جستجو و منابع آنلاین
هوش مصنوعی، مانند یک استاد بسیار باهوش است که کتاب‌های زیادی خوانده است. اما مشکل اینجاست که اطلاعات این کتاب‌ها ممکن است قدیمی شده باشد. به عنوان مثال، اگر از یک مدل هوش مصنوعی که به اینترنت متصل نیست بپرسید «قهرمان جام جهانی فوتبال امسال چه تیمی بود؟» قادر به پاسخگویی نخواهد بود، زیرا در داده‌های آموزشی آن وجود ندارد.
اینجاست که اهمیت «جستجو» (Search) مشخص می‌شود. با فعال کردن این قابلیت، هوش مصنوعی می‌تواند به طور خودکار در گوگل جستجو کرده و به جدیدترین اطلاعات دسترسی پیدا کند. این ویژگی به ویژه برای موضوعاتی که به سرعت در حال تغییر هستند، مانند اخبار روز، قیمت ارز یا نتایج مسابقات ورزشی، بسیار کاربردی است.
جلوگیری از توهم
هوش مصنوعی گاهی دچار پدیده‌ای به نام «توهم» (Hallucination) می‌شود. این پدیده زمانی رخ می‌دهد که هوش مصنوعی، اطلاعاتی نادرست یا بی‌معنی را به عنوان واقعیت ارائه می‌دهد. برای درک بهتر این موضوع، یک کشتی بدون لنگر را در دریایی طوفانی تصور کنید. این کشتی به هر سو کشیده می‌شود و کنترلی بر حرکت خود ندارد.
«جستجو» مانند لنگر کشتی عمل می‌کند. با مراجعه به داده‌های واقعی از طریق جستجو در گوگل، از «توهم» جلوگیری کرده و به هوش مصنوعی کمک می‌کند تا پاسخ‌هایی دقیق و واقعی ارائه دهد. در واقع، «جستجو» با فراهم کردن منابع اطلاعاتی معتبر، به هوش مصنوعی جهت می‌دهد و آن را در مسیر درست نگه می‌دارد.
منابع آنلاین
تصور کنید در حال آماده شدن برای یک ارائه در مدرسه هستید و چند مقاله‌ی عالی در اینترنت پیدا کرده‌اید. به جای اینکه خودتان ساعت‌ها وقت بگذارید و نکات کلیدی را از هر مقاله استخراج کنید، می‌توانید به سادگی آدرس یا همان URL آن صفحات را به هوش مصنوعی بدهید. این قابلیت که «URL Context» نام دارد، به هوش مصنوعی اجازه می‌دهد تا به محتوای آن صفحات دسترسی داشته باشد. در واقع، شما با این کار، یک کتابخانه یا منبع اطلاعاتی در اختیار هوش مصنوعی قرار می‌دهید تا پاسخ‌های دقیق‌تری به شما بدهد.
ترکیب آن با جستجو
جذابیت ماجرا زمانی بیشتر می‌شود که بدانید می‌توان قابلیت URL Context را با جستجوی گوگل ترکیب کرد. در این حالت، هوش مصنوعی ابتدا با استفاده از گوگل، جدیدترین و مرتبط‌ترین منابع را در مورد سوال شما پیدا می‌کند و سپس با کمک URL Context، محتوای آن صفحات را به دقت مطالعه کرده و یک پاسخ جامع و کامل به شما ارائه می‌دهد. این مثل آن است که یک تیم تحقیقاتی شخصی داشته باشید که هم بهترین منابع را برایتان پیدا می‌کند و هم آن‌ها را تحلیل و خلاصه می‌کند.
تمرین: کارآگاه راستی‌آزمایی
تصور کنید در شبکه‌های اجتماعی به یک ادعای علمی عجیب برخورده‌اید؛ مثلاً: «تعطیلی مدارس کل کشور به دلیل پدیده‌ای نجومی در هفته آینده». ما می‌خواهیم با بازسازی پرامپت زیر، هوش مصنوعی را به یک «کارآگاه علمی» تبدیل کنیم تا ببینیم بدون لنگر (جستجو) چطور دچار توهم می‌شود و با لنگر چگونه حقیقت را پیدا می‌کند.
یک خبر جدید یا آدرس (URL) یک مقاله خبری مشکوک را انتخاب کنید. سپس پرامپت زیر را متناسب با موضوع خود تغییر داده و در دو حالت با جستجو و بدون جستجو آزمایش کنید.
# نقش (Role): شما یک روزنامه‌نگار علمی هستید. # مخاطب (Audience): دانش‌آموزان کنجکاو. # هدف (Goal): راستی‌آزمایی یک ادعا (Fact-checking) # وظایف (Tasks): - ادعای مطرح شده در بخش «متن خبر» را تحلیل کنید. - با استفاده از قابلیت جستجو، آخرین اطلاعات و اخبار معتبر مربوط به آن را بیابید. # ساختار خروجی: - حکم نهایی (واقعیت، شایعه، یا نیازمند تحقیق بیشتر؟) - دلایل و شواهد علمی با ذکر منبع. - یک توصیه کوتاه برای مواجهه با این‌گونه اخبار. # متن خبر: [در این قسمت، متن خبر یا آدرس URL صفحه خبر را قرار دهید]
بررسی تفاوت‌ها:
در حالت بدون جستجو: ببینید آیا هوش مصنوعی اعتراف می‌کند که اطلاعاتش قدیمی است؟ یا برای پاسخ دادن دست به دامن «توهم» می‌شود و داستان‌بافی می‌کند؟
در حالت با جستجو: دقت کنید که چگونه ابزار جستجو و URL Context مانند یک لنگر، هوش مصنوعی را به سایت‌های معتبر متصل کرده و پاسخ دقیق و مستند به شما تحویل می‌دهند.
