அறிமுகம் AI அனுபவங்களில் நிபுணத்துவம் பெற்ற தயாரிப்பு மேலாளராக, தொழில்துறை புதுமைகள் மற்றும் மாற்றங்களுடன் புதுப்பித்த நிலையில் இருப்பது நிலையான முன்னுரிமையாகும். இதை அடைய, மதிப்புமிக்க நுண்ணறிவுகளை வழங்கும் Spotify மற்றும் YouTube போன்ற ஆதாரங்களுடன் நான் அடிக்கடி ஈடுபடுகிறேன். இருப்பினும், இந்த தளங்களில் உள்ள தகவல்கள் பெரும்பாலும் படைப்பாளிகள் மூலம் வடிகட்டப்படுகின்றன, இது அறிவைப் பரப்புவதில் தாமதத்திற்கு வழிவகுக்கிறது. துல்லியமான தகவலுக்கான உடனடி அணுகலுக்கு, தனிநபர்கள் மற்றும் நிறுவனங்களால் வெளியிடப்பட்ட ஆய்வுகள், ஆய்வுக் கட்டுரைகள் மற்றும் கட்டுரைகளைப் பார்க்கிறேன். இருப்பினும், இந்த ஆவணங்கள் பொதுவாக 80 முதல் 100 பக்கங்கள் வரை நீளமானவை மற்றும் உயர் தொழில்நுட்ப மொழியில் எழுதப்பட்டவை, தொடக்கத்தில் இருந்து இறுதி வரை அவற்றை விரிவாக செயலாக்குவது சவாலானது. இதை வழிசெலுத்த, நான் அடிக்கடி ChatGPTயை நம்பியிருக்கிறேன். PDF ஐப் பதிவேற்றுவதன் மூலம் அல்லது இணைப்பைப் பகிர்வதன் மூலம், முக்கிய புள்ளிகளைச் சுருக்கமாக அல்லது குறிப்பிட்ட வினவல்களுக்கான பதில்களைப் பிரித்தெடுக்க மாதிரியை நான் கேட்கிறேன். ஆரம்பத்தில், இது ஒரு திறமையான தீர்வாகத் தோன்றியது. இருப்பினும், காலப்போக்கில், நான் முரண்பாடுகளை கவனிக்க ஆரம்பித்தேன். பல சுருக்கங்கள் முழுமையடையவில்லை அல்லது தாளின் சுருக்கம் அல்லது தலைப்புடன் தவறாக இணைக்கப்பட்டுள்ளன. நான் மாதிரியை எவ்வளவு அதிகமாகப் பயன்படுத்துகிறேனோ, அவ்வளவு அதிகமாக இந்த முரண்பாடுகள் தெளிவாகத் தெரிந்தன. இது ஆழமான விசாரணையைத் தூண்டியது. பல சந்தர்ப்பங்களில், ஒரு ஆய்வில் ஒரு குறிப்பிட்ட பதிலைக் கண்டறிய ChatGPT ஐக் கேட்டேன், குறிப்பாக ஆசிரியர் தலைப்பில் உரையாற்றினார் என்று எனக்குத் தெரிந்தபோது. இது இருந்தபோதிலும், மாதிரியானது தவறான அல்லது மிகவும் பொதுவான பதில்களை வழங்கியது. ஒரு சந்தர்ப்பத்தில், ஒரு குறிப்பிட்ட சுருக்கத்திற்கான மேற்கோளைக் கோரினேன். ChatGPT ஒன்றை வழங்கியது, ஆனால் அது எனது வினவலுக்கு முற்றிலும் பொருத்தமற்றதாக இருந்தது. தூண்டுதல்களை மீண்டும் கூறுவது மற்றும் எனது அணுகுமுறையை சரிசெய்தல் குறிப்பிடத்தக்க முன்னேற்றங்களை அளிக்கவில்லை. இறுதியில், கட்டுரையை நானே படித்து, ஆசிரியர் கேள்வியை விரிவாகக் குறிப்பிடவில்லை என்பதை உறுதிப்படுத்தினேன், அதாவது வழங்குவதற்கு துல்லியமான பதில் இல்லை. இந்த அனுபவம் ஒரு திருப்புமுனையாக அமைந்தது. ChatGPT ஆனது அடர்த்தியான தகவலை வழிசெலுத்துவதில் உதவ முடியும் என்றாலும், அதை நானே படித்து பகுப்பாய்வு செய்யும் முக்கியமான செயல்முறையை மாற்ற முடியாது என்பதை உணர்ந்தேன். இந்தச் சிக்கல்களின் மூலத்தைப் புரிந்து கொள்ளத் தீர்மானித்த நான், மாதிரியின் முடிவுகளை எவ்வாறு மேம்படுத்தலாம் என்பதை ஆராய ஆராய்ச்சியில் ஆழ்ந்தேன். இந்த ஆய்வின் போது, மேட்டியோ வோங்கின் அட்லாண்டிக் கட்டுரையை நான் கண்டேன், “ ”, இது நம்பகமான மேற்கோள்களை வழங்குவதில் AI எதிர்கொள்ளும் சவால்களை எடுத்துக்காட்டுகிறது. வோங்கின் கண்டுபிடிப்புகள் எனது சொந்த அனுபவங்களுடன் ஆழமாக எதிரொலித்தன. ஜெனரேட்டிவ் AI அதன் ஆதாரங்களை மேற்கோள் காட்ட முடியாது தற்போது, எண்ணற்ற கட்டுரைகள் மற்றும் இடுகைகள் ChatGPTயை எவ்வாறு திறம்பட பயன்படுத்துவது என்பதற்கான உதவிக்குறிப்புகளை வழங்குகின்றன, சில விளைவுகளை அடைய குறிப்பிட்ட தூண்டுதல்களை பரிந்துரைக்கின்றன. இருப்பினும், இந்த வழிகாட்டிகளில் பெரும்பாலானவை அவர்கள் பரிந்துரைக்கும் முடிவுகளின் துல்லியத்தை மதிப்பீடு செய்யத் தவறிவிடுகின்றன. எனது அனுபவங்கள் மற்றும் கண்டுபிடிப்புகளைப் பகிர்வதன் மூலம், மற்றவர்கள் ChatGPTஐ மிகவும் திறம்பட பயன்படுத்த உதவுவதை நோக்கமாகக் கொண்டுள்ளேன். அதன் வரம்புகளைப் புரிந்துகொண்டு அதற்கேற்ப மாற்றியமைப்பது அதன் திறனை அதிகரிக்க முக்கியமானது. எனது குறிக்கோள் சவால்களை முன்னிலைப்படுத்துவது மட்டுமல்ல, மற்றவர்கள் ChatGPTயை விமர்சன ரீதியாக அணுகுவதற்கு அதிகாரம் அளிப்பது, அதன் குறைபாடுகளை உணர்ந்து சிறந்த பலன்களைப் பெறுவதை உறுதிசெய்வது. ஆராய்ச்சி பகுதிகள் எனது ஆராய்ச்சியில், மிகப்பெரிய சவால்களை முன்வைத்ததாக நான் நம்பும் பல முக்கிய பகுதிகளில் கவனம் செலுத்தினேன். குறிப்பிட்ட சிக்கல்களை ஆராயவும் பல ஆதாரங்களை பகுப்பாய்வு செய்யவும் ChatGPT ஐத் தூண்டுகிறது. துல்லியமான, புதுப்பித்த தகவலைப் பெறுதல்: ஓபன் AI இன் வலை-இயக்கப்பட்ட தேடல் அம்சத்தின் தாக்கத்தை மதிப்பீடு செய்தல், இப்போது எல்லா பயனர்களுக்கும் கிடைக்கிறது. ஆஃப்லைன் மற்றும் ஆன்லைன் தேடல் பதில்களை ஒப்பிடுதல்: மிகவும் துல்லியமான முடிவுகளை அடைய மீண்டும் மீண்டும் செம்மைப்படுத்துதல். சிறந்த சுருக்கங்கள் மற்றும் மேற்கோள்களுக்கான தூண்டுதல்களை மேம்படுத்துதல்: பல்வேறு பகுதிகளில் முடிவுகளின் மதிப்பீடு பின்வரும் அளவுகோல்களின் அடிப்படையில் இருக்கும்: வினவல் கேள்வியின் அடிப்படையில், பணியை திறம்பட நிறைவேற்றும் மற்றும் உயர்தர பதிலை வழங்கும் திறனை மாதிரி வெளிப்படுத்துகிறது என்பதைக் குறிக்கிறது. நல்லது: