لم يعد أحد بحاجة إلى مهندسين يُصدرون الأوامر للذكاء الاصطناعي.

كانت الهندسة السريعة للذكاء الاصطناعي واحدة من أكثر الوظائف المطلوبة في عام 2023. ومع ذلك، فإن وتيرة التطور السريعة للذكاء الاصطناعي جعلت هذه المهنة قديمة الطراز.

في عام 2023، وبينما كان الملايين قلقين بشأن إمكانية أن تحل نماذج الذكاء الاصطناعي مثل ChatGPT محل وظائفهم، كانت بعض الشركات على استعداد لدفع مئات الآلاف من الدولارات لتوظيف أشخاص قادرين على الاستفادة من روبوتات الدردشة المدعومة بالذكاء الاصطناعي من الجيل التالي.

وفقًا لبلومبرج ، أدى ظهور ChatGPT في ذلك الوقت إلى خلق مهنة جديدة تسمى مهندس الاستجابة السريعة، حيث تصل الرواتب إلى 335000 دولار سنويًا.

"التحدث إلى الذكاء الاصطناعي"

على عكس المبرمجين التقليديين، يقترح المهندس البرمجة على شكل نصوص، ثم يرسل أوامر نصية بسيطة إلى نظام الذكاء الاصطناعي. يقوم النظام بعد ذلك بتحويل النص الوصفي إلى مهام فعلية.

غالباً ما يفهم هؤلاء الأفراد عيوب الذكاء الاصطناعي، مما يسمح لهم بتعزيز قدراته وتطوير استراتيجيات متطورة لتحويل المدخلات البسيطة إلى نتائج فريدة حقاً.

حقق لانس جانك في وقت من الأوقات ما يقارب 35 ألف دولار من عائدات دورة تدريبية عبر الإنترنت لتعليم الناس كيفية استخدام ChatGPT. الصورة: جيرايس.

"لاستخدام الذكاء الاصطناعي بفعالية، يجب عليك إتقان مهارة تصميم الأوامر. وبدون هذه المهارة، ستتدمر مسيرتك المهنية عاجلاً أم آجلاً"، هذا ما قالته ليديا لوجان، نائبة رئيس قسم التعليم العالمي وتنمية الموارد البشرية في شركة IBM.

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

علاوة على ذلك، ووفقًا لصحيفة وول ستريت جورنال ، تقوم الشركات بتدريب مجموعة من الموظفين في مختلف الأقسام على كيفية استخدام الأوامر ونماذج الذكاء الاصطناعي على أفضل وجه، لذلك تقل الحاجة إلى شخص واحد يمتلك هذه الخبرة.

في استطلاع رأي أجرته مايكروسوفت مؤخرًا، طُلب من 31 ألف موظف في 31 دولة الإجابة عن أسئلة حول الأدوار الوظيفية الجديدة التي تفكر شركاتهم في إضافتها خلال الـ 12 إلى 18 شهرًا القادمة. ووفقًا لجارد سباتارو، مدير التسويق في قسم الذكاء الاصطناعي في مايكروسوفت، فقد احتل مهندس الأوامر المرتبة الثانية من الأسفل في قائمة الأدوار الأكثر طلبًا.

وفي الوقت نفسه، تتصدر القائمة وظائف مثل المدرب، وأخصائي البيانات، وخبير أمن الذكاء الاصطناعي.

يجادل سباتارو بأن نماذج اللغة الرئيسية قد تطورت الآن بشكل كافٍ لتمكين تفاعل وحوار ووعي سياقي أفضل.

فعلى سبيل المثال، ستطرح أداة البحث القائمة على الذكاء الاصطناعي من مايكروسوفت أسئلة متابعة، وتُعلم المستخدم عندما لا تفهم شيئًا ما، وتطلب منه تقديم ملاحظات حول المعلومات المُقدمة. بعبارة أخرى، يرى سباتارو أنه "ليس من الضروري أن تكون العبارات مثالية".

ليس من الخطأ أن يكون الموجه "أعمى".

بحسب هانا كالهون، نائبة رئيس قسم الذكاء الاصطناعي في منصة البحث عن وظائف Indeed، فإن عدد إعلانات الوظائف لمهندسي سطر الأوامر منخفض للغاية في الوقت الحالي.

