لم يعد أحد بحاجة إلى مهندسين لقيادة الذكاء الاصطناعي بعد الآن

في عام 2023، بينما يشعر ملايين الأشخاص بالقلق بشأن إمكانية أن تستولي نماذج الذكاء الاصطناعي مثل ChatGPT على وظائفهم، فإن بعض الشركات على استعداد لدفع مئات الآلاف من الدولارات لتوظيف أشخاص يمكنهم استغلال هذا الجيل الجديد من روبوتات الدردشة التي تعمل بالذكاء الاصطناعي.

وبحسب بلومبرج ، فإن ظهور ChatGPT في ذلك الوقت أدى إلى إنشاء مهنة جديدة تسمى Prompt Engineer، براتب يصل إلى 335000 دولار أمريكي /السنة.

"تحدث مع الذكاء الاصطناعي"

على عكس المبرمجين التقليديين، يقترح المهندسون البرمجة في فقرات نثرية، ثم يرسلون الأوامر المكتوبة بنص عادي إلى نظام الذكاء الاصطناعي. ثم يقوم النظام بتحويل تلك الكلمات الوصفية إلى وظائف فعلية.

غالبًا ما يفهم هؤلاء الأشخاص عيوب الذكاء الاصطناعي، الأمر الذي قد يؤدي بعد ذلك إلى تعزيز قوته والتوصل إلى استراتيجيات معقدة لتحويل المدخلات البسيطة إلى نتائج فريدة حقًا.

لقد حقق Lance Junck في إحدى المرات ما يقرب من 35000 دولار من الإيرادات عن طريق إنشاء دورة تدريبية عبر الإنترنت لتعليم الأشخاص كيفية استخدام ChatGPT. الصورة: Gearrice.

لاستخدام الذكاء الاصطناعي بشكل فعال، يجب عليك إتقان مهارات تصميم الأوامر. قالت ليديا لوجان، نائبة رئيس التعليم العالمي وتنمية الموارد البشرية في مجموعة IBM للتكنولوجيا: "إذا لم تتقن هذه المهارة، فسوف يتم تدمير حياتك المهنية عاجلاً أم آجلاً".

ومع ذلك، مع التطور السريع، أصبحت نماذج الذكاء الاصطناعي الآن أفضل بكثير في فهم نوايا المستخدم، ويمكنها حتى طرح أسئلة متابعة إذا كانت النية غير واضحة.

بالإضافة إلى ذلك، ووفقًا لصحيفة وول ستريت جورنال ، تقوم الشركات بتدريب مجموعة واسعة من الموظفين عبر الأقسام المختلفة حول أفضل طريقة لاستخدام الأوامر ونماذج الذكاء الاصطناعي، لذلك هناك حاجة أقل لشخص واحد يحمل هذه الخبرة.

على وجه التحديد، في استطلاع حديث أجرته شركة مايكروسوفت، تم سؤال 31 ألف موظف في 31 دولة عن الأدوار الجديدة التي تفكر شركتهم في إضافتها خلال الأشهر الـ 12 إلى 18 المقبلة. وبحسب جاريد سباتارو، مدير التسويق للذكاء الاصطناعي في العمل لدى مايكروسوفت، فإن مهندس الأوامر يأتي في المرتبة الثانية من أسفل القائمة.

وفي الوقت نفسه، تتصدر الأدوار مثل المدربين وعلماء البيانات وخبراء أمن الذكاء الاصطناعي القائمة.

يزعم سباتارو أن نماذج اللغة الكبيرة تطورت الآن بما يكفي لتمكين التفاعل والحوار والوعي بالسياق بشكل أفضل.

على سبيل المثال، ستطرح أداة البحث المعتمدة على الذكاء الاصطناعي من مايكروسوفت أسئلة متابعة، وتسمح للمستخدم بمعرفة عندما لا يفهم شيئًا ما، وتطلب ردود الفعل على المعلومات المقدمة. وبعبارة أخرى، يقول سباتارو، "ليس من الضروري أن تتمتع بالسيطرة الكاملة".

إن المطالبة بـ "الأعمى" ليست خطأ

هناك عدد قليل جدًا من الوظائف الشاغرة لمهندسي سطر الأوامر في الوقت الحالي، وفقًا لهانا كالهون، نائب رئيس الذكاء الاصطناعي في منصة البحث عن الوظائف Indeed.

