Plus besoin d'ingénieurs donnant des ordres à l'IA.

L'ingénierie rapide en IA était l'un des métiers les plus recherchés en 2023. Cependant, le rythme rapide du développement de l'IA a rendu cette profession obsolète.

En 2023, alors que des millions de personnes s'inquiétaient de la possibilité que des modèles d'intelligence artificielle comme ChatGPT leur prennent leur emploi, certaines entreprises étaient prêtes à débourser des centaines de milliers de dollars pour embaucher des personnes capables d'exploiter ces chatbots d'IA de nouvelle génération.

Selon Bloomberg , l'émergence de ChatGPT à cette époque a créé une nouvelle profession appelée Ingénieur Réactif, avec des salaires pouvant atteindre 335 000 dollars par an.

« Parler à l'IA »

Contrairement aux programmeurs traditionnels, l'ingénieur propose une programmation sous forme de texte, puis envoie ces commandes textuelles au système d'IA. Ce dernier transforme ensuite le texte descriptif en tâches concrètes.

Ces personnes comprennent souvent les failles de l'IA, ce qui leur permet d'améliorer ses capacités et de développer des stratégies sophistiquées pour transformer des données simples en résultats véritablement uniques.

Lance Junck a un jour engrangé près de 35 000 $ de revenus grâce à un cours en ligne enseignant comment utiliser ChatGPT. Photo : Gearrice.

« Pour utiliser efficacement l'IA, il est indispensable de maîtriser la conception de commandes. Sans cette compétence, votre carrière sera tôt ou tard ruinée », a déclaré Lydia Logan, vice-présidente de la formation mondiale et du développement des ressources humaines chez IBM.

Cependant, grâce à leur développement rapide, les modèles d'IA comprennent désormais beaucoup mieux l'intention de l'utilisateur et peuvent même poser des questions complémentaires si l'intention n'est pas claire.

De plus, selon le WSJ , les entreprises forment un large éventail d'employés de différents services à la meilleure utilisation des commandes et des modèles d'IA, ce qui réduit le besoin qu'une seule personne possède cette expertise.

Dans le cadre d'une récente enquête commandée par Microsoft, 31 000 employés de 31 pays ont été interrogés sur les nouveaux rôles que leurs entreprises envisagent de créer au cours des 12 à 18 prochains mois. Selon Jared Spataro, directeur marketing de l'IA au travail chez Microsoft, le poste d'ingénieur de commandement arrive en avant-dernière position.

Par ailleurs, les rôles tels que formateur, spécialiste des données et expert en sécurité de l'IA figurent en tête de liste.

Spataro soutient que les principaux modèles de langage se sont désormais suffisamment développés pour permettre une meilleure interaction, un meilleur dialogue et une meilleure conscience contextuelle.

Par exemple, l'outil de recherche de Microsoft basé sur l'IA pose des questions complémentaires, signale à l'utilisateur ses incompréhensions et sollicite un retour d'information sur les données fournies. Autrement dit, Spataro affirme qu'« il n'est pas nécessaire de formuler des affirmations parfaites ».

Dire que Prompt est « aveugle » n'est pas faux.

Selon Hannah Calhoon, vice-présidente de l'IA chez Indeed, plateforme de recherche d'emploi, le nombre d'offres d'emploi pour les ingénieurs en ligne de commande est actuellement très faible.

En janvier 2023, quelques mois seulement après le lancement de ChatGPT, les recherches d'utilisateurs pour ce poste sur Indeed ont explosé, atteignant 144 recherches par million. Depuis, ce nombre s'est stabilisé autour de 20 à 30 recherches par million.

Les ingénieurs en prompteur sont des ingénieurs dont le travail consiste à créer des questions ou des commandes pour des outils d'IA comme ChatGPT. Photo : Riku AI.

Outre la baisse de la demande, contrainte par des budgets serrés et une incertitude économique croissante, les entreprises sont également devenues beaucoup plus prudentes en matière d'embauche en général ces dernières années.

Ainsi, des entreprises comme Nationwide Insurance, la marque de vêtements de travail Carhartt et New York Life Insurance ont toutes déclaré n'avoir jamais embauché d'ingénieurs en gestion des commandes. Elles ont estimé qu'il était plus judicieux de former tous leurs employés actuels au perfectionnement des compétences en matière de passation de commandes.

« Que vous travailliez dans la finance, les ressources humaines ou le droit, nous considérons cela comme une compétence inhérente à un poste, et non comme un poste distinct », a déclaré Jim Fowler, directeur de la technologie chez Nationwide.

Le professeur Andrew Ng, fondateur de Google Brain et maître de conférences à l'université de Stanford, suggère que les utilisateurs n'ont parfois pas besoin d'être trop précis lorsqu'ils saisissent des requêtes pour l'IA.

Dans un article publié sur X, Ng a qualifié cette méthode de « suggestion paresseuse » , c’est-à-dire le fait de fournir des informations à l’IA avec très peu de contexte ou sans instructions spécifiques. « Nous ne devrions ajouter des détails aux suggestions que lorsque cela est absolument nécessaire », a déclaré le cofondateur de Coursera et de DeepLearning.

Ng cite souvent l'exemple des programmeurs lors du débogage. Ils copient et collent fréquemment des messages d'erreur entiers – parfois longs de plusieurs pages – dans le modèle d'IA sans préciser les exigences.

« La plupart des grands modèles de langage (LLM) sont suffisamment intelligents pour comprendre que vous avez besoin d'eux pour analyser et suggérer des moyens de corriger les erreurs, même si vous ne le dites pas explicitement », a-t-il écrit.

Les LLM (Learning Learning Management) ne se contentent plus de répondre aux commandes ; ils commencent à comprendre l’intention et le raisonnement de l’utilisateur afin de fournir des solutions appropriées. Photo : Bloomberg.

Selon Ng, il s'agit d'un pas en avant montrant que les LLM (Language Models) ne se contentent plus de répondre aux commandes, mais commencent à comprendre l'intention et la raison de l'utilisateur pour fournir des solutions appropriées – une tendance que les sociétés de développement de modèles d'IA poursuivent.

Cependant, l'« incitation paresseuse » n'est pas toujours efficace. Il convient de noter que cette technique ne devrait être appliquée que lorsque les utilisateurs peuvent tester rapidement le modèle, par exemple via une interface web ou une application d'IA, et que le modèle est suffisamment performant pour déduire une intention à partir d'informations limitées.

M. Ng a souligné : « Si l'IA a besoin de beaucoup de contexte pour répondre en détail, ou si elle ne peut pas reconnaître les erreurs potentielles, alors une simple invite ne sera d'aucune utilité. »

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