[ad_1]
Während sich generative KI im Mainstream etabliert, wächst die Zahl der Kurse Und Zertifizierungen versprechen den Einstieg in die „heißer Job” von schnelles Engineering.
Kenntnisse in der Anwendung haben Natürliche Sprache (z. B. Englisch) bis „prompt“ nützlich Inhalt aus KI-Modellen wie ChatGPT Und Mitten auf der Reise scheint etwas zu sein, das viele Arbeitgeber wertschätzen würden. Aber ist es so einfach, einen kurzen Kurs zu absolvieren und auf der Welle zu einem sechsstelligen Gehalt zu reiten?
Der prompte Engineering-Hype
A Artikel der Washington Post Die im Februar veröffentlichte Studie hat viel dazu beigetragen, die Vorstellung zu verbreiten, dass Prompt-Ingenieure „KI-Flüsterer“ sind, die „in Prosa programmieren“. Es wurden einige große Gehaltszahlen veröffentlicht und ein zitiert Jobanzeige von der Silicon-Valley-Firma Anthropic fordert Menschen, die „einen kreativen Hacker-Geist haben und es lieben, Rätsel zu lösen“.
Ähnliche Artikel in Zeit, Forbes Und Geschäftseingeweihter heizte die Aufregung noch weiter an.
Und um den Übergang vom Geek zum Chic zu vollenden, mehrere Influencer sprang auf und stellte schnelles Engineering als einen Goldrausch dar, der bevorsteht jeder, der bereit ist zu studieren und lerne ein paar Tricks.
Gibt es wirklich so viele Jobs?
Diese Anthropic-Werbung hängt immer noch herum. Sechs Monate später scheint es eher ein Werbegag eines Unternehmens zu sein als eine Suche nach Talenten.
So viele Kommentatoren vorhergesagt, Prompt Engineering hat sich nicht als eigenständiger Beruf durchgesetzt. Zum Zeitpunkt des Verfassens dieses Artikels gab es auf den wichtigsten Jobbörsen in Australien keine einzige Stellenausschreibung für eine Stelle als „prompter Ingenieur“. Und nur in vier Stellenangeboten wurde Prompt Engineering in der Stellenbeschreibung erwähnt.
Die Situation scheint besser in den Vereinigten Staaten. Aber auch dort wurde der neue Beruf weitgehend in andere Rollen wie den Ingenieur für maschinelles Lernen oder den KI-Spezialisten integriert.
Es gibt nur wenige verlässliche Statistiken über das Wachstum (oder mangelnde Wachstum) im Bereich Prompt Engineering. Die meisten Daten sind anekdotisch. Die Realität wird durch Beratungsunternehmen wie z. B. weiter getrübt Deloitte es als „bewerben“der Beginn einer neuen Ära“ als Teil ihrer KI-Geschäftsoffensive.
Was ist die Realität?
Ein großer Teil der Verwirrung darüber, ob Prompt Engineering sinnvoll ist, rührt daher, dass nicht erkannt wird, dass es zwei verschiedene Arten von Wertschöpfern gibt: Domänenexperten und technische Experten.
Domain-Experten
Der Kern der Wahrheit in der Erzählung „Jeder kann es schaffen“ ist, dass Experten in einem bestimmten Fachgebiet oft die besten Impulsgeber für eine definierte Aufgabe sind. Sie kennen einfach die richtigen Fragen und können den Wert der Antworten erkennen.
Im Bereich Branding und Marketing ist die generative KI beispielsweise auf dem Vormarsch Ich habe synchronisiert generische oder „G-Typ“-Kreativaufgaben (z. B. die Erstellung des Pepsi-Logos im Stil von Picasso). Wenn Werbeexperten anfangen, sich mit Eingabeaufforderungen herumzuschlagen, erfinden sie schnell Wege, Dinge zu tun, die selbst die erfahrensten KI-Gurus nicht können. Das liegt daran, dass Technik-Gurus oft nicht viel über Texterstellung oder Marketing wissen.