மாதிரியின் முடிவுகள் உயர் தரத்தில் இல்லை என்றாலும், அவை உடனடியாக மேம்படுத்தல் மூலம் மேம்படுத்தப்படலாம் என்பதைக் குறிக்கிறது. ஏற்றுக்கொள்ளக்கூடியது: சரியான வெளியீடுகளை உருவாக்க மாடல் தொடர்ந்து தோல்வியடையும் நிகழ்வுகளைக் குறிக்கிறது. மோசமானது: துல்லியமான, புதுப்பித்த தகவலைப் பெறுதல் இப்போதெல்லாம், பல துறை வல்லுநர்கள் பாட்காஸ்ட்கள், YouTube வீடியோக்கள் மற்றும் குறிப்பாக LinkedIn மூலம் Spotify போன்ற தளங்களில் முக்கியமான நுண்ணறிவு மற்றும் முன்னோக்கு பார்வைகளைப் பகிர்ந்து கொள்கிறார்கள். இந்த பிளாட்ஃபார்ம்கள் சரியான நேரத்தில், அடிக்கடி புதுப்புது தகவல்களுக்கான மையங்களாக மாறிவிட்டன. நீண்டகால நம்பிக்கைகள் பெருகிய முறையில் சவால் மற்றும் திருத்தப்பட்ட ஒரு சகாப்தத்தில் நாம் வாழ்கிறோம், மேலும் இந்த வெளிப்பாடுகளுக்கான முதல் இடங்கள் பெரும்பாலும் சமூக ஊடக தளங்களாகும். கூகுளில் உள்ள முதன்மையான தேடல் முடிவுகளை அடையும் தகவல்களின் செயல்முறை, அது பரவலாக ஏற்றுக்கொள்ளப்பட்ட "உண்மை" என்று அடிக்கடி உணரப்படுகிறது, பல மாதங்கள் அல்லது ஆண்டுகள் கூட ஆகலாம். பயனுள்ள SEO தேர்வுமுறை மூலம், இந்த காலவரிசை பொதுவாக குறைக்கப்படலாம் , தொழில் சார்ந்து. எஸ்சிஓ உத்திகள் இல்லாத நிலையில், இதற்கு அதிக நேரம் ஆகலாம் தகவலின் பொருத்தத்தை மதிப்பிடவும் முன்னுரிமை செய்யவும். தோராயமாக 90 முதல் 180 நாட்கள் கூகுளின் அல்காரிதம் தகவல் பரவலில் இந்த தாமதம் குறிப்பிடத்தக்க இடைவெளியை உருவாக்குகிறது. உதாரணமாக, ஒட்டுமொத்த ஆரோக்கியம் மற்றும் உடற்தகுதிக்கு கார்டியோவை விட பளு தூக்குதல் மிகவும் பயனுள்ளதாக இருக்கும் என்பதற்கு சமீபத்திய ஆய்வுகள் உறுதியான ஆதாரங்களை வழங்கியுள்ளன. இந்த வளர்ந்து வரும் சான்றுகளின் ஒரு எடுத்துக்காட்டு. இருப்பினும், இன்று இந்த தலைப்பில் நீங்கள் Google ஐ வினவினால், காலாவதியான ஆய்வுகளை நம்பி, சிறந்த முடிவுகள் கார்டியோவை ஆதரிக்கும். Spotify மற்றும் YouTube போன்ற தளங்களில் நிபுணர்களால் பகிரப்பட்ட அதிநவீன நுண்ணறிவுகளுடன் பாரம்பரிய தேடுபொறிகள் எவ்வாறு அடிக்கடி தோல்வியடைகின்றன என்பதை இந்த பின்னடைவு விளக்குகிறது. தொழில் வல்லுநர்கள் பல ஆண்டுகளாக இத்தகைய ஆய்வுகளைப் பற்றி விவாதித்து வருகின்றனர், ஆனால் அவர்களின் உள்ளடக்கம் பெரும்பாலும் பேசப்படும் ஊடகங்கள் அல்லது முக்கிய சமூகங்கள் வழியாகப் பகிரப்படுவதால், அது எப்போதும் பரவலாகப் படிக்கப்படும் கட்டுரைகளாகவோ அல்லது Google இன் வழிமுறையாகவோ மாற்றப்படுவதில்லை. நியூ சவுத் வேல்ஸ் பல்கலைக்கழகத்தின் 