Connect with us

Noticias

Interior O3 y O4 -Mini: desbloqueo de nuevas posibilidades a través de razonamiento multimodal y conjuntos de herramientas integradas

Published

on

El 16 de abril de 2025, Openai lanzó versiones mejoradas de sus modelos de razonamiento avanzado. Estos nuevos modelos, llamados O3 y O4-Mini, ofrecen mejoras sobre sus predecesores, O1 y O3-Mini, respectivamente. Los últimos modelos ofrecen un rendimiento mejorado, nuevas características y una mayor accesibilidad. Este artículo explora los beneficios principales de O3 y O4-Mini, describe sus capacidades principales y analiza cómo podrían influir en el futuro de las aplicaciones de IA. Pero antes de sumergirnos en lo que hace que O3 y O4-Mini sean distintos, es importante comprender cómo los modelos de OpenAI han evolucionado con el tiempo. Comencemos con una breve descripción del viaje de Openai en el desarrollo de sistemas de lenguaje y razonamiento cada vez más potentes.

Evolución de OpenAI de modelos de idiomas grandes

El desarrollo de OpenAI de modelos de idiomas grandes comenzó con GPT-2 y GPT-3, lo que llevó a ChATGPT al uso principal debido a su capacidad para producir un texto con fluidez y contextualmente preciso. Estos modelos fueron ampliamente adoptados para tareas como resumen, traducción y respuesta de preguntas. Sin embargo, a medida que los usuarios los aplicaron a escenarios más complejos, sus deficiencias se hicieron claras. Estos modelos a menudo luchaban con tareas que requerían un razonamiento profundo, una consistencia lógica y resolución de problemas de varios pasos. Para abordar estos desafíos, Openai introdujo GPT-4 y cambió su enfoque hacia la mejora de las capacidades de razonamiento de sus modelos. Este cambio condujo al desarrollo de O1 y O3-Mini. Ambos modelos utilizaron un método llamado solicitante de la cadena de pensamiento, que les permitió generar respuestas más lógicas y precisas razonando paso a paso. Si bien O1 está diseñado para necesidades avanzadas de resolución de problemas, O3-Mini está construido para ofrecer capacidades similares de una manera más eficiente y rentable. Sobre la base de esta base, OpenAi ahora ha introducido O3 y O4-Mini, lo que mejoran aún más las habilidades de razonamiento de sus LLM. Estos modelos están diseñados para producir respuestas más precisas y bien consideradas, especialmente en campos técnicos como la programación, las matemáticas y el análisis científico, dominios donde la precisión lógica es crítica. En la siguiente sección, examinaremos cómo O3 y O4-Mini mejoran a sus predecesores.

Avances clave en O3 y O4-Mini

Capacidades de razonamiento mejoradas

Una de las mejoras clave en O3 y O4-Mini es su capacidad de razonamiento mejorada para tareas complejas. A diferencia de los modelos anteriores que entregaron respuestas rápidas, los modelos O3 y O4-Mini tardan más en procesar cada aviso. Este procesamiento adicional les permite razonar más a fondo y producir respuestas más precisas, lo que lleva a mejorar los resultados en los puntos de referencia. Por ejemplo, O3 supera a O1 en un 9% en LiveBench.ai, un punto de referencia que evalúa el rendimiento en múltiples tareas complejas como Logic, Math y Code. En el Bench SWE, que prueba el razonamiento en tareas de ingeniería de software, O3 logró un puntaje del 69.1%, superando incluso modelos competitivos como Gemini 2.5 Pro, que obtuvo un 63.8%. Mientras tanto, O4-Mini obtuvo un 68.1% en el mismo punto de referencia, ofreciendo casi la misma profundidad de razonamiento a un costo mucho menor.

Integración multimodal: pensamiento con imágenes

Una de las características más innovadoras de O3 y O4-Mini es su capacidad para “pensar con imágenes”. Esto significa que no solo pueden procesar la información textual, sino también integrar datos visuales directamente en su proceso de razonamiento. Pueden entender y analizar imágenes, incluso si son de baja calidad, como notas, bocetos o diagramas escritos a mano. Por ejemplo, un usuario podría cargar un diagrama de un sistema complejo, y el modelo podría analizarlo, identificar posibles problemas o incluso sugerir mejoras. Esta capacidad une la brecha entre los datos textuales y visuales, lo que permite interacciones más intuitivas e integrales con IA. Ambos modelos pueden realizar acciones como zoom en detalles o imágenes giratorias para comprenderlos mejor. Este razonamiento multimodal es un avance significativo sobre los predecesores como O1, que se basaron principalmente en texto. Abre nuevas posibilidades para aplicaciones en campos como la educación, donde las ayudas visuales son cruciales e investigaciones, donde los diagramas y gráficos son a menudo centrales para la comprensión.

