தினசரி வேலைகளில் AI-ஐப் பயன்படுத்துவதற்கான சிறந்த வழிகள் 2026

செயற்கை நுண்ணறிவின் (AI) மீதான ஆரம்பகால மோகம் முடிந்துவிட்டது. விண்வெளி உடையில் பூனைகளின் விசித்திரமான படங்களை உருவாக்கும் காலம் கடந்து, இப்போது அதன் பயனை உணரும் காலத்திற்கு வந்துவிட்டோம். பெரும்பாலான மக்களுக்கு, இந்தத் தொழில்நுட்பம் கோட்பாட்டளவில் என்ன செய்ய முடியும் என்பது முக்கியமல்ல, மதிய உணவிற்குள் அது தங்களுக்கு என்ன செய்ய முடியும் என்பதே முக்கியம். இன்றைய காலகட்டத்தில் AI-ன் மிகச்சிறந்த பயன்பாடுகள், சிக்கலானவை அல்ல, மாறாக நமது நேரத்தை வீணடிக்கும் சலிப்பான வேலைகளை எளிதாக்குவதே ஆகும். நவீன வேலைகளில் மன அழுத்தத்தை உருவாக்கும் விஷயங்களைச் சரிசெய்ய, பயனர்கள் பெரிய மொழி மாதிரிகளை (Large Language Models) ஒரு கருவியாகப் பயன்படுத்துகின்றனர். இது மனித சிந்தனையை மாற்றுவதைப் பற்றியது அல்ல; ஒரு வேலையைத் தொடங்கும் போது ஏற்படும் சிரமத்தைக் குறைப்பதே இதன் நோக்கம். கடினமான மின்னஞ்சலை எழுதுவதோ அல்லது பெரிய ஸ்ப்ரெட்ஷீட்டைப் புரிந்துகொள்வதோ, முதல் வரைவை (first draft) உருவாக்குவதே இதன் மதிப்பு. எந்தவொரு வேலையிலும் 80 சதவீதத்தை குறைந்த முயற்சியில் முடித்துவிட்டு, மீதமுள்ள 20 சதவீதத்தை மனிதர்களின் மேற்பார்வையில் நிறைவு செய்வதே இலக்கு.

தினசரி வேலைகளில் புதுமையிலிருந்து பயன்பாட்டிற்கு மாறுதல்

நவீன ஜெனரேட்டிவ் AI என்பது மிகப்பெரிய அளவிலான unstructured data-வின் அடிப்படையில் செயல்படும் ஒரு பகுத்தறிவு இயந்திரமாகும். குறிப்பிட்ட உள்ளீடுகளுக்கு மட்டுமே பதிலளிக்கும் பழைய மென்பொருள்களைப் போலன்றி, இந்த அமைப்புகள் உங்கள் நோக்கத்தைப் புரிந்துகொள்கின்றன. அதாவது, நீங்கள் குழப்பமான தகவல்களை வழங்கினாலும், அதிலிருந்து ஒரு தெளிவான முடிவைப் பெற முடியும். 2026-ல் மல்டிமாடல் (multimodal) அம்சங்கள் அறிமுகப்படுத்தப்பட்ட பிறகு, இந்தத் திறன் பெரிதும் மாறியுள்ளது. இப்போது இந்த மாதிரிகள் உரையை மட்டும் படிப்பதில்லை; படங்களைப் பார்க்கின்றன, ஒலியைக் கேட்கின்றன. கூட்டத்திற்குப் பிறகு ஒயிட்போர்டில் உள்ளவற்றைப் புகைப்படம் எடுத்து, அதை ஒரு பட்டியலாக மாற்றச் சொல்லலாம். ஒரு தொழில்நுட்ப கையேட்டைப் பதிவேற்றி, அதை ஐந்து வயது குழந்தைக்குப் புரியும் வகையில் சுருக்கச் சொல்லலாம். இதுவே இயற்பியல் உலகத்திற்கும் டிஜிட்டல் உற்பத்தித்திறனுக்கும் இடையிலான பாலமாகும். OpenAI போன்ற நிறுவனங்கள், இந்தத் தொடர்புகளை ஒரு கோடிங் பயிற்சியாக இல்லாமல், ஒரு உரையாடல் போல மாற்றியுள்ளன.

