Quem já participou de uma rodada de Master ou agora denominado Quest (jogo de perguntas e respostas) sabe que no verso de cada carta, as perguntas têm respostas precisas e exatas, quase verdades absolutas, sem espaço para questionamentos. Todas milimetricamente classificadas em sete ou oito categorias bem definidas, onde o vencedor é aquele que acertar o maior número de perguntas.
Mas, infelizmente, o mundo digital não é tão simples assim. Tratar aspectos como ambiguidade, fontes de dados confiáveis e vieses torna o desafio de trabalhar e manipular os grandes modelos de linguagem (large language models – LLMs) uma combinação de arte, ciência e intervenção humana, onde, em diversos cenários, os comportamentos são deduzidos mais com base na intuição do que necessariamente em um conjunto determinado de regras e comandos.
Usar um modelo como o ChatGPT para responder a uma pergunta simples o tornaria uma IA “consultiva”, o que não é o seu propósito. Para tal, existem Google, Bing e Wikipedia. Perguntas e respostas diretas? Jogue Quest!
IA generativa é um tipo de inteligência artificial que se concentra na criação de conteúdo, como textos, imagens, vídeos, entre outros, a partir de um conjunto de instruções (prompts).
Esses modelos de IA, como o ChatGPT, são diferentes das abordagens de busca, pois seu objetivo principal é gerar novas informações, em vez simplesmente recuperar dados preexistentes de bases na internet.
É justamente essa capacidade generativa que torna os modelos de linguagem tão valiosos e únicos, permitindo que sejam aplicados em uma ampla variedade de cenários e desafios. No entanto, também é importante ter em mente que essa característica generativa pode levar a resultados menos precisos e, por vezes, ambíguos, exigindo uma abordagem mais cuidadosa e consciente ao interagir com esses modelos.
Adicionalmente, por ter seu conhecimento congelado até uma determinada data (discutido no texto anterior), é possível especificar informações adicionais (contexto) que possam auxiliá-lo a executar as instruções desejadas com maior qualidade.
Tudo isso posto:
(Prompts + Contexto) * IA Generativa = Seu Resultado*
*Resultados diretamente proporcionais à qualidade dos prompts (instruções) e contexto. Por melhor que seja um modelo, perguntas simples e superficiais resultarão em resultados na mesma linha.
Surge então, uma das profissões do futuro:
Engenheiro de Prompts: O profissional que, através da definição de estratégias para articular comandos, informações e interações entre um ou mais modelos de inteligência artificial, é capaz de gerar soluções para problemas complexos, considerando aspectos como ética, direitos autorais, veracidade e o impacto de suas produções.
Nós não precisamos necessariamente estudar engenharia de prompts por 4 anos (just kidding) para fazer bom uso das ferramentas e assim evitar desperdiçar tempo em tarefas manuais.
Entretanto, com uma certa prática e entendimento de como modelos operam, suas funcionalidades e parâmetros, é possível obter resultados interessantes em tarefas do dia a dia.
Até o próximo texto!
Crédito da imagem do artigo: On the opportunities and risks of foundational models: https://arxiv.org/pdf/2108.07258.pdf