אף אחד כבר לא צריך מהנדסים שיפקחו על בינה מלאכותית

בשנת 2023, בעוד מיליוני אנשים מודאגים מהאפשרות שמודלים של בינה מלאכותית כמו ChatGPT יגנו על מקום עבודתם, חברות מסוימות מוכנות לשלם מאות אלפי דולרים כדי לגייס אנשים שיוכלו לנצל את הדור החדש של צ'אטבוטים מבוססי בינה מלאכותית.

לפי בלומברג , הופעתה של ChatGPT באותה תקופה יצרה מקצוע חדש בשם Prompt Engineer, עם שכר של עד 335,000 דולר לשנה.

"דבר עם בינה מלאכותית"

בניגוד למתכנתים מסורתיים, מהנדסים מציעים לתכנת בפרוזה, ואז לשלוח פקודות הכתובות בטקסט רגיל למערכת הבינה המלאכותית, אשר הופכת את התיאורים לעבודה בפועל.

אנשים אלה מבינים לעתים קרובות את פגמי הבינה המלאכותית, מה שיכול לאחר מכן לשפר את כוחה ולהמציא אסטרטגיות מורכבות כדי להפוך קלט פשוט לתוצאות ייחודיות באמת.

לאנס ג'ונק הרוויח פעם כמעט 35,000 דולר בהכנסות מקורס מקוון שלימד אנשים כיצד להשתמש ב-ChatGPT. צילום: Gearrice.

"כדי להשתמש בבינה מלאכותית ביעילות, עליך לשלוט במיומנות של עיצוב פקודות. ללא מיומנות זו, הקריירה שלך במוקדם או במאוחר 'תהרס'", אמרה לידיה לוגן, סגנית נשיא לחינוך גלובלי ופיתוח משאבי אנוש בקבוצת הטכנולוגיה של IBM.

עם זאת, עם ההתפתחות המהירה, מודלים של בינה מלאכותית כיום טובים בהרבה בהבנת כוונות המשתמשים ויכולים אפילו לשאול שאלות המשך אם הכוונה אינה ברורה.

בנוסף, על פי ה-WSJ , חברות מכשירות מגוון רחב של עובדים במחלקות שונות כיצד להשתמש בצורה הטובה ביותר בפקודות ובמודלים של בינה מלאכותית, כך שיש פחות צורך באדם יחיד שיהיה לו מומחיות זו.

באופן ספציפי, בסקר שנערך לאחרונה על ידי מיקרוסופט, נשאלו 31,000 עובדים ב-31 מדינות לגבי התפקידים החדשים שהחברה שלהם שוקלת להוסיף ב-12-18 החודשים הקרובים. לדברי ג'ארד ספטארו, מנהל השיווק של מיקרוסופט עבור AI at Work, מהנדס הפיקוד היה השני מהסוף ברשימה.

בינתיים, תפקידים כמו מאמנים, מדעני נתונים ומומחי אבטחת בינה מלאכותית עומדים בראש הרשימה.

ספטארו טוען כי מודלים של שפה גדולה התפתחו כעת מספיק כדי לאפשר אינטראקציה, דיאלוג ומודעות להקשר טובים יותר.

לדוגמה, כלי המחקר של מיקרוסופט, המבוסס על בינה מלאכותית, ישאל שאלות המשך, יודיע למשתמש מתי הוא לא מבין משהו, ויבקש משוב על המידע שסופק. במילים אחרות, אומר ספטארו, "לא חייבים משפטים מושלמים".

"עיוור" מהיר אינו דבר רע

יש כרגע מעט מאוד משרות מודעות למהנדסי פיקוד, לדברי חנה קלהון, סמנכ"לית בינה מלאכותית בפלטפורמת חיפוש העבודה Indeed.

בינואר 2023, חודשים ספורים לאחר השקת ChatGPT, חיפושי המשתמשים ב-Indeed אחר התפקיד זינקו ל-144 לכל מיליון חיפושים. עם זאת, מאז, מספר זה התייצב סביב 20-30 לכל מיליון חיפושים.

מהנדסי פקודות (Prompt Engineers) הם מהנדסים שתפקידם לחבר שאלות או לתת פקודות לכלי בינה מלאכותית כמו ChatGPT. צילום: Riku AI.

בנוסף לירידה בביקוש, הנגרמת על ידי תקציבים מוגבלים וחוסר ודאות כלכלית גוברת, חברות היו גם זהירות הרבה יותר לגבי גיוס עובדים באופן כללי בשנים האחרונות.

חברות כמו Nationwide Insurance, Carhartt Workwear ו-New York Life Insurance אומרות כולן שמעולם לא שכרו מהנדסי פיקוד, ובמקום זאת רואות במיומנויות פיקוד טובות יותר מיומנות שכל העובדים הנוכחיים יכולים ללמוד בה.

"בין אם אתם עובדים בתחום הפיננסים, משאבי אנוש או המשפטי, אנו רואים זאת כיכולת במסגרת תפקיד, לא כתואר נפרד", אומר מנהל הטכנולוגיה הראשי של ניישנווייד, ג'ים פאולר.

פרופסור אנדרו נג, מייסד גוגל בריין ומרצה באוניברסיטת סטנפורד, אמר שלפעמים משתמשים לא צריכים להיות מפורטים מדי בעת הזנת בקשות (הנחיות) עבור בינה מלאכותית.

בפוסט ב-X, מר נג מכנה שיטה זו " הנחיה עצלה " - כלומר, הזנת מידע לתוך בינה מלאכותית עם מעט הקשר או ללא הוראות ספציפיות. "עלינו להוסיף פרטים להנחיה רק כאשר הכרחי לחלוטין", אמר המייסד השותף של Coursera ו-DeepLearning.

נג נותן דוגמה אופיינית למתכנתים שעוסקים בניפוי שגיאות, שלעתים קרובות מעתיקים ומדביקים הודעות שגיאה שלמות - לפעמים באורך של כמה עמודים - לתוך מודלים של בינה מלאכותית מבלי לציין במפורש מה הם רוצים.

"רוב מודלי השפה הגדולים (LLMs) חכמים מספיק כדי להבין מה אתה צריך שהם ינתחו ולהציע תיקונים, גם אם אתה לא אומר זאת במפורש", הוא כותב.

לימודי משפטים (LLM) מתקדמים מעבר להיענות לפקודות פשוטות, ומתחילים להבין את כוונת המשתמש ואת נימוקיו כדי להגיע לפתרונות מתאימים. צילום: בלומברג.

לדברי נג, זהו צעד קדימה שמראה ש-LLM מתקדמת בהדרגה מעבר ליכולת להגיב לפקודות פשוטות, ומתחילה להבין את כוונות המשתמש ואת נימוקיו כדי להגיע לפתרונות מתאימים - מגמה שחברות המפתחות מודלים של בינה מלאכותית רודפות אחריה.

עם זאת, "הנחיה עצלה" לא תמיד עובדת. נג מציין כי יש להשתמש בטכניקה זו רק כאשר משתמשים יכולים לבדוק במהירות, כגון באמצעות ממשק אינטרנט או אפליקציית בינה מלאכותית, והמודל מסוגל להסיק כוונה ממידע מועט.

"אם בינה מלאכותית זקוקה להרבה הקשר כדי להגיב בפירוט, או לא יכולה לזהות שגיאות פוטנציאליות, אז הנחיה פשוטה לא תעזור", הדגיש מר נג.

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