Kami sudah terbiasa dengan kecerdasan buatan generatif dalam beberapa tahun terakhir. Itu tidak akan hilang, tetapi semakin, itu akan berfungsi untuk mendukung agen.
“Di mana AI generatif menciptakan, AI Agen bertindak.” Begitulah cara asisten tepercaya saya, Gemini 2.5 Pro Deep Research, menjelaskan perbedaannya. Ngomong -ngomong, saya biasanya menggunakan Gemini 2.5 Pro sebagai salah satu alat penelitian saya, seperti yang saya miliki di kolom ini, namun, saya yang menulis kolom.
Agen, tidak seperti alat generatif, membuat dan melakukan tujuan multistep dengan pengawasan manusia minimal. Perbedaan penting ditemukan dalam sifat proaktifnya. Daripada menunggu sistem spesifik, langkah demi langkah, sistem agen mengambil tujuan tingkat tinggi dan secara mandiri membuat dan melaksanakan rencana untuk mencapai tujuan itu. Ini memicu alur kerja berulang yang berkelanjutan yang sangat mirip dengan loop kognitif. Proses agen yang khas melibatkan enam langkah kunci, seperti dijelaskan oleh nvidia:
- Permintaan Pengguna atau Mesin
- LLM: Memahami tugas
LLM bertindak sebagai otak agen AI. Ini menafsirkan prompt pengguna untuk memahami persyaratan tugas.
- Modul Perencanaan: Kerusakan tugas
Modul perencanaan membagi tugas menjadi tindakan tertentu.
- Modul Memori: Memberikan konteks
Modul memori memastikan konteks dipertahankan untuk eksekusi tugas yang efisien.
- Integrasi Alat: Melakukan Tugas
Inti agen mengatur alat eksternal untuk menyelesaikan setiap langkah.
- Penalaran dan Refleksi: Meningkatkan Hasil
Sepanjang proses, agen menerapkan penalaran untuk memperbaiki alur kerjanya dan meningkatkan akurasi.
Versi awal agen umum dirilis minggu lalu oleh OpenAi kepada pelanggan berbayar mereka dari ChatGPT. Itu Pesan yang menyertai rilis menjelaskan potensi daya dan produktivitas serta perawatan yang harus diambil untuk memastikan privasi:
“Agen chatgpt memungkinkan chatgpt untuk menyelesaikan tugas online yang kompleks atas nama Anda. Ini dengan mulus beralih antara penalaran dan tindakan-melakukan penelitian mendalam di seluruh situs web publik, file yang diunggah, dan terhubung Sumber pihak ketiga (seperti repositori email dan dokumen), dan melakukan tindakan seperti mengisi formulir dan mengedit spreadsheet-semuanya tetap menjaga Anda tetap terkendali. Untuk menggunakan agen chatgpt, pilih ‘agen mode’ dari menu alat atau ketik /agen di komposer. Setelah diaktifkan, cukup jelaskan tugas yang ingin Anda selesaikan, dan agen akan mulai menjalankannya. Ini akan berhenti untuk meminta klarifikasi atau konfirmasi kapan pun diperlukan. Anda juga dapat mengganggu model kapan saja untuk memberikan instruksi tambahan … Ketika Anda menandatangani agen chatgpt ke situs web atau mengaktifkan konektor, itu akan dapat mengakses data sensitif dari sumber -sumber tersebut, seperti email, file, atau informasi akun. Selain itu, ia akan dapat mengambil tindakan seperti Anda di situs -situs ini, seperti berbagi file atau memodifikasi pengaturan akun. Ini dapat membahayakan data dan privasi Anda karena adanya serangan ‘injeksi cepat’ secara online. “
Saya mencoba agen baru untuk pembaruan tentang proyek penelitian yang sedang berlangsung yang telah saya lakukan tahun ini. Itu lebih cepat daripada produk riset mendalam chatgpt-O3 yang pernah saya gunakan sebelumnya. Laporan itu lebih ringkas tetapi memasukkan semua data yang saya harapkan untuk pembaruan mingguan saya. Ini juga material relevan yang kental dan diformat dalam tabel. Saya berhati -hati dengan cara saya menangani berbagi informasi pribadi dengan agen. Seiring waktu, saya yakin bahwa cara yang lebih aman akan ditemukan untuk melindungi pengguna dan privasi mereka.