2021 ஆய்வு இந்த உணர்தல் ஒரு முக்கியமான கேள்விக்கு இட்டுச் செல்கிறது: எந்தவொரு தலைப்பிலும் மிகவும் புதுப்பித்த மற்றும் இடையூறு விளைவிக்கும் நுண்ணறிவுகளை எவ்வாறு அணுகுவது? வழக்கமான சிந்தனைக்கு சவால் விடுவதற்கும், வெவ்வேறு கண்ணோட்டங்களை ஆராய்வதற்கும், ஒரே ஒரு வினவலில் நிபுணராக மாறுவதற்கும் சமீபத்திய கண்டுபிடிப்புகளை ஒருவர் எவ்வாறு பயன்படுத்த முடியும்? இந்த சூழலில், சமீபத்திய அறிவை ஒருங்கிணைத்து ஒருங்கிணைப்பதில் Google தேடலை விட இது ஒரு நன்மையை அளிக்குமா என்பதை ஆராய ChatGPT க்கு திரும்பினேன். ChatGPT, பரந்த வரம்பைப் பயன்படுத்துகிறது , குறிப்பிடத்தக்க திறனை வழங்குகிறது. இது YouTube போன்ற தளங்களில் இருந்து வீடியோ உள்ளடக்கத்தைச் செயலாக்கலாம் மற்றும் மேற்கோள்களுடன் முழுமையான அந்த உள்ளடக்கத்தின் அடிப்படையில் சுருக்கங்கள் அல்லது பதில்களை உருவாக்கலாம். இருப்பினும், இது குறிப்பிடத்தக்க வரம்புகளைக் கொண்டுள்ளது. உதாரணமாக, ChatGPT ஆனது Spotify அல்லது LinkedIn போன்ற தளங்களுக்கு நேரடி அணுகலைக் கொண்டிருக்கவில்லை, அவை நிகழ்நேர, குறிப்பிட்ட தொழில்களில் முக்கியமான தகவல்களின் வளமான ஆதாரங்களாகும். பயனர் வழங்கிய உரை, ஆடியோ அல்லது வீடியோ மாதிரிகளை இது பகுப்பாய்வு செய்ய முடியும் என்றாலும், இந்த உள்ளடக்கத்தைக் கண்டுபிடித்து வழங்குவது ஒரு கைமுறைச் செயலாகவே உள்ளது. வலைப்பக்கங்கள், வலைப்பதிவுகள் மற்றும் YouTube டிரான்ஸ்கிரிப்டுகள் போன்ற பொதுவில் கிடைக்கும் ஆதாரங்கள் இந்த கட்டுப்பாடுகள் ChatGPTயின் பலம் மற்றும் பலவீனங்கள் இரண்டையும் எடுத்துக்காட்டுகின்றன. பரவலாகக் கிடைக்கக்கூடிய தகவல்களை ஒருங்கிணைக்கும் செயல்முறையை இது சீராக்க முடியும் என்றாலும், பயனர்கள் அதன் வரம்பிற்கு அப்பாற்பட்ட தளங்களில் இருந்து உள்ளடக்கத்தைக் கையாளுவதில் முனைப்புடன் இருக்க வேண்டும். இதன் பொருள், ChatGPT இன் திறன்களை முழுமையாகப் பயன்படுத்துவதற்கு, சமீபத்திய மற்றும் மிகவும் பொருத்தமான பொருட்களைப் பெறுவதற்கு பயனர்கள் தங்கள் சொந்த முயற்சிகளுடன் அதைச் சேர்க்க வேண்டும். ஆன்லைன் மற்றும் ஆஃப்லைன் தேடலை சரிபார்க்கிறது எனது ஆராய்ச்சியின் அடுத்த கட்டம், ChatGPT இன் புதிய ஆன்லைன் வலைத் தேடல் அம்சத்தை சரிபார்த்து அதன் ஆஃப்லைன் செயல்பாட்டுடன் ஒப்பிடுவதை உள்ளடக்கியது. இந்த படிநிலை குறிப்பாக சவாலானது, ஏனெனில் மாதிரி அதன் பதில்களை எவ்வாறு ஆதாரமாகக் கொண்டுள்ளது மற்றும் ஆன்லைன் தேடலை இயக்குவது பதில்களின் தரத்தை உண்மையிலேயே மேம்படுத்துகிறதா