Uso de herramientas avanzadas

O3 y O4-Mini son los primeros modelos Operai en usar todas las herramientas disponibles en ChatGPT simultáneamente. Estas herramientas incluyen:

  • Navegación web: permitir que los modelos obtengan la información más reciente para consultas sensibles al tiempo.
  • Ejecución del código de Python: permitiéndoles realizar cálculos complejos o análisis de datos.
  • Procesamiento y generación de imágenes: mejorar su capacidad para trabajar con datos visuales.

Al emplear estas herramientas, O3 y O4-Mini pueden resolver problemas complejos de varios pasos de manera más efectiva. Por ejemplo, si un usuario hace una pregunta que requiere datos actuales, el modelo puede realizar una búsqueda web para recuperar la información más reciente. Del mismo modo, para las tareas que involucran análisis de datos, puede ejecutar el código de Python para procesar los datos. Esta integración es un paso significativo hacia agentes de IA más autónomos que pueden manejar una gama más amplia de tareas sin intervención humana. La introducción de Codex CLI, un agente de codificación de código abierto ligero que funciona con O3 y O4-Mini, mejora aún más su utilidad para los desarrolladores.

Implicaciones y nuevas posibilidades

El lanzamiento de O3 y O4-Mini tiene implicaciones generalizadas en todas las industrias:

  • Educación: Estos modelos pueden ayudar a los estudiantes y maestros proporcionando explicaciones detalladas y ayudas visuales, haciendo que el aprendizaje sea más interactivo y efectivo. Por ejemplo, un estudiante podría cargar un boceto de un problema de matemáticas, y el modelo podría proporcionar una solución paso a paso.
  • Investigación: Pueden acelerar el descubrimiento analizando conjuntos de datos complejos, generando hipótesis e interpretando datos visuales como gráficos y diagramas, que es invaluable para campos como la física o la biología.
  • Industria: Pueden optimizar los procesos, mejorar la toma de decisiones y mejorar las interacciones del cliente al manejar consultas textuales y visuales, como el análisis de los diseños de productos o la resolución de problemas técnicos.
  • Creatividad y medios de comunicación: Los autores pueden usar estos modelos para convertir los contornos de los capítulos en guiones gráficos simples. Los músicos coinciden con las imágenes con una melodía. Los editores de películas reciben sugerencias de ritmo. Los arquitectos convierten los planos de planta de mano de mano en planos detallados en 3 -Delas que incluyen notas estructurales y de sostenibilidad.
  • Accesibilidad e inclusión: Para los usuarios ciegos, los modelos describen imágenes en detalle. Para los usuarios sordos, convierten diagramas en secuencias visuales o texto subtitulado. Su traducción de palabras y imágenes ayuda a unir el lenguaje y las brechas culturales.
  • Hacia agentes autónomos: Debido a que los modelos pueden navegar por la web, ejecutar código y procesar imágenes en un flujo de trabajo, forman la base de los agentes autónomos. Los desarrolladores describen una característica; El modelo escribe, prueba e implementa el código. Los trabajadores del conocimiento pueden delegar la recopilación de datos, el análisis, la visualización e informar la escritura a un solo asistente de IA.

Limitaciones y lo que sigue

A pesar de estos avances, O3 y O4-Mini todavía tienen un límite de conocimiento de agosto de 2023, lo que limita su capacidad para responder a los eventos o tecnologías más recientes a menos que se complementen con la navegación web. Las iteraciones futuras probablemente abordarán esta brecha al mejorar la ingestión de datos en tiempo real.

También podemos esperar un mayor progreso en los agentes de IA autónomos: sistemas que pueden planificar, razonar, actuar y aprender continuamente con una supervisión mínima. La integración de herramientas de OpenAI, modelos de razonamiento y señales de acceso a datos en tiempo real que nos estamos acercando a dichos sistemas.

El resultado final

Los nuevos modelos de Openai, O3 y O4-Mini, ofrecen mejoras en razonamiento, comprensión multimodal e integración de herramientas. Son más precisos, versátiles y útiles en una amplia gama de tareas, desde el análisis de datos complejos y la generación de código hasta la interpretación de imágenes. Estos avances tienen el potencial de mejorar significativamente la productividad y acelerar la innovación en varias industrias.

