پرسیدن از چند هوش مصنوعی هم‌زمان: چطور جواب‌ها را واقعاً مقایسه کنیم؟

نوشتهٔ تیمِ چندهوش · ۵ مهر ۱۴۰۵ · ۸ دقیقه مطالعه

یک سؤال، چند مدل، چند جوابِ مستقل. این راهنما هم روشِ دستیِ این کار را نشان می‌دهد و هم می‌گوید کجا بهتر است مدل‌ها را پشتِ یک میز بنشانی.

پرسیدن از چند هوش مصنوعی هم‌زمان یعنی یک سؤالِ واحد را جدا جدا به چند مدل بدهی، جواب‌ها را کنار هم بگذاری و ببینی کجا هم‌نظرند و کجا راهشان از هم جدا می‌شود. این کار دو راه دارد: راهِ دستی با چند تبِ مرورگر و کپی‌پیست، و راهِ «یک میز» که مدل‌ها را کنار هم می‌نشاند تا اول مستقل جواب بدهند، بعد همدیگر را نقد کنند و در آخر یک جمع‌بندیِ مکتوب تحویلت بدهند. هر دو کار می‌کنند؛ فرقشان در وقتی است که می‌گذاری، در انصافِ مقایسه و در چیزی که آخرِ کار دستت می‌ماند.

چرا یک جواب کافی نیست؟

وقتی از یک مدل سؤال می‌پرسی، یک جوابِ مرتب و مطمئن می‌گیری. مشکل این است که از روی خودِ جواب نمی‌شود فهمید چه چیزی از قلم افتاده. هر خانواده‌ی مدل با داده‌ها و روش‌هایِ متفاوتی آموزش دیده و تنظیم شده است؛ برای همین نقطه‌هایِ کورشان هم با هم فرق دارد. یکی ریسک‌ها را پررنگ می‌کند، دیگری سراغِ راه‌حلِ عملی می‌رود، سومی فرضی را زیرِ سؤال می‌برد که تو اصلاً به آن فکر نکرده بودی.

مثلِ گرفتنِ نظرِ دوم از یک متخصصِ دیگر است: اگر هر دو یک چیز بگویند، کمی خیال‌ت راحت‌تر می‌شود؛ اگر متفاوت بگویند، تازه فهمیده‌ای که مسئله آن‌قدرها هم ساده نبوده. اختلافِ نظر خودش اطلاعات است، نه دردسر. این همان ایده‌ی اصلیِ هوش مصنوعی چندمدلی است: به جایِ اعتماد به یک صدا، صداهایِ مختلف را کنار هم بشنوی.

البته یک نکته را از همین اول به خاطر بسپار: اگر همه‌ی مدل‌ها هم‌نظر بودند، این به معنایِ درست بودنِ جواب نیست. مدل‌ها می‌توانند یک اشتباهِ رایج را با هم تکرار کنند. هم‌نظری فقط یعنی احتمالِ اشتباه کمتر شده، نه صفر.

راهِ دستی: پرسیدن از چند هوش مصنوعی هم‌زمان با چند تب

اگر می‌خواهی خودت و بدونِ هیچ ابزارِ اضافه‌ای شروع کنی، این مراحل مقایسه را منصفانه نگه می‌دارد:

1. سؤال را یک‌بار و کامل بنویس. در یک فایلِ متنی، زمینه، هدف، محدودیت‌ها و شکلِ جوابی که می‌خواهی را بنویس. قرار است همین متن را بی‌تغییر به همه بدهی.
2. برای هر مدل یک گفتگویِ تازه باز کن. اگر در گفتگویِ قبلی چیزی گفته‌ای، ممکن است رویِ جواب اثر بگذارد. شروعِ تمیز یعنی شرایطِ برابر.
3. متن را عیناً بچسبان و فعلاً سؤالِ تکمیلی نپرس. اگر به یکی توضیحِ اضافه بدهی و به بقیه نه، دیگر داری دو سؤالِ متفاوت را مقایسه می‌کنی.
4. جواب‌ها را در یک سند کنار هم بگذار. زیرِ هر جواب نامِ مدل را بنویس و متن را دست نزن.
5. اتفاق‌ها و اختلاف‌ها را علامت بزن. با دو رنگِ مختلف: جاهایی که همه یک چیز گفته‌اند و جاهایی که حرف‌ها با هم نمی‌خواند.
6. دورِ نقد را راه بینداز. جوابِ مدلِ اول را به مدلِ دوم بده و بپرس «ضعفِ این جواب کجاست؟» و برعکس. این مرحله معمولاً جالب‌ترین بخشِ کار است.
7. خودت جمع‌بندی بنویس. چه چیزی قطعی به نظر می‌رسد، چه چیزی محلِ اختلاف ماند، و تصمیمت چیست.

