Mungkinkah teknik cepat termasuk dalam daftar pekerjaan yang selanjutnya akan dihentikan oleh AI?
Insinyur yang cepat menulis data masukan, seringkali berupa blok teks, yang dapat memberikan hasil yang diinginkan dari alat AI generatif seperti ChatGPT. Dan untuk sesaat, ini tampak seperti pekerjaan teknologi trendi berikutnya di tengah booming chatbot dengan kecerdasan buatan.
Beberapa perusahaan menawarkan gaji enam digit untuk pekerjaan tersebut, sehingga memicu kekhawatiran bahwa gaji tersebut bahkan akan menggantikan peran insinyur perangkat lunak yang didambakan.
Namun ternyata AI juga bisa menangani rekayasa cepat.
Para peneliti di VMware, sebuah perusahaan komputasi awan di Palo Alto, California, menemukan bahwa model bahasa besar lebih dari mampu menulis dan “mengoptimalkan perintahnya sendiri”.
Dalam makalah mereka, “The Unreasonable Effectiveness of Eccentric Automatic Prompts,” Rick Battle dan Teja Gollapudi berupaya mengukur dampak dari dorongan “berpikir positif”, yang hampir persis seperti apa dampaknya.
Pengalaman menunjukkan, tulis para peneliti, bahwa petunjuk yang ditulis dengan sikap positif atau optimis terkadang dapat memberikan hasil dengan kualitas yang lebih baik dari alat AI generatif. Misalnya, alih-alih hanya menulis perintah untuk LLM, pesan berpikir positif dapat mencakup pesan seperti, “Ini akan menyenangkan,” atau, “Tarik napas dalam-dalam dan pikirkan baik-baik.”
Namun, para peneliti menemukan bahwa hal yang lebih efektif dan tidak memakan waktu lama adalah dengan meminta LLM untuk mengoptimalkan perintah itu sendiri, yang oleh penelitian ini disebut sebagai “perintah yang dihasilkan secara otomatis”.
“Meningkatkan kinerja, ketika menyetel perintah dengan tangan, adalah hal yang melelahkan dan sulit dilakukan secara komputasi ketika menggunakan proses ilmiah untuk mengevaluasi setiap perubahan,” tulis para peneliti, menambahkan: “Tidak dapat disangkal bahwa perintah yang dihasilkan secara otomatis berkinerja lebih baik dan menggeneralisasi lebih baik daripada yang disetel secara manual. petunjuk berpikir positif.”
Battle dan Gollapudi tidak segera menanggapi permintaan komentar.
Makalah ini juga merujuk pada penelitian lain, yang dipimpin oleh peneliti Google DeepMind, Chengrun Yang, yang juga menemukan bahwa LLM dapat “mengungguli perintah yang dirancang manusia”.
Peneliti VMware bahkan menemukan bahwa LLM bisa sangat kreatif dalam menghasilkan perintah terbaik.
Salah satu contoh yang diberikan dalam penelitian ini adalah teks yang ditulis dengan model pembelajaran mesin yang terdengar seperti sesuatu yang keluar dari episode “Star Trek”.
“Komando, kami membutuhkan Anda untuk merencanakan jalan melewati turbulensi ini dan menemukan sumber anomali. Gunakan semua data yang tersedia dan keahlian Anda untuk memandu kami melalui situasi yang menantang ini,” kata perintah tersebut, menurut penelitian tersebut.
Teks tersebut adalah “permintaan optimal dengan skor tertinggi” yang dihasilkan oleh salah satu LLM yang digunakan dalam penelitian ini.
“Mereka berbeda secara signifikan dari petunjuk apa pun yang mungkin telah kami buat secara independen,” tulis para peneliti tentang petunjuk tersebut. “Jika diberikan petunjuk yang dioptimalkan ini sebelum mengamati skor kinerjanya, orang mungkin akan mengantisipasi kekurangannya dibandingkan dengan kinerja yang lebih baik dari petunjuk yang dibuat secara manual.”
Dalam beberapa hal, alat termasuk ChatGPT sudah secara otomatis mengubah perintah pengguna untuk menghasilkan apa yang mereka yakini sebagai data keluaran terbaik.
Pada episode terbaru podcast teknologi The New York Times “Hard Fork”, jurnalis teknologi Casey Newton berbicara tentang bagaimana ChatGPT mengubah perintah pengguna di latar belakang saat menghasilkan hasil. Pengguna kemudian memiliki kemampuan untuk melihat bagaimana LLM menafsirkan ulang perintah mereka.
“Ini adalah pertanyaan produk yang sangat menarik karena berbicara di situs ChatGPT, saya dapat memberi tahu Anda bahwa hal ini jauh lebih baik dalam menulis perintah daripada saya,” kata Newtown. “Bagi saya, ini benar-benar menghancurkan konsep insinyur yang cepat, yang telah kita bicarakan di acara itu.”
Meskipun penelitian telah menemukan kinerja yang menjanjikan untuk pengoptimal cepat, beberapa ahli mengatakan hal ini tidak akan langsung mematikan pekerjaan rekayasa cepat.
Tim Cramer, wakil presiden senior bidang rekayasa perangkat lunak di Red Hat, yang membuat perangkat lunak sumber terbuka, mengatakan kepada majalah IEEE Spectrum bahwa industri AI generatif terus berkembang dan akan terus membutuhkan keterlibatan manusia dalam prosesnya.
“Saya tidak tahu apakah kami akan menggabungkannya dengan kategori pekerjaan atau peran pekerjaan lain,” kata Cramer kepada majalah tersebut. “Tetapi menurut saya hal-hal ini tidak akan hilang dalam waktu dekat. Dan keadaan saat ini terlalu gila. Segalanya berubah begitu banyak. Kita tidak akan bisa menyelesaikan semuanya dalam beberapa bulan.”
Sumber: businessinsider.com
Email: info@konsultanpendidikan.com