في يناير 2023، بعد أشهر قليلة من إطلاق ChatGPT، ارتفعت عمليات بحث المستخدمين عن هذا الدور على Indeed إلى 144 لكل مليون عملية بحث. ومع ذلك، منذ ذلك الحين، استقر هذا العدد عند حوالي 20 إلى 30 لكل مليون عملية بحث.

مهندسو التوجيه هم مهندسون مهمتهم صياغة الأسئلة أو إصدار الأوامر لأدوات الذكاء الاصطناعي مثل ChatGPT. الصورة: ريكو اي اي.

وبالإضافة إلى انخفاض الطلب، بسبب الميزانيات الضيقة وعدم اليقين الاقتصادي المتزايد، أصبحت الشركات أيضًا أكثر حذرًا بشأن التوظيف بشكل عام في السنوات الأخيرة.

وبناء على ذلك، قالت شركات مثل شركة التأمين Nationwide، وعلامة ملابس العمل Carhartt، وشركة التأمين New York Life، إنها لم توظف مهندسين قيادة على الإطلاق. وبدلاً من ذلك، فإنهم يرون أن صقل مهارات القيادة بشكل أفضل هو تخصص يمكن تدريب جميع الموظفين الحاليين عليه.

يقول جيم فاولر، كبير مسؤولي التكنولوجيا في Nationwide: "سواء كنت تعمل في مجال التمويل أو الموارد البشرية أو الشؤون القانونية، فإننا نرى أن هذه القدرة جزء من مسمى وظيفي، وليست مسمى وظيفي منفصل".

قال البروفيسور أندرو نج، مؤسس Google Brain والمحاضر في جامعة ستانفورد، إنه في بعض الأحيان لا يحتاج المستخدمون إلى أن يكونوا مفصلين للغاية عند إدخال الطلبات (المطالبات) للذكاء الاصطناعي.

في منشور على X، أطلق السيد نج على هذه الطريقة اسم " التحفيز الكسول " - أي إدخال المعلومات إلى الذكاء الاصطناعي مع القليل من السياق أو بدون تعليمات محددة. قال المؤسس المشارك لـ Coursera وDeepLearning: "يجب علينا فقط إضافة التفاصيل إلى المطالبة عندما يكون ذلك ضروريًا للغاية".

المثال النموذجي الذي يقدمه Ng هو للمبرمجين أثناء تصحيح الأخطاء. في كثير من الأحيان يقومون بنسخ ولصق رسائل الخطأ بأكملها - أحيانًا عدة صفحات طويلة - في نماذج الذكاء الاصطناعي دون ذكر الطلب صراحةً.

"معظم نماذج اللغة الكبيرة (LLMs) ذكية بما يكفي لفهم ما تحتاج إلى تحليله واقتراح الحلول، حتى لو لم تقل ذلك صراحةً"، كما كتب.

تتجه LLM إلى ما هو أبعد من مجرد الاستجابة للأوامر، حيث بدأت في فهم نوايا المستخدم ومنطقه لتوفير الحلول المناسبة. الصورة: بلومبرج.

وبحسب نج، فإن هذه خطوة إلى الأمام تُظهر أن LLM تتجه تدريجياً إلى ما هو أبعد من القدرة على الاستجابة للأوامر البسيطة، لتبدأ في فهم نوايا المستخدم وأسبابه لتقديم حلول مناسبة - وهو الاتجاه الذي تسعى إليه الشركات التي تطور نماذج الذكاء الاصطناعي.

ومع ذلك، فإن "التحفيز الكسول" ليس فعالا دائما. ويشير نج إلى أنه ينبغي استخدام هذه التقنية فقط عندما يتمكن المستخدمون من الاختبار بسرعة، مثل من خلال واجهة الويب أو التطبيق الخاص بالذكاء الاصطناعي، ويكون النموذج قادرًا بدرجة كافية على استنتاج النية من القليل من المعلومات.

وأكد نج أنه "إذا كانت الذكاء الاصطناعي يحتاج إلى الكثير من السياق للاستجابة بالتفصيل، أو لا يستطيع التعرف على الأخطاء المحتملة، فإن المطالبة البسيطة لن تساعد".

المصدر: https://znews.vn/khong-con-ai-can-ky-su-ra-lenh-cho-ai-nua-post1549306.html