организовању, преобликовању, поређењу и прегледу, али људи остају одговорни за:

• циљеве
• приоритете
• компромисе
• одлуке о одобрењу
• процене квалитета

У том смислу човек није само писац promptova. Он делује као прегледалац, уредник, доменски стручњак и доносилац одлука.

Зашто интерактивни AI с временом достиже практичне границе

Интерактивни AI остаје користан и у зрелијим радним токовима, али већи пројекти често разоткрију два понављајућа ограничења: контекст и алате.

Контекст је ограничен. Чак и када савремени системи могу обрадити велике количине информација, и даље је непрактично у једном разговору стално држати сваку спецификацију, налаз, извор, коментар прегледа и помоћни документ. Како пројекат расте, проблем није само укупна количина. Проблем је и релевантност.

Зато многи агентни радни токови користе поновно дохваћање. Уместо да покушавају све стално држати у активном видокругу, систем чува трајне записе и по потреби дохваћа најрелевантнији материјал. Циљ није нужно дати више информација одједном, већ дати праве информације онда када су потребне.

Друго ограничење су алати. Интерактивне веб платформе обично нуде пажљиво одабране алате дизајниране да поуздано раде за широку публику. Такав приступ има стварне предности:

• поузданост
• одржавање
• безбедност
• доследност

Али специјализован рад често захтева специјализован софтвер. Општи интерфејс није увек довољан за радни ток који зависи од провере цитата, OCR-а, система за објављивање, аутоматизације прегледача, статистичке анализе или прегледа усклађености.

То је један од разлога због којих су се појавили агентни радни токови. Они омогућавају AI-системима да дохваћају усмерен контекст, позивају одговарајуће алате, валидирају рад и настављају да итерирају кроз веће количине материјала.

Вештине, алати и специјализовани системи

У AI-потпомогнутом раду алати су често интерфејси ка специјализованим системима, а не њихове замене.

Примери укључују:

• проверу правописа и језичког квалитета
• OCR
• аутоматизацију прегледача
• генерисање дијаграма
• валидацију цитата
• статистички софтвер
• системе за објављивање
• системе за обраду докумената

Академски радни ток може се ослањати на TeX или LaTeX алате, управљаче библиографијом, предлошке часописа и статистичке пакете. Документацијски радни ток може се ослањати на проверу повезница, валидаторе приступачности, процесе за снимке екрана и објавне цевоводе. Правни или политички радни ток може зависити од система за управљање документима, библиотека клаузула, прегледних система или регулаторних референтних база.

AI-систем обезбеђује координацију и резоновање, а специјализовани алати обављају доменски специфичан посао.

Како радни токови сазревају, понављајуће упуте често постају поново употребљива средства као што су вештине, предлошци, процедуре, дефиниције радних токова и правила валидације. То је један од најважнијих начина на које организационо знање с временом постаје трајније. Оно што почне као понављајући разговорни савет често постане средство које се може поново користити и прегледавати.

Валидатори и институционални стандарди

Валидатори су важан део рада са знањем вођеног спецификацијама јер помажу да се провери да ли артефакт задовољава неки део своје спецификације.

У зависности од области, валидатори могу укључивати:

• валидаторе језичког квалитета
• стилске валидаторе
• валидаторе цитата
• валидаторе приступачности
• валидаторе усклађености
• валидаторе објављивања

Валидаторе не треба третирати као важније од самог садржаја. Они не замењују ауторство, стручност ни просуђивање. Али често надживе појединачне пројекте и помажу да се стандарди очувају кроз време.

Валидатор цитата створен за један објавни радни ток касније може подржати многе објаве. Валидатор терминологије може смањити недоследност међу ауторима и тимовима. Валидатори приступачности и објављивања могу помоћи у очувању институционалних очекивања квалитета чак и када се мењају сарадници и алати.

