ข้ามไปยังเนื้อหา
QC/QA สู่ BA

Track A — เริ่มจากงานเดิมและรู้จัก AI · Stage 2

AI Literacy: รู้จัก AI แบบคนใช้งาน

เข้าใจว่า AI ช่วยอะไรได้ พลาดอย่างไร และต้องตรวจอะไร โดยไม่เรียนเขียนโปรแกรม

8 บทเรียน

ถ้าคุณมาจาก Customer Support

ถ้าคุณมาจาก Customer Support ใช้ข้อความ ticket แทน complaint สิ่งสำคัญอาจเป็นเลขคำสั่งซื้อ อาการ วันนัดตอบ และข้อมูลที่ยังขาด หากให้ AI ร่างคำตอบเรื่องคืนเงิน ต้องมีนโยบายที่ได้รับอนุมัติให้ตรวจเทียบ

บทเรียนใน Stage นี้

  1. 1AI คืออะไร และต่างจากเครื่องมือเดิมตรงไหน
  2. 2รู้จัก AI, ML และ AI ที่สร้างข้อความ
  3. 3AI เรียนจากข้อมูล แต่ไม่ได้รู้ทุกเรื่องของบริษัท
  4. 4เริ่มจากงานช่วยร่าง สรุป และดึงข้อมูล
  5. 5คำตอบดูดีแต่ผิด: รู้จัก Hallucination
  6. 6ตรวจคำตอบด้วยรายการสั้น ๆ
  7. 7เลือกข้อมูลที่ใช้ฝึกและหยุดให้คนตัดสินใจ
  8. 8ทดลองครั้งแรกและจดผลให้เปรียบเทียบได้

แบบฝึกหัดและชิ้นงาน

เป้าหมายของแบบฝึกหัด

ใช้ข้อความเคส P-101 จาก Stage 1 ทดลองสรุปและดึงข้อมูลด้วย AI ที่คุณเข้าถึงได้ ตรวจด้วยต้นฉบับทุกครั้ง ถ้ายังไม่มีเครื่องมือ ให้ตรวจ “คำตอบที่ผิด” ในบทแทนและระบุว่าเป็นการฝึกตรวจ ไม่ใช่ผลทดลอง AI จริง

ชิ้นงานที่เก็บไว้

ai-experiment-notes.md: งานที่ขอ / ข้อความที่ให้ / คำตอบที่ได้ / จุดถูก / จุดผิดหรือขาด / วิธีแก้ บันทึกชื่อเครื่องมือและวันที่ถ้าได้ทดลองจริง

ตรวจงานก่อนเรียนต่อ

  • อธิบาย AI ด้วยตัวอย่างงานได้
  • แยกสิ่งที่ AI ตอบออกจากข้อเท็จจริงที่ตรวจแล้ว
  • ตรวจรหัส จำนวน วัน และข้อมูลที่ขาด
  • ไม่เรียกการฝึกอ่านตัวอย่างว่าทดลองเครื่องมือจริง

บันทึกเป็นข้อความในช่องชิ้นงานด้านล่างได้ ไม่ต้องสร้างไฟล์หรือเขียนโค้ด ชื่อไฟล์เป็นเพียงชื่อแนะนำสำหรับคนที่อยากเก็บในเครื่อง หากใช้ลิงก์เอกสารภายนอกให้ตรวจว่าคนที่คุณตั้งใจให้ดูเปิดได้

แบบทดสอบท้าย Stage ช่วยทบทวนความเข้าใจ การผ่านแบบทดสอบยังไม่แทนการทำและตรวจชิ้นงานนี้

เข้าสู่ระบบ เพื่อบันทึกงานของคุณ — ไม่มีบัญชีก็ทำ Exercise ได้ตามปกติ เพียงแต่ระบบจะไม่เก็บงานให้

ความคืบหน้าของคุณ

4 ข้อนี้เป็นบันทึกส่วนตัวของคุณ — สถานะ Complete ของ Stage มาจากแถวล่างสุดเท่านั้น

เข้าสู่ระบบ เพื่อบันทึกความคืบหน้าของคุณ