ปัจจุบันไม่มีใครต้องการวิศวกรคอยสั่งการ AI อีกต่อไปแล้ว

งานด้านวิศวกรรม AI ที่รวดเร็วทันใจเป็นหนึ่งในงานที่เป็นที่ต้องการมากที่สุดในปี 2023 อย่างไรก็ตาม ความก้าวหน้าอย่างรวดเร็วของการพัฒนา AI ทำให้สายงานนี้ล้าสมัยไปแล้ว

ในปี 2023 ขณะที่ผู้คนนับล้านกังวลเกี่ยวกับความเป็นไปได้ที่โมเดลปัญญาประดิษฐ์อย่าง ChatGPT จะแย่งงานของพวกเขา บริษัทบางแห่งกลับเต็มใจที่จะจ่ายเงินหลายแสนดอลลาร์เพื่อจ้างคนที่มีความสามารถในการใช้ประโยชน์จากแชทบอท AI รุ่นใหม่เหล่านี้

จากข้อมูลของ Bloomberg การเกิดขึ้นของ ChatGPT ในเวลานั้นได้สร้างอาชีพใหม่ขึ้นมาเรียกว่า Prompt Engineer โดยมีเงินเดือนสูงถึง 335,000 ดอลลาร์ ต่อปี

"การพูดคุยกับ AI"

แตกต่างจากโปรแกรมเมอร์แบบดั้งเดิม วิศวกรเสนอวิธีการเขียนโปรแกรมในรูปแบบของข้อความ จากนั้นส่งคำสั่งที่เป็นข้อความธรรมดาเหล่านั้นไปยังระบบ AI ระบบจะแปลงข้อความบรรยายเหล่านั้นให้เป็นงานจริง ๆ

บุคคลเหล่านี้มักเข้าใจข้อบกพร่องของ AI ซึ่งช่วยให้พวกเขาสามารถปรับปรุงขีดความสามารถและพัฒนากลยุทธ์ที่ซับซ้อนเพื่อเปลี่ยนข้อมูลป้อนเข้าธรรมดาให้กลายเป็นผลลัพธ์ที่ไม่เหมือนใครอย่างแท้จริง

แลนซ์ จังค์ เคยทำรายได้เกือบ 35,000 ดอลลาร์ จากคอร์สออนไลน์สอนวิธีการใช้ ChatGPT ภาพ: เกียร์ไรซ์

“การใช้ AI อย่างมีประสิทธิภาพ คุณต้องเชี่ยวชาญทักษะการออกแบบคำสั่ง หากปราศจากทักษะนี้ อาชีพของคุณจะพังทลายลงในที่สุด” ลิเดีย โลแกน รองประธานฝ่าย การศึกษา และการพัฒนาทรัพยากรบุคคลระดับโลกของ IBM กล่าว

อย่างไรก็ตาม ด้วยการพัฒนาอย่างรวดเร็ว ปัจจุบันโมเดล AI สามารถเข้าใจเจตนาของผู้ใช้ได้ดีขึ้นมาก และยังสามารถถามคำถามเพิ่มเติมได้หากเจตนาไม่ชัดเจน

นอกจากนี้ ตามรายงานของ WSJ บริษัทต่างๆ กำลังฝึกอบรมพนักงานหลากหลายกลุ่มในแผนกต่างๆ เกี่ยวกับวิธีการใช้คำสั่งและโมเดล AI อย่างมีประสิทธิภาพที่สุด ดังนั้นจึงไม่จำเป็นต้องมีบุคคลเพียงคนเดียวที่มีความเชี่ยวชาญด้านนี้

โดยเฉพาะอย่างยิ่ง ในแบบสำรวจล่าสุดที่จัดทำโดย Microsoft พนักงาน 31,000 คนใน 31 ประเทศถูกถามเกี่ยวกับบทบาทใหม่ที่บริษัทของพวกเขากำลังพิจารณาที่จะเพิ่มในอีก 12-18 เดือนข้างหน้า จากข้อมูลของ Jared Spataro ผู้อำนวยการฝ่ายการตลาด AI at Work ของ Microsoft พบว่าตำแหน่งวิศวกรควบคุม (Command Engineer) อยู่ในอันดับรองสุดท้ายจากท้ายสุดของรายการ

ในขณะเดียวกัน ตำแหน่งงานอย่างเช่น ผู้ฝึกสอน ผู้เชี่ยวชาญด้านข้อมูล และผู้เชี่ยวชาญด้านความปลอดภัยของ AI ก็ติดอันดับต้นๆ

สปาตาโรแย้งว่า ปัจจุบันแบบจำลองภาษาหลักๆ ได้พัฒนาไปมากพอที่จะช่วยให้เกิดปฏิสัมพันธ์ การสนทนา และการรับรู้บริบทที่ดีขึ้นได้แล้ว

ตัวอย่างเช่น เครื่องมือวิจัยที่ใช้ AI ของ Microsoft จะถามคำถามเพิ่มเติม แจ้งให้ผู้ใช้ทราบเมื่อไม่เข้าใจบางสิ่ง และขอความคิดเห็นเกี่ยวกับข้อมูลที่ให้ไว้ กล่าวอีกนัยหนึ่ง สปาตาโรแย้งว่า "คุณไม่จำเป็นต้องมีข้อความที่สมบูรณ์แบบ"

การที่ Prompt "มองไม่เห็น" นั้นไม่ใช่เรื่องผิด

ฮันนาห์ คาลฮูน รองประธานฝ่าย AI ของ Indeed แพลตฟอร์มหางาน กล่าวว่า ปัจจุบันจำนวนประกาศรับสมัครงานสำหรับวิศวกรบรรทัดคำสั่งนั้นน้อยมาก

