مقایسه‌ی خالص در چندهوش: یک سؤال، چند جوابِ کامل، کنارِ هم
در مقایسه‌ی خالص بحثی در کار نیست: هر صندلی یک بار و جدا از بقیه جواب می‌دهد و تو جواب‌ها را کنارِ هم می‌بینی. این صفحه می‌گوید کِی این نوع نشست به درد می‌خورد و خروجی‌اش چه شکلی است.
«مقایسه‌ی خالص» ساده‌ترین نوعِ نشست در چندهوش است و برایِ مقایسه پاسخ هوش مصنوعی ها ساخته شده: بدونِ بحث، بدونِ نقد و بدونِ داوری، هر صندلی در یک دور یک جوابِ کامل و مستقل می‌نویسد. جواب‌ها با نامِ واقعیِ هر صندلی و بدونِ کوتاه‌شدن کنارِ هم نشان داده می‌شوند. برنده‌ای اعلام نمی‌شود؛ تصمیم با خودِ توست.
مقایسه پاسخ هوش مصنوعی ها در این نشست چطور انجام می‌شود؟
- یک دور، یک جواب. هر صندلی سؤالت را می‌گیرد و یک جوابِ کامل می‌نویسد، بدونِ این‌که جوابِ بقیه را ببیند.
- بدونِ بحث و داوری. صندلی‌ها هم را نقد نمی‌کنند، رأی نمی‌دهند و داوری حکم نمی‌دهد. برای همین عمقِ بحث، آستانه‌ی اجماع و رأی‌گیری در این نوع نشست کاربردی ندارند.
- نمایشِ کنارِ هم. جوابِ هر صندلی در بخشی جدا با نامِ واقعیِ همان صندلی می‌آید؛ برخلافِ بعضی نوع‌هایِ دیگر، این‌جا جواب‌ها بی‌نام نمی‌شوند.
- تفاوت‌هایِ اصلی. در آخر چند خطِ مشاهده‌ای می‌آید که می‌گوید جواب‌ها واقعاً کجا با هم فرق دارند.
چون فقط یک دور دارد، این نوع معمولاً ارزان‌ترین و سریع‌ترین نوعِ نشست است. هزینه‌یِ تخمینیِ هر نشست را قبل از شروع می‌بینی؛ درباره‌یِ نحوه‌یِ محاسبه در صفحه‌یِ قیمت و هزینه بخوان. برایِ مقایسه با نوع‌هایِ دیگر، صفحه‌یِ چطور کار می‌کند را ببین.
کِی مقایسه‌ی خالص را انتخاب کنی؟
- دیدنِ سبکِ مدل‌ها: می‌خواهی ببینی مدل‌هایِ مختلف یک متن، ایمیل یا توضیح را چطور می‌نویسند.
- انتخابِ مدل برایِ یک کارِ تکراری: مثلاً برایِ خلاصه‌نویسیِ هفتگی یا نوشتنِ توضیحِ محصول، قبل از این‌که یک مدل را برایِ همیشه انتخاب کنی.
- نظرِ دوم، سریع: وقتی فقط می‌خواهی چند جوابِ مستقل ببینی و خودت قضاوت کنی.
اما اگر لازم است جواب‌ها با هم سنجیده شوند و خطاهایشان پیدا شود، این نوع کافی نیست:
| اگر… | نوعِ بهتر |
|---|---|
| فقط می‌خواهی جواب‌ها را کنارِ هم ببینی | مقایسه‌ی خالص |
| می‌خواهی صندلی‌ها هم را نقد کنند و به یک جمع‌بندی برسند | بحث و تصمیم |
| می‌خواهی درستیِ یک ادعا یا متن بررسی شود | راستی‌آزمایی |
«هوشمندِ هدایتگر» مقایسه‌ی خالص را خودش انتخاب نمی‌کند؛ اگر همین را می‌خواهی، خودت آن را بردار.
راه‌اندازی در چندهوش
- نوعِ نشست را «مقایسه‌ی خالص» بگذار و سؤال یا درخواستت را کامل بنویس؛ هرچه دقیق‌تر، مقایسه منصفانه‌تر.
- صندلی‌ها را بچین. برایِ مقایسه‌یِ مدل‌ها، هر صندلی را به یک خانواده بده؛ فهرستشان در صفحه‌یِ مدل‌ها است. نسخه‌هایِ در دسترس داخلِ اپ نشان داده می‌شود.
- دستورالعمل‌ها را یکسان نگه دار. اگر می‌خواهی خودِ مدل‌ها را بسنجی، به همه‌یِ صندلی‌ها نقش و «دستورالعملِ این صندلی» یکسان بده؛ اگر زاویه‌هایِ مختلف می‌خواهی، عمداً نقش‌ها را فرق بگذار.
