انقلابی در مهندسی کیفیت با ChatGPT

بن مشاهده کرد که در حالی که ChatGPT-4 از هوش مصنوعی قبلی در پاسخ‌های انسان‌مانند خود پیشی می‌گیرد، قابلیت‌های استدلال پیشرفته‌ای را نشان نمی‌دهد – حداقل بر اساس جستارهایی که ما وارد می‌کنیم. بن گفت: “این می تواند به سازماندهی پایگاه دانش ما کمک کند، به ما کمک کند در مسیر خود باقی بمانیم، تبدیل سریع بصری و ارائه داده ها و شبیه سازی های تعاملی را فراهم کنیم. مطمئناً دارای ویژگی‌های مفید برای بهبود کیفیت، ابزارهایی مانند NPL، تجزیه و تحلیل پیش‌بینی‌کننده، تجزیه و تحلیل علت ریشه‌ای و یادگیری مداوم است. تعمیر و نگهداری پیش بینی شده شاید یکی از بهترین موارد استفاده از هوش مصنوعی در تولید باشد. بهینه سازی فرآیند، مدیریت کیفیت تامین کننده و تجزیه و تحلیل الگوی شکایات مشتری از دیگر زمینه هایی هستند که به ذهن می رسند.

برای متخصصان باکیفیت که با فرآیندهای تولید چاپ آشنا نیستند، این پاسخ سریع چشمگیر بود، اگرچه علم موشکی نبود. در حالی که آنها می خواستند عمیق تر در این مورد غوطه ور شوند، ماریا دوباره سوالات خود را مطرح می کرد. او شروع به تایپ کردن در پرس و جو خود کرد: “چت GPT چگونه بر روند آزمون گواهینامه CQE تاثیر می گذارد؟”

این گروه با کنجکاوی، تصمیم گرفت این موضوع را بیشتر بررسی کند، به ویژه اینکه چگونه ممکن است بر مهندسی کیفیت تأثیر بگذارد. گروه تصمیم گرفتند یک استراحت کوتاه داشته باشند تا ChatGPT را به تنهایی بررسی کنند و سپس در 15 دقیقه دوباره به هم متصل شوند.

مآریا دستانش را دراز کرد و در حالی که طعم ماندگار قهوه سیاه تیره و غنی را می چشید، نفس عمیقی کشید. او منتظر بود تا سیستم وارد شود و به جلسه دو هفته‌ای او با گروه نوآوری غیررسمی‌اش متصل شود، گروهی از متخصصان نیمه بازنشسته و علاقه‌مند به شیوه‌های کیفیت و همه چیزهای جدید.

به زودی زمان تمام شد و ماریا دوباره به گروه پیوست.

قول ما: خلاصه کیفیت فقط تبلیغات ثابتی را نشان می دهد که هرگز محتوا را پوشش نمی دهد یا پوشان نمی دهد. آنها هرگز سر راه شما قرار نمی گیرند. آنها برای خواندن شما وجود دارند یا نه.

در همین حال، ماریا، با کافئین بالا، به دنبال نظرات و مشاهدات دیگری در مورد ChatGPT بود. یکی از مقالاتی که خوانده بود به او کمک کرد تا متوجه شود که اکثر مردم برخی از وظایف کاری را تحت تأثیر ChatGPT و AI می بینند، بیشتر در سطوح درآمد بالاتر، اما این کار کل کار را از بین نخواهد برد.

این گروه تصمیم گرفت در حین اشتراک گذاری صفحه نمایش، جلسه ای را اجرا کند. کرت پیشنهاد کرد به چیز خاصی نگاه کنید. او گفت که برادرشوهرش صاحب یک چاپخانه کوچک است و متعجب است که چگونه می تواند از اتوماسیون برای تضمین کیفیت روی زمین استفاده کند. “پس، چرا ما در مورد آن سوال نمی کنیم؟” او درخواست کرد.

به نظر می رسید که هوش مصنوعی یک بازیگر بداهه است و همیشه می گفت: “بله، و …” که می تواند نادرست یا حتی مزخرف باشد.

او در مورد ضرورت SPC با توجه به روند جهت‌گیری هوش مصنوعی جویا شد و برخی از پاسخ‌ها را خواند:

بن عاشق اصل KISS بود و می خواست به اصول اولیه پایبند باشد. او با توجه به اینکه چگونه یک حرفه ای با کیفیت به داده ها و تجزیه و تحلیل متکی است و به آنها نیاز دارد که قابل اعتماد باشند، گفت: “بیایید یک محاسبه ساده ریاضی را امتحان کنیم” و در یک پرس و جو تایپ کرد:

او به عنوان اولین کسی که وارد شد، به اشتراک گذاشت که در حالی که ChatGPT آنچه را که کاربر در جستجوی قبلی پرسیده بود به خاطر می آورد، اما در رویدادهای جاری گم شده بود.