ในเดือนมกราคม 2023 เพียงไม่กี่เดือนหลังจากที่ ChatGPT เปิดตัว การค้นหาของผู้ใช้บน Indeed สำหรับตำแหน่งงานนี้พุ่งสูงขึ้นถึง 144 ต่อล้านการค้นหา อย่างไรก็ตาม ตั้งแต่นั้นมา ตัวเลขดังกล่าวก็คงที่อยู่ที่ประมาณ 20-30 ต่อล้านการค้นหา

วิศวกรสร้างคำถามหรือคำสั่ง คือวิศวกรที่มีหน้าที่สร้างคำถามหรือคำสั่งสำหรับเครื่องมือ AI เช่น ChatGPT ภาพ: Riku AI

นอกจากความต้องการที่ลดลงซึ่งถูกจำกัดด้วยงบประมาณที่รัดกุมและความไม่แน่นอน ทางเศรษฐกิจ ที่เพิ่มขึ้นแล้ว บริษัทต่างๆ ยังระมัดระวังมากขึ้นเกี่ยวกับการจ้างงานโดยทั่วไปในช่วงไม่กี่ปีที่ผ่านมาด้วย

ด้วยเหตุนี้ บริษัทต่างๆ เช่น Nationwide Insurance, แบรนด์ชุดทำงาน Carhartt และ New York Life Insurance ต่างระบุว่าพวกเขาไม่เคยจ้างวิศวกรด้านการสั่งซื้อเลย แต่พวกเขาพบว่าการพัฒนาทักษะการกำหนดคำสั่งซื้อเป็นความเชี่ยวชาญเฉพาะด้านที่ดีกว่า ซึ่งพนักงานปัจจุบันทุกคนสามารถได้รับการฝึกฝนได้

จิม ฟาวเลอร์ ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของเนชั่นไวด์ กล่าวว่า "ไม่ว่าคุณจะทำงานด้านการเงิน ทรัพยากรบุคคล หรือกฎหมาย เรามองว่านี่เป็นความสามารถที่อยู่ภายใต้ตำแหน่งงาน ไม่ใช่ตำแหน่งงานแยกต่างหาก"

ศาสตราจารย์แอนดรูว์ อิง ผู้ก่อตั้ง Google Brain และอาจารย์ประจำมหาวิทยาลัยสแตนฟอร์ด แนะนำว่าบางครั้งผู้ใช้ไม่จำเป็นต้องให้รายละเอียดมากเกินไปเมื่อป้อนคำสั่งสำหรับ AI

ในบทความบน X เอ็นจีเรียกวิธีการนี้ว่า “ การป้อนข้อมูลแบบขี้เกียจ ” กล่าวคือ การป้อนข้อมูลเข้าสู่ AI โดยมีบริบทน้อยมากหรือไม่มีคำแนะนำเฉพาะเจาะจง “เราควรเพิ่มรายละเอียดให้กับคำถามเฉพาะเมื่อจำเป็นอย่างยิ่งเท่านั้น” ผู้ร่วมก่อตั้ง Coursera และ DeepLearning กล่าว

ตัวอย่างสำคัญที่ Ng ยกมาคือ โปรแกรมเมอร์ขณะแก้ไขข้อผิดพลาด พวกเขามักจะคัดลอกและวางข้อความแสดงข้อผิดพลาดทั้งหมด – บางครั้งยาวหลายหน้า – ลงในโมเดล AI โดยไม่ได้ระบุข้อกำหนดใดๆ

"โมเดลภาษาขนาดใหญ่ส่วนใหญ่ (LLM) ฉลาดพอที่จะเข้าใจว่าคุณต้องการให้พวกมันวิเคราะห์และแนะนำวิธีแก้ไขข้อผิดพลาด แม้ว่าคุณจะไม่ได้ระบุอย่างชัดเจนก็ตาม" เขาเขียน

ระบบ LLM กำลังค่อยๆ พัฒนาไปไกลกว่าการแค่ทำตามคำสั่ง โดยเริ่มทำความเข้าใจเจตนาและเหตุผลของผู้ใช้เพื่อหาทางออกที่เหมาะสม ภาพ: บลูมเบิร์ก

ตามที่ Ng กล่าว นี่เป็นก้าวสำคัญที่แสดงให้เห็นว่า LLM กำลังค่อยๆ ก้าวข้ามการตอบสนองต่อคำสั่งเพียงอย่างเดียว โดยเริ่มเข้าใจเจตนาและเหตุผลของผู้ใช้เพื่อมอบโซลูชันที่เหมาะสม ซึ่งเป็นแนวโน้มที่บริษัทพัฒนาโมเดล AI กำลังดำเนินการอยู่

อย่างไรก็ตาม "การให้คำแนะนำแบบง่ายๆ" ไม่ได้มีประสิทธิภาพเสมอไป ควรสังเกตว่าเทคนิคนี้ควรใช้เฉพาะเมื่อผู้ใช้สามารถทดสอบโมเดลได้อย่างรวดเร็ว เช่น ผ่านทางเว็บอินเทอร์เฟซหรือแอปพลิเคชัน AI และโมเดลมีความสามารถเพียงพอที่จะอนุมานเจตนาจากข้อมูลที่จำกัดได้

คุณ Ng เน้นย้ำว่า "หาก AI ต้องการบริบทจำนวนมากเพื่อตอบสนองอย่างละเอียด หรือไม่สามารถตรวจจับข้อผิดพลาดที่อาจเกิดขึ้นได้ การแจ้งเตือนแบบง่ายๆ ก็คงไม่ช่วยอะไร"

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