Continue Reading
Click to comment

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Noticias

¿Demasiado chatgpt? Estudia lazos de IA de IA a los grados inferiores y la motivación

Published

on

Sigue a Psypost en Google News

Un estudio publicado en la revista Tecnologías de educación e información Encuentra que los estudiantes que son más conscientes tienden a usar herramientas de IA generativas como ChatGPT con menos frecuencia, y que usar tales herramientas para tareas académicas se asocia con una mayor autoeficacia, un peor rendimiento académico y mayores sentimientos de impotencia. Los hallazgos destacan la dinámica psicológica detrás de la adopción de la IA y plantean preguntas sobre cómo puede dar forma al aprendizaje y la motivación de los estudiantes.

La IA generativa se refiere a sistemas informáticos que pueden crear contenido original en respuesta a las indicaciones del usuario. Los modelos de idiomas grandes, como ChatGPT, son un ejemplo común. Estas herramientas pueden producir ensayos, resúmenes, explicaciones e incluso simular la conversación, lo que los hace atractivos para los estudiantes que buscan ayuda rápida con tareas académicas. Pero su ascenso también ha provocado un debate entre los educadores, que están preocupados por el plagio, el aprendizaje reducido y el uso ético de la IA en las aulas.

“Ser testigo de la dependencia excesiva entre algunos de mis estudiantes en herramientas generativas de IA como ChatGPT me hizo preguntarme si estas herramientas tenían implicaciones para los resultados de aprendizaje a largo plazo de los estudiantes y su capacidad cognitiva”, dijo el autor de estudio Sundas Azeem, profesor asistente de gestión y comportamiento organizacional en la Universidad Szabist.

“Era particularmente evidente que para aquellas actividades y tareas en las que los estudiantes se basaban en herramientas generativas de IA, la participación y el debate en el aula fue considerablemente menor ya que las respuestas similares de estas herramientas aumentaron el acuerdo de los estudiantes sobre los temas de discusión. Con un compromiso reducido en la clase, estas observaciones provocaron mi preocupación si realmente se cumplían objetivos de aprendizaje.

“En el momento en que comenzamos este estudio, la mayoría de los estudios sobre el uso de la IA generativo por parte de los estudiantes estaban basados ​​en la opinión o teóricos, explorando la ética del uso generativo de la IA”, continuó Azeem. “Los estudios que exploran el rendimiento académico rara vez consideran las calificaciones académicas (CGPA) para los resultados académicos, y también ignoraron las diferencias individuales como los rasgos de personalidad.

“A pesar del uso generalizado, no todos los estudiantes se basaron en el uso generativo de la IA por igual. Los estudiantes que de otro modo eran más responsables, puntuales y participativos en la clase parecían confiar menos en las herramientas generativas de IA. Esto me llevó a investigar si hubo diferencias de personalidad en el uso de estas herramientas. Esta brecha, acoplada con inquietudes enriquecidas sobre la equidad en el grado de la justicia y la integridad académica inspirada para este estudio”.

Para explorar cómo los estudiantes realmente se involucran con la IA generativa y cómo sus rasgos de personalidad influyen en este comportamiento, los investigadores encuestaron a 326 estudiantes universitarios de tres universidades principales en Pakistán. Los estudiantes se inscribieron en programas relacionados con los negocios y abarcaron de segundo a octavo semestre. Es importante destacar que el estudio utilizó un diseño de encuesta de tres ondas y retrasado en el tiempo para recopilar datos con el tiempo y minimizar los sesgos comunes en las respuestas autoinformadas.

En el primer momento, los estudiantes informaron sus rasgos de personalidad y sus percepciones de equidad en el sistema de calificación de su universidad. Específicamente, los investigadores se centraron en tres rasgos de personalidad del modelo Big Five: conciencia, apertura a la experiencia y neuroticismo. Estos rasgos fueron seleccionados debido a su relevancia para el rendimiento académico y el uso de la tecnología. Por ejemplo, los estudiantes concienzñosos tienden a ser organizados, autodisciplinados y orientados a los logros. La apertura refleja la curiosidad intelectual y la creatividad, mientras que el neuroticismo se asocia con ansiedad e inestabilidad emocional.

En el segundo punto, los participantes informaron con qué frecuencia usaban herramientas de IA generativas, especialmente ChatGPT, para fines académicos. En la tercera y última ola, los estudiantes completaron medidas que evaluaron su autoeficacia académica (cuán capaces se sintieron de tener éxito académicamente), su experiencia de impotencia aprendida (la creencia de que los esfuerzos no conducirán al éxito) e informaron su promedio acumulativo de calificaciones.

