AI を使って仕事を管理する実験をする準備はできていますか?

テクノロジーは常に進化しており、AI も例外ではないことは誰もが知っています。このエッセイ コレクションでは、AI を使用して作業負荷を軽減し、生産性を向上させる可能性を探ります。ただし、これは実験であり、すべての人に有効であることを保証することはできません.

AI に割り当てる適切なタスクを見つけるプロセスを紹介し、労働時間を削減するための倫理的な考慮事項を探ります。それだけではありません。AI 支援ライティングのエキサイティングな世界に飛び込み、それがあなたの仕事をどのように強化できるかを発見します。この発見と実験の旅に参加して、AI があなたの仕事を次のレベルに引き上げるのにどのように役立つかを確認してください。

ワークロードを 50% 削減する方法

私の今の状況は？

私は今、8時間の定期的な仕事をしています。 1日45分くらい書いてます。私は自分がどれだけ働いているかを測定しません。私は自分がどれだけ書いたかを測定していません。しかし、それは私が望んでいる方法ではなく、気分が悪いです。

私の目標は何ですか？

私の目標は、半分の作業で 2 倍の文章を書くことです。私の数値目標: 最大 4 時間の作業、最小 1.5 時間の執筆。具体的には、ソフトウェア開発に最大 2 時間、管理に最大 2 時間。難しい目標ではありませんが、「どうなるか見てみよう」という目標です。

あなたの目標は何ですか？

どのくらい働きたいですか？現実的であると同時に理想主義的であること。仕事で節約した時間をどのように使いたいですか?どのくらいの時間を費やしたいですか？現実的であると同時に理想主義的であること。

透明性を保つか、ふりをするか

8時間の仕事で1日4時間働き、同じ給料を得たい.

選択肢は 2 つあります。透明性を保ってマネージャーと共有するか、まだ 8 時間働いているふりをします。

演じる

上司や同僚に知らせずに勤務時間を短縮すると、信頼を失う可能性があります。彼らは私がコミットしていないと思い込むかもしれません。彼らが見つけた場合、他の結果は言うまでもありません。

この選択には、倫理的な意味合いもあります。 2倍働くふりをしたら、それは一種の嘘ですか?自分の意図について透明性がない場合、私はどれほど本物でしょうか?

私にはこれを行う友人がいますが、私は彼らを判断しません。調査によると、人々はフルタイムの仕事で 1 日 4 時間働いています。

それでも不安は拭えません。

透明性を保つ

あなたの主張を裏付けるデータを集めることは可能です。勤務時間を短縮することで生産性が向上し、ワークライフ バランスが改善されることを上司に示してください。

勤務時間の短縮や柔軟なスケジュールを導入して成功した個人や企業の例を挙げてください。

勤務時間の短縮がチームや会社にどのように影響するかなど、マネージャーが持つ可能性のある懸念事項を考慮してください。これらの懸念に対処するための解決策を考えてください。

マネージャーとこのような会話をするなんて想像できません。

選択肢

同様の倫理的懸念がありますか？マネージャーとの会話を想像できますか?私はふりをすることを選びます。

あなたは何を選びますか？

AIアシストライティングの利点

明白な利点から始めましょう。 AI は一貫したスタイルでテキストを生成します。それはあなたのまとまりのない考えを素敵で当たり障りのないビジネス英語に形作ることができます.

テキストには文法とスペルが適切に書かれているため、ネイティブ スピーカーではない私たちにとって 2 倍の有用性が得られます。母国語で書くことはできるかもしれませんが、母国語で書かれたインターネット上のテキストが少ないと、結果は洗練されていません.

最も明白なのは、AI が数秒で非常に多くのテキストを生成できることです。

量は、言葉の搾取工場だけではありません。アイデアに確信が持てないときは、AI にいくつかの代替案を考えてもらいます。次に、1 つを選択するか、いくつかを組み合わせます。

細部までこだわっています。私が何かを残すと、それはギャップを埋めます。私はそれを使って自分の主張を強めたり、思いがけないつながりを作ったりします。

ツールではなく、私の協力パートナーです。対話をしながら創り上げます。どこで行き詰っていても、クリエイティブなプロセスであらゆる役割を果たすことができます。

従来の方法で書くときは、文章に集中します。 AI のおかげで、より高いレベル、つまり数段落の長いテキストのチャンクに集中できます。

AI はあなたの執筆プロセスをどのように変えましたか?

