5 приемов использования ИИ для достижения успеха и снижения стресса на работе

ИИ может быть полезным, но не вдохновляющим инструментом для написания электронных писем, сообщает CNBC. Он может сделать гораздо больше, чтобы помочь человеку достичь поставленных целей, произвести впечатление на босса и снизить уровень стресса.

Будучи партнером OpenAI GPT-4 по обучению в Академии Khan, автором книги-бестселлера «ИИ для поиска работы» на Amazon и официальным тренером по карьере в области ИИ в таких учебных заведениях, как Гарвардская школа бизнеса и Техасский университет, Джереми Шифелинг наблюдает за правильными и неправильными способами использования генеративного ИИ с самого начала его появления.

Он предлагает сосредоточится на правильных способах — тех, которые помогут людям лучше справляться со своей работой и облегчат жизнь. Вот 5 хаков ИИ, которые, по его мнению, используют умные профессионалы, чтобы получить максимальную отдачу от ИИ:

• Проводить свои исследования
• Извлекать данные
• Помощь в организации дел, пространства, решения задач
• Подготовить презентацию
• Измерить свое воздействие или эффективность

По словам Шифелинга, если человек отвечает за организацию крупного мероприятия для своей компании, он знаете, что если не адаптировать его к потребностям клиентов, то мероприятие не удастся. Вместо того чтобы гадать и надеяться, он советует спросить у клиентов напрямую, что их интересует.

По его словам, люди могут подумать, что это потребует проведения маркетинговых исследований или привлечения исследовательского агентства, при отсутствии денег и времени, но только не в век ИИ. Шифелинг советует вместо этого зайти в Google Forms, нажать кнопку AI в верхней части страницы и объясните инструменту, чего хочется добиться.

В данном случае: «Опросить моих клиентов, чтобы понять, какое мероприятие они хотели бы посетить в этом году?». Так у человека появится мгновенный опрос, готовый к редактированию и отправке. Организатор сможет настроить запрос, чтобы создать любой тип опроса, который ему нужен.

Например, инженеру для оценки отзывов клиентов может понадобиться запрос, подобный следующему: «Опрос по обратной связи о продукте, чтобы узнать мнение наших клиентов о новой функции, которую мы выпустили. Можете ли вы составить около 8-10 вопросов, которые охватывают простоту использования, ценность, любые возникшие проблемы и предложения по улучшению? Опрос должен содержать как количественные (шкала оценок), так и качественные (открытые вопросы) вопросы».

Количественные данные всегда было относительно легко обобщить с помощью графиков и таблиц. Теперь люди могут использовать генеративный ИИ, чтобы получить краткое изложение соответствующих отзывов.

Шифелинг предлагает представить, что на гипотетический опрос пришло 500 ответов, к которому люди оставили большое количество комментариев, в которых могут содержаться важные мысли, но возможности просмотреть их все нет.

В данной ситуации Шифелинг рекомендует открыть ответы на анкету в листе Google, нажать на значок Gemini и попросить инструмент резюмировать колонку «Комментарии» с наиболее распространенными темами.

Аналогичный подход можно использовать и для работы с комментариями к опросам. Например, после проведенного интервью с сотрудниками и большим количеством стенограммы, которые необходимо просмотреть, человек можете попробовать подсказку, подобную следующей:

«У меня есть стенограммы интервью, проведенных с сотрудниками по поводу удовлетворенности рабочим местом. Можете ли вы проанализировать текст, чтобы обобщить основные моменты удовлетворенности и неудовлетворенности? Также укажите все предложения по улучшению ситуации».

Шифелинг рассказывает, как однажды один из его бывших коллег с СДВГ, продемонстрировал ему, что генеративный ИИ может стать отличным организатором и планировщиком проектов, даже если человек сам таковым не является.

ИИ может помочь составить комплексный план проекта и расписание интерактивного сетевого мероприятия на основе нужной таблицы. Ключевым моментом здесь является то, что ИИ может не просто выдавать текст, он может отображать этот текст в различных форматах, включая таблицы.

Это позволяет использовать еще одну функцию ChatGPT: экспорт данных в файлы. Человек можете легко получить файл для загрузки в подходящий для него инструмент планирования проектов, например Trello или Asana, указав ИИ преобразовать приведенную выше таблицу в CSV.

С помощью ИИ также можно создавать презентации, для этого, по словам Шифелинга, можно зайти в Canva, создать новую презентацию и ввести это предложение в разделе «Дизайн»: например, «сгенерировать презентацию для проведения быстрого нетворкинга». Через короткое время будет готова презентация, которую можно будет отредактировать по своему усмотрению.

Чтобы продемонстрировать эффект от проделанной работы начальнику и другим заинтересованным лицам, Шифелинг предлагает провести прямую линию между впечатлениями участников и итоговыми показателями организации.

По его словам, при наличии электронной таблицы, в которой отслеживается, какие клиенты участвовали в мероприятии и какой доход был получен от них в течение трех месяцев после его проведения, вместо того чтобы искать связи на глаз или пытаться вспомнить, что изучалось на занятиях по статистике в колледже, человек может применить возможности ИИ для работы с данными.

Для этого нужно загрузить файл в ChatGPT и введите следующий запрос: «Какова корреляция между участием клиента в моем мероприятии и доходом от этого клиента в течение следующих 3 месяцев». ChatGPT обработает весь Python-код и выведет статистическую зависимость.

Шифелинг говорит, что можно пойти еще дальше и проверить статистическую достоверность, выполнив следующую подсказку: «Является ли эта корреляция статистически значимой».

По его словам, результаты такого рода анализа — будь то гипотетическое сетевое мероприятие или любой другой проект — означают, что обращение к руководителю может выйти за рамки «доверьтесь мне» и перейти к «вот доказательствам».

Ранее исследование показало, как ИИ, подобно людям, учится с помощью объяснений, симуляций, аналогий и рассуждений без внешнего воздействия. Это обучение иллюстрирует сходства и ключевые различия между естественным и искусственным познанием, предлагая перспективу для изучения человеческих мыслительных процессов, а также потенциала и ограничений ИИ.