Komuniciranje sa alatima zasnovanim na veštačkoj inteligenciji poput Chat GPT-ja može da bude teška ukoliko ne znate kako tačno da sročite upit koji će dati rezultat koji ste očekivali. Takođe, vešto pisanje takozvanih promptova uskoro će biti jedna od veština koje će poslodavci imati na spisku obaveznih.
Posle početnog uzbuđenja koje je izazvao Chat GPT, alat za obradu jezika koji pokreće veštačka inteligencija (VI), upotreba čet-botova postaje sve uobičajenija. Iako je VI groznica zahvatila veći deo planete, mnogo je onih koji nisu ni probali da ih upotrebe za posao niti to umeju.
Kako se veštačkoj inteligenciji daju uputstva?
Pravljenje zahteva, takozvanih promtova je tehnika koja omogućava efikasnu komunikaciju sa generativnim modelima zasnovanim na mašinskom učenju. Sistemi kao što su Chat GPT, Bard i Dall-E će praviti tekst, slike i muziku kada im se da opis – koji se zove prompt – koji im daje uputstva šta da generišu.
Pisanje prompta može drastično da promeni rezultat
Proces formulisanja zahteva za sistem veštačke inteligencije tako da proizvodi rezultat koji će u potpunosti odgovarati očekivanjima korisnika naziva se i inženjering promptova (prompt engineering).
Zar nije dovoljno postavljati pitanja?
Pisanje preciznih zahteva zahteva više pažnje od postavljanja pitanja. Ako napišete ono što vam prvo padne na pamet Chat GPT će vam možda i dati zadovoljavajući odgovor. Ali možda i neće.
Inženjering promptova uključuje razmatranje posebnosti alata, to jest modela da bi se konstruisali ulazni podaci koje će on jasno razumeti.
Na taj način se dobijaju rezultati koji su korisniji, zanimljiviji i prikladniji onome što imate na umu. Kada dobro formulišite upit, odgovor može čak i nadmašiti očekivanja.
Čet-botovi kao što su Chat GPT, Bard i Bing čet mogu biti izuzetno zgodni za obavljanje svakodnevnih administrativnih zadataka.
Advokati su ih koristili za pisanje mejlova, sumiranje beleški sa sastanaka, sastavljanje ugovora, planiranje prazničnih rasporeda i davanje odgovora na složena pitanja i to sve skoro trenutno.
„Svako može imati jednog od najmoćnijih ličnih asistenata na planeti koji ga čini produktivnijim ili mu omogućiti da pravi stvari koje inače ne bi. Ali morate da znate kako da komunicirate s njim“, kaže Džuls Vajt, vanredni profesor računarstva na Univerzitetu Vanderbilt u Nešvilu, u Tenesiju.
A to upravo znači da morate znati kako da dajete efikasna uputstva – promptove.
Biti vešt u pisanju promptova može impresionirati one koji su u kompaniji zaduženi za zapošljavanje.
Mat Burnej, savetnik za zapošljavanje na sajtu posvećenom karijernom razvoju Indeed, kaže da je broj oglasa za posao u kojima se traži znanje koje podrazumeve rad sa veštačkom inteligencijom mali, ali da raste, a kompanije u različitim industrijama sve više traže kako da integrišu alate koji su zasnovani na VI u svoje radne tokove.
Burnej upozorava da ukoliko trenutno ne koristite takve alate, bićete iza onih koji znaju da ih koriste.
Postoji nekoliko popularnih tehnika za pisanje uputstava. Često korišćen trik je da alatu kažete da se pravi da je advokat, lični tutor, instruktor ili bilo šta drugo, i on će imitirati njihov ton i stil.
Ili, za vežbu, uradite obrnuto – uputite čet-bota da izvrši zadatak imajući na umu određenu publiku: petogodišnjaka, tim biohemičara, korporativnu božićnu proslavu, i dobićete rezultat prilagođen toj demografskoj grupi.
Ono što je najvažnije, ne morate sami da znate stilske karakteristike ličnosti, već to možete prepustiti sistemu da otkrije.
Za rešavanje problema prikladnije je zamoliti model da „razmišlja korak po korak“. Tako će podeliti rešavanje na sitnije delove, što će rezultat učiniti razumljivijim za korisnika.
Primeri ne mogu da škode
Ukoliko modelu pokažete primer problema sa rešenjem koje je korak po korak objašnjeno, to može poboljšati njegovu sposobnost da pronađe tačan odgovor kada rešava druge, slične zadatke.