でたらめと怠惰な書き込みの違い

彼らは、AI はよく読まれているのでたらめを生成するものだと言います。

でたらめは、真実として提示された嘘とナンセンスの混合物として定義できます。それは心の肥料のようなものです - それは何かを成長させるのに役立つかもしれませんが、最終的にはただのがらくたです.

でたらめは正確には嘘ではありません。必ずしも嘘であるとは限りません。また、誇張、半分真実、または証拠によって裏付けられていない陳述が含まれる場合もあります。

うそつきは、自分が嘘をついていることを知っていて、だましたいと思っていますが、でたらめは、必ずしも真実を知っているわけではなく、真実を気にかけているわけではなく、単に印象を与えたり、影響を与えたりしたいだけです.

内容のせいで、何かをでたらめと呼んでいます。

怠惰な執筆は、有効期限が切れた後の執筆のビュッフェのようなものです。それは、何度も提供された疲れた古いフレーズやアイデアでいっぱいです.これは文字通り「肉とじゃがいもの」料理に相当します。簡単に作れますが、風味と創造性に欠けます。何十年、時には何世紀にもわたって真実であったその内容に何の問題もありません。

善意のある人でさえ、怠惰で陳腐な文章を書くことがあります。これは、メッセージを伝えることに集中しすぎて、メッセージを面白く魅力的にするための時間と労力を割いていない場合に起こります。彼らは、疲れた古い言い回しやアイデアに頼り、それによって自分の文章がより関連性があり、理解しやすくなると考えています。

彼らは、AI はよく読まれているのでたらめを生成するものだと言います。それは真実ではない。 AI は「言語モデリング」と呼ばれる手法を使用して、文またはフレーズの次の単語を予測します。多くの場合、最も創造的または正確なものではなく、最も頻繁に使用されるフレーズまたは単語を選択します。これは定義上、怠惰な書き込みです。

結局のところ、AI はそれを使用する人間と同じくらい優れています。ここで戻って、テキストから決まり文句をすべて取り除きます。

コーディングからAI化へ

ソフトウェア エンジニアまたはエンジニアリング マネージャーとして、AI を組み込むことで、 生産性と効率を向上させることができます。強力な戦略の 1 つは、自分の時間を追跡し、AI と通信しているかのように各タスクを考えることです。このようにして、パターンを分析し、AI で自動化できるタスクを特定できます。

Web サイトの読み込み時間を改善するプロジェクトに取り組んでいるとします。すぐにコーディングに取りかかるのではなく、「画像のサイズを小さくしてコードを最小限に抑えることで Web サイトの読み込み時間を改善する」のような明確で具体的なプロンプトを表現する時間をとってください。このプロンプトは、明確な目標を設定し、目の前のタスクのガイドとして機能します。

さあ、自分で作業を進めてください。タスクを完了したら、直面する課題や困難に注意を払います。これらは、AI が介入して引き継ぐことができる領域であり、プロセスをより効率的にし、エラーを起こしにくくします。

タスクが完了したら、一歩下がってプロンプトを見てください。 「このタスクのどの部分を AI で処理できるか」を自問してください。 Web サイトの読み込み時間の例で、画像の圧縮と最小化を AI で自動化できることに気付くかもしれません。

AI の導入は段階的なプロセスです。小規模で扱いやすいものから始めて、徐々により複雑なタスクに移行します。

人間のプロンプトから AI タスクへ

私は、AI に実行させたいタスクを定義する一連の「ヒューマン プロンプト」を収集してきました。それらは自分自身への指示であるため、私はそれらを人間のプロンプトと呼んでいます。初めてのタスクが AI に割り当てられるのが待ちきれません。

私の最初のステップは、プロンプトを分析して、AI にフィードできるかどうかを確認することです。これは、各プロンプトを読み、それが次の基準を意味するかどうかを確認することを意味します。

1. 人間のプロンプトに対する「明確なコマンド」。プロンプトは明確で、AI が理解できるものですか?それとも私だけ？
2. タスクの種類を決定するための「テキストまたはコード? 」。このタスクは、テキストまたはコードを記述して実行できますか? AI は、電話をかけたり、パスタを調理したりすることはできません。それは時間によって変わるかもしれません。
3. 書面による入力データの「データの可用性」。このタスクに十分なデータがありますか?書面形式ですか？情報が脳内だけにある場合、機能しません。次のステップは、これらすべての基準を満たすタスクを選択することです。次に、プロンプトを AI にフィードします。使用できる応答が得られるまで、それを絞り込みます。

うまくいきましたか？何を学びましたか？次回はどのようにすればより良いプロンプトを書けるでしょうか?