Zastosowanie sztucznej inteligencji w automatycznym projektowaniu systemów etykietowania: analiza wyników eksperymentu

Abstrakt

Celem artykułu jest zbadanie możliwości wykorzystania sztucznej inteligencji (SI) do automatycznego generowania etykiet w formie nagłówków i opcji systemów etykietowania. Metody badań: Przeprowadzono dwa eksperymenty, w którym pięć chatbotów – ChatGPT 4.o, ChatGPT Plus, Gemini Free, Gemini Advanced, Claude Sonnet - miało za zadanie wygenerować zestawy etykiet zgodnie z zadanym promptem i czterema zestawami danych wejściowych. Ocenę możliwości chatbotów przeprowadzono stosując metodę analizy porównawczej. Analiza obejmowała ocenę długości, spójności, szczegółowości, wzajemnego wykluczania się i opisowości wygenerowanych etykiet. Wyniki: Chatboty, w zależności od danych wejściowych, generowały podobne lub bardzo różne etykiety. W zakresie generowania opcji systemów nawigacji uzyskały następujące liczby punktów na 40 możliwych: ChatGPT 4.o – 34 p., ChatGPT Plus – 38 p., Gemini Free – 29 p., Gemini Advanced – 25 p., Claude Sonnet – 35 p. Nieco inaczej poradziły sobie w generowaniu nagłówków, otrzymując: ChatGPT 4.o – 36 p., ChatGPT Plus – 35 p., Gemini Free – 29 p., Gemini Advanced – 36 p., Claude Sonnet – 34 p. Sumarycznie najlepiej poradził sobie w eksperymentach ChatGPT Plus, a najsłabiej Gemini Free. Wnioski: W generowaniu etykiet dobrze radzą sobie zarówno płatne, jak i bezpłatne wersje chatbotów. Każdy z testowanych chatbotów może być źródłem inspiracji architekta informacji, ale ostateczne decyzje projektowe powinny zostać podjęte po przeprowadzeniu odpowiednich testów z użytkownikami.