Computer ಜ್ಞಾನದ ಕೆಲಸವನ್ನು ಹೇಗೆ ಮರುರೂಪಿಸುತ್ತಿದೆ

ಈ ವಾರ, ಹಾರ್ವರ್ಡ್ ಬಿಸಿನೆಸ್ ಸ್ಕೂಲ್‌ನ ಸಂಶೋಧಕರ ಸಹಯೋಗದೊಂದಿಗೆ, ನೈಜ ಜಗತ್ತಿನಲ್ಲಿ ಜನರು Perplexity Computer ಅನ್ನು ವಾಸ್ತವವಾಗಿ ಹೇಗೆ ಬಳಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ಪರಿಶೀಲಿಸುವ ಹೊಸ ಅಧ್ಯಯನವನ್ನು ನಾವು ಪ್ರಕಟಿಸಿದ್ದೇವೆ. ಮತ್ತು ಇದು ಅಸ್ತಿತ್ವಕ್ಕೆ ಬಂದ ಮೊದಲ ಮೂರು ತಿಂಗಳುಗಳಲ್ಲಿ ಜ್ಞಾನದ ಕೆಲಸದ ಸ್ವರೂಪವನ್ನು ಹೇಗೆ ಬದಲಾಯಿಸುತ್ತಿದೆ ಎಂಬುದನ್ನು ತಿಳಿಸಿದ್ದೇವೆ. ನಾವು ಕಂಡುಕೊಂಡದ್ದರ ಒಂದು ಸಣ್ಣ ಆವೃತ್ತಿ ಇಲ್ಲಿದೆ, ಮತ್ತು ಇದಕ್ಕೆ ಯಾಕೆ ಗಮನ ಹರಿಸುವುದು ಯೋಗ್ಯ ಎಂದು ನಾವು ಭಾವಿಸುತ್ತೇವೆ.

ನಾವು ಈ ಸಂಶೋಧನೆಯನ್ನು ಏಕೆ ಮಾಡಿದ್ದೇವೆ

ಕಳೆದ ಕೆಲವು ದಶಕಗಳಲ್ಲಿ, ಕಂಪ್ಯೂಟರ್‌ಗಳು ನಮ್ಮ ಕೆಲಸಕ್ಕೆ ಹೆಚ್ಚು ಹತ್ತಿರವಾಗಿವೆ. ಕಮಾಂಡ್ ಲೈನ್‌ನಿಂದ GUI ವರೆಗೆ, ಟಚ್‌ಸ್ಕ್ರೀನ್‌ನಿಂದ ಪ್ರತಿಯೊಂದು ಹೊಸ ಇಂಟರ್‌ಫೇಸ್ ಹೆಚ್ಚು ಕೆಲಸವನ್ನು ತೆಗೆದುಕೊಂಡಿತು ಮತ್ತು ಬಳಕೆದಾರರ ಮೇಲಿನ ಹೊರೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಿತು.

ಇಂಟರ್‌ಫೇಸ್‌ಗಳು ಸರಳವಾದಂತೆ, ನಮ್ಮ ಪ್ರಶ್ನೆಗಳೂ ಸರಳವಾದವು. ಆದರೆ ಬಳಕೆದಾರರು ಇನ್ನೂ ವಿನಂತಿಗಳನ್ನು ಹಂತಗಳಾಗಿ ವಿಭಜಿಸಬೇಕು, ಅವುಗಳನ್ನು ಹಸ್ತಚಾಲಿತವಾಗಿ ನಮೂದಿಸಬೇಕು ಮತ್ತು ಫಲಿತಾಂಶಗಳನ್ನು ಮತ್ತೆ ಒಟ್ಟಿಗೆ ಸೇರಿಸಬೇಕಾಗಿತ್ತು.