Није реално очекивати да ће сваки аутор сам изградити такве валидаторе. У многим случајевима то захтева техничку стручност, доменско знање, инфраструктуру и одржавање. Разумно је да универзитети, издавачи, истраживачке групе, јавне установе или интерни платформни тимови обезбеђују заједничке валидаторе уместо да сваки аутор све гради од почетка.

Трајни формати изван текста

Иако је Markdown често практичан за текстуалне артефакте, важни су и други трајни формати.

SVG је често користан формат за дијаграме зато што је текстуалан, скалабилан, релативно погодан за верзионирање и доступан и за људско уређивање и за AI-потпомогнуту обраду. Није увек прави избор, али добро функционише када дијаграме треба одржавати као живе артефакте, а не као непрозирне слике.

Опште начело је шире од било које појединачне врсте датотеке: формати који остају прегледни, преносиви и одрживи обично подржавају AI-потпомогнуте радне токове боље од формата који скривају структуру или непотребно отежавају преглед.

Локализација и контекст читаоца

Радни токови вођени спецификацијама важе и за вишејезичан рад. Спецификације, налази прегледа, примери и артефакти радног тока могу сви захтевати локализацију.

Када су документи локализовани, практично је локализовати и примере где год је то могуће. Непотребни енглески цитати повећавају когнитивно оптерећење читалаца који иначе читају на другом језику.

Изузеци могу укључивати:

• називе компанија
• називе производа
• стандарде
• команде
• код
• називе протокола

Циљ није језичка чистота. Циљ је да се смањи трење за читаоца и да записи о радном току остану разумљиви на његовом радном језику.

Сажета студија случаја радног тока

Пратећи транскрипт за ову тему користан је пример како се спецификације развијају кроз расправу. Поглавље није почело са потпуно обликованом структуром. Захтеви су се појављивали итеративно.

Скраћени облик те расправе изгледао је отприлике овако:

• почетна идеја: “прошири текст … додај практичан увид … укључи академско, образовно и можда правно писање”
• критика: “Не бих то формулисао тако директно … валидатори имају дугорочну вредност”
• проширење обима: “прво бих се усредсредио на интерактивни веб AI”
• практична ограничења: “постоји граница количине контекста коју AI може истовремено да држи активном …”
• архитектура радног тока: “улога вештина … као интерфејса ка специјализованим програмима”
• забринутости око управљања: “коришћење вештина трећих страна носи озбиљне безбедносне последице”
• забринутости око локализације: “и цитати би требало да буду локализовани на сваки језик”
• консолидација: “реч је о једној већој теми … боље је имати неколико обимнијих чланака”

Тај след репрезентативнији је за стварни AI-потпомогнути рад него углачана прича о успеху. Важна поука није да је на крају написан савршен prompt. Важно је да су се захтеви, приговори, уредничке одлуке и забринутости око управљања постепено претварали у јаснију спецификацију.

Управљање, поверење и безбедност

Како AI-системи прелазе од пасивне помоћи при писању ка коришћењу алата и извршавању радних токова, управљање постаје важније, а не мање важно.

Традиционална безбедност софтвера често се фокусирала на извршни код. У AI-потпомогнутим системима граница је шира. На понашање система могу утицати саме упуте. Спецификације, дефиниције радних токова, promptovi и описи вештина могу сви утицати на то шта систем ради и како то ради.

То не значи да сваку текстуалну датотеку треба третирати као инхерентно опасну. Али значи да организације морају пажљиво промишљати границе поверења. У AI-потпомогнутим окружењима неки текстови нису само описни. Они могу постати оперативни.

Вештине, интеграције и границе поверења

Спољне вештине, алати, пакети радних токова и интеграције могу бити корисни, али истовремено отварају питања управљања.

Организације могу сасвим разумно давати предност:

• интерно развијеним вештинама
• институционално прегледаним радним токовима
• поузданим добављачима
• интеграцијама под управљањем

То је посебно важно када вештина или интеграција може утицати на дохват материјала, трансформацију, објављивање, спољни приступ или позивање алата. Добро управљан радни ток обично не прати само шта AI може да каже, већ и чему може приступити, шта може покренути и шта може променити.

