На фоне дискуссий о революционном влиянии ИИ на работу, например, о повышении эффективности повседневных задач и усилении индивидуальных усилий, можно не обратить внимания на ограничения. Вопреки своему названию, генеративный ИИ, создающий изображения, код, текст, музыку и многое другое, не может создать что- то из ничего. Модели ИИ обучаются на основе получаемой ими информации, как правило, из большого массива текста- в случае с моделями большого языка( LLM). Если они обучаются на точной, актуальной и хорошо организованной информации, то они могут выдавать точные, актуальные и релевантные ответы. Исследования, проведенные в Массачусетском технологическом институте, показали, что интеграция базы знаний в систему LLM повышает качество вычислений и снижает количество случаев галлюцинаций, под которыми понимаются правильные результаты, варьирующиеся от слегка смещенных до совершенно бессвязных. Галлюцинации могут привести к неправильным ответам, ложной информации о людях и событиях, а в целом к ответам, вводящим в заблуждение. Качественная работаAIмодели зависит от качества предоставляемых учебных данных. Устаревшие, плохо структурированные или неполные данные могут привести к тому, чтоAI будет придумывать неправильные ответы, которые приведут к возникновению трудностей и хаоса в организации. Для того чтобы избежать галлюцинаций, крайне важно использовать подход, основанный на управлении знаниями( KM), который поощряет дискуссии и сотрудничество. Этот подход повышает качество базы знаний, позволяя сотрудничать с коллегами для оценки ответов ИАИ и уточнения структуры для повышения качества ответов. В этом случае человек использует свои суждения для оценки качества и точности генерируемого ИАИ результата и помогает его улучшить. Оперативный инжиниринг, который включает в себя формулирование инструкций и вопросов дляAI, становится все более важным. Обе стороны разговора- оперативная и ответная- могут извлечь пользу из генеративного инжинирингаAI в рамках оперативного инжиниринга. Согласно отчету компании Gartner ® об управлении знаниями, взаимодействие с интеллектуальными ассистентами в грамотной, разговорной манере повышает способность знающих сотрудников решать задачи в ходе КМ и делиться полученными знаниями с коллегами по работе. Использование AIt для централизации обмена знаниями является необходимым условием успешной практики КМ.

Захват знаний, обогащение контента и помощники AI способствуют внедрению практики обучения и обмена знаниями в повседневные рабочие процессы во всех организациях. StackOverflowforTeams, отмеченный в докладе Gartner о решениях для управления знаниями, представляет собой продукт, который может интегрироваться с MicrosoftTeamsorSlacktop и обеспечивать форум вопросов и ответов с постоянно действующим хранилищем знаний. Эта платформа позволяет пользователям размещать вопросы, голосовать за ответы и поддерживать курируемый пул знаний, доступный через поиск- решение, поддерживающее обмен знаниями в центре рабочего процесса. В другом отчете компании Gartner, посвященном опыту применения генеративногоAI, рекомендуется, чтобы организации создавали сообщество практиков для генеративногоAI- дополненного развития. Также важно, чтобы организации приобретали необходимые навыки и знания для успешного использования генеративногоAI. Это предполагает изучение и применение одобренных инструментов, примеров использования и процессов, характерных для данной организации. Однако существует проблема сложности, когда способностьAI справляться с трудностями, взаимозависимостями и полным контекстом проблемы и ее решения снижается. Маркос Граппеджиа( MarcosGrappeggia), менеджер по продуктам GoogleCloud'sDuet, подчеркивает, что LLM позволяют расширить возможности разработчиков и сделать их работу более эффективной. Они способствуют тестированию и экспериментированию с незнакомыми языками и технологиями. Однако Граппеджиа подчеркивает, что LLM не могут заменить повседневных разработчиков. Поэтому стратегически важно разработать KM- стратегию, которая бы использовала всю мощьAI, уточняя и подтверждая ее знаниями, полученными от людей. StackOverflowforTeamsisdesignedspecificatelyforcapturing, collaborating, andsharingknowledge, coveringarangeoftop topicsfromnewtechnologieslikegenerativeAItotransformationslikecloudadoption. Узнайте на сайте stackoverflow. co% 2Fteams о том, как организации используютStackOverflowforTeam для создания надежных и коллективных баз знаний, которые обеспечивают гибкое обучение в коллективе.