Turėti prieigą prie pažangiausių dirbtinio intelekto (DI) įrankių ir išnaudoti tik menką jų galimybių dalį – tas pats, kas treniruotis su asmeniniu treneriu, bet tik apšilimui. Astos Bagdonavičienės, „Telia“dirbtinio intelekto, duomenų ir analitikos vadovės, teigimu, panašioje situacijoje šiandien atsiduria tūkstančiai darbuotojų. DI jau yra kasdienėje darbo aplinkoje, tačiau be aiškių įgūdžių jis lieka pilnavertiškai neišnaudotu asistento prototipu.
„Pirmiausia skatinčiau apie DI poreikį kalbėtis įmonės viduje. Svarbu suprasti, kokioms užduotims DI galėtų padėti, kiek žmonių jau naudoja tokius įrankius ir kokias konkrečias programas jie naudoja. Praktika rodo, kad tokie pokalbiai padeda pamatyti ir vadinamąjį šešėlinį DI naudojimą, kai darbuotojai savarankiškai išbando įvairius įrankius, ne visada įvertindami saugumo ar duomenų privatumo aspektus“, – sako A. Bagdonavičienė.
Pasak jos, atlikus šį žingsnį, verta susitarti, kokius įrankius įmonė naudos, kokio lygio saugumo ir privatumo paskyros bus reikalingos. Vis daugiau organizacijų renkasi sprendimus, integruotus į kasdienius darbo įrankius, pavyzdžiui, Microsoft Copilot, kuris veikia jau pažįstamoje darbo aplinkoje ir atitinka įmonėms keliamus saugumo reikalavimus.
„Svarbiausia nepritrūkti ryžto pradėti. Klaidinga tikėtis, kad DI nustebins jau pirmu bandymu. Reikia šiek tiek įgūdžių. Jie nėra sudėtingi, bet jų tikrai reikia. Tik tada pradeda atsiskleisti tikroji vertė“, – atkreipia dėmesį ji.
Kada prašyti neskubėti
Vienas svarbiausių įgūdžių – užklausos arba „promptai“. 2025 m. Masačusetso technologijos instituto verslo mokyklos „MIT Sloan“ 2025 m.tyrimas atskleidė, kad net pusę generatyvinio DI kuriamos vertės lemia būtent tai, kaip vartotojai formuluoja užklausas. Kitaip tariant, ta pati programa vieniems gali skatinti produktyvumą, o kitiems likti neišnaudoto potencialo įrankiu.
„Viena iš veiksmingų gudrybių – paprašyti paties dirbtinio intelekto padėti suformuluoti užklausą. Pakanka nurodyti, kas esate, kokią problemą sprendžiate ir paprašyti DI sukurti gerą užklausą – tuomet ją galima naudoti toliau. Dažniausiai pamatysite, kad gera užklausa turi aiškią struktūrą: kas klausia, kam skirtas atsakymas, kokia užduotis, koks norimas rezultatas ir tonas“, – sako A. Bagdonavičienė.
Šis principas vadinamas PARTS metodika – nuo angliškų žodžių „person“, „audience“, „request“, „tone“ ir „specification“. Toks užklausos struktūravimas padeda DI geriau suprasti kontekstą ir pateikti tikslesnį, labiau pritaikytą atsakymą.
Internete paplitę įvairūs su DI naudojimu susiję triukai, pavyzdžiui, prašymas neskubėti atsakyti. Ekspertės vertinimu, ne visi tokie patarimai yra mitai, tačiau jų reikšmė dažnai neteisingai suprantama.
„Jei užduotis sudėtingesnė ir susideda iš kelių etapų, tada išties prašau neskubėti. Tokiu atveju procesas skaidomas į etapus, o DI aiškiai nurodoma nepereiti prie kito žingsnio be patvirtinimo. Tai veikia ne kaip triukas, o kaip aiškesnis darbo būdas, suteikiantis daugiau kontrolės ir neleidžiantis DI nukrypti ten, kur nenorėtum“, – aiškina ji.
Ilgesnė pažintis – tikslesni atsakymai
Naudojant kelis skirtingus DI įrankius, neišvengiamai kyla klausimas, kodėl jie pateikia nevienodus atsakymus. Pasak A. Bagdonavičienės, tai normalu, nes skirtingų tiekėjų įrankiai remiaisi skirtingais modeliais ir algoritmais. Ji pateikia paprastą analogiją: du tos pačios šeimos vaikai, baigę tas pačias studijas, į tą patį klausimą vis tiek atsakytų nevienodai. DI atveju skiriasi ne tik mąstymas, bet ir mokymo duomenys, prioritetai bei integracijos, todėl ir rezultatai gali skirtis.
DI gebėjimas atsiminti vartotoją gali tiesiogiai prisidėti prie tikslesnių atsakymų. Pasak ekspertės, viskas priklauso nuo konkretaus įrankio ir paskyros tipo, tačiau tame pačiame pokalbyje išlaikomas kontekstas leidžia DI geriau suprasti vartotojo poreikius.
„Dėl šių priežasčių tas pats klausimas naujame pokalbio lange gali duoti kitokį rezultatą. Pažangesni, su kasdienėmis darbo priemonėmis integruoti sprendimai, leidžia išnaudoti platesnį kontekstą – nuo ankstesnių dokumentų iki darbo aplinkos informacijos, todėl atsakymai tampa labiau pritaikyti realioms užduotims. Mane kartais tai net nustebina – suprantu, kad sistema jau sukaupusi nemažai informacijos apie mano įpročius“, – atvirauja A. Bagdonavičienė.
Pavyzdžiui, vienoje darbo dienoje DI gali padėti parengti susitikimo santrauką, suformuluoti atsakymą klientui ir pasiūlyti tolesnius veiksmus – visa tai galima atlikti įprastų darbo programėlių languose. Tokia praktika leidžia greičiau pereiti nuo pavienių eksperimentų prie realios vertės kūrimo. Pasak jos, „Telia“ pati aktyviai dalijasi savo patirtimi su klientais, padėdama jiems prisijaukinti DI.
„Noriai bendradarbiaujame su klientais, dalydamiesi savo patirtimi – tai naudinga abiem pusėms. Tokios partnerystės leidžia ne tik greičiau perprasti technologijų galimybes, bet ir pamatyti, kaip DI realiai veikia konkrečiais verslo scenarijais. Būtent čia slypi didžiausia vertė – kasdienėje, apgalvotoje praktikoje“, – pabrėžia Asta Bagdonavičienė.
About the Author