Ako imate na umu vrlo specifičan rezultat, otpremite uzorak teksta ili sliku koja ilustruje šta želite da se generiše i uputite model da ga koristi kao šablon. Ako je rezultat u početku neprecizan, dajte modelu još nekoliko specifičnih primera.
„Želite da razmišljate o tome kao o kontinuiranom razgovoru gde ponavljate korake i usavršavate ih“, kaže Vajt.
I ne zaboravite na osnove svakodnevnog jezika: jasna uputstva koja pogrešno tumačenje svode na minimum. Eksplicitno navedite šta radite, a šta ne želite za rezultat i postavite tačan broj reči i jasan format.
Šta treba izbegavati
Nepoželjno je koristiti nejasan jezik sa previše dodatnih informacija. Ovakvi modeli ne mogu pogađati ukus korisnika, ideje ili viziju proizvoda koju ima na umu.
Nemojte štedeti na specifičnostima ili kontekstu, niti pretpostavljati da će model, ako nešto nedostaje, ispravno popuniti prazninu.
Uprkos svemu navedenom, čet-bot ne možete sprečiti da daje netačne rezultate. Veliki jezički modeli će fabrikovati izvore čak i kada im je izričito naloženo da ne pružaju informacije koje zvuče uverljivo, ali su potpuno lažne.
„To je nerešiv problem sa ovim modelima. Oni su dizajnirani da predvide niz reči koje repliciraju ljudski jezik, što ne mora da ima veze sa istinom ili stvarnošću“, poručuje Mhairi Aitken, saradnik za etiku na Institutu Alan Tjuring, sa sedištem u Britanskoj biblioteci u Londonu.
Pametno pisanje zahteva, međutim, može pomoći u suočavanju sa neistinitim podacima ako se pojave.
„Ako čet-bot iznosi netačne tvrdnje, možete da ukažete na greške i zatražite od njega da prepiše odgovor na osnovu vaših povratnih informacija“, kaže Marsel Šart, predavač poslovne analitike na Univerzitetu u Sidneju.
Vajt predlaže da zamolite model da napravi listu osnovnih činjenica na koje se njegov rezultat oslanja, tako da možete da ih proverite pojedinačno. Ili mu dostavite numerisanu listu činjenica na kojima će zasnivati svoj odgovor i neka navede svaku kada je upotrebi, da biste kasnije ubrzali proveru činjenica.
Može li pisanje promptova prerasti u zanimanje?
Programeri koji rade na razvoju alata zasnovanih na veštačkoj inteligenciji angažovali su autore promptova da testiraju ograničenja i nedostatke svojih modela kako bi se bolje nosili sa unosima korisnika.
Dugovečnost ovih pozicija nije zagarantovana jer nema sertifikacije niti škole za učenje pisanja promptova, a osim toga možda će se tražiti isključivo oni koji osim te veštine imaju programersko znanje.
Na širem tržištu poslova, pisanje zahteva za VI alate posmatraće se, najverovatnije, kao veština koja se zahteva kod različitih uloga i vrednuje pri zapošljavanju.
„Iskustvo u korišćenju velikog jezičkog modela ili generativnog unapred obučenog transformatora biće uslov za skoro svaki posao u kancelariji. Jer ako to ne umete, sporije ćete izvršavati zadatke i ostvarivati ciljeve“, upozrava Burnej.
Zastarevanje veština garantovano je u svetu sa veštačkom inteligencijom
Tehnike koje sada daju dobre rezultate u radu sa postojećim alatima mogu se uskoro pokazati manje korisnim ili čak nepotrebnim u ažuriranim verzijama alata.
„Mislim da će postojati osnovni koncepti i obrasci koji se neće menjati. Mnogi postojeći efikasni načini izražavanja postaće merila za obučavanje novih modela, tako da će neki promptovi dati povratne informacije o samim modelima“, kaže Vajt, koji sugeriše da će programeri koji rade na razvoju alata zasnovanih na veštačkoj inteligenciji uzeti u obzir uobičajene tehnike pisanja promptova.
Što je još važnije, sposobnosti modela da shvate čak i najneodređenije, nekonstruisane upite mogle bi se dramatično poboljšati.
„Kako ovi sistemi postaju bolji i kako interakcija sa njima postaje intuitivnija, možda nam u budućnosti neće ni trebati uvežbani pisci preciznih upita“, kaže Aitken.
Za neke programere, to je cilj.