این روش برای سؤال‌هایِ گاه‌به‌گاه کاملاً جواب می‌دهد. اگر فقط هفته‌ای یکی دو بار این کار را می‌کنی، لازم نیست چیزِ دیگری امتحان کنی.

کجاهای راهِ دستی گیر می‌کند؟

وقتی سؤال‌ها جدی‌تر یا تکراری‌تر می‌شوند، چند گیرِ مشخص پیدا می‌شود:

• آلودگیِ جواب‌ها. اگر عجله کنی و جوابِ یک مدل را پیش از آنکه مدلِ دیگر نظرِ خودش را داده باشد به او نشان بدهی، مدلِ دوم معمولاً به همان سمت کشیده می‌شود. استقلال از بین می‌رود و هم‌نظریِ ظاهری درست می‌شود.
• پیوست‌هایِ پراکنده. اگر سؤالت به یک فایلِ اکسل یا PDF وابسته است، باید آن را جدا جدا در هر سرویس بارگذاری کنی و مطمئن شوی همه واقعاً همان را خوانده‌اند.
• داور خودت هستی. وقتی خودت جمع‌بندی می‌نویسی، ناخودآگاه طرفِ جوابی را می‌گیری که از اول به دلت نشسته بود. قضاوتِ منصفانه بینِ چند جوابِ بلند کارِ ساده‌ای نیست.
• نقد یک‌طرفه می‌ماند. راه‌انداختنِ دورِ نقد بینِ سه یا چهار مدل با کپی‌پیست، سریع از کنترل خارج می‌شود و معمولاً وسطِ کار رهایش می‌کنی.
• چیزی ثبت نمی‌شود. یک هفته بعد نمی‌دانی کدام جواب از کدام مدل بود و چرا آن تصمیم را گرفتی.

راهِ یک میز: مدل‌ها کنار هم، هر کدام مستقل

در چندهوش همین مراحل خودکار و مرتب انجام می‌شود. موضوعت را می‌نویسی، صندلی‌ها را می‌چینی و نشست سه مرحله دارد: اول هر مدل بدونِ دیدنِ جوابِ بقیه نظرِ مستقلِ خودش را می‌دهد؛ بعد مدل‌ها جواب‌هایِ همدیگر را نقد می‌کنند؛ و در آخر یک حکمِ مکتوب نوشته می‌شود که می‌گوید سرِ چه چیزی توافق شد، کجا اختلاف ماند و توصیه چیست. جزئیاتِ این جریان را در صفحه‌ی چطور کار می‌کند ببین.

تا ۱۲ صندلی می‌توانی بچینی و از هشت خانواده‌ی مدل انتخاب کنی؛ فهرستِ آن‌ها و نسخه‌هایِ در دسترس در صفحه‌ی مدل‌ها و داخلِ خودِ برنامه آمده است. به هر صندلی یک نقش می‌دهی، مثلاً معمار، منتقد، ایده‌پرداز یا عمل‌گرا. یک مدل را حتی می‌توانی در دو صندلی با دو نقشِ متفاوت بنشانی. در عمل، پرسیدن از چند هوش مصنوعی هم‌زمان اینجا یعنی یک‌بار نوشتنِ سؤال و دیدنِ همه‌ی جواب‌ها و نقدها در یک صفحه.

اگر نگرانی میز زود به توافق برسد، صندلیِ «وکیلِ مدافعِ شیطان» را فعال کن؛ کارش مخالفت است تا نظرِ اکثریت بی‌چالش تأیید نشود. چرا این مهم است را در مقاله‌ی چرا هوش مصنوعی همیشه با من موافق است مفصل توضیح داده‌ایم.

مقایسه‌ی دو راه در یک نگاه

کدام نوعِ نشست به سؤالِ تو می‌خورد؟

همه‌ی سؤال‌ها بحث لازم ندارند. گاهی فقط می‌خواهی جواب‌ها را کنارِ هم ببینی. نوعِ نشست را بر اساسِ هدفت انتخاب کن:

اگر هدفت مقایسه‌ی خودِ مدل‌هاست، نه گرفتنِ یک تصمیم، مقاله‌ی مقایسه ChatGPT و Claude و Gemini روشِ قدم‌به‌قدمِ آن را توضیح می‌دهد.

یک نمونه‌ی فرضی: نرخِ ساعتی یا قیمتِ پروژه‌ای؟

این یک نمونه‌ی فرضی و ساختگی است تا شکلِ کار را ببینی؛ نشستِ واقعی، کاربرِ واقعی یا نتیجه‌ی واقعی نیست.

