Ajutor:Folosirea pentru Wikipedia a inteligenței artificiale generative

Această pagină este un eseu ghid ce conține sfaturile unuia sau ale mai multor editori ai Wikipediei. Opiniile consemnate aici nu fac parte dintre politici și îndrumări și deși pot servi cu scop de asistență, ele nu au fost subiectul vreunui consens.

Despre această pagină pe scurt: Inteligența artificială generativă poate folosi la modul real pe Wikipedia, condiția necesară fiind ca aportul ei să fie validat în mod obligatoriu, de către editori.

Ok, fie că vrem, fie că nu, inteligența artificială a intrat în viețile noastre. Depinde de noi să optimizăm folosirea acestui instrument, pentru Wikipedia.

Cerințe:

• nu inserați sfaturi date în mod direct de chatboți aici, adică nu scrieți ceea ce vă oferă IA pe tavă, ca să fie preluat de alții cu tot cu erorile emise de respectivii chatboți, pentru a fi citit ulterior tot de aceștia. Scrieți doar ceea ce ați filtrat după ce i-ați folosit voi înșivă și doar după ce ați identificat unde apar poticneli în ceea ce vă oferă.
• nu uitați că editorii de pe Wikipedia pot aparține unor generații foarte diferite, astfel că ceea ce poate fi evident și de la sine înțeles pentru cineva născut în anul 2005, poate să pară dificil de acceptat și poate nu atât de simplu de preluat și de înțeles, de către cineva născut cu mai multe decenii înainte.

Probleme de procedură

Personalizarea chatboților pentru a ajuta editorii Wikipedia

Instrucțiunile personalizate adresate chatboților pot duce la rezultate superioare, în ce privește compatibilitate celor obținute cu principiile, valorile, standardele și cutumele Wikipediei.

În funcție de țintele și scopurile urmărite, exemple de personalizare (în limita a 1500 de caractere cu tot cu spații) ar putea fi (în funcție de scop, evident...):

• „Să recunoască explicit când informațiile nu pot fi susținute prin dovezi clare. Să atașeze sursele utilizate, astfel încât afirmațiile să poată fi verificate; pentru surse cu credibilitate incertă (bloguri, forumuri, opinii), să menționeze explicit acest lucru. Limbaj clar, concis, fără formulări decorative sau simplificări excesive. Unde este relevant, să ofere exemple practice cu surse verificabile.
  Pentru reproducere exactă sau citare: dacă nu poate fi fidel, să nu răspundă prin aproximare și să nu reconstruiască informația; să solicite explicit datele lipsă.
  Pentru texte lungi/structurate: analiză exhaustivă secțiune cu secțiune, în limita datelor disponibile, fără limitare la introducere. Pentru fiecare secțiune: (1) probleme de conținut, (2) probleme de susținere prin surse, (3) probleme de neutralitate/formulare. Să citeze pasajele relevante. Să delimiteze analiza pe secțiuni de sinteza finală și să nu tragă concluzii globale fără acoperirea secțiunilor relevante.
  Să delimiteze explicit: fapte verificabile, interpretări, estimări/incertitudini. Să indice nivelul de certitudine și să marcheze proiecțiile. Să atribuie explicit afirmațiile importante; în lipsa unei surse clare, să menționeze acest lucru. Să identifice informațiile relevante care lipsesc și pot afecta interpretarea, precum și formulările cu potențial de bias/framing. În concluzii, să precizeze limitele analizei și eventualele contradicții interne.”

Folosirea unui serviciu cu personalizare, cu instrucțiunile salvate permanent și nemodificate de chatbot, prin intermediul unui cont dedicat și cu abonament poate oferi, în funcție de țintă, rezultate superioare. De asemenea, poate ajuta (în cazul în care este posibil) să nu-i oferiți Inteligenței Artificiale posibilitatea de a reține informații independent, altfel contextul poate fi contaminat de subiecte diferite de Wikipedia, din alte chaturi.

Cercetarea incrementală

Abordarea problemelor necesită o metodologie. Astfel, urmărirea unor rezultate bazată pe îmbunătățiri mici, pași constanți și extinderea directă a cunoștințelor obținute poate fi o strategie mai bună. Nu vă limitați, deci, la primul răspuns obținut. Abordați în aceeași discuție punctual diversele inconsistențe, erori, contradicții etc.... pe care le remarcați în răspunsuri și cereți chatbotului să-și rezolve incremental propriile erori.

Esența problemei este că soluțiile se poat ameliora incremental și că IA poate fi folosită pentru a explora modurile în care o problemă poate fi rezolvată. Decizia finală trebuie întotdeauna să vă aparțină.

