Prieš keletą metų, kuomet dar buvau aktyvus savo programuotojų komandos vadovas, turėjau tokį praktikantą su kuriuo mėginome naujus įmonei technologinius sprendinius su Symfony bei WIX sistema. Kadangi buvo naujas dalykas nemažai informacijos reikėdavo tiesiog susirasti internete atliekant užduotį. Nebūdavo taip tiksliai aprašytos gairės ir realizacija.
Dienos pabaigoje vis paaiškėdavo, kad štai „nėra tokios informacijos“ anot praktikanto. Neįmanoma nieko rasti, sakydavo, jis man. O aš tuo tarpu negalėdamas tuo patikėti imdamasis iniciatyvos vos per penkias minutes atsakymus rasdavau Google. Jei ne pirmame rezultate, tai trečiame ar ketvirtame paieškos rezultate. Ir gaudavosi nemaloni situacija, kuomet tapdavo akivaizdu, kad išties visa informacija randama, diena prarasta, o rezultato nėra. Kokią ši istorija turi prasmę kalbant apie ChatGPT?
Mano minėtas praktikantas kolega turėjo dvi esmines problemas. Pirmoji buvo tai, kad tiesiog absoliučiai neturėjo elementarių įgūdžių naudotis Google. Negebėdavo suformuoti to, ką nori rasti, nes iš vienos pusės netinkamai suvesdavo raktinius žodžius kažkaip „savaip“. Rezultatas – Google nesugebėdavo užvesti jo ant kelio. Antra, turėjo per mažai žinių ir kompleksinių užduočių sprendimo įgūdžių, kad iš gauto dalinio atsakymo sugebėtų tinkamai toliau užduoti paieškas Google ir tikslinti savo paiešką bei tuo pačiu suprastų, ką turi gauti ir ar apskritai gavo tai, ko ir ieškojo. Kitaip tariant, nesuprasdavo, ko turi paklausti, kad gautų atsakymą.
Ir visa šita istorija man primena dažną mūsų nepatyrusį ir paprastą vartotoją naudojantį chatGPT ar bet kurį kitą dirbtinio intelekto sprendimą. Pavyzdžiui, dabartinis mūsų programuotojų komandos vadovas kalba tą patį. Teigia, kad praktiška jokio kodo neberašo ir tik pataiso DI sugeneruotą, kai tuo tarpu naujokai skundžiasi, kad dirbtinio intelekto rezultatai yra visiškai netinkami programavimo užduotims.
Atsiranda tos pačios problemos: tu turi turėti tam tikrą kontekstinių ir savo sferos žinių tam, jog tinkamai sugebėtum panaudoti dirbtinio intelekto galimybes. Kitaip tariant, turi būti pakankamai kompetentingas, jog sugebėtum užduoti teisingus klausimus, kad gautum tuos rezultatus, kurių ir tikiesi. O dar geriau, kad tuos rezultatus gebėtum tinkamai panaudoti.
Pavyzdžiui, mėgindamas ir pirmą kartą matydamas Python kodą aš pats per turbūt pusdienį sugebėjau suprogramuoti skriptus, kurie iš esmės buvo pradžia to, kas mūsų įmonėje beveik pakeitė projektų vadovo rutinines užduotis. Python nemokėjau, chatGPT API taip pat mačiau pirmą kartą, dirbtinis intelektas generavo prastus ir nekokybiškus rezultatus, tačiau pakankamus tam, kad iš tų atsakymų suprogramuočiau veikiantį sprendimą, nes sugebėjau identifikuoti turėdamas ilgametę programavimo patirtį ir matyti tas vietas, kurias DI generuoja neteisingai arba klaidingai.
Kitas dalykas, be jau paminėtų įrankio įgūdžių, kaip naudotis pačiu juo (nesvarbu Google ar chatGPT) ir reikiamo kontekstinių sferos, kurioje užduodi klausimus žinių (kompetencijų) yra tai, kad su chatGPT reikia pirmiausia sugalvoti, kur tu jį gali pritaikyti. Kadangi tai yra visiškai naujas įrankis kartais sunku yra sugalvoti, kaip gali ir kur jį panaudoti, nes esi pripratęs prie savo įprastos rutinos. Pavyzdžiui, nepagalvoji, kad chatGPT gali transformuoti kaip užduotį ir apdoroti netinkamą el. laiškų sąrašą eliminuodamas tam tikrus nenorimus kontaktus.
Esame įpratę su chatGPT kalbėtis ir užduoti jam klausimus bei gauti atsakymus, bet jis visai puikus įrankis ir rutininėms teksto performatavimo, apdorojimo ir transformavimo užduotimis, ypač mokamos jo versijos.
Bet kuriuo atveju turbūt mane labiausiai stebinantis dalykas yra tai, kad jeigu kažkada savo tėvus reikėjo mokyti Google ir kol Google paieška buvo prisijaukinta tinkamai viso interneto užtruko daug ilgiau, tai chatGPT naudoja šiandien jau bene kiekvienas: nuo barmenės nieko su IT pasauliu neturinčios ir ieškančios dovanų pasiūlymų iki marketingo guru ar programuotojų sprendžiančių sudėtingus uždavinius. Jau dabar visi naudoja jį ir turbūt jo pritaikymas plačiai auditorijai stebina savo greičiu.
Ir čia turbūt esminis akcentas, kurį noriu paminėti, jog tam, kad dar efektyviau ir geriau jį išnaudotumėme turime šiek tiek skirti laiko pasidomėti, kaip naudoti patį įrankį, pavyzdžiui, kad formuojant užklausą turime pirmiausia DI nurodyti, kuo jis turėtų patapti ir įsivaizduoti esantis. Tuomet aprašyti situaciją, kurią norime, kad išspręstų, tinkamai suformuoti rezultatą, kurio tikimės ir jį aprašyti bei galbūt net paaiškinti, kokiu keliu ir kokias metodikas atlikdamas jis turėtų norimą rezultatą sugeneruoti.
Pavyzdžiui, „esi 15 programuotojų įmonės vadovas, kuris nori integruoti savo įmonėje atlygio sistemą, naudodamasis Hay Group atlygio sistemos teorija patark ir sugeneruok man galimą kompetencijų matricą su atlyginimo rėžiais, rezultatas turi būti kompetencijų pavadinimai, aprašai ir galimas pozicijų skaidymas“.
Čia kaip Google turi visuomet pradėti nuo raktinio žodžio su kuriuo nori susiaurinti paiešką, pavyzdžiui, „prestashop“. Tuomet turi detalizuoti daiktavardžiu ko ieškai, pavyzdžiui, „prestashop kurjeriai“. Ir tik tuomet nurodyti tai, ko ieškai: „prestashop kurjeriai neveikia rėžių pasirinkimas“. Arba jei turi klausimą ir nori gauti tiesiog atsakymą iš Google taip arba ne, visada formuok jį kaip klausimą „obuolys yra vaisius ar daržvė“. Norėdamas sužinoti laiką dabar šalyje gali rašyti „laikas dabar new york‘e“. Beveik visada rasi atsakymą pirmuose penkiuose rezultatuose. Apibendrinant, mano supratimu, šiandien dar platesnį dirbtinio intelekto naudojimą stabdome tik mes patys. Iš vienos pusės nemokėdami užduoti jam tinkamai klausimų, kad gautumėme rezultatus, kurių tikimės. Iš kitos pusės kartais neturėdami pakankamai žinių, kad žinotumėme, ko norime paklausti. Klausimas skaitytojams, kaip su šiais iššūkiais susidorojate jūs?