فرض کن یک طراحِ فریلنسر هستی و می‌خواهی تصمیم بگیری از این به بعد ساعتی کار کنی یا برایِ هر پروژه قیمتِ ثابت بدهی. این‌طور میز را می‌چینی:

• نوعِ نشست: بحث و تصمیم، با آستانه‌ی اجماعِ ۸۰٪.
• صندلی‌ها: Claude در نقشِ عمل‌گرا، ChatGPT در نقشِ منتقد، Gemini در نقشِ ایده‌پرداز، DeepSeek در نقشِ معمار، و صندلیِ وکیلِ مدافعِ شیطان.
• عمقِ بحث: عادی.
• پیوست: یک فایلِ CSV از پروژه‌هایِ سالِ گذشته، با ساعتِ واقعیِ کار و مبلغِ دریافتی.
• پیش از شروع: «بررسیِ برداشتِ ما» را روشن می‌کنی تا مطمئن شوی سؤال درست فهمیده شده، و «تأییدِ فرض‌ها» فرض‌هایِ پنهان را فهرست می‌کند؛ مثلاً اینکه مشتری‌هایت بیشتر پروژه‌هایِ کوتاه می‌خواهند. هر کدام را که درست نیست رد می‌کنی.

حکمِ نهاییِ چنین نشستی معمولاً این بخش‌ها را دارد:

• توافق‌ها: مثلاً اینکه پروژه‌هایی که دامنه‌ی کارشان از اول روشن نیست، با قیمتِ ثابت پرریسک‌اند.
• اختلاف‌ها: شاید یک صندلی ترکیبی از هر دو روش را پیشنهاد کند و دیگری بگوید این کار مذاکره با مشتری را پیچیده می‌کند.
• قوی‌ترین مخالفتِ باقی‌مانده: مثلاً اینکه داده‌هایِ یک سال برایِ نتیجه‌گیری درباره‌ی فصل‌هایِ کم‌کار کافی نیست.
• توصیه: یک پیشنهادِ مشخص، همراهِ دلیل‌هایش، که می‌توانی رویش سؤالِ تکمیلی بپرسی.

بعد از حکم، «نقشه‌ی تصمیم» نشان می‌دهد چرا به این نتیجه رسیدند و کجا اختلاف ماند. حکم را می‌توانی به PDF یا Word ببری یا با یک لینکِ فقط‌خواندنی با شریکت به اشتراک بگذاری.

چند اشتباهِ رایج در پرسیدن از چند مدل

• سؤالِ مبهم. اگر سؤال گنگ باشد، هر مدل برداشتِ خودش را جواب می‌دهد و «اختلاف»ی که می‌بینی در واقع اختلاف در فهمِ سؤال است.
• شمردنِ رأی به جایِ خواندنِ دلیل. سه به یک یعنی سه مدل یک چیز گفته‌اند، نه اینکه حق با آن‌هاست. دلیلِ آن یک نفر را جدی بخوان.
• قضاوت بر اساسِ طولِ جواب. جوابِ بلندتر لزوماً کامل‌تر نیست؛ گاهی فقط پرحرف‌تر است.
• نادیده گرفتنِ خطایِ مشترک. مدل‌ها ممکن است همه با هم یک چیزِ نادرست بگویند. برایِ اینکه بدانی چطور چنین خطاهایی را بگیری، مقاله‌ی توهم هوش مصنوعی را بخوان.
• تکیه‌ی کامل در تصمیم‌هایِ جدی. برایِ تصمیم‌هایِ پزشکی، حقوقی یا مالیِ مهم، نتیجه را حتماً با یک متخصصِ انسانی مرور کن.

جمع‌بندی

پرسیدن از چند هوش مصنوعی هم‌زمان عادتِ خوبی است، چون نقطه‌هایِ کورِ یک مدل را با نگاهِ مدلِ دیگر پیدا می‌کنی. برایِ سؤال‌هایِ گاه‌به‌گاه، راهِ دستی با چند تب و یک سندِ مقایسه کاملاً کافی است؛ فقط استقلالِ جواب‌ها را حفظ کن و خودت را داورِ بی‌طرفی فرض نکن. وقتی سؤال جدی‌تر شد، پیوست داشت یا خواستی نقدِ واقعی بینِ مدل‌ها ببینی، نشاندنِ آن‌ها پشتِ یک میز در یک پلتفرم هوش مصنوعیِ چندمدلی وقتت را آزاد می‌کند و یک حکمِ مکتوب دستت می‌دهد که می‌شود ادعاهایش را یکی‌یکی بررسی کرد.