هیچ کس برای چندین دهه مسئول مهم ترین بخش انقلاب هوش مصنوعی نبوده است: مستندسازی
هر شرکتی دانشی دارد که معتبر به نظر می رسد، اما در واقع اینطور نیست. و اکنون ما در حال آموزش مدل های هوش مصنوعی بر روی آن هستیم.
در ماه آگوست، عوامل هوش مصنوعی 257 میلیون درخواست از سایت های مستندسازی که در Mintlify در حال اجرا هستند، در مقایسه با 131 میلیون بارگذاری صفحه از سوی افراد، درخواست کردند. نمایندگان اکنون دانش شرکت را تقریبا دو برابر سرعتی که انسان ها می خوانند، می خوانند. اما این بدان معنا نیست که توسعه دهندگان انسانی خواندن را متوقف کرده اند. آنها اکنون فقط بیشتر تفویض اختیار می کنند. توسعهدهندهای را در نظر بگیرید که از یک عامل برنامهنویسی میخواهد یک API را سیمکشی کند، یا خریدار از یک ربات چت برای مقایسه فروشنده میخواهد، یا مشتری از یک ربات پشتیبانی پینگ میکند که چرا پرداخت انجام نشد.
مطمئنا، شرکت من Mintlify میتواند مستقیما از این استدلال منتفع شود، اما حقیقت این است که هر یک از آن نمایندگان به دنبال اسناد شرکت، مرکز راهنمایی و خطمشیهای شما میگردند و هر آنچه را که بهعنوان ارزش اسمی پیدا میکند برای پاسخ به این درخواستها استفاده میکنند.
این یک تغییر اساسی در این است که اسناد شما برای چه کسی است، و بیشتر شرکت ها هنوز برای مخاطبان قدیمی می نویسند.
هر شرکتی دانشی دارد که معتبر به نظر می رسد، اما در واقع اینطور نیست. به راهنمای تنظیمی فکر کنید که شخصی یک ماه پیش با دقت نوشته و دیگر هرگز آن را لمس نکرده است. یا صفحه قیمت گذاری که در واقع اکنون با مرکز راهنمایی به روز شده در تضاد است. ممکن است شخصی متوجه شود که چیزی ناراحت است و از یک همکار توضیح بخواهد، اما یک نماینده این کار را نمی کند. نسخه ای را که پیدا کرده است برمی دارد، آن را در کد یا یک پاسخ پشتیبانی می نویسد و قبل از اینکه کسی آن را بگیرد هزاران بار اشتباه را تکرار می کند.
توسعه دهندگان در حال حاضر این درد را احساس می کنند. تحقیقات اخیر نشان داده است که بزرگترین ناامیدی که توسط 66 درصد از توسعه دهندگان ذکر شده است، خروجی هوش مصنوعی است که نزدیک به درست است اما همچنان اشتباه است. برخی از آنها مدلها هستند، اما در تجربه من، بسیاری از آنها موادی است که ما به آنها میدهیم.
پس صاحب این مشکل کیست؟ در اکثر شرکت ها، هیچ کس. مدتهاست که با مستندات مانند یک کار انتشاراتی تلقی میشود که وقتی خواننده میتوانست شکافها را پر کند، کار میکرد. با ظهور خوانندگان و نویسندگان عامل، این روند دیگر در مقیاس کار نمی کند.
در عوض آنچه در حال ظهور است به کارهای زیرساختی نزدیک تر به نظر می رسد. کسی باید تصمیم بگیرد که در صورت تضاد دو منبع، کدام منبع معتبر است. شخصی باید تغییرات محصول را به محتوایی که آنها را توصیف می کند متصل کند، بنابراین اسناد زمانی که محصول انجام می شود به روز می شوند. شخصی باید اطلاعات را ساختاربندی کند تا نمایندگان بتوانند آن را به طور تمیز بازیابی کنند و مواردی را که عوامل جستجو میکنند و نمیتوانند پیدا کنند را ردیابی کنند، زیرا این شکافها اکنون سیگنال مستقیمی هستند از جایی که مشتریان پاسخهای بد دریافت میکنند.
من به این به عنوان مهندسی دانش فکر می کنم. این کمتر در مورد تولید صفحات است و بیشتر در مورد دقیق نگه داشتن دانش یک شرکت، به روز و قابل استفاده برای افراد و ماشین ها است.
این تغییر نقشی مشابه آنچه در رادیولوژی اتفاق می افتد است. در سال 2016، جفری هینتون، پدرخوانده هوش مصنوعی به دنیا گفت که آموزش رادیولوژیست ها را متوقف کند، زیرا هوش مصنوعی آنها را منسوخ می کند. در عوض، کلینیک مایو، یکی از تهاجمیترین پذیرندگان هوش مصنوعی در پزشکی، کارکنان رادیولوژی خود را بین سالهای 2016 تا 2025 55 درصد افزایش داد و برنامههای رزیدنتی رادیولوژی ایالات متحده در سال 2025 تعداد پستهای بیسابقهای را ارائه کردند.
در حقیقت، رادیولوژیست ها اکنون زمان کمتری را برای تشخیص تصاویر و زمان بیشتری را برای بیماران صرف می کنند و تقاضا برای این نقش ها در حال افزایش است.
تغییر عملی در نحوه اندازه گیری موفقیت است. بازدید از صفحه و زمان در صفحه به شما می گوید که چگونه انسان ها درگیر هستند. آنها تقریبا هیچ چیز در مورد اینکه آیا یک نماینده پاسخ درست را دریافت کرده است به شما نمی گویند. شرکتهایی که این حق را دریافت میکنند سیگنالهای متفاوتی را مشاهده میکنند: عوامل جستجوی کدام یک اجرا میشوند، جایی که بازیابی خالی میشود، کجا منابع با یکدیگر تناقض دارند، و سرعت تغییر محصول در پایگاه دانش نشان داده میشود.
اسناد شما قبلا مرجعی بود که افراد با آن مشورت می کردند. اکنون این ورودی است که ماشینها روی آن عمل میکنند، اغلب بدون انسان در حلقه. شرکتهایی که جلوتر میآیند، آنهایی هستند که دانش خود را مانند زیرساختی که تبدیل شده است رفتار میکنند.
نظرات بیان شده در بخش های تفسیری Fortune.com صرفا نظرات نویسندگان آنها است و لزوما منعکس کننده نظرات و اعتقادات Fortune نیست.
این داستان در ابتدا در سایت Fortune.com منتشر شد
متن اصلی (انگلیسی)
Nobody has been in charge for decades of the single most important part of the AI revolution: documentation
Every company has knowledge that looks authoritative, but actually isn’t. And now we're training AI models on it.