Colaborando con IA: Obteniendo Resultados Consistentes y Fiables

Lugar confirmado: UNSW Canberra City, Edificio B01, Sala de seminarios B01.0.24. A medida que la IA se integra más en el trabajo cotidiano, muchos equipos están descubriendo que solo la inducción no soluciona la consistencia, y que obtener resultados fiables requiere más que prueba y error. Una persona en el equipo obtiene grandes resultados, alguien más pide lo mismo y recibe algo completamente diferente. Encuentras una inducción que funciona, luego la semana siguiente el modelo se actualiza y ya no funciona tan bien. Esta sesión práctica te brinda los sistemas personales y de equipo que puedes implementar para aumentar la consistencia y reducir la re-trabajo. También establece las bases esenciales que necesitas para construir agentes fiables. Explorarás cómo pasar de promesas únicas a una relación de trabajo más deliberada con la IA: Qué traer Trae tu computadora portátil, una tarea recurrente o flujo de trabajo que actualmente utilizas para apoyar a la IA (o que deseas usar para apoyar a la IA), junto con cualquier ejemplo, guía o material fuente que pueda ser utilizado de manera segura durante la sesión. Sobre el facilitador Gayatri Kotnala ayuda a las organizaciones a pasar de un uso ad hoc de la IA a formas de trabajo más fiables y prácticas. Es la fundadora de .Pypline, una firma enfocada en diseñar sistemas de IA y formas de trabajar en torno al juicio humano. Su experiencia es en estrategia y diseño de modelos operativos. A través de .Pypline ha construido y desplegado herramientas de IA utilizadas por cientos de usuarios, ha capacitado a equipos para trabajar de manera más efectiva con la IA y ha diseñado agentes personalizados en Microsoft Copilot Studio, Claude y ChatGPT. Los eventos de AI CoLab son intencionadamente abiertos y colaborativos. Para esta sesión, podemos capturar fotos para compartir públicamente. Esto se realiza de acuerdo con los valores de la Carta; innovación transparente y ética y compartición de conocimiento para acelerar el aprendizaje colectivo (ver join.aicolab.org). Al participar en este evento, aceptas ser fotografiado y que esas imágenes sean compartidas de acuerdo con esta política.