AI Melakukan Kesilapan. Kerana Itu, Bersainglah dengan Bilangan Percubaan: Pengajaran daripada 722 Manuskrip Matematik

Anda mencuba AI dan ia memberikan jawapan yang jelas salah. Lalu anda membuat kesimpulan, "AI masih belum cukup baik." Saya sering mendengar cerita seperti ini.

Saya berpendapat kesimpulan itu satu kesilapan besar. Nilai terbesar AI bukanlah memberikan jawapan yang betul pada cubaan pertama, tetapi menjalankan cuba jaya dengan pantas.

722 manuskrip matematik, dan kesilapan dalam sebahagiannya

Pada 6 Oktober 2026, OpenAI menerbitkan 722 manuskrip penyelidikan matematik yang ditulis oleh model dalaman baharunya. Hasilnya merangkumi 17 bidang dan disusun kepada 372 kumpulan. Menurut OpenAI, ia diperoleh selepas kira-kira 4,000 masalah diberikan kepada model itu.

Sehari selepas penerbitan, ralat tanda ditemui dan tiga manuskrip ditarik balik, manakala 14 lagi dipinda. Menurut laporan, hanya kira-kira 40 peratus daripada hasil utama telah disahkan secara formal baris demi baris menggunakan perisian Lean. Hasil yang belum disahkan tidak semestinya salah, tetapi masih perlu disemak oleh manusia.

Peristiwa ini boleh dibaca sebagai "AI sangat hebat" atau "AI berbahaya." Saya pula melihatnya sebagai cuba jaya itu sendiri: banyak percubaan, semakan, membuang kesilapan, membetulkan dan terus maju. Jika dasarnya hanya menerbitkan hasil yang sempurna, jumlah sebanyak ini tidak akan wujud.

Jangan menilai AI berdasarkan satu kesilapan

Apabila AI menghasilkan sesuatu yang salah, orang terus menganggapnya "tidak sempurna." Inilah cara penggunaan AI yang paling merugikan pada pandangan saya.

Apabila manusia mencuba sesuatu, setiap pusingan mengambil masa: bersedia, membina, menyemak, membetulkan. AI menjadikan setiap pusingan sangat ringan. Pusingan yang ringan bermakna lebih banyak percubaan, dan lebih banyak percubaan meningkatkan peluang untuk berjaya. Kegagalan juga bertambah, tetapi jika anda mengurangkan percubaan untuk mengelak kegagalan, kejayaan juga berkurang. Kegagalan pertama bukan bukti AI tidak berguna. Ia bahan untuk percubaan seterusnya.

Tidak semuanya perlu betul untuk terus maju

Apa yang saya lihat sendiri ialah penggunaan AI untuk menambah baik fungsi. Apabila syarikat terus mencuba penambahbaikan sistem dan alat dalamannya dengan AI, sebahagiannya benar-benar digunakan di lapangan dan menjadi sebahagian daripada kerja harian.

Tidak semuanya berjaya. Ada yang dibina tetapi tidak digunakan, ada yang dicuba sebentar lalu dihentikan. Itu tidak mengapa. Keluarkan sebagai prototaip, gunakan, dan putuskan mana yang disimpan dan mana yang dibuang. Kerana ada yang dibuang, anda dapat memilih apa yang patut disimpan. Semakin banyak percubaan, semakin pasti anda bergerak ke hadapan.

Perfeksionisme, dan bajet yang tidak sepadan dengan jangkaan

Kegagalan paling biasa ialah menggunakan AI sambil kekal perfeksionis: mengharapkan jawapan lengkap pada cubaan pertama dan menganggap AI "tidak berguna" jika tidak. Ini mensia-siakan kekuatan AI, iaitu kepantasan cuba jaya.

Syarikat yang tidak benar-benar menggunakan AI sering berkongsi satu lagi ciri. Jangkaan mereka tinggi, tetapi bajet yang diperuntukkan tidak sepadan. Mereka hanya mencubanya sekejap, hampir tiada percubaan, dan tiada masa diperuntukkan untuk berfikir. Mereka membuat kesimpulan "tidak sebaik yang diharapkan" tanpa pernah mengeluarkan prestasi sebenar AI.

Pada peringkat mencuba, hasilkan banyak percubaan tanpa takut gagal. Pada peringkat penggunaan, semak sama ada sesuatu sudah sedia untuk kerja sebenar. Memisahkan dua peringkat ini penting. Menyemak bukan untuk menghentikan cuba jaya, tetapi sebahagian daripada memastikan kitaran terus berjalan.

Kriterianya: adakah anda bergerak ke hadapan?

Kriteria saya mudah: adakah cuba jaya membawa anda ke hadapan?

Jika anda menilai berdasarkan sama ada jawapannya betul, setiap kegagalan menjadi kesilapan. Jika anda menilai berdasarkan kemajuan, kegagalan pun boleh menjadi kemajuan. Mengetahui bahawa sesuatu pendekatan tidak sesuai ialah satu langkah ke hadapan. Sebaliknya, jika sesuatu kelihatan berjaya tetapi kerja tidak berubah langsung, anda belum bergerak ke hadapan.

Bersaing dengan jumlah cuba jaya

Perkara utama yang ingin saya sampaikan ialah: bersainglah dengan jumlah cuba jaya yang diulang. Kualiti apa yang akhirnya disimpan datang daripada memilih antara banyak percubaan. Kini apabila AI menjadikan setiap percubaan ringan, lebih baik mengalihkan paksi persaingan daripada "ketepatan satu cubaan" kepada "jumlah percubaan."

Untuk itu, perlu ada bajet dan masa untuk mencuba, tidak menyalahkan orang atas kegagalan, dan menilai berdasarkan kemajuan. Eksekutif perlu terlebih dahulu menyelaraskan jangkaan dengan bajet, dan tidak menilai AI berdasarkan satu kesilapan. Satu kata-kata daripada pihak atasan boleh mengubah jumlah cuba jaya dengan ketara.

Apa yang boleh dilakukan mulai esok

Pertama, pilih satu tugas untuk dicuba dengan AI dan tetapkan bilangan percubaan terlebih dahulu. Jangan menilai berdasarkan hasil pertama sehingga percubaan itu selesai.

Kedua, rekod hasil bukan sebagai betul atau salah, tetapi sebagai "adakah kita bergerak ke hadapan?" Adakah sesuatu telah diterima pakai, dan adakah langkah seterusnya menjadi jelas? Menulis dua perkara ini secara ringkas sudah memadai.

Ketiga, letakkan apa yang anda harapkan daripada AI bersebelahan dengan bajet dan masa yang sebenarnya dibelanjakan. Jika tidak sepadan, pilih untuk menambah bajet atau merendahkan jangkaan. Apabila kedua-duanya selaras dan anda mencuba secukupnya, barulah anda dapat melihat dengan jelas sama ada AI benar-benar berguna.

▶ Tonton video penuh (bahasa Jepun)
https://www.youtube.com/watch?v=g3gnfzhqnKs