Велики добављачи попут OpenAI-ja, Microsofta и Oraclea могу нудити екосистеме алата и интеграционе слојеве, али трајно питање управљања није који тренутни производ постоји. Питање је разуме ли организација границу радног тока који усваја и верује ли јој.

Задржите ауторизацију изван AI-закључивања

Корисно начело дизајна јесте да одлуке о ауторизацији, када год је то практично могуће, остану изван AI-система.

AI може помоћи да се одлучи која радња изгледа прикладно, али стварну дозволу за спровођење те радње треба да обезбеди систем изграђен за аутентикацију, ауторизацију, ревизију и управљање акредитивима. У пракси то често значи ослањање на:

• провајдере идентитета
• контролу приступа засновану на улогама
• дозволе у бази података
• API пролазе
• одобрења радних токова
• безбедно руковање акредитивима

Акредитиви треба да остану у системима намењеним управљању акредитивима, а не да буду уграђени у promptove, спецификације или импровизоване текстове радног тока.

То раздвајање је важно зато што смањује вероватноћу да се уверљива генерисана упута замени за легитимни ауторитет. Одобрења и контрола приступа морају остати усидрени у системима дизајнираним за њихово спровођење.

AI пролази као слој управљања

Неке установе могу одлучити да уведу AI кроз контролисане пролазе, уместо да сваки интерни систем изложе директно.

AI пролаз може подржавати:

• ревизију
• спровођење политика
• аутентикацију
• ауторизацију
• надзор
• одобрен приступ алатима

То није универзалан захтев и мањи тимови могу изабрати лакше контроле. Али то је разуман образац управљања за институције којима су потребни следљивост, централни надзор или доследно спровођење политика кроз више корисника и радних токова.

Зашто управљање добија на вредности како аутоматизација расте

Више аутоматизације не уклања потребу за прегледом. Повећава вредност одговорног прегледа.

Како AI-потпомогнути рад постаје бржи, организације често захтевају снажније, а не слабије структуре за:

• одговорност
• следљивост
• валидацију
• одобравање
• поверење
• очување институционалног знања

То је један од разлога зашто радни токови вођени спецификацијама остају корисни и изван тренутних трендова у алатима. Организацијама дају начин да сачувају намеру, дефинишу стандарде, повежу резултате са прегледом и управљају аутоматизацијом, без претварања да аутоматизација чини управљање непотребним.

Практична поука

Најтрајнија лекција је једноставна:

AI-потпомогнут рад са знањем постаје поузданији када су циљеви, ограничења, стандарди, валидација и ауторитет експлицитни.

То начело важи за софтвер, али и за истраживање, наставу, документацију, рад на политикама, правно писање и друге озбиљне процесе писања и прегледа. Алати ће се мењати. Потреба за спецификацијама, прегледним контекстом, валидацијом и управљаним границама поверења вероватно ће остати.

Како радити са AI-јем

• третирајте AI као способног сарадника, а не као ауторитет
• проверите важне тврдње
• сачувајте важан контекст
• запишите циљеве и претпоставке
• прегледајте резултате
• одговорност за одлуке задржите код људи

Пратећи материјал

Пратећи материјал на docs/supporting-material/spec_driven_workflow_thread.html документује део расправе и процеса дораде који стоји иза овог чланка. То је запис радног тока, а не једини извор сваке идеје у чланку.

Транскрипт садржи недовршене идеје, променљива мишљења, одбачене предлоге, грубе формулације, типфелере или грешке аутокорекције и друге трагове итеративне дораде. Закључци чланка и ауторска размишљања зато нису исто што и транскрипт.

Ова страница укључује и каснију синтезу, уредничко дотеривање, искуство из имплементације, локализацијске прегледе, валидациони рад и лично промишљање. Неки закључци појавили су се тек након завршетка забележене расправе.