ไม่มีใครต้องการวิศวกรมาควบคุม AI อีกต่อไป

ในปี 2023 ในขณะที่ผู้คนหลายล้านคนกังวลเกี่ยวกับความเป็นไปได้ที่โมเดลปัญญาประดิษฐ์ เช่น ChatGPT จะเข้ามาแย่งงานของพวกเขา บริษัทบางแห่งก็ยินดีจ่ายเงินหลายแสนดอลลาร์เพื่อจ้างบุคลากรที่สามารถใช้ประโยชน์จากแชทบอท AI รุ่นใหม่เหล่านี้ได้

ตามรายงานของ Bloomberg การเกิดขึ้นของ ChatGPT ในช่วงเวลานั้นได้สร้างอาชีพใหม่ที่เรียกว่า Prompt Engineer ซึ่งมีเงินเดือนสูงถึง 335,000 เหรียญสหรัฐ ต่อปี

“พูดคุยกับ AI”

ต่างจากโปรแกรมเมอร์ทั่วๆ ไป วิศวกรจะแนะนำการเขียนโปรแกรมในรูปแบบร้อยแก้ว จากนั้นส่งคำสั่งที่เขียนเป็นข้อความธรรมดาไปยังระบบ AI ซึ่งจะเปลี่ยนคำอธิบายให้กลายเป็นงานจริง

คนเหล่านี้มักจะเข้าใจข้อบกพร่องของ AI ซึ่งสามารถเสริมพลังและเสนอแนวทางที่ซับซ้อนเพื่อเปลี่ยนอินพุตง่ายๆ ให้กลายเป็นผลลัพธ์ที่ไม่ซ้ำใครได้อย่างแท้จริง

แลนซ์ จังค์ เคยมีรายได้เกือบ 35,000 ดอลลาร์ จากคอร์สออนไลน์ที่สอนวิธีใช้ ChatGPT ภาพ: Gearrice

“การใช้ AI ได้อย่างมีประสิทธิภาพ คุณจำเป็นต้องเชี่ยวชาญทักษะการออกแบบคำสั่ง หากปราศจากทักษะนี้ อาชีพของคุณก็จะ ‘พังทลาย’ ในไม่ช้า” ลิเดีย โลแกน รองประธานฝ่าย การศึกษา ระดับโลกและการพัฒนาทรัพยากรบุคคลของ IBM Technology Group กล่าว

อย่างไรก็ตาม ด้วยการพัฒนาที่รวดเร็ว ปัจจุบันโมเดล AI สามารถเข้าใจเจตนาของผู้ใช้ได้ดีขึ้นมาก และสามารถถามคำถามติดตามได้หากเจตนาไม่ชัดเจน

นอกจากนี้ ตามที่ WSJ ระบุ บริษัทต่างๆ กำลังฝึกอบรมพนักงานจำนวนมากในแผนกต่างๆ เกี่ยวกับวิธีใช้คำสั่งและโมเดล AI ให้เกิดประโยชน์สูงสุด ดังนั้นจึงไม่จำเป็นที่คนคนเดียวจะต้องมีความเชี่ยวชาญด้านนี้

โดยเฉพาะอย่างยิ่ง จากการสำรวจล่าสุดที่ไมโครซอฟต์ว่าจ้าง ได้มีการสอบถามพนักงาน 31,000 คนใน 31 ประเทศ เกี่ยวกับบทบาทใหม่ที่บริษัทกำลังพิจารณาเพิ่มในอีก 12-18 เดือนข้างหน้า จาเร็ด สปาทาโร ผู้อำนวยการฝ่ายการตลาดด้าน AI ในที่ทำงานของไมโครซอฟต์ ระบุว่า วิศวกรควบคุมงานอยู่ในอันดับที่สองจากท้ายๆ ของรายชื่อ

ในขณะเดียวกัน บทบาทต่างๆ เช่น ผู้ฝึกสอน นักวิทยาศาสตร์ข้อมูล และผู้เชี่ยวชาญด้านความปลอดภัย AI อยู่ในอันดับต้นๆ ของรายการ

Spataro โต้แย้งว่าปัจจุบันโมเดลภาษาขนาดใหญ่มีการพัฒนาเพียงพอแล้วที่จะทำให้เกิดการโต้ตอบ การสนทนา และการรับรู้บริบทที่ดีขึ้น

ตัวอย่างเช่น เครื่องมือวิจัยที่ใช้ AI ของ Microsoft จะถามคำถามเพิ่มเติม แจ้งให้ผู้ใช้ทราบเมื่อไม่เข้าใจบางสิ่ง และขอคำติชมเกี่ยวกับข้อมูลที่ให้มา กล่าวอีกนัยหนึ่ง Spataro กล่าวว่า "คุณไม่จำเป็นต้องมีประโยคที่สมบูรณ์แบบ"

แจ้งเตือนว่า "ตาบอด" ไม่ใช่เรื่องผิด

ขณะนี้มีตำแหน่งงานวิศวกรบรรทัดคำสั่งเพียงไม่กี่ตำแหน่ง ตามที่ Hannah Calhoon รองประธานฝ่าย AI ของ Indeed แพลตฟอร์มหางาน กล่าว

