Ora che hai sviluppato una comprensione di ciò che serve per creare un modello di IA, è il momento di analizzare il panorama attuale dei prodotti esistenti e come possano essere usati in modo più efficace. Non è un segreto che l’uso dell’IA possa potenziare enormemente la produttività: in questo capitolo discuteremo i migliori utilizzi dei LLM e vedremo in quali situazioni l’IA possa risultare controproducente.
I LLM come ChatGPT possono essere utili in molti contesti, ma poiché questo corso è rivolto a giovani imprenditori, ci concentreremo sugli utilizzi più orientati al business.
Vantaggi
- Generazione rapida di argomenti correlati.
- Ampia familiarità con molti concetti e capacità di collegare punti affini.
- Permette di confrontarsi con le idee, in modo simile a una conversazione con una persona.
Limitazioni
- Sometimes does not understand what you are expecting so you need to be more specific
- Only trained on available data so if it is something proprietary or outside of the dataset you are out of luck
Benefici
- Generalmente scrive in modo più coerente della maggior parte delle persone, soprattutto se non madrelingua.
- Ampia familiarità con concetti e capacità di collegare punti affini.
- Può interagire sulle idee, come in un dialogo
Limitazioni
- A volte il tono non è adeguato al tipo di testo.
- Se lavori con qualcuno che non accetta contenuti generati da IA, potrebbe usare scanner di rilevamento.
- Potrebbe richiedere più tempo spiegare contesto ed esigenze che scrivere il testo direttamente.
Benefici
- Individua errori che potresti non notare.
- Più veloce rispetto a rileggere da solo, soprattutto testi lunghi.
- Può suggerire miglioramenti una volta individuate le criticità.
Limitazioni
- È programmato per dare una risposta comunque, anche forzata, generando feedback banali.
- A volte è eccessivamente critico rispetto al compito richiesto.
- Tende a usare più parole del necessario, a meno che non venga istruito diversamente.
Benefici
- Generazione rapida di codice.
- Conoscenza di molti linguaggi e framework.
- Può correggere da solo il codice se inizialmente non funziona.
- È in grado di spiegare il codice riga per riga.
Limitazioni
- Non riesce a generare sistemi di file e integrazioni complesse.
- Può far perdere tempo producendo codice che non comprendi.
- A volte “allucina” e produce fatti falsi.
- Limitato ai dati di addestramento disponibili.
- Conosce solo le informazioni contestuali che tu fornisci.
I LLM funzionano sulla base della predizione della parola successiva. Anche se i modelli più recenti hanno sistemi più avanzati per citazioni e fornitura di informazioni, è sempre opportuno verificare i fatti più importanti.
Se gli argomenti che cerchi non sono prominenti nei dati di addestramento, l’IA non saprà gestirli bene.
Ad esempio, se devi scrivere un testo per il sito web della tua azienda, devi fornire all’IA molte informazioni sulla tua visione, operazioni e obiettivi. Se queste informazioni non sono già disponibili in un testo copiabile, potrebbe richiedere più tempo raccoglierle che scrivere direttamente il testo. Questo è particolarmente vero per testi brevi con significato molto preciso. In questi casi, può essere utile scrivere tu stesso la bozza e poi chiedere all’IA suggerimenti di miglioramento.