ChatGPT 已然是 2023 开年至今,互联网上最热的话题没有之一。从去年的 AI 图片生成,到 ChatGPT,再到现在各种基于大模型的应用如雨后春笋般出现……在人们探讨技术无限可能的同时,另一个更深刻的命题也不可回避地浮现出来:
AI 似乎证明了自己有推进生产力变革的能力。那么,谁会是下一个「马车车夫」和「纺织女工」?
深耕互联网多年的知名产品人黄有璨,在自己的公众号里写道,「以前大家一贯认为 AI 会优先取代很多蓝领工种。但万万没想到,当前 GPT 高速进化的背后,实际情况更可能是:一批白领会被优先取代掉。」
假如我们证实了 ChatGPT 可以做翻译、写文案、敲代码、分析数据、总结概要、制作表格……那么,它是威胁还是助力? 又或者,类似 ChatGPT 的能力将多大程度地帮助组织提升工作效率?
作为同样致力于探索 AI 在工作场景中应用的团队,LigaAI 对于 ChatGPT 的能力也有许多好奇:ChatGPT 能多大程度地成为研发团队的帮手?事务性工作之外,它「懂」管理吗?在研发效能等略显含糊的话题上,它会给出怎样的答案?
于是,便有了这次「对话」:LigaAI 与 ChatGPT 的研发效能七连问。
开始之前,我们为 ChatGPT 预设了它的角色,以保证其响应内容的范围。
Q1:对敏捷团队而言,研发效能是什么?
ChatGPT: 对于敏捷团队而言,研发效能指的是团队在实现项目目标的同时,以尽可能短的时间和最少的资源,提供高质量的产品。这包括团队成员的效率、代码质量、沟通效率、团队协作效率等。
研发效能是团队不断改进和优化工作流程的结果,它是团队在实现项目目标的同时,不断提高效率和降低成本的能力。
LigaAI 说两句: 第一个问题,我们尝试获得多个不同的回答,却发现 ChatGPT 只是在用不同的方式,将「高质量」「高效率」和「完成项目目标」三个词排列组合。
不得不提的是,基于 GPT-3.5 模型的 ChatGPT 在「内容可读性」上取得了非常大的进步。它能将信息整合成不重复的、阅读通顺的文字和段落,我们甚至很难一眼区分内容是出自人还是机器。
Q2:分别从研发团队和个人的角度,谈谈研发效能的提升如何实现?
ChatGPT: 从研发团队的角度,提升研发效能可以通过以下几个方面实现:
从个人角度看,研发效能的提升可以通过以下方法实现:
研发效能的提升需要团队和个人共同努力,团队和个人都需要不断学习和提高,才能实现最优的
(P.S.:这里最后三个字就是「最优的」,真的不是小编漏了 0.0)
LigaAI 说两句:别看 ChatGPT 洋洋洒洒地输出了几百字,看似结构清晰、论点充足,但仔细一看问题就出现了:
- 内容局限性。 ChatGPT 根据预先给定的主题范围(敏捷开发、冲突指导、技术成长、研发团队管理、项目管理)提供的回答,有些刻板和单薄。
- 内容质量低 。 小编愿称第二段内容为「废话文学天花板」,车轱辘话连轴转,看似有条有理,但有实践意义的指南却一点没提。
- 完整性不足。 尚未触发字数限制的情况下,ChatGPT 不止一次「卡壳下线」,最终只好以不完整的内容匆匆结尾。
Q3:管理学常说,要先做正确的事,再正确地做事。对研发团队而言,「做正确的事」和「正确地做事」分别指什么?
ChatGPT: 「做正确的事」是指团队的研发活动要专注于最关键的任务,致力于最有价值、最有影响力和最相关的项目,而这些项目总是与组织的目标和优先事项保持一致。
「正确地做事」指的是有效且高效地执行工作,包括正确地使用工具和技术、遵循敏捷开发流程和原则、建立良好的沟通机制和团队合作环境、不断提高个人和团队的技能水平等。
追问:再展开说说吧。
ChatGPT: 好的。进一步阐述「做正确的事」:
进一步阐述「正确地做事」:
LigaAI 说两句:用中文描述这个问题时,ChatGPT 再一次出现了内容中断的情况,于是我们尝试用英文提问,这才顺利得到上面的结果。
段落内容的灵活性和质量依旧有很大的优化空间,但令人惊喜的是,在缺乏清晰的追问描述的情况下,ChatGPT 也能很好地理解上下文,并给出高度相关的回答。
Q4:是否存在可靠的数据指标,可以判断团队是否在做「正确的事」?
