- अत्यधिक रूपमा उत्पन्नशीलताको उत्पत्ति हुन सक्छ। स्ट्याक ओभरफ्लो जस्ता साइटहरूमा ‘विशेषज्ञ’ योगदानकर्ताहरूले प्रयोगकर्ताहरूले उनीहरूको प्रतिक्रियाको सट्टा तालिम प्राप्त उपकरणहरू बढ्दो रूपमा अपनाए।
- प्रयोगकर्ताहरूले उनीहरूको विशेषज्ञता र प्रयासलाई पुरस्कृत नभएको महसुस गरेपछि समस्या उत्पन्न भएको हो, AI ले प्राय: द्रुत गतिमा समान समाधानहरू प्रदान गर्दछ। कर्पोरेट कार्यस्थलहरू, र वैज्ञानिक समुदायहरू
Stack Overflow ले 2022 मा ChatGPT को आगमन पछि पोस्ट गरिएका मासिक प्रश्नहरूमा लगभग 76% गिरावट देखेको छ, यसले संकेत गर्दछ कि नयाँ र अवस्थित दुवै प्रयोगकर्ताहरूले साइटलाई ओभरफ्लो छोड्दै छन्। rounded-[10px] lg:my-8″ data-component-name=”JwPlayer:Carousel” data-jwp-carousel=”” data-jwp-carousel-payload=””ids”:”playerID”:”APjl6osP”,”searchPlaylistID”:”1v6djO3j”,”divID”:”botr_1v6djO3j_APjl6osP_di v”,”fallbackPlaylistID”:”KgQ4BrDw”,”fallbackDivID”:”botr_KgQ4BrDw_APjl6osP_div”,”key”:”ZuubZ0qo8PC91SeYBvrz9lq0zFhLM446g wRNTJacILQ18liS”,”tintLogo”:true,”useSearchPlaylist”:false,”enabled”:true,”signPostingEnabled”:true,”signPostingLinkEna bled”:true,”waitForAdLoad”:false,”hidePlayerOnDesktop”:false,”hidePlayerOnMobile”:false,”hidePlayerOnTablet”:false”>
स्ट्याक ओभरफ्लो भन्दा धेरै फराकिलो समस्या?
स्ट्याक ओभरफ्लोको समस्या र यसको गिरावटको कारण बहुआयामिक थिए; यद्यपि, धेरै प्रयोगकर्ताहरूले साइट र यसका केही प्रतिभाशाली योगदानकर्ताहरू केही हब्रिसमा संलग्न भएको महसुस गरे।
यो, धेरैले ‘आत्म-धार्मिक’ भनिने भारी हातको मध्यस्थताको साथमा, प्रयोगकर्ताहरूले व्यावहारिक विकल्प खोज्नेहरूले अनिवार्य रूपमा प्लेटफर्म छोड्नेछन्।
ChatGPT र यसको AI विकल्पहरू, कोडको लागि धेरै समय दोब्बर र धेरै खोजी ईन्जिनहरूको लागि धेरै समय बढ्यो। दिनचर्या, दोहोर्याउन मिल्ने प्रश्नहरू, AI ले पहिले भन्दा राम्रोसँग सिन्ट्याक्स समस्याहरू जस्ता प्रश्नहरू बढ्दै गएको भए पनि।
तपाईलाई मन पर्न सक्छ
यसले फलस्वरूप, प्लेटफर्ममा सोधिएका प्रश्नहरूको संख्या कम गर्यो र ChatGPT अनलाइन भएको लगत्तै लागू भएको एआई प्रतिबन्धको बावजुद, दीर्घकालीन रूपमा प्रतिस्थापन गर्न असम्भव साबित हुन सक्ने उत्तरदाताहरूको हानि भयो।
अब यो मुद्दा अनलाइन कोडिङ समुदायहरूमा मात्र सीमित नहुन सक्छ; अन्वेषकहरूले सङ्केत गर्छन् कि यो कक्षाकोठा, कार्यालय र अन्य अनुसन्धान समुदायहरू जस्ता अन्य क्षेत्रहरूमा फैलिन सक्छ, जहाँ सँधै विकसित, पुन: प्रशिक्षित एआई मोडेलहरूका लागि विषय-विज्ञहरूबाट कम प्रयासको जवाफ बुझ्न गाह्रो हुन्छ।
“यदि सबैले AI प्रयोग गरी राम्रो गुणस्तरको प्रतिक्रिया वा आउटपुट सिर्जना गर्न सक्छन् भने, केहि मानिसहरूले सोच्न सक्छन्, ‘मैले किन मेरो विशेषज्ञता साझा गर्न र भाग लिने प्रयास गर्नुपर्छ?”,
चिंगले यो ‘सिग्नल कम्प्रेसन’ लाई विशेषज्ञ र गैर-विशेषज्ञ समाधानहरू छुट्याउन गाह्रो भएको भन्दै AI पनि सजिलैसँग तौल गर्न सक्ने विषयहरूमा विषय-विज्ञ बन्न कम इनामदायी भए पनि। स्ट्याक ओभरफ्लो जस्ता प्लेटफर्महरू, आगामी ज्ञान रिसेटले हामीलाई AI क्षमताहरूको सन्दर्भमा कहाँ लैजान्छ?
भविष्यका AI मोडेलहरूले “डम्बर” पाउने छैनन्, त्यसैले तिनीहरू तालिमका लागि विभिन्न माध्यमहरूमा जान सक्छन्, जस्तै स्ल्याक च्याटहरू, डिस्कोर्ड सर्भरहरू, वा वर्तमानमा उनीहरूलाई उही कोडिङ-सम्बन्धित प्रश्नहरू सोध्ने प्रयोगकर्ताहरू जसले उनीहरूले एक पटक यो StarWp>
कुनै पनि विज्ञहरू प्रतिस्थापन गर्न चाहेनन्। योगदान गर्न वा केवल AI लाई समयको साथमा त्रुटिहरूको लागि थप प्रवण बनाउँछ, यसको प्रतिक्रिया लुपले कसरी कार्य गर्दछ भनेर धन्यवाद, AI र मानव जवाफहरू बीचको पहिचान गर्न झन्झन् गाह्रो हुने समाजमा एउटा चाखलाग्दो प्रश्न हो। href=”https://news.google.com/publications/CAAqKAgKIiJDQklTRXdnTWFnOEtEWFJsWTJoeVlXUmhjaTVqYjIwb0FBUAE?hl=en-GB&gl=GB&ceid=GB%3Aen” target=”_blank” id=”elk-35b5b016-7c25-11f1-b530-6f6e768ee818″ data-url=”https://news.google.com/publications/CAAqKAgKIiJDQklTRXdnTWFnOEtEWFJsWTJoeVlXUmhjaTVqYjIwb0FBUAE?hl=en-GB&gl=GB&ceid=GB%3Aen” referrerferredownerno”-referredownerno” data-hl-processed=”none”>
Google समाचारमा TechRadar फलो गर्नुहोस् र हामीलाई रुचाइएको स्रोतको रूपमा थप्नुहोस्हाम्रो राय, विज्ञहरूका समाचारहरू प्राप्त गर्नका लागि। फिडहरू।