என்பதைப் புரிந்து கொள்ள விரும்பினேன். துல்லியமான மற்றும் பொருத்தமான தகவலை வழங்குவதற்கான அதன் திறனை சோதிக்க வடிவமைக்கப்பட்ட தொடர்ச்சியான வினவல்களுடன் ChatGPT ஐத் தூண்டுவதன் மூலம் இதை அணுகினேன். ஆரம்பத்தில், நான் ஆன்லைன் தேடலை இயக்கி சோதனை செய்தேன். நான் ஒரு பேட்டர்னைக் கவனித்தேன்: ChatGPT ஆனது அதன் பதிலைக் கட்டமைக்க, கூகுள் தேடல் முடிவுகளில் அல்லது YouTube இலிருந்து பெறப்பட்ட ஒரு மூலத்தை பொதுவாக நம்பியிருக்கும். இந்த அணுகுமுறை சில நேரங்களில் பயனுள்ள தகவல்களை அளித்தாலும், இந்த மாதிரியானது கேள்விக்குரிய தரத்தின் கூடுதல் ஆதாரங்களை அடிக்கடி வழங்கியது. இந்த துணை ஆதாரங்கள் தலைப்பை ஓரளவுக்கு எடுத்துரைக்கும் ஆனால் வினவலுக்கு விரிவான அல்லது துல்லியமான பதிலை வழங்கத் தவறிவிட்டன. சாராம்சத்தில், ஆன்லைன் தேடல் இயக்கப்பட்ட மாதிரியின் பதில், கூகுள் தேடல் முடிவுகளின் முதல் பக்கத்தில் ஒருவர் காணக்கூடிய பதில் வகையைப் பிரதிபலிக்கிறது. ஒரு பொதுவான நேர்காணல் கேள்வியுடன் நான் ChatGPT ஐ சோதித்தபோது மிகவும் குறிப்பிடத்தக்க எடுத்துக்காட்டுகளில் ஒன்று எழுந்தது: "ஐந்து ஆண்டுகளில் உங்களை எங்கே பார்க்கிறீர்கள்?" ஆன்லைன் தேடல் இயக்கப்பட்ட நிலையில், ChatGPT ஒரு பதிலை வழங்கியது , விண்ணப்பதாரருக்கு தொழில் வளர்ச்சி, மூத்த பாத்திரங்களில் முன்னேற்றம் மற்றும் முன்னணி அணிகள் ஆகியவற்றைச் சுற்றி தங்கள் பதிலை வடிவமைக்குமாறு அறிவுறுத்துகிறது. இந்த ஆலோசனை சரியானதாக தோன்றினாலும், உண்மையில், பெரும்பாலான பணியமர்த்தல் மேலாளர்கள் அல்லது மனிதவள வல்லுநர்கள் சிறந்ததாக கருதுவது இது அல்ல. இத்தகைய பதில்கள் கையில் இருக்கும் பாத்திரத்தில் கவனம் செலுத்துவதற்குப் பதிலாக, அதிக லட்சியமாகவோ அல்லது சுயநலமாகவோ வரலாம். ஆழமாக ஆராய்வதற்காக, எனது வினவலை மீண்டும் எழுதி மீண்டும் வலியுறுத்தினேன், அதன் காரணத்தை விளக்க ChatGPT ஐத் தூண்டியது. எனது முயற்சிகள் இருந்தபோதிலும், பதில்கள் பெரிய அளவில் மாறாமல் இருந்தன, அதே முன்னோக்கை வலுப்படுத்த கூடுதல் ஆதாரங்கள் மேற்கோள் காட்டப்பட்டன. உயர் தரவரிசை இணையப் பக்கம் விரக்தியான ஆனால் ஆர்வத்துடன், ஆன்லைன் தேடலை முடக்கவும், அதே கேள்வியை ஆஃப்லைன் பயன்முறை எவ்வாறு கையாளும் என்பதை ஆராயவும் முடிவு செய்தேன். எனக்கு ஆச்சரியமாக, பதில் முற்றிலும் வேறுபட்டது மற்றும் மிகவும் துல்லியமானது. ChatGPT ஒரு அணுகுமுறையை முன்மொழிந்தது, விண்ணப்பிக்கும் பாத்திரத்தில் தேர்ச்சி பெறுதல், அதில் சிறந்து விளங்குதல் மற்றும் பரந்த குழுவை