ในเดือนมกราคม 2566 เพียงไม่กี่เดือนหลังจากเปิดตัว ChatGPT จำนวนการค้นหาผู้ใช้ Indeed สำหรับบทบาทนี้พุ่งสูงถึง 144 ต่อการค้นหาหนึ่งล้านครั้ง อย่างไรก็ตาม ตัวเลขดังกล่าวได้คงที่อยู่ที่ประมาณ 20-30 ต่อการค้นหาหนึ่งล้านครั้ง

Prompt Engineer คือวิศวกรที่มีหน้าที่เขียนคำถามหรือออกคำสั่งไปยังเครื่องมือ AI เช่น ChatGPT ภาพ: Riku AI

นอกเหนือจากความต้องการที่ลดลง อันเนื่องมาจากงบประมาณที่จำกัดและความไม่แน่นอน ทางเศรษฐกิจ ที่เพิ่มมากขึ้น บริษัทต่างๆ ยังระมัดระวังมากขึ้นเกี่ยวกับการจ้างงานโดยทั่วไปในช่วงไม่กี่ปีที่ผ่านมา

บริษัทต่างๆ เช่น Nationwide Insurance, Carhartt Workwear และ New York Life Insurance ต่างกล่าวว่าพวกเขาไม่เคยจ้างวิศวกรผู้บังคับบัญชา แต่เห็นว่าทักษะการบังคับบัญชาที่ดีกว่าเป็นทักษะที่พนักงานปัจจุบันทุกคนสามารถได้รับการฝึกฝน

“ไม่ว่าคุณจะอยู่ในสายงานการเงิน ทรัพยากรบุคคล หรือกฎหมาย เรามองว่านี่เป็นความสามารถที่อยู่ในตำแหน่งงาน ไม่ใช่ตำแหน่งงานที่แยกจากกัน” จิม ฟาวเลอร์ หัวหน้าฝ่ายเทคโนโลยีของ Nationwide กล่าว

ศาสตราจารย์แอนดรูว์ หง ผู้ก่อตั้ง Google Brain และอาจารย์ที่มหาวิทยาลัยสแตนฟอร์ด กล่าวว่าบางครั้งผู้ใช้ไม่จำเป็นต้องให้รายละเอียดมากเกินไปเมื่อป้อนคำขอ (คำเตือน) สำหรับ AI

ในโพสต์บน X เอ็นจีเรียกสิ่งนี้ว่า " lazy prompting " หรือ "การป้อนข้อมูลเข้า AI โดยแทบไม่มีบริบท" "เราควรเพิ่มรายละเอียดลงใน prompt เฉพาะเมื่อจำเป็นจริงๆ เท่านั้น" ผู้ร่วมก่อตั้ง Coursera และ DeepLearning กล่าว

ตัวอย่างทั่วไปที่ Ng ยกมาคือโปรแกรมเมอร์ที่เมื่อทำการดีบัก มักจะคัดลอกและวางข้อความแสดงข้อผิดพลาดทั้งหมด (บางครั้งยาวหลายหน้า) ลงในโมเดล AI โดยไม่ได้ระบุอย่างชัดเจนว่าต้องการอะไร

“โมเดลภาษาขนาดใหญ่ส่วนใหญ่ (LLM) มีความฉลาดเพียงพอที่จะเข้าใจสิ่งที่คุณต้องการเพื่อวิเคราะห์และเสนอวิธีแก้ไข แม้ว่าคุณจะไม่ได้ระบุไว้อย่างชัดเจนก็ตาม” เขียนไว้

LLM กำลังก้าวไปไกลกว่าการตอบสนองต่อคำสั่งง่ายๆ ไปสู่การทำความเข้าใจเจตนาและเหตุผลของผู้ใช้ เพื่อคิดค้นวิธีแก้ปัญหาที่เหมาะสม ภาพ: Bloomberg

ตามที่ Ng กล่าว นี่เป็นก้าวไปข้างหน้าที่แสดงให้เห็นว่า LLM กำลังค่อยๆ พัฒนาไปไกลเกินกว่าความสามารถในการตอบสนองต่อคำสั่งง่ายๆ และเริ่มเข้าใจเจตนาและเหตุผลของผู้ใช้เพื่อนำเสนอโซลูชันที่เหมาะสม ซึ่งเป็นแนวโน้มที่บริษัทต่างๆ ที่พัฒนาโมเดล AI กำลังดำเนินการอยู่

อย่างไรก็ตาม "การกระตุ้นให้ขี้เกียจ" ไม่ได้ผลเสมอไป Ng ตั้งข้อสังเกตว่าเทคนิคนี้ควรใช้เฉพาะเมื่อผู้ใช้สามารถทดสอบได้อย่างรวดเร็ว เช่น ผ่านเว็บอินเทอร์เฟซหรือแอป AI และโมเดลสามารถอนุมานเจตนาจากข้อมูลเพียงเล็กน้อยได้

Ng เน้นย้ำว่า "หาก AI จำเป็นต้องมีบริบทมากมายเพื่อตอบสนองในรายละเอียด หรือไม่สามารถจดจำข้อผิดพลาดที่อาจเกิดขึ้นได้ การแจ้งเตือนง่ายๆ จะไม่สามารถช่วยได้"

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