Entre los tres rasgos de personalidad estudiados, solo la conciencia estaba significativamente vinculada al uso de la IA. Los estudiantes que obtuvieron puntajes más altos en la conciencia tenían menos probabilidades de usar IA generativa para el trabajo académico. Este hallazgo sugiere que las personas concienzudas pueden preferir confiar en sus propios esfuerzos y están menos inclinados a tomar atajos, alineándose con investigaciones previas que demuestran que este rasgo de personalidad está asociado con la honestidad académica y el aprendizaje autodirigido.

“Nuestro estudio encontró que los estudiantes que son más conscientes tienen menos probabilidades de confiar en la IA generativa para tareas académicas debido a una mayor autodisciplina y tal vez también estándares éticos más altos”, dijo Azeem a PSYPOST. “Pueden preferir explorar múltiples fuentes de información y otras actividades de aprendizaje más cognitivamente atractivas como investigaciones y discusiones”.

Contrariamente a las expectativas, la apertura a la experiencia y el neuroticismo no se relacionó significativamente con el uso de IA. Si bien investigaciones anteriores han vinculado la apertura con una mayor disposición a probar nuevas tecnologías, los investigadores sugieren que los estudiantes con alto contenido de apertura también pueden valorar la originalidad y el pensamiento independiente, lo que potencialmente reduce su dependencia del contenido generado por IA. Del mismo modo, los estudiantes con un alto nivel de neuroticismo pueden sentirse incómodos con la precisión o la ética de las herramientas de IA, lo que lleva a la ambivalencia sobre su uso.

Los investigadores también examinaron cómo las percepciones de la justicia en la clasificación podrían dar forma a estas relaciones. Pero solo una interacción, entre la apertura y la equidad de calificación, fue marginalmente significativa. Para los estudiantes con alto contenido de apertura, percibir el sistema de calificación como justo se asoció con un menor uso de IA. Los investigadores no encontraron interacciones significativas que involucraban la conciencia o neuroticismo.

“Un hallazgo sorprendente fue que la justicia en la calificación solo influyó marginalmente en el uso generativo de la IA, y solo para la apertura del rasgo de personalidad a la experiencia, mostrando que, independientemente de la justicia de calificación, la IA generativa está ganando una popularidad generalizada”, dijo Azeem. “Esto es revelador, dado que habíamos anticipado que los estudiantes confiarían más en las herramientas generativas de IA con el objetivo de obtener calificaciones más altas, cuando la calificación percibió que la calificación era injusta. Además, mientras que las personas con una apertura a la experiencia de la experiencia son generalmente adoptantes de tecnologías que nuestro estudio no informó tales hallazgos”.

En términos más generales, los investigadores encontraron que un mayor uso de la IA generativa en las tareas académicas se asoció con varios resultados negativos. Los estudiantes que se basaron más en IA informaron una mayor autoeficacia académica. En otras palabras, se sintieron menos capaces de tener éxito por su cuenta. También experimentaron mayores sentimientos de impotencia aprendida, un estado en el que las personas creen que el esfuerzo es inútil y los resultados están fuera de su control. Además, un mayor uso de IA se vinculó con un rendimiento académico ligeramente más bajo medido por GPA.

Estos patrones sugieren que, si bien la IA generativa puede ofrecer conveniencia a corto plazo, su uso excesivo podría socavar el sentido de agencia de los estudiantes y reducir su motivación para participar profundamente con sus cursos. Con el tiempo, esta confianza podría erosionar el pensamiento crítico y las habilidades de resolución de problemas que son esenciales para el éxito a largo plazo.

Un análisis posterior reveló que el uso de IA generativo también medió el vínculo entre la conciencia y los resultados académicos. Específicamente, los estudiantes que eran más conscientes tenían menos probabilidades de usar IA, y este menor uso se asoció con un mejor rendimiento académico, una mayor autoeficacia y menos impotencia.

“Una conclusión clave para los estudiantes, los maestros, así como el liderazgo académico es el impacto de la dependencia de los estudiantes en las herramientas generativas de IA en sus resultados psicológicos y de aprendizaje”, dijo Azeem a PSYPOST. “Por ejemplo, nuestros hallazgos de que el uso generativo de la IA se asocia con una autoeficacia académica reducida y una mayor impotencia aprendida lo considera, ya que los estudiantes pueden comenzar a creer que sus propios esfuerzos no importan. Esto puede llevar a una agencia reducida cuando los estudiantes pueden creer que el éxito académico depende de las herramientas externas en lugar de la competencia interna. Como el uso excesivo de la AI generativa es la autoefficacia, los estudiantes pueden creer que su capacidad completa o desafiante los problemas sin problemas de los estudiantes en lugar de la ayuda de los estudiantes. Aprendedores pasivos, dudando en intentar tareas sin apoyo.

