شیدهوش
فصل ۱ · درس ۶ از ۱۲

۶. کاربردها از نزدیک: کد، تصویر، نوشتن و آموزش

چهار دستهٔ اول نقشه را از نزدیک می‌بینیم. هر کدام نشان می‌دهد هوش مصنوعی در چه چیزی خوب است، در چه چیزی هنوز نه، و چه کسی از آن سود می‌برد یا ضرر می‌کند.

زمان مطالعه: ۲۰ دقیقهمرجع در کتاب: فصل ۱، بخش‌های Coding، Image and Video Production، Writing و Education — صفحهٔ ۶۴

برنامه‌نویسی

در نظرسنجی‌های مختلف، برنامه‌نویسی بی‌رقیب محبوب‌ترین کاربرد هوش مصنوعی مولد است؛ هم چون هوش مصنوعی در کدنویسی خوب است، و هم چون مهندسان هوش مصنوعی اولیه خودشان برنامه‌نویس بودند و با دردهای کدنویسی بیشتر آشنا.

یکی از اولین موفقیت‌های مدل پایه در محصول واقعی، ابزار تکمیل کد GitHub Copilot بود که درآمد تکرارشوندهٔ سالانه‌اش (ARRAnnual Recurring Revenueدرآمد تکرارشوندهٔ سالانه) فقط دو سال بعد از عرضه از ۱۰۰ میلیون دلار گذشت. در اوت ۲۰۲۴، استارتاپ Magic ۳۲۰ میلیون دلار و Anysphere ۶۰ میلیون دلار سرمایه جذب کردند، و ابزارهای متن‌باز gpt-engineer و screenshot-to-code هر کدام در کمتر از یک سال ۵۰ هزار ستاره در GitHub گرفتند.

جز ابزارهای کدنویسی عمومی، ابزارهای زیادی برای کارهای مشخص ساخته شده‌اند:

  • بیرون کشیدن دادهٔ ساختاریافته از صفحهٔ وب و PDF (AgentGPT)
  • تبدیل زبان معمولی به کد (DB-GPT، SQL Chat، PandasAI)
  • ساختن کد وب‌سایت از روی یک طرح یا تصویر صفحه (screenshot-to-code، draw-a-ui)
  • ترجمه از یک زبان یا چارچوب برنامه‌نویسی به دیگری (GPT-Migrate، AI Code Translator)
  • نوشتن مستندات (Autodoc)
  • ساختن آزمون (PentestGPT)
  • نوشتن پیام کامیت (AI Commits)

روشن است که هوش مصنوعی خیلی از کارهای مهندسی نرم‌افزار را انجام می‌دهد. سؤال این است که آیا می‌تواند کل مهندسی نرم‌افزار را خودکار کند؟ در یک سر طیف، جنسن هوانگ، مدیرعامل NVIDIA، پیش‌بینی می‌کند هوش مصنوعی جای مهندسان نرم‌افزار را می‌گیرد و دیگر نباید به بچه‌ها بگوییم برنامه‌نویسی یاد بگیرند. در یک فایل صوتی درزکرده، Matt Garman، مدیرعامل AWS، گفت در آیندهٔ نزدیک بیشتر توسعه‌دهنده‌ها کدنویسی را کنار می‌گذارند — منظورش پایان کار توسعه‌دهنده نبود، فقط اینکه کارشان عوض می‌شود. در سر دیگر، مهندسان زیادی مطمئن‌اند هرگز جایشان گرفته نمی‌شود، هم به دلیل فنی و هم احساسی (کسی دوست ندارد بپذیرد جایگزین‌پذیر است).

کار برنامه‌نویسیاثر هوش مصنوعی در پژوهش McKinsey
مستندنویسیتا دو برابر بهره‌وری
تولید کد و بازنویسی (refactoring)۲۵ تا ۵۰٪ بهره‌وری بیشتر
کارهای بسیار پیچیدهبهبود ناچیز

در گفت‌وگوهای نویسنده با سازندگان ابزارهای کدنویسی، خیلی‌ها گفته‌اند هوش مصنوعی در فرانت‌اند (بخش رو به کاربر) خیلی بهتر از بک‌اند (بخش سرور) است.