Perplexity Computer ಅದನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ. ಇದು ಫೈಲ್‌ಗಳು ಮತ್ತು ಟೂಲ್‌ಗಳಲ್ಲಿ 20 ಕ್ಕೂ ಹೆಚ್ಚು ಫ್ರಾಂಟಿಯರ್ ಮಾದರಿಗಳನ್ನು ಆರ್ಕೆಸ್ಟ್ರೇಟ್ ಮಾಡುತ್ತದೆ, ವಿನಂತಿಯನ್ನು ಗುರಿಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ, ಕೆಲಸವನ್ನು ವಿಭಜಿಸುವ ಮತ್ತು ಅಸಿಂಕ್ರೋನಸ್ ಆಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಏಜೆಂಟ್‌ಗಳ ತಂಡಗಳಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ. ಬಳಕೆದಾರರು ಪ್ರಕ್ರಿಯೆಯನ್ನಲ್ಲ, ಫಲಿತಾಂಶವನ್ನು ಕೇಳುತ್ತಾರೆ.

ಜನರು ನಿಜವಾಗಿ ಆ ರೀತಿಯಲ್ಲಿ ಕೆಲಸ ಮಾಡಲು ಪ್ರಾರಂಭಿಸಿದಾಗ ಏನಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ನಾವು ತಿಳಿಯಲು ಬಯಸಿದ್ದೇವೆ.

ನಾವು ಕಂಡುಕೊಂಡದ್ದು

ಬಳಕೆದಾರರು ಉತ್ತರಗಳಿಗಲ್ಲ, ಕೆಲಸಕ್ಕಾಗಿ ಕೇಳುತ್ತಿದ್ದಾರೆ.

ಹುಡುಕಾಟವು ಉತ್ತರಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ. Computer ಅವುಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತದೆ. ಸರಿಸುಮಾರು ಒಂದೇ ರೀತಿಯ ವಿನಂತಿಗಳಲ್ಲಿ, ಹುಡುಕಾಟಕ್ಕಾಗಿ 33 ಸೆಕೆಂಡ್‌ಗಳಿಗೆ ಹೋಲಿಸಿದರೆ Computer ಸರಾಸರಿ 26 ನಿಮಿಷಗಳ ಯಂತ್ರದ ಕೆಲಸವನ್ನು ನಡೆಸಿತು - ಅದೇ ಕಾರ್ಯದಲ್ಲಿ 48 ಪಟ್ಟು ಹೆಚ್ಚಳವಾಗಿದೆ. ಆ ನಿಮಿಷಗಳು ಹುಡುಕಾಟ, ಸಂಪಾದನೆ, ಕೋಡ್ ಅನ್ನು ರನ್ ಮಾಡುವುದು ಮತ್ತು ಸಂಪರ್ಕಿತ ಸಾಧನಗಳನ್ನು ತಲುಪುವುದರಲ್ಲಿ ಕಳೆದುಹೋಗುತ್ತವೆ - Computer ಪ್ರತಿ ಸೆಷನ್‌ಗೆ ಹುಡುಕಾಟಕ್ಕಿಂತ ಸುಮಾರು ಹನ್ನೆರಡು ಪಟ್ಟು ಹೆಚ್ಚು ಬಾಹ್ಯ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ಮತ್ತು ಕನೆಕ್ಟರ್‌ಗಳಿಗೆ ಕರೆಗಳನ್ನು ಮಾಡಿದೆ. ಬಳಕೆದಾರರ ಪ್ರಯತ್ನವು ಎರಡೂ ತುದಿಗಳಲ್ಲಿ ಕೇಂದ್ರೀಕೃತವಾಗಿರುತ್ತದೆ: ಉದ್ದೇಶವನ್ನು ಹೊಂದಿಸುವುದು ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ಪರಿಶೀಲಿಸುವುದು. ಮಧ್ಯಭಾಗವನ್ನು ಏಜೆಂಟ್‌ಗಳು ನಿರ್ವಹಿಸುತ್ತಾರೆ.

ಇದು ಗಮನಾರ್ಹವಾಗಿ ವೇಗವಾಗಿದೆ ಮತ್ತು ಅಗ್ಗವಾಗಿದೆ.

ಕಾರ್ಯಗಳ 10,000 ಹೊಂದಾಣಿಕೆಯ ಜೋಡಿಗಳಲ್ಲಿ - ಹುಡುಕಾಟ ಮತ್ತು Computer ಎರಡರಲ್ಲೂ ಮಾಡಿದ ಅದೇ ರೀತಿಯ ವಿನಂತಿ - Computer ಅಂದಾಜು ಸಮಯವನ್ನು 87% ಮತ್ತು ವೆಚ್ಚವನ್ನು 94% ರಷ್ಟು ಕಡಿಮೆ ಮಾಡಿದೆ. 269 ನಿಮಿಷಗಳನ್ನು ತೆಗೆದುಕೊಂಡ ಕಾರ್ಯಪ್ರವಾಹವು 36 ಕ್ಕೆ ಇಳಿಯಿತು.

