Пример: обучение ИИ для улучшения результатов
Когда я готовила материалы для настольной игры OKR Test-drive, я сгенерировала множество примеров Целей и Ключевых Результатов. Однако вместо ориентированных на результат показателей я столкнулась с плохо сформулированными задачами. Генеративный ИИ обучается на огромных массивах доступных ему данных, особенно из интернета. Из-за шумихи вокруг OKR почти каждый пишет примеры OKR, зачастую без должной подготовки или реального опыта. Опираясь на фрагментарную информацию и устаревшие книги, люди публикуют примеры OKR, где Ключевые Результаты всего лишь списки задач. Такое обилие низкокачественных примеров учит ChatGPT неправильному подходу.
Чтобы улучшить ситуацию, я обучила ИИ, используя многочисленные примеры из наших собственных данных, и создала агента GPTs под названием OKR Coach (вы можете найти его в списке ассистентов ChatGPT, или на сайтах okr-academy.ru и okr-academy.net). Результаты стали значительно лучше. Тем не менее, несмотря на обширное обучение, ошибки все же иногда случаются, что подчеркивает необходимость постоянной проверки и критической оценки. Другими словами, использование ИИ не устраняет необходимость в вашем экспертном знании темы!