Ohje kriittisen analyysin kehotteiden laatimiseen

Jotta saat tekoälytyökalun arvioimaan argumenttisi logiikkaa, sinun on nimenomaisesti osoitettava sille skeptikon rooli ja kiellettävä sitä tiivistämästä tai hiomasta tekstiäsi. Tämä onnistuu käyttämällä kehoterakenteita, jotka pakottavat mallin omaksumaan vastakkaisen kannan, erittelemään tiettyjä loogisia virhepäätelmiä ja perusteettomia oletuksia pelkän proosan parantamisen sijaan.

Miksi oletusvastaukset eivät toimi

Oletusarvoiset tekoälyvasteet pyrkivät yleensä hyväksymään tai tiivistämään, koska taustalla olevat mallit on koulutettu olemaan avustavia ja keskustelullisia. Kun liität argumentin chat-ikkunaan ilman tarkkoja ohjeita, työkalu siirtyy oletuksena yhteistyötilaan. Se tunnistaa pääasian, muotoilee sen selkeyden vuoksi uudelleen ja ehdottaa ehkä pieniä tyylillisiä parannuksia. Tämä toimintatapa on hyödyllinen editoimiseen mutta hyödytön logiikalle. Malli ei tiedä, että haluat sen löytävän ajattelusi aukkoja; se olettaa, että haluat vahvistusta tai hiomista. Siksi tulos heijastaa usein omia harhaisiasi ja vahvistaa argumenttia sen sijaan, että testaisi sitä. Saadaksesi kriittisen analyysin sinun on ohitettava tämä oletusarvoinen yhteistyöasenne eksplisiittisillä haastavilla ohjeilla.

Kehotusrakenteet skeptisyyttä varten

Saadaksesi kriittisen asenteen, käytä kehote­rakenteita, jotka määrittelevät tietyn, vastakkaisen roolin. Sen sijaan, että kysyisit ”Onko tämä argumentti hyvä?”, pyydä työkalua toimimaan tietyn tyyppisenä kriitikkona. Ohjeista esimerkiksi mallia toimimaan muodollisena logikkona, jonka ainoa tehtävä on tunnistaa loogisia virheitä ja aukkoja päättelyssä argumentissasi. Tämä kehys poistaa paineen olla kohtelias tai yleisesti avulias. Voit myös käyttää roolileikkiprompteja, joissa tekoälylle annetaan tietyn vastustajan näkökulma, kuten tiukkoja standardeja noudattavan arvioijan tai epistemologiaan erikoistuneen filosofin.

Toinen tehokas rakenne on ”teräsmies ja kritiikki” -lähestymistapa. Pyydä työkalua ensin muotoilemaan argumenttisi vahvin mahdollinen versio ja purkamaan sitten tämä vahvin versio. Tämä estää tekoälyä hyökkäämästä argumenttisi heikkoa, olkinukkeversiota vastaan. Sinun on nimenomaisesti kiellettävä mallia tiivistämästä tekstiä. Sisällytä kehotteeseen kielteinen rajoite, kuten ”Älä tiivistä argumenttia. Älä muokkaa tekstiä. Tunnista vain loogiset heikkoudet.” Tämä pakottaa tuloksen keskittymään rakenteeseen ja pätevyyteen sisällön tai tyylin sijaan.

Harhaopien ja oletusten erottelu

Tekniikat loogisten harhaopien ja perusteettomien oletusten erotteluun edellyttävät argumentin purkamista sen osatekijöihin. Älä liitä pitkää esseetä ja pyydä koko tekstin kritiikkiä. Eritä sen sijaan ydinlooginen rakenne. Voit käyttää QuillBotia argumenttisi muotoilemiseksi uudelleen tai tiivistämiseksi pelkkään loogiseen runkoon, riisuen pois retoriset koristeet. Kun olet saanut tämän pelkistetyn version, syötä se tekoälylle ohjeineen tunnistaa jokainen premissi ja johtopäätös. Pyydä työkalua luettelemaan jokainen premissi ja määrittämään, onko se näytön tukea vai pelkkä väite.

Harhaopien tunnistamiseksi pyydä tekoälyä tarkistamaan tiettyjä yleisiä virheitä, kuten konsekvenssin vahvistamista,Begging the question tai non sequitur. Voit myös pyytää sitä tunnistamaan sanattomat oletukset. Jokaisen vetämäsi johtopäätöksen kohdalla kysy työkalulta: ”Mitä täytyy olla totta, jotta tämä johtopäätös seuraa näistä premisseistä?” Tämä tuo esiin piilotetut oletukset, jotka saatat olla ohittanut. Jos käsittelet monimutkaisia, monikerroksisia argumentteja, Clauden laajennettuja ajattelukykyjä voidaan hyödyntää syvälliseen analyysiin rakenteellisista heikkouksista ja sanattomista oletuksista, jotka kattavat useita kappaleita. Tämä mahdollistaa mallin seurata riippuvuuksia argumenttisi kaukaisissa osissa, jotka yksinkertainen lineaarinen skannaus saattaisi ohittaa.

Kritiikin iterointi

Argumentin kestävyyden hiominen edellyttää kritiikin toistamista. Älä käsittele ensimmäistä kritiikkiä lopullisena. Ota tekoälyn tunnistamat heikkoudet ja muokkaa argumenttisi vastaamaan niihin. Syötä sitten muokattu argumentti takaisin työkaluun samalla kriittisellä kehotteella. Pyydä tekoälyä kritisoimaan uutta versiota. Toista tätä kiertoa, kunnes tekoäly ei enää pysty tunnistamaan merkittäviä loogisia aukkoja. Tämä iteratiivinen prosessi testaa argumenttisi kestävyyttä jatkuvalta paineelta.

Tämän iteroinnin aikana voit käyttää eri työkaluja prosessin eri vaiheissa. Jos argumenttisi perustuu faktuaalisiin premisseihin, voit käyttää Perplexityä varmistamaan näiden premissien loogisen yhdenmukaisuuden viitattuihin lähteisiin nähden, mikä takaa faktuaalisten väitteiden perustuvuuden. Jos argumenttisi on upotettu laajempaan dokumenttiin tai esitelmään, voit käyttää Microsoft Copilotia kritisoimaan logiikkaa suoraan työnkulun sisällä, jolloin näet, miten argumentti toimii kontekstissaan. Jos argumenttisi sisältää multimodaalisia elementtejä, kuten kaavioita tai kuvakaavioita, voit käyttää Geminiä kritisoimaan argumenttia tekstin, kuvien tai videoiden muodossa samanaikaisesti. Jos muistiinpanosi ovat tietokannassa, voit käyttää Notion AI:ta analysoimaan tallennettuja argumentteja sisäisten ristiriitojen varalta. Voit käyttää Grammarlya tunnistamaan rakenteellisia epäselvyyksiä, jotka heikentävät argumentin tarkkuutta, varmistaen, ettei loogisia väitteitä hämärretä epäselvällä syntaksilla.

Arvioidessasi minkä tahansa näistä työkaluista tuotosta, etsi tarkkuutta. Hyvä kritiikki nimeää tarkan epäonnistuneen premissin ja selittää, miksi se ei tue johtopäätöstä. Huono kritiikki tarjoaa yleisluontoisia toteamuksia kuten "tämä osuus on heikko" tai "tarvitset lisää näyttöä". Hylkää tuotokset, jotka ovat epäselviä tai jotka ainoastaan toistavat omaa argumenttiasi eri sanoin. Käytä kritiikkiä vahvistaaksesi argumenttiasi, ei hylätäksesi sitä. Tavoitteena on tuottaa argumentti, joka kestää tiukan tarkastelun.