ಉಳಿತಾಯವು 18 ಡೊಮೇನ್‌ಗಳಲ್ಲಿ ಮುಂದುವರಿಯಿತು: ಸಾಫ್ಟ್‌ವೇರ್, ಹಣಕಾಸು, ಮಾರ್ಕೆಟಿಂಗ್, ಆರೋಗ್ಯ ರಕ್ಷಣೆ, ಕಾನೂನು, ಶಿಕ್ಷಣ ಮತ್ತು ಇನ್ನಷ್ಟು. ಬಳಕೆದಾರರ ಸಂದರ್ಶನಗಳಲ್ಲಿ, ಸರಾಸರಿ ವ್ಯಕ್ತಿಯು ತಮ್ಮ ಕೆಲಸವು 25 ಪಟ್ಟು ವೇಗವಾಗಿ ಸಾಗುತ್ತಿದೆ ಎಂದು ವರದಿ ಮಾಡಿದ್ದಾರೆ. ಕೆಲವರು 300x ಗಿಂತ ಹೆಚ್ಚಿನ ವೇಗವನ್ನು ವರದಿ ಮಾಡಿದ್ದಾರೆ.

ಕೇಳುವಿಕೆಗಳು ದೊಡ್ಡದಾಗಿ ಮತ್ತು ವಿಶಾಲವಾಗಿ ಮಾರ್ಪಟ್ಟವು.

ಕಾರ್ಯಗತಗೊಳಿಸುವಿಕೆಯನ್ನು ನಿರ್ವಹಿಸುವುದರೊಂದಿಗೆ, ಮಹತ್ವಾಕಾಂಕ್ಷೆಯ ಯೋಜನೆಗಳನ್ನು ಮುಂದುವರಿಸುವ ಅಡಚಣೆಯು ಕಡಿಮೆಯಾಗುತ್ತದೆ. Computer ವಿನಂತಿಗಳಲ್ಲಿ 23% ರಷ್ಟು ಜನರು ಹುಡುಕಾಟವನ್ನು ಮಾಡಲು ಎಂದಿಗೂ ಕೇಳಿರದ ವಿಷಯಗಳಿಗಾಗಿವೆ - ಸಾಫ್ಟ್‌ವೇರ್‌ನಲ್ಲಿ ಕ್ಲಸ್ಟರಿಂಗ್, ವೆಬ್ ಅಭಿವೃದ್ಧಿ, ದಸ್ತಾವೇಜನ್ನು ಮತ್ತು ಡೇಟಾ ದೃಶ್ಯೀಕರಣ - ಪ್ರಶ್ನೆಗಳಲ್ಲ, ಕಾರ್ಯಗಳು.

ಎಲ್ಲಾ Computer ವಿನಂತಿಗಳಲ್ಲಿ ಅರ್ಧದಷ್ಟು Computer ಏನನ್ನಾದರೂ ಉತ್ಪಾದಿಸಲು ಕೇಳಿದೆ - ಹುಡುಕಾಟದಲ್ಲಿ ಎರಡು ಪಟ್ಟು ಪಾಲು - ಮತ್ತು 76% ರಷ್ಟು ಹುಡುಕಾಟದಲ್ಲಿ 55% ಗೆ ಹೋಲಿಸಿದರೆ ಲುಕ್ಅಪ್ ಬದಲಿಗೆ ವಿಶ್ಲೇಷಣೆ, ಮೌಲ್ಯಮಾಪನ ಅಥವಾ ರಚನೆ ಅಗತ್ಯವಿದೆ. ಹುಡುಕಾಟದಲ್ಲಿ 53% ಗೆ ಹೋಲಿಸಿದರೆ 71% ಅಮೂರ್ತ, ದಿನಚರಿಯಲ್ಲದ ಕೆಲಸವನ್ನು ಒಳಗೊಂಡಿದೆ. ವಿಶಿಷ್ಟವಾದ Computer ಕಾರ್ಯವು 2.4 ಪರಿಣತಿಯ ಕ್ಷೇತ್ರಗಳನ್ನು ವ್ಯಾಪಿಸಿದೆ, ಆದರೆ ಹುಡುಕಾಟವು ಕೇವಲ 1.74 ಅನ್ನು ಸೆಳೆದಿದೆ, ಮತ್ತು 3 ಅಥವಾ ಹೆಚ್ಚಿನ ಡೊಮೇನ್‌ಗಳು ಬೇಕಾಗುವ ಸಾಧ್ಯತೆಯು quase ಮೂರು ಪಟ್ಟು ಹೆಚ್ಚಿತ್ತು.