இதன் தொழில்நுட்பம் அடுத்தடுத்த வார்த்தைகளை யூகிப்பதன் மூலம் செயல்படுகிறது, ஆனால் நடைமுறையில் இது ஒரு திறமையான உதவியாளரைப் போலச் செயல்படுகிறது. இந்தத் கருவிகளுக்குத் தரவுத்தளங்களைப் போல உண்மைகள் தெரியாது என்பதைப் புரிந்துகொள்வது அவசியம். அவை வடிவங்களைப் (patterns) புரிந்துகொள்கின்றன. உங்கள் வாராந்திர அட்டவணையை ஒழுங்கமைக்க AI-யிடம் கேட்கும்போது, அது ஒரு சிறந்த அட்டவணையின் வடிவத்தைத் தேடுகிறது. நீங்கள் ஒரு தேடுபொறியை (search engine) எதிர்பார்த்தால், சில தவறுகளால் ஏமாற்றமடையலாம். ஆனால், ஒரு பகுத்தறிவு துணையை எதிர்பார்த்தால், இது உங்களுக்கு மிகச்சிறந்த உதவியாக இருக்கும். பெரிய கன்டெக்ஸ்ட் விண்டோக்கள் (context windows) வந்திருப்பதால், ஒரு முழு புத்தகத்தையோ அல்லது பெரிய கோட் பேஸையோ (codebase) உள்ளீடு செய்து, அதன் கவனத்தைச் சிதறவிடாமல் வேலை வாங்க முடியும். இது AI-ஐ ஒரு சாதாரண சாட்போட்டில் இருந்து, நீண்ட மற்றும் சிக்கலான திட்டங்களில் உதவும் ஒரு ஆராய்ச்சித் துணையாக மாற்றியுள்ளது.

உலகளாவிய அளவில் சமநிலையை ஏற்படுத்துதல்

இந்த அன்றாட வேலைகளின் தாக்கம் உலகளாவிய தொழிலாளர் சந்தையில் அதிகமாக உணரப்படுகிறது. பல தசாப்தங்களாக, உயர்தர ஆங்கிலத்தில் தொடர்புகொள்வது உலகளாவிய வணிகத்திற்கான ஒரு தடையாக இருந்தது. AI அந்தத் தடையை நீக்கியுள்ளது. வியட்நாமில் உள்ள ஒரு சிறு வணிக உரிமையாளரோ அல்லது பிரேசிலில் உள்ள ஒரு டெவலப்பரோ, Anthropic கருவிகளைப் பயன்படுத்தி சர்வதேச வாடிக்கையாளர்களிடம் சிறப்பாகப் பேச முடியும். இது மொழிபெயர்ப்பு மட்டுமல்ல; இது தொனி, கலாச்சார நுணுக்கம் மற்றும் தொழில்முறை வடிவமைப்பு பற்றியது. தகவல் தொடர்புத் திறன்களின் இந்த ஜனநாயகமயமாக்கல், கடந்த பத்தாண்டுகளில் நாம் கண்ட மிக முக்கியமான உலகளாவிய மாற்றமாகும். இது திறமைசாலிகளை அவர்களின் மொழித்திறனை விட, அவர்களின் யோசனைகளின் தரத்தின் அடிப்படையில் மதிப்பிட அனுமதிக்கிறது. தொழில்நுட்பத் திறன் அதிகம் இருந்தும் மொழித் தடைகளால் பாதிக்கப்பட்ட வளர்ந்து வரும் சந்தைகளுக்கு இது ஒரு மிகப்பெரிய வெற்றியாகும்.