“Cuando se sienten menos control o dudan durante mucho tiempo, puede conducir a los hábitos de aprendizaje distorsionados, ya que pueden creer que la IA generativa siempre proporcionará la respuesta. Esto también puede hacer que las tareas académicas sean aburridas en lugar de desafiar, retraso aún más la resiliencia y el crecimiento intelectual. Nuestros hallazgos implican que la IA generativa está aquí aquí, su integración responsable en la academia a través de la formación de políticas, así como los maestros y el crecimiento intelectual es clave, nuestros hallazgos son clave.

“Nuestros hallazgos no respaldaron la idea común de que las herramientas generativas de IA ayudan a funcionar mejor académicamente”, explicó Azeem. “Esto tiene sentido dados nuestros hallazgos de que el uso generativo de la IA aumenta la impotencia aprendida. El rendimiento académico (indicado por CGPA en nuestro estudio) se basa más en las habilidades cognitivas individuales y el conocimiento de la materia, que puede afectar negativamente con una reducción de la autoeficacia académica reducida en exceso”.

El estudio, como todas las investigaciones, incluye algunas limitaciones. La muestra se limitó a estudiantes de negocios de universidades paquistaníes, lo que puede limitar la generalización de los hallazgos a otras culturas o disciplinas académicas. Los investigadores se basaron en medidas autoinformadas, aunque tomaron medidas para reducir el sesgo al separar las encuestas y usar escalas establecidas.

“Los datos autoinformados pueden ser susceptibles al sesgo de deseabilidad social”, señaló Azeem. “Además, si bien nuestro estudio siguió un diseño de tiempo de tiempo que permite la separación temporal entre la recopilación de datos, las instrucciones causales entre el uso generativo de la IA y sus resultados pueden mapear mejor a través de un diseño longitudinal. Del mismo modo, para diseñar las intervenciones y planes de capacitación necesarios, puede ayudar a futuros estudios a investigar las condiciones bajo las cuales el uso generativo de la IA lidera a los medios de aprendizaje más positivos y menos negativos”.

“A largo plazo, su objetivo es realizar estudios longitudinales que investiguen el desarrollo de los estudiantes a largo plazo, como la creatividad, la autorregulación y la empleabilidad en los semestres múltiples. Esto puede ayudar a cerrar las diferencias emergentes en la literatura con respecto al positivo versus los efectos dañinos de la IA generativa para los estudiantes. También tengo la intención de explorar otros rasgos motivacionales para que la personalidad sea de la personalidad, que puede influenciar la IA Generación. y razonamiento ético para el uso efectivo de IA generativo entre los estudiantes a largo plazo ”.

Los hallazgos plantean preguntas más grandes sobre el futuro de la educación en una era de IA accesible y poderosa. Si las herramientas generativas pueden completar muchas tareas académicas con un esfuerzo mínimo, los estudiantes pueden perder los procesos de aprendizaje que generan confianza, resistencia y pensamiento crítico. Por otro lado, las herramientas de IA también podrían usarse para apoyar el aprendizaje, por ejemplo, ayudando a los estudiantes a hacer una lluvia de ideas, explorar nuevas perspectivas o refinar sus escritos.

“Si bien nuestro estudio nos alarma a los posibles efectos adversos de la IA generativa para los estudiantes, la literatura también está disponible que respalda sus resultados positivos”, dijo Azeem. “Por lo tanto, a medida que las herramientas de IA se integran cada vez más en la educación, es vital que los responsables políticos, los educadores y los desarrolladores de EDTech vayan más allá de las opiniones binarias de la IA generativa como inherentemente bueno o malo. Creo que guiar el uso responsable de la IA generativa mientras mitigan los riesgos tienen la clave del aprendizaje mejorado”.

“Para ser específicos, la capacitación de instructor para diseñar actividades de aprendizaje acuáticas de AI puede ayudar a fomentar el pensamiento crítico. Estos pueden enfatizar la reflexión de los estudiantes alentando sobre el contenido generado por IA para abordar algunas cartas del uso generativo de IA en el aula. De la misma manera, la promoción de los sistemas de clasificación justos y transparentes es probable que se convierta en un mal uso. Con el uso no regulado y no regulado entre los estudiantes generativos entre los estudiantes de AI, los que se aprenden a los estudiantes de AI, lo que puede ser acelerado, se debe convertir en aceleración. Puede afectar las capacidades que la educación está destinada a desarrollar: la independencia, el pensamiento crítico y la curiosidad.

El estudio, “La personalidad se correlaciona del uso académico de la inteligencia artificial generativa y sus resultados: ¿Importa la justicia?”, Fue escrita por Sundas Azeem y Muhammad Abbas.