Secara inheren, AI agen berbeda dari AI generatif. AI generatif seperti asisten peneliti yang brilian tetapi agak pasif yang membutuhkan arah yang konstan dan eksplisit. Anda harus memberikan serangkaian petunjuk yang tepat dan individual untuk mendapatkannya untuk menyelesaikan tujuan Anda yang sebenarnya. Agen AI, di sisi lain, berfungsi lebih seperti pemimpin proyek yang berpengalaman. Anda menyediakannya dengan tujuan strategis tingkat tinggi seperti “menyiapkan laporan untuk provost yang menguraikan potensi penawaran sejumlah program sertifikat AI online baru yang relevan musim gugur ini yang ditargetkan untuk perusahaan regional besar.”
Agen kemudian secara mandiri mendekonstruksi tujuan ini menjadi alur kerja multistep. Ini akan mencari topik dan target yang relevan, mengidentifikasi program potensial, membandingkan dan kontras penawaran saat ini dan potensial dengan mereka yang ada di lembaga yang bersaing, menghasilkan ROI dari waktu ke waktu, mensintesis temuan, menyusun dokumen pengarahan, mengakses kalender provost, mengidentifikasi waktu pertemuan yang tersedia, dan mengirim undangan kalender dengan briefing yang terlampir.
Itu hanya satu contoh. Agen AI akan berguna dalam banyak aspek operasi universitas. Ini akan mempromosikan efisiensi, akurasi dan menghemat uang yang signifikan melalui produktivitas sepanjang waktu. Berikut adalah beberapa bidang utama di mana AI agen mungkin berguna di tahun mendatang.
- Perekrutan, Penerimaan dan Dukungan Siswa: Kami sudah melihat AI agen yang mengubah perekrutan dari proses volume tinggi dan tidak pribadi menjadi proses yang sangat individual dan proaktif. Melibatkan calon siswa 24-7 di berbagai saluran komunikasi, agen menyesuaikan penjangkauan mereka dengan janji pembelajaran yang dipersonalisasi yang telah menjadi tujuan utama teknologi pendidikan. Agen AI siap untuk membuat visi ini menjadi kenyataan pada skala.
- Mengajar dan Belajar: Akhirnya, AI Agen dapat mempersonalisasikan proses pembelajaran. Sistem ini berfungsi sebagai tutor AI 24-7 AI yang beradaptasi dengan kecepatan dan gaya pembelajaran unik masing-masing siswa. Tutor agen dapat menilai pemahaman siswa tentang suatu konsep, mengidentifikasi kesenjangan pengetahuan dan mengadaptasi materi untuk setiap pelajar untuk menciptakan jalur pembelajaran yang dipersonalisasi. Dengan menggunakan teknik seperti Pertanyaan Sokratesseorang agen dapat memandu siswa melalui proses pemecahan masalah, beradaptasi dengan pemahaman pelajar tentang topik dan mendorong mereka untuk berpikir kritis, daripada hanya memberikan jawaban yang benar. Hal ini dapat menyebabkan pembelajaran penguasaan, di mana semua pelajar menguasai konsep -konsep kunci dari suatu kelas sebelum mereka dianugerahi kredit. Tidak ada pelajar yang tertinggal.
- Dukungan Administratif: Agen AI dapat membuat buku kelas yang disempurnakan dan beranotasi dan terus -menerus diperbarui, rencana kursus yang ditingkatkan untuk fakultas; laporan analitik prediktif untuk Dekan dan Direktur; rekomendasi retensi dan kemajuan individual; materi dan rencana pemasaran dan hubungan masyarakat; rekomendasi perpustakaan untuk akuisisi dan keterlibatan siswa; dan banyak lagi fungsi di seluruh spektrum administrasi.
Agen AI akan menawarkan tingkat kecerdasan buatan berikutnya untuk pendidikan tinggi. Kami bisa mengantisipasi agen yang diwujudkan menjadi tersedia dalam setahun atau lebih. Sementara itu, saya mendorong kita semua untuk bereksperimen dengan AI agen saat tersedia. Dengan melakukan itu, kita dapat mulai membuat asisten profesional yang dipersonalisasi, proaktif, yang dapat mengantisipasi kebutuhan kita dan menerapkan preferensi kita.
Siapa di universitas Anda yang memimpin pindah ke AI Agen? Mungkin Anda mungkin berada dalam posisi untuk memodelkan efisiensi dan profesionalisme agen AI.