மேலும், உலகளாவிய பணியாளர்கள் பெரிய நிறுவனங்களில் உள்ள நிர்வாகச் சுமைகளைக் கையாள இந்தக் கருவிகளைப் பயன்படுத்துகின்றனர். அதிக அதிகாரத்துவச் சிக்கல்கள் உள்ள நாடுகளில், சிக்கலான சட்ட ஆவணங்கள் மற்றும் அரசு விதிமுறைகளை ஆய்வு செய்ய AI பயன்படுத்தப்படுகிறது. இது குடிமகனுக்கும் அரசுக்கும் இடையிலான தொடர்பை எளிதாக்குகிறது. அரசுகளும் இதைக் கவனித்து வருகின்றன; பொதுச் சேவைகளுக்கு 24 மணிநேர ஆதரவை வழங்க சில அரசுகள் இந்த மாதிரிகளைப் பயன்படுத்துகின்றன. இதன் விளைவாக, தகவல்களைச் செயலாக்கும் செலவு பூஜ்ஜியத்தை நோக்கிச் செல்கிறது. இது அறிவுசார் வேலைகளின் பொருளாதாரத்தை மாற்றுகிறது. எவரும் நொடிகளில் தொழில்முறை அறிக்கையை உருவாக்க முடியும் போது, அறிக்கையின் உற்பத்தியை விட அதன் பின்னணியில் உள்ள உத்தி (strategy) முக்கியத்துவம் பெறுகிறது. இது நவீன பொருளாதாரத்தில் மதிப்பை நாம் வரையறுக்கும் முறையில் ஒரு அடிப்படை மாற்றமாகும். மக்கள் பெரும்பாலும் வேலையிழப்பு அபாயத்தை மிகைப்படுத்திக் கூறுகிறார்கள், ஆனால் இந்தக் கருவிகளை ஆரம்பத்திலேயே பயன்படுத்தும் நபர்களுக்குக் கிடைக்கும் மிகப்பெரிய செயல்திறன் லாபத்தை அவர்கள் குறைத்து மதிப்பிடுகிறார்கள்.

ஒரு மேம்படுத்தப்பட்ட நிபுணரின் ஒரு நாள்

சாரா என்ற புராஜெக்ட் மேனேஜரின் ஒரு செவ்வாய்க்கிழமையை எடுத்துக்கொள்வோம். அவரது நாள் காலியான இன்பாக்ஸுடன் தொடங்கவில்லை, மாறாக இரவு முழுவதும் வந்த 50 மின்னஞ்சல்களின் சுருக்கத்துடன் தொடங்குகிறது. AI அவற்றை அவசரத்தின் அடிப்படையில் வகைப்படுத்தி, வழக்கமான கேள்விகளுக்குப் பதில்களைத் தயார் செய்துள்ளது. அவர் பத்து நிமிடங்களில் அவற்றைச் சரிபார்த்து அனுப்புகிறார், இதற்கு முன்பு ஒரு மணிநேரம் ஆனது. காலை கூட்டத்தின் போது, அவர் ஒரு வாய்ஸ் மெமோ ஆப் மூலம் விவாதத்தைப் பதிவு செய்கிறார். பின்னர், அந்த டிரான்ஸ்கிரிப்டை ஒரு மாடலில் பதிவேற்றி, மிக முக்கியமான மூன்று முடிவுகளையும், அடுத்தகட்ட நடவடிக்கைகளுக்குப் பொறுப்பான ஐந்து நபர்களையும் பிரித்தெடுக்கிறார். இது கூட்டத்திற்குப் பிறகு குழப்பம் ஏற்படாமல் இருக்க உதவுகிறது. மதிய உணவிற்கு, அவர் தனது பிரிட்ஜில் உள்ள பொருட்களைப் புகைப்படம் எடுத்து, அதில் என்ன இருக்கிறதோ அதை வைத்துச் சமைக்க ஒரு ரெசிபியைக் கேட்கிறார், இதனால் கடைக்குச் செல்லும் நேரம் மிச்சமாகிறது. இதுவே எந்தவொரு தத்துவார்த்த முன்னேற்றத்தையும் விட முக்கியமான நடைமுறைப் பயன்.

மதிய வேளையில், சாரா 2,000 உள்ளீடுகளைக் கொண்ட வாடிக்கையாளர் கருத்துக்கணிப்பை ஆய்வு செய்ய வேண்டும். ஒவ்வொன்றாகப் படிப்பதற்குப் பதிலாக, Google DeepMind தொழில்நுட்பத்தைப் பயன்படுத்தி, வாடிக்கையாளர்களின் முக்கிய மூன்று புகார்கள் மற்றும் அவர்கள் விரும்பும் மூன்று அம்சங்களைக் கண்டறிகிறார். பின்னர், இந்த அம்சங்களை முன்னிலைப்படுத்தி தனது மேலதிகாரிக்காக ஒரு பிரசன்டேஷனைத் தயார் செய்ய AI-யிடம் கேட்கிறார். பிறகு, பல வாரங்களாக அவரைத் தொந்தரவு செய்த ஸ்ப்ரெட்ஷீட் பார்முலாவில் உள்ள பிழையைக் கண்டறிகிறார். அவர் அந்த பார்முலாவை சாட்டில் பதிவிட்டு, அதைச் சரிசெய்யக் கேட்கிறார். AI உடனடியாக ஒரு வட்டக் குறிப்பைக் (circular reference) கண்டறிந்து திருத்தப்பட்ட பதிப்பை வழங்குகிறது. இது அறிவியல் புனைகதை அல்ல. இந்தக் கருவிகளைத் தனது வழக்கத்தில் இணைத்துக்கொள்ளும் எவருக்கும் இதுதான் தற்போதைய உண்மை. இது போன்ற கூடுதல் உதாரணங்களை The Age of AI புத்தகத்திலோ அல்லது எங்களது விரிவான AI வழிகாட்டிகளிலோ நீங்கள் காணலாம்.