تولید تصویر و ویدیو

هوش مصنوعی به لطف احتمالی بودنش برای کارهای خلاقانه عالی است. برخی از موفق‌ترین استارتاپ‌های هوش مصنوعی خلاقانه‌اند: Midjourney برای تولید تصویر، Adobe Firefly برای ویرایش عکس، و Runway، Pika Labs و Sora برای تولید ویدیو. Midjourney در اواخر ۲۰۲۳، در یک‌سال‌ونیمگی، به ۲۰۰ میلیون دلار درآمد تکرارشوندهٔ سالانه رسیده بود. در دسامبر ۲۰۲۳، از ده اپلیکیشن رایگان برتر گرافیک و طراحی App Store، نیمی کلمهٔ AI را در اسمشان داشتند؛ نویسنده حدس می‌زند به‌زودی همهٔ این اپلیکیشن‌ها هوش مصنوعی را به‌طور پیش‌فرض دارند و دیگر لازم نیست AI را در اسمشان بیاورند.

ساختن عکس نمایه با هوش مصنوعی، از LinkedIn تا TikTok، عادی شده و خیلی از جویندگان کار فکر می‌کنند عکس پرسنلی ساخت هوش مصنوعی شانسشان را بیشتر می‌کند. نگاه‌ها هم عوض شده: در ۲۰۱۹ فیس‌بوک حساب‌هایی را که عکس نمایهٔ ساخت هوش مصنوعی داشتند به دلایل امنیتی مسدود می‌کرد؛ در ۲۰۲۳ خیلی از شبکه‌های اجتماعی ابزار ساختن همین عکس‌ها را به کاربرها می‌دهند.

در سازمان‌ها، تبلیغات و بازاریابی زود سراغ هوش مصنوعی رفتند: ساختن مستقیم تصویر و ویدیوی تبلیغاتی، طوفان فکری، یا نوشتن پیش‌نویس اول تا متخصص رویش کار کند. می‌شود چند تبلیغ ساخت و آزمود کدام برای مخاطب بهتر جواب می‌دهد، یا تبلیغ را برای فصل و مکان عوض کرد: رنگ برگ‌ها در پاییز، برف روی زمین در زمستان. (کتاب در پانویس می‌گوید شرکت‌ها به‌طور میانگین ۱۱٪ بودجه‌شان را خرج بازاریابی می‌کنند، پس خودکارسازی این‌جا صرفه‌جویی بزرگی است.)

نوشتن

هوش مصنوعی مدت‌هاست به نوشتن کمک می‌کند؛ تصحیح و تکمیل خودکار گوشی‌ها هم کار هوش مصنوعی است. نوشتن کاربرد ایده‌آلی است چون زیاد می‌نویسیم، کار خسته‌کننده‌ای می‌تواند باشد، و تحمل اشتباهمان بالاست: اگر مدل چیزی پیشنهاد کرد که دوستش نداشتید، کافی است نادیده‌اش بگیرید. و تعجبی ندارد که LLMها در نوشتن خوب‌اند؛ برای تکمیل متن آموزش دیده‌اند.

زمان انجام کاربدون ChatGPTبا ChatGPT۴۰٪ کمترکیفیت خروجیبدون ChatGPTبا ChatGPT۱۸٪ بیشتر۴۵۳ متخصص با تحصیلات دانشگاهی؛ نیمی به‌قید قرعه ChatGPT گرفتند.
پژوهش MIT (Noy و Zhang، ۲۰۲۳): کسانی که ChatGPT داشتند کار نوشتن را ۴۰٪ سریع‌تر و ۱۸٪ باکیفیت‌تر انجام دادند.

در آن پژوهش، به ۴۵۳ متخصص تحصیل‌کرده کارهای نوشتنیِ مخصوص شغلشان داده شد و نیمی به‌قید قرعه ChatGPT گرفتند. ChatGPT فاصلهٔ کیفیت بین کارکنان را هم کم کرد؛ یعنی به کسانی که کمتر اهل نوشتن بودند بیشتر کمک کرد. و کسانی که در آزمایش ChatGPT داشتند، دو هفته بعد دو برابر و دو ماه بعد ۱٫۶ برابر بیشتر احتمال داشت بگویند در کار واقعی‌شان هم از آن استفاده می‌کنند.