- زمینه پیوست کن. اگر جواب به یک فایل، لینک یا سند بستگی دارد، پیوستش کن تا همه از یک نقطه شروع کنند.
- شروع کن. عمق و آستانه را لازم نیست تنظیم کنی، چون این‌جا به کار نمی‌آیند.
خروجیِ نهایی چه شکلی است؟
| بخش | چه چیزی در آن است |
|---|---|
| یک بخش برایِ هر صندلی | عنوانش نامِ واقعیِ همان صندلی است و جوابِ کاملش، بدونِ کوتاه‌شدن |
| «تفاوت‌هایِ اصلی» | ۳ تا ۵ خطِ مشاهده‌ای درباره‌یِ جاهایی که جواب‌ها واقعاً فرق دارند؛ بدونِ برنده، بدونِ رتبه‌بندی و بدونِ توصیه |
برایِ خواندنِ این خروجی، اول بخشِ «تفاوت‌هایِ اصلی» را نگاه کن تا بدانی کجاها باید دقیق‌تر شوی؛ بعد همان قسمت‌ها را در جواب‌هایِ کامل پیدا کن. جایی که جواب‌ها در یک واقعیت یا عدد با هم فرق دارند، نشانه‌ای است که باید آن نکته را خودت بررسی کنی یا برایش یک نشستِ راستی‌آزمایی راه بیندازی. به طولِ جواب‌ها هم توجه کن: جوابِ بلندتر لزوماً کامل‌تر نیست و گاهی یک جوابِ کوتاه همان چیزی است که برایِ کارِ تکراریِ تو لازم است.
نمونه‌ی فرضی: انتخابِ مدل برایِ نوشتنِ توضیحِ محصول
این یک نمونه‌ی فرضی است، نه نشست یا نتیجه‌یِ واقعی. فرض کن یک فروشگاهِ اینترنتیِ کوچک داری و هر هفته باید برایِ چند محصولِ تازه توضیحِ فارسی بنویسی.
- صندلی‌ها: چهار صندلی، هر کدام با یک خانواده‌یِ متفاوت، مثلاً Claude، ChatGPT، Gemini و Qwen.
- تنظیمات: دستورالعملِ همه یکسان: «یک توضیحِ ۱۵۰ کلمه‌ای، لحنِ صمیمی، با سه ویژگیِ اصلی». مشخصاتِ یک محصول به‌صورتِ فایل پیوست شده است.
- دنبالِ چه باشی: هر چهار جواب را کامل بخوان و ببین کدام لحنِ فروشگاهت را بهتر درآورده و کدام ویژگی‌ها را از فایل درست برداشته است. بخشِ «تفاوت‌هایِ اصلی» نشان می‌دهد جواب‌ها کجا از هم جدا شده‌اند، اما انتخاب را به تو می‌سپارد. همین آزمایش را با یکی دو محصولِ دیگر هم تکرار کن، چون یک نمونه کافی نیست.
اگر می‌خواهی بدانی چرا پرسیدن از چند مدل به‌جایِ یکی ارزش دارد، این نوشته را بخوان؛ برایِ نکته‌هایِ بیشتر درباره‌یِ مقایسه‌یِ چند خانواده‌یِ معروف هم این راهنمایِ بلاگ را ببین.
نکته‌ها و اشتباه‌هایِ رایج
- از این نشست حکم نخواه. هیچ برنده یا رتبه‌ای اعلام نمی‌شود؛ اگر جمع‌بندی می‌خواهی، بحث و تصمیم را انتخاب کن.
- شرایط را برابر کن. اگر نقش‌ها یا دستورالعمل‌ها فرق داشته باشد، تفاوتِ جواب‌ها شاید از دستورالعمل باشد، نه از مدل.
- یک سؤال کافی نیست. سبکِ مدل‌ها با هر نسخه‌یِ تازه هم ممکن است عوض شود؛ رویِ چند نمونه از کارِ واقعیِ خودت امتحان کن.
- شباهتِ جواب‌ها یعنی درستی نیست. همه‌یِ مدل‌ها ممکن است یک اشتباهِ رایج را تکرار کنند؛ برایِ ادعاهایِ مهم از راستی‌آزمایی کمک بگیر.
جمع‌بندی
مقایسه‌ی خالص برایِ وقتی است که می‌خواهی جواب‌ها را خام و کامل، کنارِ هم و با نامِ هر صندلی ببینی. مقایسه پاسخ هوش مصنوعی ها این‌جا در یک دور انجام می‌شود و بخشِ «تفاوت‌هایِ اصلی» فقط نشان می‌دهد جواب‌ها کجا فرق دارند. قضاوت و انتخاب با خودِ توست.