நாள் முடிவில், 1970-களின் சினிமா மீது ஆர்வம் கொண்ட தனது நண்பருக்குப் பரிசு யோசனைகளைத் தேட சாரா AI-ஐப் பயன்படுத்துகிறார். AI அரிய போஸ்டர்களின் பட்டியலையும், அவற்றை ஆன்லைனில் எங்கே தேடுவது என்பதையும் பரிந்துரைக்கிறது. இது கருவியின் பன்முகத்தன்மையை விளக்குகிறது. இது ஒரே நேரத்தில் ஒரு தனிப்பட்ட உதவியாளர், தரவு ஆய்வாளர், சமையல்காரர் மற்றும் ஆக்கபூர்வமான ஆலோசகர். எப்போது அதை நம்ப வேண்டும், எப்போது அதன் வேலையைச் சரிபார்க்க வேண்டும் என்பதைத் தெரிந்துகொள்வதே முக்கியம். AI ஒரு திரைப்படத்தின் பெயரைத் தவறாகக் குறிப்பிடலாம் என்று சாராவுக்குத் தெரியும், எனவே அவர் பரிந்துரைகளைச் சரிபார்க்க ஒரு விரைவான தேடலை மேற்கொள்கிறார். இந்தச் சமநிலையான அணுகுமுறையே ஒரு வெற்றிகரமான பயனரை வரையறுக்கிறது. அவர்கள் கடினமான வேலைகளைச் செய்ய AI-ஐப் பயன்படுத்துகிறார்கள், ஆனால் கப்பலைச் செலுத்த தாங்களே சுக்கானில் இருக்கிறார்கள். படைப்பாற்றல் செயல்பாட்டில் வெளிப்படைத்தன்மையை உறுதிப்படுத்த, இது போன்ற உள்ளடக்கங்களில் ‘disclaimer-ai-generated’ லேபிள் பெரும்பாலும் காணப்படுகிறது.

வசதிக்கான செலவு குறித்த கடினமான கேள்விகள்

நன்மைகள் தெளிவாக இருந்தாலும், இந்த விரைவான தத்தெடுப்பு குறித்து நாம் விமர்சன ரீதியாகச் சிந்திக்க வேண்டும். நமது சிந்தனையை ஒரு அல்காரிதத்திடம் ஒப்படைப்பதன் மறைமுகச் செலவு என்ன? நாம் சொந்தமாக மின்னஞ்சல்களையும் அறிக்கைகளையும் எழுதுவதை நிறுத்தினால், விமர்சன ரீதியாகச் சிந்திக்கும் திறனை இழந்துவிடுவோமா? எழுதுவது என்பது பெரும்பாலும் நமது எண்ணங்களைத் தெளிவுபடுத்தும் ஒரு செயல்முறையாகும். வரைவு செய்யும் போராட்டத்தைத் தவிர்ப்பதன் மூலம், அறிவுசார் செயல்முறையின் மிக முக்கியமான பகுதியை நாம் இழக்கக்கூடும். தனியுரிமை (privacy) குறித்த கேள்வியும் உள்ளது. ஒவ்வொரு முறை நீங்கள் ஒரு முக்கியமான ஆவணத்தை கிளவுட் சார்ந்த AI-யில் பதிவேற்றும்போதும், அந்தத் தரவை ஒரு தனியார் நிறுவனத்திடம் ஒப்படைக்கிறீர்கள். தனியுரிமை அமைப்புகள் ஆன் செய்யப்பட்டிருந்தாலும், தரவு கசிவு அல்லது உங்கள் தனியுரிமத் தகவல்களை வைத்து மாடல் பயிற்சி அளிக்கப்படும் அபாயம் உள்ளது, இதை இன்னும் பல நிறுவனங்கள் முழுமையாகச் சரிசெய்யவில்லை.

