El mundo profesional tal y como se conoce en la hogaño está cambiando rápidamente. Esto es poco perfectamente observable gracias a la presentación de nuevas tecnologías como la inteligencia fabricado.
Como siempre, surgen dudas con respecto al futuro profesional del ser humano en medio de este éxito. Sin confiscación, este temor es completamente infundado. Sin ir más allí, según FeeStories, la IA creó 3 veces más puestos de trabajo de los que eliminó y lo demuestra.
Es cierto que esta percepción es difícil de aceptar porque estos trabajos no se parecen en falta a los que existen hoy, pero esta siquiera sería la primera vez que tenemos una revolución profesional de este tipo: revolución industrial en la que el humano fue sustituido por máquinas o la presentación de Internet, que además hizo que las personas se mostrasen escépticas acerca de perder sus trabajos.
Uno de los nuevos puestos de trabajo que están comenzando a emerger gracias a la IA es el de prompt engineer y es precisamente donde este artículo va a hacer foco. Con el objetivo de que aprendas en qué consiste este nuevo puesto profesional, cuáles son sus requisitos e incluso cuánto cobra este tipo de trabajador, es hora de desgranar este concepto.
¿Qué es un ‘prompt’?
Para comprender a la perfección este nuevo puesto de trabajo, primero es necesario memorizar qué es un prompt.
En pocas palabras y situándose en el contexto de la programación y el formación maquinal (machine learning), un prompt es una oración o frase original que se le proporciona a un maniquí de jerga o a una utensilio de IA como ChatGPT para que genere una respuesta o una continuación coherente.
El prompt puede ser una pregunta, una instrucción o cualquier otro tipo de entrada que se utilice para iniciar la procreación de texto.
Por ejemplo, si quieres obtener información sobre el tiempo en una determinada ciudad, el prompt podría ser: «Por confianza, dame el pronóstico del tiempo en Madrid para mañana». A partir de este prompt, el maniquí generaría una respuesta que incluya el pronóstico del tiempo que has solicitado.
Aquí es importante destacar que el prompt puede influir en la salida generada por el maniquí. Pequeños cambios en este pueden soportar a respuestas muy diferentes. Por otra parte, la calidad y relevancia de la respuesta además dependen de la capacidad del maniquí y de su entrenamiento con datos previos.
Para que te hagas una idea, en los buenos ejemplos, los prompts son claros, específicos y proporcionan suficiente información para crear una respuesta relevante y coherente. Por otro banda, los malos prompts son demasiado amplios, vagos o no proporcionan suficiente contexto, lo que dificulta que el maniquí genere una respuesta útil o precisa.
Este es el papel que juega un ‘prompt engineer’ en la inteligencia fabricado
Con lo antecedente explicado ya como almohadilla, esta profesión es el arte y la ciencia de formular indicaciones de entrada que guían a los modelos de IA, como GPT-4, para crear los resultados deseados. Al ajustar la entrada, los desarrolladores y los usuarios pueden exprimir las capacidades de los modelos para crear resultados precisos, relevantes al contexto.
A pesar de lo poderosos que son los modelos de jerga a gran escalera, aún requieren la piloto humana para crear buenos resultados y coherentes. Por otra parte, es un desafío porque se necesita de una comprensión profunda de la interacción humano-ordenador, {conocimiento} del procesamiento del jerga natural y las capacidades del maniquí de IA con el que estás trabajando.
La única forma de conquistar este {conocimiento} es a través de muchas horas de maña y experimentación con modelos generativos de IA de todos los tipos, ya sea texto, imagen o incluso voz.
Las buenas indicaciones son esenciales para obtener los resultados que deseas y minimizar la carencia de múltiples iteraciones o intervención manual. El prompt engineering mejoramiento la eficiencia universal y la facilidad de uso de los modelos de IA en varias aplicaciones, desde la presencia de programación hasta la procreación de contenido.