ChatGPT: 有几个指标可以用来判断研发团队是否在做「正确的事」:
这些是几个用于判断研发团队的价值提供的数据指标,而具体指标的选择将取决于企业和产品的独特需求和目标。
LigaAI 说两句:在最初设想中,ChatGPT 应该从技术管理者或者 C-Level 的视角,考虑企业经营等更多维度的内容。但是,最后的效果好像不是这样 TAT
同时还出现了一个新的问题:ChatGPT 似乎在信息处理上不太严谨。 描述的后置语中重复程度最高的两个词分别是「交付价值」和「效率和效力」,而「效率和效力」却不是「做正确的事」的考虑内容。
P.S.:为了更好地阅读体验,后续内容均对 ChatGPT 的回答进行适当删减。
Q5:技术管理者如何保证敏捷团队始终在做「正确的事」?
ChatGPT: 作为技术管理者,你可以采取几个步骤来确保敏捷团队始终在「做正确的事」:
LigaAI 说两句:ChatGPT 对 6 个步骤的先后次序处理超出我们的预期。它并不是简单地检索、整理和组织信息,甚至于小编好像真的能感受到 AI 的「思考」过程 °o°
Q6:问一个「组织文化建设」相关的问题:高效能的研发团队的组织文化是什么样的?
ChatGPT: 高效能的研发团队,其组织文化具备几个关键表征:
总之,高效能的研发组织文化创造了一个积极、高效的工作环境,支持创新并推动成果。
LigaAI 说两句:在设计问题时,我们特意加入了具体的相关前置语,明确接下来的问题将围绕「组织文化建设」展开,引导 ChatGPT 给出更符合期待、更切题的回答。
Q7:开发、测试、产品经理和外部伙伴之间总是不可避免地存在误解和理解偏差。不同角色之间的清晰沟通和高效协作,应该如何实现?
ChatGPT: 可以通过以下几种方法实现清晰的沟通和高效的协作:
LigaAI 说两句:这是一个实操性很强的具体场景问题,而 ChatGPT 的表现也很值得探讨。
对沟通渠道、信息透明、敏捷开发和工具应用等主题,AI 能够根据丰富的示例和文章整理出可操作建议;而流程优化、团队建设、持续学习等高度依赖个人实践经验和总结的话题,ChatGPT 的回答则不免空泛。
此次对话期间,LigaAI 不止一次地感叹 GPT-3.5 模型惊人的语言能力。相比初代 GPT-3,现在的 ChatGPT 语言流畅通顺、结构框架清晰,虽然「卡壳掉线」的情况偶有发生,但是在语言建模、指令微调和思维链等方面的表现已足以称得上「真正的人工智能」。
当然,ChatGPT 也存在一些局限:内容准确性难以保证、质量不稳定、空泛建议多而实操性不高、不够灵活等等。输出的内容质量和篇幅长度不成比例时,会让人有种「嘴碎又倔强」的感觉。
此外,在与 ChatGPT 不断周旋的过程中,LigaAI 发现想要发挥 ChatGPT 最大的能力,让 AI 言之有物,「有效提问」非常重要。使用清晰、具体且聚焦的提示词(Prompt)规束 AI 生成的范围和内容,不断修改和优化提示词,逐步获得更好的输出结果;这也是一个不断学习和调优的过程。
让我们回到文章开头的两个问题 :
👉 对于企业和研发团队而言,ChatGPT 究竟是威胁还是助力?
👉 同 ChatGPT 一般的 AI 能力将多大程度地帮助组织提升工作效率?
强大如 ChatGPT 的 AI 能力体现在可以快速地在巨量的语料库中,搜集、梳理并总结生成流通度最高的内容范式,为知识工作者提供成熟的、可借鉴的框架与知识,极大程度地提高信息粗炼的效率,进一步成为生产力提效工具。
而那些切实为(研发)组织和企业创造价值的,是对信息的判断和取舍、对知识体系的构想和搭建、对实现目标的判断和决策,而这些正是(当前的)ChatGPT 无法规避的缺陷。
所以,ChatGPT 火了,有谁的「饭碗」要保不住了吗?
不会的。以 ChatGPT 为首的通用人工智能应用,是个人和企业的生产力加速器,是能让我们牢牢抓紧饭碗的强力胶。
它们可以将我们从耗时费力的「粗采型任务」中解放出来,帮我们完成简单又繁琐的数据收集和预处理工作,让我们有更多时间去梳理逻辑、构想创意、分析利弊,更高效地创造价值,实现价值(就像新一代智能研发协作平台 LigaAI 为广大开发者和研发团队带去的价值一样)。
让工作和生活更加便利,释放更多生产力,才是先进技术存在的意义。
了解更多前沿技术、敏捷开发、项目管理、行业动态等消息,欢迎关注 LigaAI@oschina
也欢迎您点击 LigaAI - 新一代智能研发协作平台,申请体验我们的产品,并与我们展开更多交流 :)
|