Nëse keni përdorur Chat GPT dhe keni marrë një përgjigje të pasaktë prej tij, duhet të jeni zemëruar dhe t’ia keni atribuar këtë performancës së kësaj inteligjence artificiale. Problemi në fakt është se si e formulojmë pyetjen, dhe nëse përpiqemi ta optimizojmë atë, në fakt kemi të bëjmë me inxhinieri të shpejtë, e cila është çelësi i zgjidhjes.

Inxhinieria e shpejtë, një term që me siguri do të fitojë rëndësi në të ardhmen, është procesi i hartimit dhe optimizimit të pyetjeve të inteligjencës artificiale me qëllim marrjen e përgjigjeve të sakta, relevante dhe të dobishme.

Çështja është që kërkesa të formulohet në një mënyrë që i lejon modelit të kuptojë qartë se çfarë kërkohet prej tij dhe të ofrojë një përgjigje cilësore.

Në fakt, inxhinieria e shpejtë ju ndihmon të merrni pikërisht atë që ju nevojitet nga IA.

“Inxhinieria e shpejtë është procesi i optimizimit të kërkesave derisa të merret përgjigja e dëshiruar nga një model i inteligjencës artificiale. Në kontekstin e inteligjencës artificiale, inxhinieria e shpejtë është e rëndësishme sepse përmirëson performancën e modeleve të mëdha gjuhësore pa pasur nevojë të modifikohet vetë modeli”, tha për eKapija Tihomir Opačić, një konsulent i inteligjencës artificiale dhe inxhinier softuerësh me më shumë se 25 vjet përvojë.

Komponentët kryesorë të një kujtese të mirë, sipas Opačić, përfshijnë udhëzime të qarta, kontekst, caktimin e një roli specifik modelit, kërkesat e formatimit, tonin dhe një përgjigje të modelit.

“Komponentë të tillë si udhëzimet e qarta dhe konteksti janë thelbësorë për të marrë përgjigje cilësore”, shton Tihomir.

Ai shpjegon se modelet e mëdha gjuhësore kanë njohuri të kufizuara, veçanërisht rreth ngjarjeve të fundit.

“Teknika të tilla si Gjenerimi i Shtuar i Rikthimit (RAG) dhe zbatimi i agjentëve të IA-së mund t’i ndihmojnë modelet të qasen në të dhënat aktuale dhe të ofrojnë përgjigje të sakta”, thotë ai.

Këto teknika u lejojnë modeleve të përdorin burime të të dhënave të jashtme si kontekst, duke rritur saktësinë dhe rëndësinë e përgjigjeve.

“Inxhinieria e shpejtë është e rëndësishme për të gjitha profesionet që përdorin intensivisht modele të mëdha gjuhësore”, shpjegon Tihomir.

Ai shton se profesionet që kërkojnë saktësi të lartë, siç janë programuesit, marketerët, bankierët dhe ata që merren me mbështetje teknike, përfitojnë më shumë prej kësaj.

Ku gabojmë?

Gabimet më të zakonshme që bëjnë njerëzit kur flasin me modele të mëdha gjuhësore janë mosdhënia e udhëzimeve të qarta, pra udhëzime të qarta dhe dhënia e sasive të pamjaftueshme të të dhënave.

“Njerëzit më pas bien në kurthin e të treguarit modelit se kanë bërë një gabim, për të cilin modeli zakonisht kërkon falje për gabimin, dhe më pas jep një përgjigje tjetër të pakënaqshme të formuluar në një mënyrë paksa të ndryshme. Shumica e përgjigjeve të pakënaqshme të modelit mund të zgjidhen duke ofruar një kontekst më të gjerë dhe udhëzime më të qarta”, thotë Opačić.

Problemet më komplekse kërkojnë përdorimin e teknikave më të përparuara, siç janë nxitja me pak goditje, nxitja në formë zinxhiri të mendimit, nxitja në formë peme mendimi dhe teknika të tjera të inxhinierisë së shpejtë, thotë ai.

Inxhinieria e shpejtë do të bëhet edhe më e rëndësishme në të ardhmen

Opacic thotë se gjatë nëntë muajve të fundit, bazuar në përgjigjet ndaj versioneve të reja të modeleve kryesore gjuhësore si OpenAI GPT 4o dhe Anthopic Claude 3.5, kemi parë teknika të shpejta inxhinierike që përdoren brenda vetë modeleve kryesore për të përmirësuar më tej cilësinë e përgjigjeve të tyre.

Siç vëren ai, është ende e rëndësishme që ne, si përdorues të këtyre sistemeve, të kemi njohuri të mira të teknikave të inxhinierisë së shpejtë, në mënyrë që të mund ta dallojmë lehtësisht një situatë në të cilën mund të marrim përgjigje dukshëm më të mira me pak përpjekje.

Në të ardhmen, mund të presim që vetë modeli, nëpërmjet bisedës, do të na çojë drejt përdorimit të disa prej teknikave efikase për inxhinieri të shpejtë, pa qenë ne, si përdorues, të vetëdijshëm se kjo po ndodh, të gjitha me qëllim përmirësimin e cilësisë së përgjigjes, pohon Opacic.

Shkencëtarët e kompjuterave, shton ai, vazhdojnë të kryejnë kërkime në të gjithë botën duke zbuluar teknika të reja për inxhinieri të shpejtë, ndërsa shpesh gjejnë frymëzim në teknikat që janë zhvilluar për të përmirësuar produktivitetin tek ne njerëzit.

“Kur vëzhgojmë biseda me modele të mëdha gjuhësore, në fund të fundit është shumë e dobishme të bëjmë një paralele me bisedat që zhvillojmë me njerëzit. Nëse ia delegojmë një detyrë pune një njeriu ose një modeli, nëse nuk ofrojmë informacion dhe udhëzime të mjaftu eshme cilësore, detyra e deleguar nuk do të kryhet mirë”, përfundon eksperti.