சுற்றுச்சூழல் பாதிப்பும் உள்ளது. ஒரு உயர்நிலை மாடலுக்குச் செய்யப்படும் ஒரு சிக்கலான கேள்விக்கு, சாதாரண தேடுபொறி கேள்வியை விட கணிசமாக அதிக மின்சாரம் தேவைப்படுகிறது. மில்லியன் கணக்கான மக்கள் ஒவ்வொரு சிறிய வேலைக்கும் இந்தக் கருவிகளைப் பயன்படுத்தத் தொடங்கும்போது, கூட்டு ஆற்றல் தேவை கணிசமாக அதிகரிக்கிறது. சுருக்கப்பட்ட மின்னஞ்சலின் வசதிக்காக அது உருவாக்கும் கார்பன் தடம் (carbon footprint) மதிப்புடையதா? ‘போதும்’ என்ற மனநிலை (good enough trap) குறித்தும் நாம் சிந்திக்க வேண்டும். AI நொடிகளில் ஒரு நல்ல அறிக்கையை உருவாக்க முடியும் என்றால், நாம் சிறந்து விளங்க முயற்சிப்பதை நிறுத்திவிடுவோமா? மனிதத் தொடர்புகளில் பெரும்பாலானவை இயந்திரங்களுக்கு இடையிலானதாக மாறி, மனிதர்கள் வெறும் சரிபார்ப்பாளர்களாக மட்டும் இருக்கும் உலகத்திற்கு நாம் தயாராக இருக்கிறோமா? இந்த மாற்றம், செயல்திறனுக்காக வேலையின் ஆன்மா இழக்கப்படும் ஒரு தொழில்முறை வாழ்க்கைக்கு வழிவகுக்கும்.

கீக் பிரிவு: தினசரி AI-ன் உட்புறம்

அடிப்படை சாட் இடைமுகத்திற்கு அப்பால் செல்ல விரும்புவோருக்கு, உண்மையான சக்தி பணிப்பாய்வு ஒருங்கிணைப்பு (workflow integration) மற்றும் உள்ளூர் செயல்பாட்டில் (local execution) உள்ளது. பவர் யூசர்கள் உரையை பிரவுசரில் காப்பி-பேஸ்ட் செய்வதைத் தவிர்க்கிறார்கள். அதற்குப் பதிலாக, அவர்கள் தங்களுக்குப் பிடித்த கருவிகளை GPT-4 அல்லது Claude போன்ற மாடல்களுடன் நேரடியாக இணைக்க API-களைப் பயன்படுத்துகிறார்கள். இது தானியங்கி தூண்டுதல்களை (automated triggers) அனுமதிக்கிறது. உதாரணமாக, Google Sheet-ல் ஒரு புதிய வரிசை சேர்க்கப்படும் போதெல்லாம், அந்தத் தரவைச் சுருக்கி Slack-க்கு அறிவிப்பை அனுப்ப ஒரு API அழைப்பைத் தூண்டலாம். இருப்பினும், பயனர்கள் ரேட் லிமிட்களை (rate limits) கவனத்தில் கொள்ள வேண்டும். பெரும்பாலான வழங்குநர்கள் ஒரு நிமிடத்திற்கு அல்லது ஒரு நாளைக்கு எத்தனை டோக்கன்களைச் செயலாக்கலாம் என்பதற்கு வரம்புகளை விதிக்கின்றனர். இந்த வரம்புகளை நிர்வகிப்பது தனிப்பயன் ஆட்டோமேஷன்களை உருவாக்குபவர்களுக்கு ஒரு முக்கிய திறமையாகும். உங்கள் தூண்டுதல்களின் சிக்கலான தன்மையை, பதிலின் வேகம் மற்றும் செலவுடன் சமநிலைப்படுத்த வேண்டும்.

