ChatGPT і мінливе мистецтво персоналізації
Персоналізація не нова. Штучний інтелект у персоналізації водіння не є новим. У кожній службі, починаючи від тарифів на спільне використання поїздок і завершуючи рекомендаціями щодо товарів, які компанії пропонують споживачам, було оптимізовано за допомогою ШІ, щоб обслуговувати кожного клієнта якомога найкраще (або якомога вигідніше). погоджуюсь на це, я вважаю, що нове покоління великих мовних моделей виводить цю персоналізацію на абсолютно новий рівень. Що таке персоналізація на основі ШІ і що тут нового? Персоналізація всюди. Основна мета персоналізації виникає в тому, щоб посилити взаємодію з клієнтами та, завдяки цьому, підвищити задоволеність клієнтів, залучення та, зрештою, витрати. Персоналізація вже використовує штучний інтелект для розуміння моделей покупок, налаштування відповідей на основі сайту людини тощо. Отже, що тут нового? Я поважаю, що новим є те, що такі технології, як ChatGPT, допомагають компаніям персоналізувати не лише те, що бізнес говорить клієнту, а й те, як вони це говорять. Давайте візьмемо приклад: я попросив ChatGPT пояснити мені обчислення (розділ математики), ніби я п'ятикласник. Я отримав наступне (скорочено): числення — це тип математики, який разом з нами розуміється, як все змінюється. Уявіть, що ви граєте з м'ячем і підкидаєте його в повітря. Ви знаєте, що м'яч знижується вгору, а потім повертається вниз. Обчислення готовності нам з'ясувати, як швидко м'ячається в будь-який момент або в якій мірі він сповільнюється, коли досягає вершини своєї дуги. Спочатку обчислення може здаватися складним, але насправді це дуже корисний інструмент, який разом з нами розуміє, як речі змінюються та як вони пов’язані одне з одним. Те саме запитання, задане з точки зору студента коледжу, дало мені ось що: обчислення — це розділ математики, який вивчає функції та їхні властивості. Він має дві основні гілки: диференціальне числення та інтегральне числення. І далі було докладно пояснено шкірну гілку. Це (на мій погляд) помітний випадок персоналізації – не лише у вживаних термінах та адаптації до рівня знань одержувача, але й у тоні повідомлення. Перше повідомлення неформальне та дружнє. Фрази з використанням «vi», наприклад, підкреслюють неформальність. У повідомленнях також вживаються кроки, щоб зменшити страх перед математикою, очікуваний у п'ятикласника. Звучить так, ніби дорослий розмовляє з дитиною. Друге повідомлення є більш формальним і фактичним і звучить як розмова дорослого з іншим дорослим. Немає спроб розвивати стосунки – просто донести інформацію. Що це означає? Ось що я маю на увазі під мінливим мистецтвом персоналізації. Ми вже знаємо, що сервіси на основі штучного інтелекту по-різному ставляться до нас у продуктах і послугах, які нам пропонуються. ми можемо очікувати, що штучний інтелект буде спілкуватися з теперішніми по-іншому залежно від нашого (очікуваного) рівня знань чи інтелекту! Це добре? Так і ні. Якщо ваша мета — навчити п'ятикласника обчисленню, це виглядає дуже добре. Перше повідомлення є привабливим для молодої людини, і незалежно від того, закінчивши її математику чи ні, додаткові шанси, що п’ятикласник продовжувати читати. З іншого боку, якщо ви дорослий і ваша мета — вивчити обчислення, а продукт, яким ви користуєтеся, сприймає вас як п’ятикласника — не тільки за змістом, а й за манерами, це можна дуже швидко дратувати. Можливості та виклики. Ця технологія надає компанії чудову можливість не тільки персоналізувати продукти та послуги, але й персоналізувати мову для подальшого покращення взаємодії з клієнтами. Компанії тепер можуть надавати контент у спосіб, який мовно адаптується до подобань, соціального походження та інтересів людини, змінюючи навіть основні фрази мови у привітаннях і розмовах. ШІ вже вирішує, що ви чуєте як клієнт, тепер він може вирішувати, як ви це почуєте. Це, звісно, породжує певні труднощі. Щоб проілюструвати цю тезу, я сказала ChatGPT, що я старшокласниця, і запитала, чи варто мені займатися спортивними дослідженнями. Тоді я поставив те саме запитання, будучи старшокласником. Більшість відповідей була однаковою і зосереджена на фактичних перевагах і процесі спортивних досліджень. Однак вступні речення були помітно іншими. Ось що дівчина отримала: як модель мови штучного інтелекту, я не можу сказати вам, що ви повинні або не повинні робити, але я можу дати кілька порад, які можуть допомогти вам прийняти рішення. Якщо ви цікавитеся спортом і любите вивчати науку, що лежить в основі фізичної активності, то проведення спортивних досліджень може бути корисним і повноцінним досвідом. Ось що отримав хлопець: так, проведення спортивних досліджень може стати чудовою можливістю для старшокласників, які цікавляться спортом і цікавляться наукою, що стоїть за фізичною активністю. Тут є помітна різниця в настроях. Перший помітно відсторонений і намагається залишитися нейтральним. Друге — це прямо допоміжне зауваження. Складність зростає, якщо врахувати, що багато великих мовних моделей мають елементи рандомізації. Якщо ви можете поставити самі ці питання, ви отримаєте не такі самі відповіді, як я. Враховуючи всю складність, цю проблему важко знайти та всебічно перевірити, хоча дослідники працюють над підходами. Наслідки для бізнесу Що це означає для вашого бізнесу? Великі мовні моделі можуть запропонувати інтригуючі способи кращої взаємодії з клієнтами шляхом адаптації ваших повідомлень і тону. Це, як і у всьому, палка з двома кінцями. Помилки в манерах можуть бути більш шкідливими, ніж помилки в рекомендаціях. протягом багатьох років штучний інтелект рекомендував мені все: від підходящего до дивного та смішного. Проте манірність може як зацікавити, так і образити клієнта так, як погана рекомендація продукту не може. Неправильне використання манірної персоналізації може призвести до проблеми далеко за межі клієнта, який не купує поточний продукт. Вивчення цієї області є доцільним, але вивчення того, як ці моделі працюють і навчитися вимірювати їхню поведінку, є критично важливою частиною використання цінності.