Continue Reading

Noticias

Sueltas de chatgpt y consejos de IA para dibujar correos electrónicos increíbles

Published

on

El correo electrónico ha existido durante 50 años, y durante la mayor parte de ese tiempo, se ha mantenido relativamente sin cambios. Hasta ahora, al menos.

En los dos años transcurridos desde el lanzamiento de CHATGPT, el correo electrónico ha recibido un dramático lavado de cara generativo de IA.

Herramientas como Outlook y Gmail ahora tienen asistentes de IA incorporados que están listos para ayudar a crear y ajustar sus comunicaciones electrónicas. Con algunos trabajadores del Reino Unido que pasan casi nueve horas por semana escribiendo correos electrónicos, existe la posibilidad de algunas grandes ganancias de eficiencia.

Las herramientas de Genai, incluidos los asistentes incorporados o los chatbots independientes como Gemini y ChatGPT, pueden ayudar a pulir la prosa, alcanzar el tono correcto y persuadir a sus destinatarios para que tomen la acción prevista.

Dominar el arte de la provisión de IA se está convirtiendo rápidamente en una habilidad crítica tanto en la vida diaria como profesional. Entonces, si desea saber cómo pasar menos tiempo descubriendo qué escribir en correos electrónicos o cómo deben diseñarse para diferentes audiencias y ocasiones, aquí hay algunos consejos, ideas y indicaciones de muestra.

¿Qué herramientas de Genai debo usar?

Una nota rápida antes de comenzar: todos estos consejos y indicaciones deben funcionar si está trabajando con un chatbot como chatgpt o un asistente de IA como copilot que está integrado en su software de correo.

Para tareas básicas como escribir un correo electrónico, todos funcionan de manera muy similar, con poca necesidad de características avanzadas como navegación web, capacidad multimodal o capacidad de razonamiento. Donde algunos de los consejos que cubro aquí pueden confiar en estas características, lo mencionaré.

Como se mencionó, Gmail y Outlook tienen asistentes integrados en las versiones gratuitas y pagadas de sus clientes, tanto el navegador como las versiones basadas en aplicaciones. Los chatbots más populares, chatgpt, gemini, claude, etc., todos tienen versiones gratuitas que son perfectamente capaces de recordar correos electrónicos.

Consejos para la solicitud de correo electrónico efectiva

Uno de los consejos más importantes que se aplica a cualquier tipo de indicación es tener siempre una idea de lo que pretende lograr.

Si le da a AI Fuzzy o objetivos poco claros, no hay forma de decir qué le dará a cambio, pero es poco probable que sea lo que desea. La IA es inteligente, pero no puede leer la lectura mental.

Si no está seguro de lo que desea lograr, pídale a la IA que lo ayude a resolverlo. Con cualquier tarea, puede ayudarlo a comprender cuáles deben ser sus objetivos y cómo puede medir el éxito.

Lo siguiente más importante para entender es que puede darle a ChatGPT (o lo que sea) cualquier dato que necesite para ayudar a completar su tarea. Puede adjuntar hojas de cálculo, artículos, imágenes o la mayoría de los tipos de medios y hacer que AI extraan información de él para su uso en sus correos electrónicos.

Por ejemplo, una empresa podría cargar registros de transacciones de los clientes para crear correos electrónicos postventa automatizados y personalizados que preguntaban cómo los compradores disfrutaban de sus últimas compras.

Otro consejo útil es definir siempre a su audiencia. Decirle a ChatGPT que la comunicación está destinada a su jefe, clientes o perspectivas con problemas que puede resolver aumenta las posibilidades de que alcance el tono correcto.

Si desea asegurarse de que sus destinatarios sepan que es usted quien está escribiendo, puede darle ejemplos de la forma en que trabaja (ya sea cargado como archivos o pegados en el chat) para que pueda simular su voz, tono y estilo.

Finalmente, y de manera crucial, está el temido espectro de alucinación de IA. Una peculiaridad de Genai basado en el lenguaje es que no le gusta estar en una posición en la que no puede proporcionar una respuesta, y para evitar esto, a veces literalmente inventará las cosas.

Una forma simple de evitar (o al menos reducir las instancias de) esto es decirle que le solicite cualquier información que no tenga. Agregar “Pregúntame más información que necesite para hacer el trabajo” es una forma segura de hacer que muchas indicaciones sean mucho más efectivas.

Con esos consejos generales en mente, aquí hay algunas indicaciones simples que pueden ayudarlo a elaborar correos electrónicos que hacen el trabajo.

Resumir/ recapitular una reunión

La IA funciona mejor cuando le da datos específicos para trabajar en lugar de obligarlos a confiar en sus datos de capacitación.