ஆதரித்தல். இந்த ஆலோசனையானது பணியமர்த்தல் வல்லுநர்கள் பரிந்துரைக்கும் விஷயங்களுடன் ஒத்துப்போகிறது, ஏனெனில் இது நீண்ட கால மதிப்பைக் குறிக்கும் அதே வேளையில் உடனடி பாத்திரத்திற்கான உறுதிப்பாட்டை நிரூபிக்கிறது. இன்னும் புதிரானது, மாடல் பொருத்தமான மற்றும் குறிப்பிட்ட கட்டுரையை மேற்கோள் காட்டியது: " '. நான் வெளிக்கொணர எதிர்பார்த்திருந்த நுணுக்கமான மற்றும் நடைமுறை ஆலோசனையின் வகை இதுதான். 5 ஆண்டுகளில் உங்களை எங்கு பார்க்கிறீர்கள் என்பதற்கான 10 மாதிரி பதில்கள் இரண்டு முறைகளுக்கிடையேயான வேறுபாடு கவர்ச்சிகரமானதாகவும் வெளிப்படுத்துவதாகவும் இருந்தது. ஆன்லைன் தேடல் சிறந்த தரவரிசை ஆதாரங்களை முதன்மைப்படுத்தத் தோன்றியது, இது சாத்தியமான சார்புகளை அறிமுகப்படுத்தியது மற்றும் பதில்களின் ஆழத்தை மட்டுப்படுத்தியது. இதற்கு நேர்மாறாக, ஆஃப்லைன் தேடல் ஒரு பரந்த தரவுத்தொகுப்பிலிருந்து பெறுவது போல் தோன்றியது, இது மிகவும் சமநிலையான மற்றும் நிஜ உலக எதிர்பார்ப்புகளுடன் சீரமைக்கப்பட்ட நுண்ணறிவுகளை வழங்குகிறது. எனது கருதுகோள் என்னவென்றால், ஆஃப்லைன் பயன்முறையானது, முன் பயிற்சியளிக்கப்பட்ட தரவை நம்பி, பலதரப்பட்ட மூலங்களிலிருந்து தகவல்களை ஒருங்கிணைக்கிறது, அதேசமயம் ஆன்லைன் பயன்முறையானது அதன் கவனத்தை ஒரு சில முக்கிய முடிவுகளுக்குச் சுருக்கி, தரம் மற்றும் நுணுக்கத்தை தியாகம் செய்யும். சிறந்த சுருக்கங்கள் மற்றும் மேற்கோள்களுக்கான தூண்டுதல்களை மேம்படுத்துதல் எனது ஆராய்ச்சியின் மூன்றாவது பகுதியானது, அதன் பதில்களை மறுபரிசீலனை செய்ய ChatGPTக்கு வழிகாட்டும் தூண்டுதல்களைச் செம்மைப்படுத்துவதையும், அவற்றை மீண்டும் செய்வதையும் மையமாகக் கொண்டது. இந்த ஆய்வு மாதிரியின் பதில்கள் வளர்ச்சியடையுமா அல்லது மூலோபாய தூண்டுதலுடன் மேம்படுத்தப்படுமா என்பதை சரிபார்க்கும் நோக்கம் கொண்டது. கேள்வி-பதில், ஆவணச் சுருக்கம் மற்றும் துல்லியமான மேற்கோள்களை உறுதி செய்தல் ஆகிய மூன்றாக எனது கவனம் இருந்தது. இந்தச் செயல்பாட்டின் மூலம், தேடல் அடிப்படையிலான வினவல்களுக்கான பகுத்தறிவு மற்றும் மறுசெலுத்துதல் சுத்திகரிப்பு ஆகியவற்றில் ChatGPT சிறந்து விளங்குவதைக் கண்டேன். மாடல் ஏன் ஒரு குறிப்பிட்ட பதிலை வழங்கியது மற்றும் கூடுதல் தூண்டுதல்களைப் பின்பற்றுவதன் மூலம், அதன் வரம்புகளைக் கண்டறிந்து, ஆரம்ப பதில் தவறாக இருந்தால் அதன் பதில்களை மறுவடிவமைக்கும் திறனை அது நிரூபித்தது. இந்த மறுபரிசீலனை உரையாடல் சில முன்னேற்றத்திற்கு அனுமதித்தது, ஆனால் மாற்றத்தின் அளவு