ಜನರು ತಮ್ಮ ಸ್ವಂತ ಕ್ಷೇತ್ರದಿಂದ ಹೊರಗೆಯೂ ಕೆಲಸ ಮಾಡಿದರು. ಎಂಟು ಉದ್ಯೋಗ ಗುಂಪುಗಳ 8,000 ಬಳಕೆದಾರರಲ್ಲಿ, ಜನರು Computer ನೊಂದಿಗೆ 59% ಸಮಯದವರೆಗೆ ತಮ್ಮ ಪ್ರಾಥಮಿಕ ಉದ್ಯೋಗದ ಹೊರಗೆ ಕೆಲಸ ಮಾಡಿದರು, ಹುಡುಕಾಟದೊಂದಿಗೆ 50% ಗೆ ಹೋಲಿಸಿದರೆ.

ಗುಣಮಟ್ಟವು ಕುಸಿಯಲಿಲ್ಲ.

ವಿವಿಧ ಡೊಮೇನ್‌ಗಳಲ್ಲಿ ಕಠಿಣವಾದ ಕೆಲಸವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದರಿಂದ ಗುಣಮಟ್ಟವು ಕಡಿಮೆಯಾಗಲಿಲ್ಲ. ಬಹು-ಮಾದರಿ ಆರ್ಕೆಸ್ಟ್ರೇಷನ್ Computer ಪ್ರತಿ ಹಂತವನ್ನು ಅದಕ್ಕೆ ಸೂಕ್ತವಾದ ಮಾದರಿಯೊಂದಿಗೆ ಹೊಂದಿಸಲು ಅನುಮತಿಸುತ್ತದೆ, ಆದ್ದರಿಂದ ಸಂಶೋಧನೆ, ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ವಿನ್ಯಾಸವನ್ನು ವ್ಯಾಪಿಸುವ ವಿನಂತಿಯನ್ನು ಎಲ್ಲದಕ್ಕೂ ಒಂದು ಮಾದರಿಯ ಬದಲಿಗೆ ಪ್ರತಿ ಹಂತದಲ್ಲೂ ಸರಿಯಾದ ಮಾದರಿಯು ನಿರ್ವಹಿಸುತ್ತದೆ. ಈ ರೂಟಿಂಗ್ ವಿನಂತಿಗಳು ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದರೂ ಸಹ ಕೆಲಸವು ಅದೇ ಗುಣಮಟ್ಟದ ಬಾರ್‌ನಲ್ಲಿ ಉಳಿಯಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

ಇದು ಏಕೆ ಆಸಕ್ತಿದಾಯಕವಾಗಿದೆ

AI ವೇಗವಾಗಿದೆ. ಆ ಭಾಗವನ್ನು ನಿರೀಕ್ಷಿಸಲಾಗಿದೆ.

ಹೆಚ್ಚು ಆಸಕ್ತಿದಾಯಕ ಸಂಶೋಧನೆಯೆಂದರೆ ಜನರು ಸಮಯದೊಂದಿಗೆ ಏನು ಮಾಡಲು ಆರಿಸಿಕೊಂಡರು. ಕಾರ್ಯಗತಗೊಳಿಸುವಿಕೆಯು ಅಗ್ಗವಾದಾಗ, ಲೆಕ್ಕಾಚಾರವು ಬದಲಾಗುತ್ತದೆ. ಮೊದಲು ಮಾಡಲು ಯೋಗ್ಯವಲ್ಲದ ಕೆಲಸವು ಹಠಾತ್ ಮಾಡಲು ಯೋಗ್ಯವಾಗಿರುತ್ತದೆ. ಹಿಂದೆ ತಜ್ಞರ ಅಗತ್ಯವಿರುವ ಕೆಲಸವು ನೀವೇ ವಿಶ್ವಾಸಾರ್ಹ ಪ್ರಯತ್ನವನ್ನು ಮಾಡಬಹುದಾದ ಕೆಲಸವಾಗಿದೆ.

ಜ್ಞಾನದ ಕೆಲಸದಲ್ಲಿನ ಅಡಚಣೆಯು ಮಾಹಿತಿಯನ್ನು ಕಂಡುಹಿಡಿಯುವುದು ಅಪರೂಪ; ಇದು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಸಾಮರ್ಥ್ಯವಾಗಿತ್ತು. Perplexity Computer ಈ ಸಾಮರ್ಥ್ಯವನ್ನು ವಹಿಸಿಕೊಳ್ಳುತ್ತದೆ, ಮತ್ತು ಇದರ ಪರಿಣಾಮವಾಗಿ, ಜನರು ಹೆಚ್ಚಿನ ಗುರಿಯನ್ನು ಹೊಂದುತ್ತಿದ್ದಾರೆ. ಅವರು ಆಪರೇಟರ್‌ನಿಂದ ಸೂಪರ್‌ವೈಸರ್‌ಗೆ ತೆರಳುತ್ತಾರೆ - ಕಾರ್ಯಪ್ರವಾಹವನ್ನು ರನ್ ಮಾಡಲು ಕಡಿಮೆ ಸಮಯವನ್ನು ಕಳೆಯುತ್ತಾರೆ ಮತ್ತು ಗುರಿಯನ್ನು ಹೊಂದಿಸಲು ಮತ್ತು ಔಟ್‌ಪುಟ್ ಅನ್ನು ಪರಿಶೀಲಿಸಲು ಹೆಚ್ಚಿನ ಸಮಯವನ್ನು ಕಳೆಯುತ್ತಾರೆ.

ಮುಂದೇನು

ನಾವು ಇನ್ನೂ ಆರಂಭಿಕ ಹಂತದಲ್ಲಿದ್ದೇವೆ. Computer ಕೇವಲ ಮೂರು ತಿಂಗಳ ಹಳೆಯದು, ಜನರು ಅದರೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ಒಗ್ಗಿಕೊಳ್ಳುತ್ತಿದ್ದಾರೆ, ಮತ್ತು ಕಾರ್ಯಪ್ರವಾಹಗಳು ಮತ್ತು ಬಳಕೆ ನಿಸ್ಸಂದೇಹವಾಗಿ ಕಾಲಾನಂತರದಲ್ಲಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತವೆ.

ಆದರೆ ಈ ಡೇಟಾವು ಈಗಾಗಲೇ ಪ್ರತ್ಯೇಕ ಮಟ್ಟದ ನಡವಳಿಕೆಯ ಬದಲಾವಣೆಗಳನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ.

ಇದು ತಂಡ ಮತ್ತು ಸಂಸ್ಥೆಯ ಮಟ್ಟದಲ್ಲಿ ಹೇಗೆ ಒಟ್ಟುಗೂಡುತ್ತದೆ ಎಂಬುದು ಮುಕ್ತ ಪ್ರಶ್ನೆಯಾಗಿದೆ, ಮತ್ತು ನಾವು ಮುಂದೆ ಹೆಚ್ಚು ಆಸಕ್ತಿ ಹೊಂದಿರುವ ಪ್ರಶ್ನೆಯಾಗಿದೆ.

ಪೂರ್ಣ ವಿಧಾನ, ಚಾರ್ಟ್‌ಗಳು ಮತ್ತು ಎಚ್ಚರಿಕೆಗಳು ಸೇರಿದಂತೆ ಈ ಸಂಶೋಧನೆಯ ಕುರಿತು ನೀವು ತಾಂತ್ರಿಕ ಬ್ಲಾಗ್ ಮತ್ತು ಸಂಶೋಧನಾ ಪ್ರಬಂಧದಲ್ಲಿ ಇನ್ನಷ್ಟು ಓದಬಹುದು.