மற்றொரு முக்கிய போக்கு உள்ளூர் சேமிப்பு மற்றும் உள்ளூர் செயல்பாட்டின் எழுச்சியாகும். தனியுரிமை உணர்வுள்ள பயனர்களுக்கு, Llama 3 போன்ற மாடலை உங்கள் சொந்த வன்பொருளில் இயக்குவது இப்போது ஒரு சாத்தியமான விருப்பமாகும். இது உங்கள் தரவு உங்கள் கணினியை விட்டு வெளியேறாது என்பதை உறுதி செய்கிறது. உள்ளூர் மாடல்கள் ஒரு காலத்தில் கிளவுட் சார்ந்த மாடல்களை விட பலவீனமாக இருந்தன, ஆனால் அந்த இடைவெளி வேகமாக மூடிக்கொண்டிருக்கிறது. இப்போது ஒரு நல்ல GPU கொண்ட நவீன லேப்டாப்பில் ஒரு திறமையான பகுத்தறிவு இயந்திரத்தை இயக்க முடியும். இந்த அமைப்பு முக்கியமான சட்ட அல்லது மருத்துவ ஆவணங்களைச் செயலாக்க ஏற்றது. இது பிரீமியம் கிளவுட் சேவைகளுடன் தொடர்புடைய சந்தாக் கட்டணங்களையும் தவிர்க்கிறது. இதிலிருந்து அதிக பலனைப் பெற, RAG (Retrieval-Augmented Generation) போன்ற கருத்துகளைப் புரிந்துகொள்ள வேண்டும். இந்த நுட்பம், AI அதன் பொதுவான பயிற்சித் தரவை மட்டும் நம்பியிருக்காமல், உங்கள் சொந்த ஆவணங்களின் குறிப்பிட்ட கோப்புறையைப் பார்த்து பதில்களைக் கண்டறிய அனுமதிக்கிறது.

• அதிக அளவிலான பணிகளுக்கான API டோக்கன் மேலாண்மை மற்றும் செலவு மேம்பாடு.
• Ollama அல்லது LM Studio போன்ற கருவிகளைப் பயன்படுத்தி உள்ளூர் சூழல்களை அமைத்தல்.
• உங்கள் தனிப்பட்ட அறிவுத் தளத்திற்கு AI அணுகலை வழங்க RAG-ஐ செயல்படுத்துதல்.
• தரவு பிரித்தெடுப்பதில் தவறுகளைக் குறைக்க சிஸ்டம் ப்ராம்ப்டுகளை மேம்படுத்துதல்.
• நீண்ட வீடியோ டிரான்ஸ்கிரிப்டுகளைச் செயலாக்கும்போது கன்டெக்ஸ்ட் விண்டோ வரம்புகளை நிர்வகித்தல்.

நடைமுறை AI குறித்த முடிவு

மிக முக்கியமான விஷயம் என்னவென்றால், AI இனி ஒரு எதிர்காலக் கருத்து அல்ல. இது பரிசோதனை செய்யத் தயாராக இருப்பவர்களுக்குப் பலன் தரும் இன்றைய பயன்பாடாகும். நீங்கள் செய்யும் மிகப்பெரிய தவறு, தொழில்நுட்பம் முழுமையடையும் வரை காத்திருப்பதுதான். அது ஒருபோதும் முழுமையடையாது, ஆனால் அது ஏற்கனவே பயனுள்ளதாக இருக்கிறது. சுருக்கம், வரைவு மற்றும் தரவு ஒழுங்கமைப்பு போன்ற உறுதியான பணிகளில் கவனம் செலுத்துவதன் மூலம், ஒவ்வொரு வாரமும் உங்கள் நேரத்தை பல மணிநேரம் மிச்சப்படுத்தலாம். 2026-ல் வேலை செய்யும் சூழல் மாறிவருகிறது, இந்த இயந்திரங்களுடன் திறம்பட இணைந்து செயல்படுபவர்களுக்கே சாதகம் உள்ளது. நம்மிடம் ஒரு கேள்வி எஞ்சியுள்ளது: இந்த கருவிகள் நமது தர்க்கத்தைக் கையாளும் திறன் கொண்டதாக மாறும்போது, பணியிடத்தில் ஒரு மனிதனின் தனித்துவமான மதிப்பு என்னவாக இருக்கும்? சரியான பதில்களை வழங்குவதை விட, சரியான கேள்விகளைக் கேட்கும் திறனில் தான் அந்த பதில் உள்ளது.

ஆசிரியரின் குறிப்பு: கணினித் துறையில் நிபுணர்கள் அல்லாதவர்கள், ஆனால் செயற்கை நுண்ணறிவைப் புரிந்துகொள்ளவும், அதை அதிக நம்பிக்கையுடன் பயன்படுத்தவும், ஏற்கனவே வந்துகொண்டிருக்கும் எதிர்காலத்தைப் பின்தொடரவும் விரும்பும் மக்களுக்காக, பலமொழி AI செய்திகள் மற்றும் வழிகாட்டல் மையமாக இந்த தளத்தை நாங்கள் உருவாக்கினோம்.