Technische Experten
Andererseits können auch Tech-Gurus, die sich „unter der Haube“ mit der enormen Komplexität von KI-Modellen auseinandersetzen, als schnelle Ingenieure einen Mehrwert schaffen. Sie wissen arkane Dinge über wie KI-Modelle funktionieren.
Sie können dieses Wissen beispielsweise nutzen, um die Ergebnisse für alle zu verbessern, indem sie KI nutzen, um Daten aus den internen Dokumenten eines Unternehmens zu gewinnen. Sie verfügen jedoch in der Regel nur über geringe Domänenkenntnisse außerhalb der KI.
Sowohl Domänenexperte als auch technische Experten-Prompt-Ingenieure sind wertvoll, verfügen jedoch über unterschiedliche Fähigkeiten und Ziele. Wenn ein Unternehmen generative KI in großem Umfang einsetzt, benötigt es wahrscheinlich beides.
Warum ist Aufforderung schwierig?
Generative KI produziert letztendlich Ergebnisse für Menschen. Ein Werbetext, ein Bild oder ein Gedicht ist erst dann nützlich oder nutzlos, wenn es in der realen Welt erfolgreich ist oder scheitert. Und in vielen realen Szenarien sind Fachexperten die einzigen, die den Nutzen von KI-Ergebnissen beurteilen können.
Dennoch sind diese Bewertungen letztlich subjektiv. Wir wissen: 2 + 2 = 4. Es ist also einfach, Eingabeaufforderungen zu testen, die die KI davon abhalten halluzinieren Das Die Antwort ist 5. Aber wie lange dauert es, herauszufinden, ob eine von KI konzipierte Werbekampagne mehr oder weniger effektiv ist als eine von Menschen entworfene (selbst wenn Sie einen Domain-Experten zur Hand haben)?
In meine bisherigen RecherchenIch habe vorgeschlagen, dass die Bewertung der generativen KI verschoben werden sollte näher an der Semiotik – ein Bereich, der natürliche Sprache mit der realen Welt verbinden kann. Dies könnte dazu beitragen, die Bewertungslücke im Laufe der Zeit zu schließen.
Lohnt es sich, Prompt Engineering zu lernen?
Mehr als mit jemandem zu spielen Tipps und TricksFür die meisten Menschen erscheint es etwas sinnlos, formal zu lernen, wie man Eingabeaufforderungen schreibt. Zum einen werden KI-Modelle ständig aktualisiert und ersetzt. Spezifische Aufforderungstechniken Diese Arbeit funktioniert jetzt möglicherweise nur in der kurzfristig.
Menschen, die mit Prompt Engineering reich werden möchten, sollten sich besser auf die Kombination von KI und konzentrieren Problem Formulierung in ihrem Fachgebiet. Wenn Sie beispielsweise Apotheker sind, könnten Sie versuchen, mithilfe generativer KI die Warnhinweise auf Rezepten noch einmal zu überprüfen.
Unterwegs schärfen Sie Ihre ErklärungsschreibenErwerben Sie die grundlegenden generativen KI-Fähigkeiten (die Arbeitgeber zu schätzen wissen könnten) und Vielleicht Werden Sie mit einer Killeranwendung für das richtige Publikum fündig.
Irgendwann wird die Prahlerei, dass man weiß, wie man KI umgehen kann, zum Lebenslauf von Möbeln. Es ist vergleichbar mit der Prahlerei, dass man weiß, wie man eine Suchmaschine bedient (was nicht immer der Fall war). so intuitiv) – und stellt Sie möglicherweise als Dinosaurier dar, wenn dies erwähnt wird.
Cameron ShackellSitzungs-Akademiker und Besucher, School of Information Systems, Queensland University of Technology
Dieser Artikel wurde erneut veröffentlicht von Die Unterhaltung unter einer Creative Commons-Lizenz. Lies das originaler Artikel.
[ad_2]