برای کاربر شخصی، کاربردها روشن است: ایمیلی که با عصبانیت نوشته‌اید را مؤدبانه کنید؛ چند نکتهٔ فهرست‌وار بدهید و پاراگراف کامل بگیرید. دانشجوها انشا می‌نویسند و نویسنده‌ها کتاب. استارتاپ‌ها کتاب کودک، داستان هواداری، عاشقانه و فانتزی می‌سازند — و برخلاف کتاب سنتی، کتاب ساخت هوش مصنوعی می‌تواند تعاملی باشد و داستانش با سلیقهٔ خواننده عوض شود. یک اپلیکیشن کتاب‌خوانی کودک، کلمه‌هایی را که کودک در آن‌ها مشکل دارد پیدا می‌کند و داستانی حول همان کلمه‌ها می‌سازد.

Google Docs، Notion و Gmail همه از هوش مصنوعی برای بهتر کردن نوشتهٔ کاربر استفاده می‌کنند، و Grammarly مدلی را تنظیم دقیق کرده تا نوشته روان‌تر، منسجم‌تر و روشن‌تر شود. در سازمان‌ها، نوشتن با هوش مصنوعی در فروش، بازاریابی و ارتباطات تیمی رایج است: خیلی از مدیرها برای نوشتن گزارش عملکرد از آن کمک می‌گیرند، و ایمیل‌های جذب مشتری، متن تبلیغ و توضیح محصول هم با آن نوشته می‌شود. اپلیکیشن‌های مدیریت ارتباط با مشتری (CRMCustomer Relationship Managementمدیریت ارتباط با مشتری) مثل HubSpot و Salesforce هم ابزار ساختن محتوای وب و ایمیل دارند.

آموزش

هر بار ChatGPT از دسترس خارج می‌شود، سرور Discord شرکت OpenAI پر از دانش‌آموزهایی می‌شود که نمی‌توانند تکلیفشان را تمام کنند. چند نهاد آموزشی، از جمله مدرسه‌های دولتی نیویورک و ناحیهٔ آموزشی لس‌آنجلس، از ترس تقلب ChatGPT را ممنوع کردند — و فقط چند ماه بعد تصمیمشان را پس گرفتند.

به‌جای ممنوع کردن، مدرسه می‌تواند هوش مصنوعی را به کار بگیرد تا دانش‌آموز سریع‌تر یاد بگیرد: خلاصهٔ کتاب درسی، برنامهٔ درس شخصی برای هر نفر. کتاب می‌گوید عجیب است که تبلیغات را شخصی می‌کنیم چون می‌دانیم آدم‌ها متفاوت‌اند، ولی آموزش را نه. هوش مصنوعی می‌تواند مطلب را به قالب مناسب هر نفر دربیاورد: برای کسی که با گوش یاد می‌گیرد بلند بخواند، برای عاشق حیوانات تصویرها را پر از حیوان کند، و برای کسی که کد را راحت‌تر از معادلهٔ ریاضی می‌خواند، معادله را به کد ترجمه کند.

در یادگیری زبان کمک ویژه‌ای است، چون می‌شود از هوش مصنوعی خواست نقش آدم‌های مختلف را در موقعیت‌های تمرینی بازی کند. Pajak و Bicknell از Duolingo (۲۰۲۲) نشان دادند از چهار مرحلهٔ ساختن یک دوره، شخصی‌سازی درس بیشترین سود را از هوش مصنوعی می‌برد. هوش مصنوعی می‌تواند آزمون چندگزینه‌ای و تشریحی بسازد و جواب‌ها را بسنجد، یا هم‌بحث شما شود، چون در آوردن دیدگاه‌های مختلف دربارهٔ یک موضوع از آدم معمولی خیلی بهتر است. Khan Academy به دانش‌آموزها دستیار آموزشی و به معلم‌ها دستیار دوره می‌دهد. و یک روش خلاقانه: معلم انشای ساخت هوش مصنوعی را تکلیف می‌دهد تا دانش‌آموز اشتباه‌هایش را پیدا و درست کند.

خودآزمایی

طبق پژوهش McKinsey، هوش مصنوعی در کدام کار برنامه‌نویسی کمترین کمک را می‌کند؟
در پژوهش MIT، ChatGPT به چه کسانی بیشتر کمک کرد؟
کتاب چرا نوشتن را کاربرد ایده‌آلی برای هوش مصنوعی می‌داند؟

مرور فلش‌کارت‌های این درس

جای خالی

پژوهش MIT: با ChatGPT زمان نوشتن ؟ کمتر و کیفیت ؟ بیشتر شد.

برای دیدن پاسخ کلیک کنید یا Space بزنید

کارت ۱ از ۵

آکادمی هوش مصنوعی شیدهوش — بخشی از shidhoosh.com