Aviso: Use el registro de asistencia, la agenda y las notas proporcionadas para resumir esta reunión, luego crear un correo electrónico de seguimiento personalizado para cada asistente, junto con un plan de acción que detalla los objetivos actuales, la escala de tiempo y los próximos pasos.

Escribir persuasivamente

A menudo, al escribir un correo electrónico, su intención será persuadir a las personas para que actúen de cierta manera, ya sea comprando sus productos, asistir a su evento o apoyar una causa caritativa. Si tiene que crear algún tipo de correo electrónico diseñado para fomentar la acción, ejecutarlo a través de este aviso primero:

Aviso: tome este borrador del correo electrónico y mejore las posibilidades de que alcance su objetivo al estructurar el contenido de una manera clara, concisa y persuasiva, enfatizando oportunidades, beneficios o riesgos. Si su objetivo no es claro para usted, pídeme que aclare lo que está destinado a lograr. Mantenga la misma voz, tono y estilo, y todos los mensajes. Cuando tenga toda la información que necesita, cree un correo electrónico persuasivo, bien escrito y de manera efectiva.

Apelando una multa o boleto

Los procesos de apelación a menudo son altamente técnicos y se ganan o se pierden según las regulaciones. Para este aviso, necesitará una copia de las regulaciones que le acusan de incumplimiento (por ejemplo, términos y condiciones de estacionamiento).

Aviso: Ayúdame a anular esta multa o penalización. He adjuntado una copia de las regulaciones que me acusan de violar. Pregúntame por la razón por la que creo que esta multa o penalización debe ser revocada, luego redactar una carta concisa, educada pero a punto, con referencia a las regulaciones, que convencerá al emisor de que rescindga la multa o la penalización.

Provocando éxito

Estas indicaciones están diseñadas para darle una idea de las diferentes formas en que podemos lograr que la IA nos ayude con las tareas. Todos pueden adaptarse para satisfacer muchas necesidades diferentes.

Al darle a AI la información específica que necesitan, y pedirles que le informen si necesitan más, cualquiera puede hacer que sus indicaciones creen un resultado mucho más personalizado y útil.

No se equivoquen, es probable que el éxito futuro de muchas personas que lean esto dependan de cuán competentes se vuelvan para trabajar y derivar el valor de la IA.

La IA generativa basada en el lenguaje elimina muchos de los obstáculos técnicos que podemos encontrar al tratar de usar la tecnología de manera efectiva, como tener que aprender a escribir código.

Pero sigue siendo una habilidad, y eso significa que se puede mejorar con el conocimiento y la práctica. Y cuanto mejor lo obtengamos, más probabilidades tenemos de beneficiarnos de las oportunidades que AI crea.

Continue Reading

Noticias

Chatgpt sigue enviando personas a la librería de palabras en Jersey City para todo menos libros

Published

on

estilo de vida

Las consultas en línea a través de ChatGPT son un hecho diario para muchos en este momento (también somos culpables, no se preocupe). ¿Pero es la IA tan infalible como los entusiastas de la tecnología enfatizan, especialmente cuando se trata de información local? En un escenario peculiar, Word Bookstore ha sido objeto de alguna confusión de IRL Ai. La tienda de Jersey City, que, como era de esperar, vende libros, ha escuchado solicitudes cada vez más extrañas y no relacionadas con los libros de clientes, que van desde veterinarios hasta cochecitos. ¿Confundido? Nosotros también. Sigue leyendo para obtener más información sobre los peculiares en las librerías de Word de Jersey City y cómo la IA podría ser el culpable.

Chat Gpt Word Bookstore Jersey City NJ

La situación de Pecul-Ai-R (lo siento, tuvo que))

Los usuarios confían en CHATGPT para una gran cantidad de servicios diferentes, pero aquellos que buscan recomendaciones de Jersey City se han desviado en las últimas semanas. En respuesta a ciertas consultas de búsqueda locales como “Veterinario de 24 horas en Jersey City” o “Servicios de envío”, ChatGPT sugiere Word Bookstore. Nuestro equipo realizó un experimento nosotros mismos y puede confirmar: el veterinario favorito de Jersey City de Chat GPT es la librería de Word.

Leer más: 10 años después, Hoboken’s Independent Bookstore, Little City Books, está prosperando. ¿Cuál es el secreto?

Operai admite que chatgpt limitacionesprefaceando que es extremadamente sensible a la forma en que se redactan las indicaciones de entrada, y el modelo solo puede proporcionar respuestas en función de lo que sabe.