Según fuentes como la revista Time, este puesto de trabajo está allí del distintivo puesto de ingeniería. De hecho, no requiere habilidades de codificación avanzadas en ilimitado. En cambio, se fundamento en la campechanía con modelos de jerga grandes como ChatGPT, Bard y muchos, muchos más.
Esencialmente, las personas que desempeñan el papel del prompt engineer ayudarán a las empresas a entrenar herramientas de IA e integrarlas en sus flujos de trabajo. Y si adecuadamente es demasiado pronto para afirmar qué tan popular se volverá este rol, se puede ver que ya está formando parte de la bolsa de trabajo de muchas empresas.
En una entrevista con Euronews Next, Mairi Bruce, prompt engineer, explicó que el éxito en su cometido depende del contexto y la intención del legatario. «Solo estás tratando de hacerlo lo más tratable posible, y no debería estar positivamente libre a la interpretación. Tienes que usar tus palabras con intención», dijo.
«Es como enseñarle a un androide a musitar contigo. Al igual que usaríamos las palabras para comunicarnos entre nosotros», dijo además a Euronews Next Michael Delcore, un ingeniero autónomo de inteligencia fabricado y desarrollador de front-end.
Los sueldos actuales para un PE pueden arribar hasta los 200.000 dólares por año, y el trabajo como ayer se ha mencionado no requiere necesariamente de un título en informática.
Conviértete en todo un experto de los ‘prompts’
Antaño de comenzar tu alucinación por el prompt engineering, es esencial seguir los siguientes puntos:
1. Adquiere {conocimiento} sobre el maniquí de IA: ayer de sumergirte en el prompt engineering, es crucial familiarizarse con el maniquí de IA con el que trabajarás. Obligarse tiempo a investigar la edificación del maniquí, los datos de entrenamiento y sus limitaciones es positivamente el punto de partida.
2. Empieza con instrucciones simples: al comenzar, es muy útil utilizar instrucciones simples y directas. Experimenta con preguntas, afirmaciones o instrucciones básicas y observa cómo el maniquí avala. Esto te dará una idea de cómo interpreta y procesa la información.
3. Se específico y claro: los modelos de jerga a gran escalera suelen crear resultados más relevantes cuando se les proporcionan instrucciones específicas y claras.
Evita la doble sentido y proporciona tanto contexto como sea necesario para dirigir al maniquí cerca de el resultado que buscas. Por ejemplo, en división de preguntar «¿Cuál es el mejor jerga de programación?», puedes preguntar: «¿Cuál es el mejor jerga de programación para el exposición web?».
4. Experimenta con diferentes estructuras de solicitud: esta puede tener un impacto significativo en la salida generada por el maniquí. Experimenta con diferentes frases, estilos de preguntas y contextos. Por ejemplo:
- Haciendo una pregunta: «¿Cómo puedo crear una función de Python para calcular el factorial de un número?»
- Dando un comando: «Explica el proceso de creación de una función de Python para calcular el factorial de un número».
- Proporcionando ejemplos: «Como en las funciones de suma y resta, crea una función de Python para calcular el factorial de un número».
5. Perfecciona las instrucciones: a medida que ganes experiencia con el prompt engineering, generarás un {conocimiento} de lo que sirve y de lo que no, así que puedes ir explorando nuevos enfoques para mejorar la calidad de la respuesta generada.
6. Considera las implicaciones éticas: es muy importante que al adentrarte en este mundo tengas muy en cuenta considerar las implicaciones éticas evitando sesgos en los datos de entrenamiento del maniquí y buscando crear instrucciones que promuevan la equidad, la responsabilidad y la transparencia.
Como puedes ver, el potencial del prompt engineer de IA es enorme. Esta tiento puede automatizar las tareas diarias, reservar tiempo y posibles, y crear valencia para muchas empresas. La experiencia maña y la experimentación con herramientas de IA como ChatGPT puede ayudar a casi cualquiera a comenzar a desarrollar esta tiento.