Przejdź do treści
ZroZoom AI
Baza wiedzy

Promptowanie

Uprzejmość wobec chatbotów AI: norma społeczna a skuteczność promptu

Dlaczego mówimy „proszę” i „dziękuję” maszynom? Analiza badań nad psychologią interakcji człowiek–AI oraz wpływem tonu na jakość odpowiedzi modeli.

Poziom: początkujący
Fakty — mamy źródłaWnioski redakcjiHipotezy do sprawdzenia

Komputery jako aktorzy społeczni

Fakty — mamy źródła.

Badania Nass i Moon (otwiera się w nowej karcie) nad zjawiskiem społecznym (paradygmat CASA — Computers Are Social Actors) dowiodły, że ludzie automatycznie stosują wobec interfejsów komputerowych normy społeczne i reguły grzecznościowe, mimo pełnej świadomości, że mają do czynienia z maszyną.Źródło: Nass i Moon (2000)

Z tego powodu wielu użytkowników instynktownie łagodzi ton, dziękuje modelom po zakończonej rozmowie lub przeprasza za ponowienie pytania. Nie wynika to z przypisywania AI świadomości, lecz z utrwalonych ludzkich nawyków komunikacyjnych.Źródła ↓

Czy uprzejmość poprawia jakość odpowiedzi modelu?

Fakty — mamy źródła.

W badaniu Yin i in. (otwiera się w nowej karcie) sprawdzono wpływ tonu na skuteczność modeli językowych. Nieuprzejme lub agresywne polecenia często prowadziły do zauważalnego spadku jakości odpowiedzi, jednak przesadna grzeczność również nie gwarantowała optymalnych wyników.Źródło: Yin i in. (2024)

Model językowy nie odczuwa wdzięczności ani urazy — reaguje na rozkład prawdopodobieństwa w kontekście. Zmiana zachowania po uprzejmym poleceniu to efekt statystycznego dopasowania do stylu wypowiedzi obecnego w danych treningowych.Źródła ↓

Precyzja ma większe znaczenie niż formuły grzecznościowe

Wnioski redakcji.

Nie ma potrzeby sztucznego tłumienia naturalnej uprzejmości, jeśli użytkownik czuje się z nią komfortowo, ale samo „proszę” nie zastąpi precyzyjnego celu, kontekstu i kryteriów weryfikacji.

Zbieżne wnioski przynosi oficjalny przewodnik OpenAI (otwiera się w nowej karcie): najskuteczniejszy wzorzec promptu to jasne określenie roli, podanie materiałów źródłowych i oczekiwanego formatu wyniku — formuły grzecznościowe mogą towarzyszyć poleceniu, lecz fundamentem kontroli nad modelem pozostaje precyzja instrukcji.

Źródła i dalsza lektura

  1. 1.
  2. 2.
  3. 3.
  4. 4.
    Notatki redakcyjne ZroZoom AI (materiał wewnętrzny)ZroZoom AI

Powiązane materiały