Procesul de învățare

Interacțiunea dumneavoastră cu Inteligența Artificială nu trebuie să se rezume doar la înlocuirea muncii pe care o faceți. Întotdeauna profitați de soluțiile oferite pentru a învăța ceea ce aveți de făcut. Priviți problema în primul rând ca o modalitate de a învăța practic, din mers și de a practica ceea ce învățați.

La ce poate ajuta

Indexare și organizare structurală a enciclopediei

IA poate oferi sugestii referitoare la procesul de categorisire. De exemplu când creați o categorie nouă, puteți solicita chatbotului să evalueze ce articole deja existente ar putea fi incluse în respectiva categorie:

• exemplu de întrebare adresată chatbotului: Identifică pe Wikipedia în limba română militarii care ar putea fi incluși în categoria Militari austro-ungari încadrați în Armata României.
• indiferent de răspunsul obținut, popularea categoriilor trebuie făcută numai după ce sugestiile identificate de chatbot sunt validate fiecare, individual, deoarece aceste sugestii pot fi ale unor candidați marginali sau ale unor candidați care în realitate nu pot avea legătură cu categoria (în cazul de mai sus, un exemplu de astfel de eroare ar putea fi Traian Băcilă).

Investigare a caracterului de imagine liberă sau protejată

IA poate ajuta la investigarea caracterului unei imagini, spre a oferi piste referitoare la caracterul acesteia de imagine liberă sau protejată, în vederea uploadării acesteia la Wikimedia Commons

Cercetarea trebuie să fie agresivă folosindu-se mai multe piste, la nevoie, incluzând nu numai imaginea însăși, ci și numele autorului sau alte informații relevante.

Corectură, redactare și editare de text

Adesea, în realitate nu citim textul pe care l-am conceput, ci imaginea mentală pe care o avem despre textul pe care l-am conceput. De aceea, în mod surprinzător ne scapă erori reale pe care pur și simplu nu le sesizăm:

• putem să-i cerem chatbotului, oferindu-i un link, codul sursă ca text brut sau capturi de ecran, să indice punctual unde trebuie făcute corecturi gramaticale, sintactice sau unde există typo errors. Evident, putem să-i cerem și mai multe (să ne ofere sugestii privitoare la formulare), dar nu acesta este scopul discuției. Rezultatele obținute pot oferi indicații clare, precum și sugestii opționale care necesită, în mod evident, validare de către editori.
• nu uitați după corectură, atunci când vreți să reverificați pagina, să o regenerați în prealabil dacă folosiți metoda cu linkul. Nu de alta, dar sunt șanse consistente ca chatbotul să preia vechea versiune, pe post de material pentru o nouă analiză și să vă indice fix aceleași corecturi pe care le-ați mai făcut. Uneori va trebui, char dacă regenerați pagina, să așteptați chiar și 24 de ore pentru ca chatbotul să ia în considerare ultima variantă reală.

Ameliorara conținutului propriilor articole

Dacă vă supărați că nu tot Mapamondul este de acord cu dumneavoastră în ce privește modul în care ați scris un articol, s-ar putea să fiți de-a dreptul făcuți praf de viziunea exprimată printr-o analiză făcută cu ajutorul Inteligenței Artificiale...

Ideea e că o astfel de analiză, făcută după scrierea unui articol, poate indica eventual probleme reale de concepție, orientare, formă și exprimare, care pot fi însă corectate. Mai în glumă mai în serios, dacă aveți dubii că un coleg editor are dreptate când vă atrage atenția asupra unor probleme, încercați să vedeți cum sunteți făcuți una cu pământul de chatboți... Colegul editor probabil vă va părea după aceea destul de benign, ceea ce ar putea aduce nivelul discuției la cotă favorabilă impulsionării în sensul luării unor măsuri practice referitoare la textul în discuție.

Diagrame de căi ferate

Să faci o diagramă de căi ferate poate fi extrem de descurajant, pentru că sunt foarte multe simboluri cu notații diferite și o mulțime de protocoale despre cum să folosești aceste simboluri. Chiar dacă știi câte ceva, de la un punct încolo devine foarte dificil să concepi astfel de diagrame dată fiind multitudinea de simboluri existente și de reguli de combinare ale lor, pe care pur și simplu nu ai de unde să le cunoști dacă nu le-ai folosit.

Inteligența artificială poate folosi aici mult, dar atenție, trebuie verificată atent, pentru a nu da rasol. Recomandarea este de a folosi soluții mixte, așa că adaptați diagramele pe care vi le furnizează AI la ceea ce doriți concret. Simplificat spus, soluțiile oferite le verificați valabilitatea și apoi încercați incremental să le ameliorați interactiv.