வினவலின் சிக்கலைப் பொறுத்தது. ஆவணச் சுருக்கத்திற்கு, கட்டமைக்கப்பட்ட தூண்டுதல் ஏற்றுக்கொள்ளக்கூடிய முடிவுகளை நிரூபித்தது. விரும்பிய கட்டமைப்பு மற்றும் முக்கிய கவனம் செலுத்தும் பகுதிகளை வெளிப்படையாகக் கோடிட்டுக் காட்டுவதன் மூலம், சிறந்த சுருக்கங்களை வழங்க நான் ChatGPTக்கு வழிகாட்ட முடியும். இருப்பினும், தெளிவான வழிமுறைகளுடன் கூட, ஒரு ஆய்வு அல்லது கட்டுரையின் முக்கிய மதிப்பைப் பிடிக்க மாதிரி அடிக்கடி போராடியது. அதற்கு பதிலாக, இது மேற்பரப்பு-நிலை கருப்பொருள்கள் அல்லது பல தொடர்பற்ற புள்ளிகளை முன்னிலைப்படுத்த முனைகிறது, இது எப்போதும் முதன்மை நன்மைகள் அல்லது முக்கிய நுண்ணறிவுகளை பிரதிபலிக்காது. கூடுதலாக, ChatGPT ஆனது ஒரு ஆசிரியரின் வாதங்களுக்கு அடிப்படையான காரணத்தை அல்லது ஆதாரத்தை அடிக்கடி அடையாளம் காணத் தவறியது, இது அதன் சுருக்கங்களின் ஆழத்தையும் துல்லியத்தையும் குறைத்தது. இந்த ஆராய்ச்சியின் மிகவும் சவாலான அம்சம் மேற்கோள் துல்லியத்தை மேம்படுத்துவதாகும். மீண்டும் மீண்டும் உடனடி சுத்திகரிப்பு மற்றும் பகுத்தறிவு அடிப்படையிலான வினவல்கள் இருந்தபோதிலும், சரியான அல்லது பொருத்தமான மேற்கோள்களை என்னால் தொடர்ந்து அடைய முடியவில்லை. மாதிரி மேற்கோள்களை வழங்கியிருந்தாலும் கூட, அவை பெரும்பாலும் வினவலின் சூழலுக்குப் பொருத்தமற்றவை அல்லது ஆவணத்தின் தவறான விளக்கங்களிலிருந்து பெறப்பட்டவை. எனது கருதுகோள் என்னவென்றால், ChatGPT இன் உறுதியான அல்லது நேர்மறையான பதில்களை உருவாக்கும் போக்கு , மாதிரியானது உறுதியான துணைத் தகவல்களின் கிடைக்கும் தன்மையைப் பொருட்படுத்தாமல் ஒரு பதிலை வழங்க முயற்சிக்கிறது. உள்ளார்ந்த சார்பு "ஆம்" அல்லது "இல்லை" என்று நேரடியாகத் தீர்க்க முடியாத வினவல்களைத் தீர்க்கும்போது இந்தச் சார்பு குறிப்பாகத் தெளிவாகத் தெரிகிறது. மாதிரியின் உற்பத்தித் தன்மையானது, அதன் பதிலின் ஒட்டுமொத்த தரத்தை பாதிக்கும் விதத்தில் விளைவுகளை அடிக்கடி மாற்றுகிறது. ChatGPT ஆனது உள்ளடக்கத்தை நியாயமான முறையில் சுருக்கமாகச் சொல்ல முடியும் என்றாலும், இது ஒரு பைனரி லென்ஸ் மூலம் நுணுக்கமான வாதங்களை அடிக்கடி விளக்குகிறது, இது சிக்கலான தகவலை மிகைப்படுத்துகிறது மற்றும் தவறான விளக்கத்திற்கு வழிவகுக்கும். சுருக்கம் முடிவில், ChatGPT என்பது ஒரு சக்திவாய்ந்த கருவியாகும், இது உற்பத்தித்திறனை கணிசமாக அதிகரிக்கவும் மதிப்புமிக்க நேரத்தை சேமிக்கவும் முடியும். இருப்பினும், அதன் செயல்திறன் அது எவ்வாறு பயன்படுத்தப்படுகிறது மற்றும் எந்த நோக்கங்களுக்காக