Experto en IA: Dar indicaciones a ciegas no es incorrecto

El profesor Andrew Ng es uno de los fundadores de Google Brain. Foto: Coursera .

En una publicación en X, Ng lo llama " incitación perezosa " : introducir información en la IA con poco o ningún contexto. "Solo deberíamos añadir detalles a la indicación cuando sea absolutamente necesario", afirmó el cofundador de Coursera y DeepLearning.

Un ejemplo típico que da Ng son los programadores que, al depurar, a menudo copian y pegan mensajes de error completos, a veces de varias páginas, en modelos de IA sin indicar explícitamente lo que quieren.

“La mayoría de los modelos de lenguaje grandes (LLM) son lo suficientemente inteligentes como para entender lo que necesitas que analicen y sugerir soluciones, incluso si no lo dices explícitamente”, escribe.

Según Ng, este es un paso adelante que muestra que LLM está yendo gradualmente más allá de la capacidad de responder a comandos simples, comenzando a comprender las intenciones y el razonamiento del usuario para brindar soluciones apropiadas, una tendencia que las empresas que desarrollan modelos de IA están siguiendo.

Sin embargo, la "incitación perezosa" no siempre funciona. Ng señala que esta técnica solo debe utilizarse cuando los usuarios puedan realizar pruebas rápidamente, como mediante una interfaz web o una aplicación de IA, y el modelo sea capaz de inferir la intención a partir de poca información.

“Si la IA necesita mucho contexto para responder con detalle o no puede reconocer posibles errores, una simple indicación no servirá de nada”, enfatizó Ng.

En teoría, la introducción perezosa ahorra tiempo y esfuerzo, especialmente para quienes no están acostumbrados a escribir comandos detallados. Sin embargo, no es una solución rápida para todos.

El usuario promedio, no acostumbrado a pensar en términos de comprensión automática implícita, puede tener dificultades con indicaciones vagas, lo que puede llevar a resultados inesperados. A menos que la IA esté familiarizada con el contexto específico (como un chat previo) o que el usuario tenga experiencia repitiendo y ajustando rápidamente la solicitud, este enfoque será eficaz.

Mientras tanto, para programadores o personas que trabajan mucho con IA, acortar el mensaje de solicitud a veces ayuda al modelo a no ser "ruidoso" debido a demasiadas instrucciones redundantes. Por lo tanto, Ng enfatiza que esta es una técnica avanzada, adecuada para quienes ya comprenden las capacidades de respuesta del modelo.

Fuente: https://znews.vn/chuyen-gia-ai-prompt-mu-khong-sai-post1543586.html