في يناير 2023، وبعد أشهر قليلة من إطلاق ChatGPT، ارتفعت عمليات بحث المستخدمين على موقع Indeed عن هذا الدور بشكل كبير لتصل إلى 144 عملية بحث لكل مليون عملية بحث. ومع ذلك، استقر هذا الرقم منذ ذلك الحين عند حوالي 20-30 عملية بحث لكل مليون عملية بحث.

مهندسو البرمجة هم مهندسون مهمتهم إنشاء أسئلة أو أوامر لأدوات الذكاء الاصطناعي مثل ChatGPT. الصورة: Riku AI.

إلى جانب انخفاض الطلب، المقيد بميزانيات ضيقة وتزايد عدم اليقين الاقتصادي ، أصبحت الشركات أيضاً أكثر حذراً بشأن التوظيف بشكل عام في السنوات الأخيرة.

وبناءً على ذلك، صرّحت شركات مثل "ناشون وايد للتأمين" و"كارهارت" (علامة تجارية للملابس المهنية) و"نيويورك لايف للتأمين" بأنها لم توظف مهندسي طلبات قط. وبدلاً من ذلك، وجدت أن صقل مهارات إعداد الطلبات يُعد تخصصاً أفضل يمكن تدريب جميع الموظفين الحاليين عليه.

"سواء كنت تعمل في مجال التمويل أو الموارد البشرية أو الشؤون القانونية، فإننا ننظر إلى هذا على أنه قدرة ضمن المسمى الوظيفي، وليس مسمى وظيفي منفصل"، هذا ما قاله جيم فاولر، كبير مسؤولي التكنولوجيا في شركة نيشن وايد.

يشير البروفيسور أندرو نج، مؤسس جوجل برين ومحاضر في جامعة ستانفورد، إلى أن المستخدمين في بعض الأحيان لا يحتاجون إلى تقديم تفاصيل مفرطة عند إدخال مطالبات للذكاء الاصطناعي.

في منشور على منصة X، وصف نغ هذه الطريقة بأنها " تلقين كسول " - أي تزويد الذكاء الاصطناعي بالمعلومات دون سياق يُذكر أو دون تعليمات محددة. وقال المؤسس المشارك لـ Coursera و DeepLearning: "يجب ألا نضيف تفاصيل إلى التوجيهات إلا عند الضرورة القصوى".

ومن الأمثلة البارزة التي ذكرها نج، قيام المبرمجين بتصحيح الأخطاء. فهم غالباً ما ينسخون ويلصقون رسائل الخطأ كاملة - والتي قد تصل إلى عدة صفحات - في نموذج الذكاء الاصطناعي دون تحديد المتطلبات.

وكتب قائلاً: "معظم نماذج اللغة الكبيرة (LLMs) ذكية بما يكفي لتفهم أنك تحتاج إليها لتحليل الأخطاء واقتراح طرق لإصلاحها، حتى لو لم تذكر ذلك صراحةً".

تتطور أنظمة التعلم الآلي تدريجياً لتتجاوز مجرد الاستجابة للأوامر، وتبدأ في فهم نوايا المستخدمين وأسبابهم لتقديم حلول مناسبة. الصورة: بلومبيرغ.

ووفقًا لـ Ng، فإن هذه خطوة إلى الأمام تُظهر أن نماذج التعلم الآلي تتطور تدريجيًا لتتجاوز مجرد الاستجابة للأوامر، وتبدأ في فهم نية المستخدم وسببه لتقديم حلول مناسبة - وهو اتجاه تسعى إليه شركات تطوير نماذج الذكاء الاصطناعي.

مع ذلك، فإنّ "التنبيه الكسول" ليس فعالاً دائماً. تجدر الإشارة إلى أنّه لا ينبغي تطبيق هذه التقنية إلا عندما يكون بإمكان المستخدمين اختبار النموذج بسرعة، كما هو الحال عبر واجهة ويب أو تطبيق ذكاء اصطناعي، ويكون النموذج قادراً بما يكفي على استنتاج النية من معلومات محدودة.

أكد السيد نغ قائلاً: "إذا كان الذكاء الاصطناعي يحتاج إلى الكثير من السياق للاستجابة بالتفصيل، أو لا يستطيع التعرف على الأخطاء المحتملة، فإن مجرد توجيه بسيط لن يفيد".

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