“Estos modelos fueron entrenados en grandes cantidades de datos de Internet escritos por humanos, incluidas las conversaciones, por lo que las respuestas que proporciona pueden sonar como humanos”, dice Open Ai en su sitio web. “Es importante tener en cuenta que este es un resultado directo del diseño del sistema (es decir, maximizar la similitud entre las salidas y el conjunto de datos en los que los modelos fueron entrenados) y que tales salidas pueden ser inexactas, falsas y engañosas a veces”.

Escuela de día episcopal de todos los santos
SOJO SPA

En este caso, la información de la que está trabajando el modelo parece indicar que Word opera como un hospital de animales 3 en 1, librería e instalación de envío de paquetes.

En las últimas dos semanas, la tienda ha visto a una persona que busca un veterinario de 24 horas y otra para los servicios de envío, y en ambas ocasiones, los visitantes confundidos confirmaron que ChatGPT los envió a Word Bookstore para estos servicios. También ha habido un aumento en otras llamadas extrañas, que no se confirma que esté relacionado con el chatgpt, de personas que buscan cosas que “no necesariamente tienen sentido para que una librería venda, como una llamada de una mujer que preguntó si Word vendió cochecitos”.

Fitness de Zap

Estos encuentros desconcertantes que quedan se cuestionarán si la tienda necesita verificar su listado de Google o qué más podría estar causando esta confusión. En reacción a nuestro experimento, Will dijo: “Lo único que puedo pensar es, ya sabes, es AI, no entiende lo que está diciendo, y algo en su programación es hacer que piense que algo que podría obtener como tema de un libro igualmente, como cree que está pidiendo libros veterinarios”. También se preguntó si algunas de las llamadas impares podrían ser el resultado de que Google incorporara IA en su motor de búsqueda.

Las solicitudes impares se relacionan con otras conversaciones en curso que rodean la creciente integración de AI en el periodismo, la educación, las artes y la vida cotidiana, actuando como un ejemplo de la frecuente falibilidad de la IA.

AI + Libros: una historia preocupante

Chat Gpt Word Bookstore Jersey City NJ

En 29 McWilliams Place, Word Bookstore ha sido durante mucho tiempo una piedra angular de la comunidad de Jersey City y la comunidad literaria del condado de Hudson. Como la industria del libro en su conjunto intenta mantenerse al día con los cambios sociales hacia los lugares en línea para la información y el entretenimiento, el papel de la IA ha sido un tema en conflicto. Masas de personas están razonablemente preocupadas por la prevalencia del uso y la confianza aparentemente ciega relacionada en los chatbots de IA generativos. Algunas de estas preocupaciones son validadas por la asociación inexplicable entre las librerías de Word y un veterinario de 24 horas, por ejemplo.

En medio de las revelaciones de los escándalos de plagio modernos reportados por The New York Times y Revista de Nueva York En universidades y publicaciones de noticias que se habilitaron por el uso de chatbots de IA generativos como ChatGPT, haciéndose eco de estas conversaciones más amplias, expresarán cierta aprensión sobre la “confianza implícita” en la IA que algunas personas evidentemente tienen. Dado que solo dos de los incidentes fueron causados ​​definitivamente por el uso de Chatgpt, Word Bookstore se está convirtiendo en el escenario de su propia novela misteriosa.

¿Qué hacer?

Si ChatGPT no es tan confiable como todos asumimos que era, ¿qué pueden hacer los lugareños? PCMAG sugiere cuatro trucos para manipular la IA para dar respuestas más precisas. Si ChatGPT se equivoca, los usuarios simplemente pueden corregirlo. El Hg El equipo intentó esto preguntando primero dónde encontrar un veterinario en Jersey City. Junto con otros cinco lugares, Word Bookstore fue incluido como uno de ellos. Después de decirle a la aplicación que Word no era un veterinario, sino solo una librería normal, generó esta respuesta:

“Tienes toda la razón: Word no es un veterinario; es una conocida librería independiente en Jersey City, no una clínica veterinaria. Ese fue un error en la respuesta. ¡Gracias por atrapar eso!”

Cuando se le solicite nuevamente con la pregunta, “¿Dónde puedo encontrar un veterinario en Jersey City?” ChatGPT no enumeró a Word como una opción.

Ver más: Una guía de librerías en el condado de Essex, Nueva Jersey

PCMAG También compartió que, junto con la regeneración de la respuesta o agregando claridad a una pregunta anterior, los usuarios pueden dar comentarios. Cada pocas preguntas, ChatGPT le solicita a los usuarios que proporcionen comentarios sobre su respuesta. Deben hacer clic en el botón “No es correcto”, que se puede encontrar en “más”.

Leer más botón de estilo de vida

Yoga Renew Hoboken

Continue Reading

Trending