பெரிதும் சார்ந்துள்ளது. இந்தக் கட்டுரை, தகவல் மீட்டெடுப்பில் உள்ளார்ந்த சார்புகளில் குறைவாக கவனம் செலுத்துகிறது மற்றும் மிகவும் சமீபத்திய, உயர்தர தரவை அணுகுவதற்கான மாடலின் திறனைப் பற்றி அதிகம் கவனம் செலுத்துகிறது. அதன் பலம் இருந்தபோதிலும், ChatGPT ஒரு துறையில் நிபுணத்துவத்தை விரைவாக நிறுவக்கூடிய வெளியீடுகளை வழங்குவதில் இருந்து வெகு தொலைவில் உள்ளது. எனது பார்வையில், முதன்மையான வரம்பு LinkedIn மற்றும் Spotify போன்ற தளங்களுக்கான அணுகல் இல்லாமையில் உள்ளது, அவை நிகழ்நேர, மாறுபட்ட கண்ணோட்டங்களுக்கான முக்கியமான ஆதாரங்களாகும். கூடுதலாக, பைனரி ஆம்-அல்லது-இல்லை கட்டமைப்பிற்குள் பதில்களை எளிமையாக்கும் மாதிரியின் போக்கு நுணுக்கமான, பல பரிமாண நுண்ணறிவுகளை வழங்குவதற்கான அதன் திறனைக் கட்டுப்படுத்துகிறது. ChatGPT ஆரம்ப ஆராய்ச்சி பணிகளில் சிறந்து விளங்குகிறது, கொடுக்கப்பட்ட வினவலின் உயர் நிலை தூண்களை திறம்பட கோடிட்டுக் காட்டுகிறது. இருப்பினும், விரிவான தகவல்களைச் செயலாக்கும்போது முக்கிய விளைவுகளைப் பிரித்தெடுக்கவும் ஒருங்கிணைக்கவும் இது போராடுகிறது. இந்தக் கட்டுரையின் வாசிப்புத் திறனை மேம்படுத்துவதற்காகப் பயன்படுத்தப்பட்டுள்ள நுட்பங்களைப் பயன்படுத்தும் போது, நான் பல சவால்களை எதிர்கொண்டேன், இறுதியில் விரும்பிய அளவிலான துல்லியத்தை அடைய முடியாமல் போனேன். பயனர்கள் டொமைன் நிபுணத்துவம் இல்லாதபோது இந்த பற்றாக்குறை குறிப்பாக சிக்கலாக மாறும், ஏனெனில் அவர்கள் அறியாமல் பக்கச்சார்பான அல்லது காலாவதியான பதில்களை ஏற்கலாம். ஒரு தொழில்முறை கண்ணோட்டத்தில், நான் முதன்மையாக எழுதும் பணிகளுக்காக ChatGPT ஐ நம்பியிருக்கிறேன், அது உண்மையிலேயே பிரகாசிக்கும். மெருகூட்டப்பட்ட, தொழில்முறை வடிவத்தில் உரையை மீண்டும் எழுதும் மாடலின் திறன், குறிப்பாக ஆங்கிலம் பேசாதவர்களுக்கு ஒரு விளையாட்டை மாற்றும். இருப்பினும், தகவல் தொகுப்பு மற்றும் பகுப்பாய்வு என்று வரும்போது, மாதிரியின் மீதான எனது நம்பிக்கை குறைகிறது. நான் இப்போது முதன்மையாக ChatGPTஐப் பயன்படுத்தி ஒரு புதிய பகுதியை ஆராயும்போது உயர்நிலை விவரங்களைக் கோடிட்டுக் காட்டுகிறேன், ஆனால் மிகத் துல்லியமான மற்றும் விரிவான புரிதலை உறுதிசெய்ய நானே உள்ளடக்கத்தைப் படித்து பகுப்பாய்வு செய்வதில் அதிக நேரத்தை முதலீடு செய்ய விரும்புகிறேன். இந்த பலம் மற்றும் வரம்புகளை அங்கீகரிப்பதன் மூலம், பயனர்கள் ChatGPTயின் பலவீனங்களைத் தணிக்கும்போது அதன் திறனை சிறப்பாகப் பயன்படுத்திக் கொள்ளலாம்.
