جمع بندی نتایج تحلیل با هوش مصنوعی
از بین چند جدول و چند یافته، مواردی رو انتخاب کنید که برای یک تصمیم مهمن. در خروجی، خود مشاهده، برداشت احتمالی و اقدام پیشنهادی قاطی نمیشن.
جمع بندی نتایج تحلیل با هوش مصنوعی وقتی به کار میاد که چند بررسی جدا انجام شده، ولی در جلسه نمیتونید همه عددها رو با وزن یکسان مطرح کنید. اسکیل insight-synthesis اول از ایجنت میخواد هر یافته رو همونطور که دیده شده بنویسه. بعد فرق بین ارزش اون یافته برای تیم، توضیح احتمالی و قدم بعدی روشن میشه.
فرض کنید یک گزارش از بالا رفتن تعداد مراجعه به سایت میگه و یک گزارش دیگه از ثابت موندن سفارشها. کنار هم گذاشتن این دو ممکنه سوال مهمی درباره مسیر سفارش پیش بیاره، ولی هنوز علت رو ثابت نکرده. ایجنت میتونه شواهد موافق و مخالف رو مشخص کنه و پیشنهاد بده قبل از تغییر سایت چه چیزی باید جدا بررسی بشه.
کاربردها
- در اولویت بندی یافتهها، اثر هر مورد رو با اطمینان به شواهد و امکان اقدام کنار هم بسنجید.
- برای خلاصه تحلیل داده، مشاهدات نزدیک به هم رو زیر یک موضوع جمع کنید و تفاوت بین منابع رو هم نگه دارید.
- در تفسیر نتیجه آماری، توضیح احتمالی رو با چیزی که واقعا اندازهگیری شده یکی نگیرید.
- برای تصمیم گیری بر اساس داده، مقیاس اثر رو با تعداد، زمان یا مبلغی که برای تیم معنی داره بیان کنید.
- یافتهای رو که ارزش بالایی داره ولی هنوز کممدرکه، در فهرست سوالهای نیازمند بررسی نگه دارید.
نصب و استفاده
- پوشه اسکیل رو در ایجنتتون نصب کنید. یافتههای قبلی، شرح منبعها و تصمیم پیش روی تیم رو آماده کنید. برنامه آماری جدا لازم نیست.
- بگید «از بین این شش نتیجه، سه مورد رو که برای برنامه ماه بعد مهمتره انتخاب کن. هر جا دو منبع با هم نمیخونن، هر دو رو بیار.»
- پیشنهاد هر مورد رو با شواهدش مرور کنید. مشخص کنید کجا میتونید همین حالا تصمیم بگیرید و کجا اول به عدد یا آزمایش تازه نیاز دارید.
سوالات متداول
منبع
ساخته Nimrod Fisher. نام اصلی: insight-synthesis، منتشرشده در GitHub با مجوز MIT.
مشاهده در GitHub