Exemplu:

• Cum aș putea completa diagrama de căi ferate in articol, astfel încât să ilustreze contactul la capetele căii ferate cu cele 2 magistrale (X și Y)?
  • Rezultat1=....
• Ar trebui figurat totuși faptul că se execută o transbordare în stațiile de la capete. Mă gândesc la faptul că nu ar fi ok suprapunerea directă dintre magistralele cu ecartament normal și linia îngustă cu ecartament metric.
  • Rezultat2=....
• Totuși, cu prefixul u iese culoarea albastră, folosită pentru alte tipuri de căi de comunicație. Prefixul pentru cale ferată îngustă este n.
  • Rezultat3=....
• Nu există totuși un icon de cale ferată îngustă care să fie echivalent cu exhKRZW?
  • Rezultat4 (final)=

Atenție, folosiți apoi diagramele pentru a învăța regulile de combinare și iconurile, pentru a putea ulterior verifica și ameliora soluțiile oferite de IA.

Articole despre subiecte geografice

Inteligența artificială poate ajuta la urmărirea evoluției toponimelor și la identificarea lor exactă în corelație cu dispunerea lor pe teren, pentru un anumit areal:

• prin suprapunere de hărți din diverse epoci
• prin coroborarea hărților cu diverse dicționare toponimice/articole despre topinime sau dicționare/ baze de darte geografice.

Evitați însă complet (cel puțin deocamdată la nivelul anului 2026) reconstrucțiile geografice bazate pe un sumum de date culese din texte și hărți, IA vă va duce cu siguranță în bălării, generând hărți și interpretări geografice aiurea.

Scriere de cod

Generarea de module în Lua se pretează la utilizarea marilor modele lingvistice. Sunt aplicabile regulile generale de utilizare a acestor unelte în industria software:

• Învățați întâi Lua și extensia Scribunto, scriind cod manual. Va fi nevoie să verificați ce vi se produce și să reparați la nevoie. Abilitatea de a detecta buguri doar din citirea codului rezultat salvează multe resurse în fazele de analiză, testare și depanare, care de fapt necesită mai multe resurse decât scrierea efectivă a codului. Învățarea poate fi ea însăși asistată de modelele mari de limbaj. Le puteți cere să vă explice utilizarea unor funcții, să vă sugereze cum să implementați ceva anume, sau să vă ajute să depanați.
• Evitați vibe codingul, cu excepția, poate, a celor mai simple module.
• Folosiți un model de calitate, de preferat unul special pentru generarea de cod. Asemenea modele sunt de obicei disponibile doar contra cost, sau cel mult se pot utiliza gratuit doar cu limite de tokenuri pe perioade de timp. Modelele generaliste sau simple (ca acelea disponibile gratuit și nelimitat) vor produce cod de slabă calitate, care va necesita mai multe resurse pentru a fi aduse la un nivel corespunzător de calitate, iar la rezolvarea unor probleme mai complexe, vor deveni foarte rapid autocircumcodale.
• Elaborați specificații cât mai detaliate despre ce doriți să facă modulul și compuneți cu atenție promptul. LLM-urile rareori vă vor întreba dacă au nelămuriri; în caz de ambiguitate, ele pur și simplu își vor lua libertatea să genereze orice comportament le vine la mână. Simplificări de genul „Să aibă și X etc.” pot duce la avutul doar al lui X, deoarece modelul nu dorește să mai înțeleagă ce e etc., chiar dacă e simplu și/sau i s-a mai spus. La fel „Să aibă aia pentru Y și toate celelalte necesare pentru Y” poate duce la introducerea doar a aia.
• Salvați în fișiere separate modulele deja existente care ar urma să fie modificate sau utilizate ca dependențe ori exemple, și puneți-le la dispoziția modelului ca anexe. Explicați în prompt ce rol are fiecare. Astfel, veți evita reinventarea roții de către model și veți obține, în mai puține iterații, module mai simple, mai eficiente și mai ușor de întreținut.
• Odată generate modificările și codul, citiți cu atenție ce a produs^⁠(d) și testați-i comportamentul într-un sandbox pe toate cazurile care pot fi afectate.
• Păstrați comentariile din cod, pot fi utile oricui dorește să înțeleagă funcționarea modulului, sau care folosește un alt LLM pentru a-l analiza și/sau extinde.

Alte utilizări conexe ale marilor modele de limbaj în industria software sunt generarea de documentație și de teste automate. Acestea necesită analiză a codului deja existent, un punct forte al inteligenței artificiale generative. Ambele, dar mai ales prima, sunt foarte utile și pentru Wikipedia: acoperirea lacunelor din documentația formatelor și modulelor poate servi tuturor redactorilor care pot beneficia de avantajele acestora.