نوآوری

انقلابی در مهندسی کیفیت با ChatGPT

کسانی که نحوه استفاده از این ابزارها را یاد می گیرند نسبت به کسانی که این کار را نمی کنند برتری خواهند داشت

ماریا در حالی که با صدای بلند فکر می کرد، نگرانی های خود را به اشتراک گذاشت:
• با تمام گواهینامه های حرفه ای با کیفیت، مانند CRE، CQE، و غیره چه اتفاقی می افتد؟ داوطلبان به اینترنت دسترسی خواهند داشت و می توانستند بلافاصله پاسخ سوالات را دریافت کنند.
• در مورد آموزش چطور؟ با این اطلاعات در دسترس آنلاین، ارزش آموزش چیست؟ آیا باید نحوه تدریس خود را دوباره بررسی کنیم؟ چه تاثیری بر مهارت های تفکر انتقادی دارد؟ آیا باعث تنبلی دانش آموزان می شود؟

بنابراین لطفاً مسدود کننده تبلیغات خود را برای سایت ما خاموش کنید.

او با نادیده گرفتن سوالاتی که در ذهنش خطور می کرد (بشریت در 1000 سال؟) عقب نشینی کرد تا بر موضوع فعلی تمرکز کند – کیفیت – از هوش مصنوعی تعاریف سریع کنترل کیفیت، نگهداری برنامه ریزی شده/پیش بینی شده، بهینه سازی فرآیند، مدیریت کیفیت تامین کننده را درخواست کرد. SQM)، صدای مشتری و شکایات مشتری. او از پاسخ های دقیقی که دریافت کرد، شگفت زده شد. او فکر می‌کرد که بیان فوق‌العاده، زیبا و دقیق است، شاید حتی مختصرتر از آن چیزی که می‌نوشت.

تاریخ انتشار : سه شنبه 30 خرداد 1392 – 12:03

جلسه با نزاکت های معمول شروع شد و سپس بن به ChatGPT اشاره کرد. این اواخر سروصدا شده بود. کسی در مورد آن شنیده یا با آن بازی کرده است؟

ماریا این جلسه را به پایان رساند: «ChatGPT می‌تواند مهندسی کیفیت را با دسترسی به دانش، شخصی‌سازی، سرعت و کارایی، آموزش و توسعه و بهبود مستمر متحول کند. با این حال، برای ما مهم است که توجه داشته باشیم که ChatGPT یک ابزار است و ما باید از آن در ارتباط با تخصص و مهارت‌های تفکر انتقادی خود که به عنوان مهندسان کیفیت انسانی داریم، استفاده کنیم.

گفتگو ادامه یافت. آلفردو گفت: «در حالی که پاسخ‌ها جالب هستند، نه رادیکال، و تقریباً با تفکر ما همسو هستند، چیزی که حداقل در حال حاضر تأثیرگذار است، پاسخ انسان‌مانند است». چیزی که گروه متوجه شد این است که پاسخ عملا به هر پرس و جو در پنج نقطه بود.

ماریا با صدای بلند گفت: «من شرط می بندم که این سطح بعدی هوش مصنوعی است و همه چیز برای شکست دادن ما انسان ها در نوشتن، محاسبات و قدرت جستجو آماده است. مانند جستجوی گوگل با استفاده از زبان استاندارد انسانی و دریافت پاسخی شبیه به انسان!

با این حال، کسی باید برای این محتوا هزینه کند. و اینجاست که تبلیغات وارد می‌شود. بیشتر مردم تبلیغات را یک مزاحم می‌دانند، اما آنها علاوه بر اینکه به شرکت‌های رسانه‌ای اجازه می‌دهند سرپا بمانند، عملکرد مفیدی نیز دارند. آنها شما را از محصولات و خدمات جدید مرتبط با صنعت خود آگاه می کنند. همه تبلیغات در خلاصه کیفیت مستقیماً برای محصولات و خدماتی که اکثر خوانندگان ما به آن نیاز دارند اعمال شود. شما تبلیغات خودرو یا مکمل های سلامتی را نخواهید دید.

