纵观军事史，成功采纳新技术的组织之所以获得优势，并非因为技术本身，而是因为其人员学习运用该技术的程度。人工智能提供了类似的机遇。如今人工智能已可获取且正在迅速改进，它已在改变军事专业人员与医疗保健领导者解决问题、处理信息和做出决策的方式。然而，尽管可及性日益提高，许多用户仍不确定从何处着手，或如何负责任地最大化这些工具的价值。最有效的方法往往最简单：开始试验，在实践中学习，并对人工智能的优势与局限性形成知情理解。通过将人工智能视为一种需要判断力、问责制和持续学习的工具，领导者可以利用其潜力，同时避免伴随新兴技术而来的常见陷阱。人工智能可以使我们更高效，但只有自律的用户才能确保它也使我们变得更好。本指南提供了一系列可操作的策略，助你成为更优秀的人工智能用户与领导者。

立即开始

“多了解一下那个人工智能”绝不应成为待办事项清单上的条目。只需开始。试验。迭代。学习。让人工智能模型通过一系列来回对话式提示引导您。记录有效的方法。删除无效的方法。开始的障碍比大多数人想象的要低得多。与其他许多工具不同，无需在开始前就成为专家。了解一些理论、模型是如何训练的以及预期的用例是否有帮助？当然有。然而，通过积极的试验和确定人工智能的正确用途，可以获得巨大的价值。其核心在于，有效使用人工智能是一项批判性思维和针对性解决问题的练习。清晰地思考您想要解决的问题，然后键入您的提示。

对自己的产品负责

重要的一课：一旦签字认领，你将负责。人工智能产品也是如此。一旦在某个产品上署上自己的名字，无论是否借助人工智能制作，都必须对该产品负责。这是你的名字、你的简报、你的声誉。“我没有仔细核对”或“人工智能产生了幻觉”不是可接受的答案。就像任何下属向指挥官提交产品以供批准一样，人工智能模型可以向你提交产品；但是，必须验证每个产品并批准其使用。将所有人工智能输出视为未经审核的初稿，而非经过溯源和总结的事实。

编码时用词很重要

编写有效的提示可以显著提高人工智能输出的质量和有用性。大型语言模型对其收到的指令高度敏感。选择的词语会影响模型如何解读请求并生成响应。当向大型语言模型发出提示时，使用的是词语而非0和1，但结果是相似的。大型语言模型使用你的输入（词语）触发基于数学的概率建模，以产生结构化输出（也是词语）。因此，你使用的词语很重要。力求简洁。每个词语都应增加价值，而不应与提示中其他地方的词语相矛盾。例如，“写一段2-3句话的段落……输出应为要点列表”可能会使大型语言模型感到困惑，它很可能只选择段落或要点列表，这可能会让你沮丧。尝试通过要求人工智能模型在回应您的提示时扮演不同角色来体验词语选择的重要性。例如，如果你告诉人工智能模型“你是杂志编辑”或“你是一名五年级学生”，那么总结备忘录的提示很可能会产生截然不同的结果。

人工智能并非单一

存在各种各样的人工智能模型。其中许多极为复杂。有些是通用工具，而另一些则为非常专业的用例量身定制。如果你有一个总是使用的最喜欢的人工智能模型，请尝试使用另一个模型。尝试在两个或更多人工智能模型中使用完全相同的提示。您可能会惊讶于输出结果的差异。Google的Gemini、SpaceX的Grok、OpenAI的ChatGPT和Microsoft的365 Copilot（均可在政府计算机上供军事用户使用）可能会对您的查询给出截然不同的响应。接下来，尝试使用一个模型来评判和完善另一个模型提供的输出。并非所有人工智能工具都是相同的。通过试验每个人工智能模型所提供的差异，然后在可用的人工智能模型菜单中例行选择最适合你每个用例的那个，让人工智能在你的生活中变得多元化。

数据治理与负责任使用

负责任的数据使用至关重要。人工智能用户必须严格遵守个人身份信息、受保护健康信息、安全密级、作战安全和知识产权的控制措施。除非人工智能模型和用户协议符合必要的安全保护要求，否则不得上传受保护信息。军事医疗保健用户应注意，AskSage有两个组织用户协议。

人工智能模型喜欢数据中的模式。在许多情况下，相同性和一致性非常有帮助（考虑一队士兵的统一制服标准化）；然而，在许多情况下，异常值和多种多样的想法可以帮助领导者做出最佳选择（考虑带有几个行动方案与只有一个行动方案的军事决策流程）。在工作场所使用人工智能模型辅助工作时也是如此。当用例具有强大、稳定的模式时，人工智能模型最为有效；当用于预测罕见、新颖或快速变化的事件时，它们的效果最差。例如，一个人工智能模型可能能够根据多年的历史数据可靠地识别诊所的常规供应需求，但在预测前所未有的健康危机如何影响诊所的物资使用时可能表现不佳。

效率与发展

人工智能工具在生产力与效率方面具有无与伦比的潜力。它们应被广泛接受和使用。许多重复性任务可以通过人工智能实现自动化或简化；而且应该这样做。然而，除了了解人工智能不应被用于底层数据中存在不良模式（即罕见或不寻常的情况）的情形外，用户在那些“挣扎本身就是重点”的情况下也应谨慎使用人工智能。艰辛、困苦和挑战可以促进成长。例如，要想在举重方面取得进步，您需要实际举起重物。挣扎带来成长。学习和培养执行功能能力也是如此。人工智能模型可以帮助总结文档，但它不能提高您从长篇文档中辨别重要信息的能力。一个有用的通用规则是，只将人工智能用于那些给您足够时间您就能完成的项目。我们都有相互竞争的优先事项且时间不够，人工智能可以帮助快速完成待办事项清单上的任务。然而，如果您尚未掌握某项技能，请不要使用人工智能来代替发展该技能所需的成长。

结论

人工智能既不是一时的潮流，也不是万能灵药。人工智能模型是工具。最能从人工智能中受益的领导者不会是那些盲目信任或本能排斥的人，而是那些学习其能力、理解其局限并有纪律地加以运用的人。尽早试验。谨慎选择用词。比较多个模型。保护敏感数据。验证每一个输出。最重要的是，记住责任不能委托给算法。人工智能是帮助起草产品的极佳力量倍增器，但领导力仍然需要判断力、问责制和对这些产品的所有权。未来不属于使用人工智能最多的人，而属于明智使用它的人。