هوش مصنوعی جایگزین انسان نخواهد شد. اما می‌تواند مانند تمام فناوری‌های قبلی، وظایف ما را سریع‌تر و آسان‌تر کند. یک چیز مسلم است: کسانی که نحوه استفاده از این ابزارها را یاد می گیرند نسبت به کسانی که از ترس از استفاده از آنها امتناع می کنند برتری خواهند داشت.

خلاصه کیفیت برای محتوای آن از خوانندگان هزینه ای دریافت نمی کند. ما معتقدیم که اخبار صنعت برای شما مهم است که کار خود را انجام دهید، و خلاصه کیفیت از کسب و کارهای مختلف پشتیبانی می کند.

در طول چند ماه گذشته، شاید بیشتر، آنها در مورد نیاز به استانداردهای نوآوری جدید بحث می کردند و در عین حال خود اصطلاح “استانداردسازی نوآوری” را زیر سوال می بردند. برخی آن را oxymoron نامیدند.

ChatGPT قادر است مهندسان کیفیت تازه کار را از طریق جنبه های کیفی فرآیند تجزیه و تحلیل علت ریشه ای مربیگری کند. همانطور که افزونه های ریاضی گرا در دسترس تر می شوند، انتظار داریم که بتواند به استدلال در حل یک مشکل کمک کند، نوع سؤالات را راهنمایی کند (بر اساس جستجو در داده های تاریخی)، نتایج را پردازش کند، و قابلیت های استنتاجی را نشان دهد. . می‌تواند به کاربران کمک کند تا در میان فرضیه‌های مختلف قدم بردارند، نمودارهای کنترل را تجزیه و تحلیل کنند، فرد را وادار کند در مورد مراحل بعدی فکر کند، به طرح‌های نمونه‌برداری کمک کند و برای ممیزی کیفیت به عنوان نقطه شروع آماده شود.»

اما قبل از اینکه او بتواند اینتر را بزند، بن فریاد زد: «بس کن! گوش کنید، ترس ما این است که هوش مصنوعی مشاغل ما را تصاحب کند. پس چرا در عوض آن را نپرسیم و ببینیم چه می‌گیریم؟» ماریا بلافاصله در آن بود:

توجه: اسکرین‌شات‌ها پاسخ‌های واقعی ایجاد شده توسط ChatGPT را نشان می‌دهند، یک مدل زبان که توسط آن توسعه یافته است OpenAI، مشاهده شده در 15 تا 19 آوریل 2023.

منبع: https://www.qualitydigest.com/inside/innovation-column/revolutionizing-quality-engineering-chatgpt-062023.html

کرت گفت: “من نسبتاً تحت تأثیر قرار گرفتم، اگرچه برایم جالب بود که وقتی تاریخ فعلی را درخواست کردم ChatGPT نتوانست آن را ارائه دهد!”

ماریا کاملاً کافئین دار بود و ابتدا می خواست توانایی ها و محدودیت های ChatGPT را درک کند، با استفاده از چند نمونه پرس و جو در مورد موضوعات متفاوت:
• محاسبات کوانتومی را به زبان ساده توضیح دهید
• برای جشن تولد یک پسر 10 ساله به من ایده های خلاقانه بدهید
• چگونه می توانم یک درخواست HTTP در جاوا اسکریپت ایجاد کنم؟

پاسخ ChatGPT اطمینان بخش بود. آلفردو یک سوال بعدی داشت: “آیا ChatGPT انقلابی در مهندسی کیفیت ایجاد خواهد کرد؟” او دوباره اطمینان یافت:

او با حرکت به سمت چیزی که ممکن است ChatGPT را مختل کند، پرسید که از چه ابزارهایی می توان برای بهبود کیفیت استفاده کرد. در یک لحظه، فهرستی به او داده شد، و توضیحات سریعی از پردازش زبان طبیعی، تجزیه و تحلیل پیش‌بینی‌کننده، تجزیه و تحلیل علت ریشه‌ای و یادگیری مستمر ارائه شد. با بررسی بیشتر، او به دنبال راهنمایی دقیق برای انجام تجزیه و تحلیل علت ریشه ای برای یک کارخانه تولیدی کوچک بود و از دریافت یک فرآیند هفت مرحله ای در راستای تفکر خود خرسند بود. به چیزی که او تمرین می کرد نزدیک بود.

گروه موافقت کردند و ماریا که هنوز وارد سیستم شده بود و صفحه نمایش خود را به اشتراک می گذاشت، آن را تایپ کرد: