Treinamento Rápido Ajuda os Usuários a Interagir com a IA de Forma Mais Natural
Créditos da imagem: Pixabay
Os modelos modernos de IA generativa são capazes de produzir tudo, desde imagens até aplicativos de software, mas a qualidade dos resultados depende muito da orientação dada pelo usuário.
Pesquisadores da Universidade Carnegie Mellon introduziram um novo método para ajudar usuários comuns a aprender como criar prompts eficazes e aprimorar suas interações com modelos generativos de IA.
Essa técnica, conhecida como Engenharia de Prompts Orientada a Requisitos (ROPE), enfatiza a especificação clara do que a IA deve realizar, em vez de depender de palavras inteligentes ou modelos predefinidos. À medida que os modelos de linguagem de grande porte (LLMs) avançam, as habilidades tradicionais de codificação podem se tornar menos essenciais, enquanto a proficiência em engenharia de prompts pode se tornar cada vez mais valiosa.
“Você precisa ser capaz de dizer claramente ao modelo o que você quer — não se pode esperar que ele infira todas as suas necessidades específicas”, explicou Christina Ma, doutoranda no Instituto de Interação Humano-Computador (HCII). “As pessoas muitas vezes têm dificuldade em comunicar suas intenções à IA de forma eficaz, e é por isso que precisamos ensinar habilidades de engenharia de prompts. O ROPE foi projetado para apoiar esse processo.”
Dominando a Arte dos Prompts: Como a Precisão Molda a Saída da IA
A engenharia de prompts envolve a elaboração de instruções específicas — prompts — para um modelo de IA generativa seguir a fim de produzir o resultado desejado. Quanto mais habilidoso o usuário for na criação desses prompts, mais precisamente a IA poderá entregar os resultados pretendidos.
No artigo “O que devemos projetar em prompts? Treinando humanos no uso de LLM orientado a requisitos”, publicado na publicação Transactions on Computer-Human Interaction da Association for Computing Machinery, os pesquisadores apresentam sua estrutura ROPE e um módulo de treinamento desenvolvido para ensinar e avaliar essa abordagem.
ROPE é uma estratégia que ajuda humanos a controlar LLMs, definindo requisitos claros para os prompts. Essa abordagem enfatiza a importância de escrever instruções precisas e completas, especialmente para tarefas complexas ou altamente personalizadas.
Testando o ROPE: Comparando Métodos de Treinamento Rápido por Meio de Tarefas Práticas
Para avaliar o ROPE, os pesquisadores pediram a 30 participantes que escrevessem prompts para uma IA completar duas tarefas iniciais: construir um jogo da velha e criar uma ferramenta para ajudar os usuários a gerar esboços de conteúdo. Os pesquisadores treinaram metade dos participantes usando o método ROPE, enquanto a outra metade assistiu a um tutorial geral no YouTube sobre engenharia de prompts. Em seguida, os pesquisadores pediram que ambos os grupos escrevessem prompts para um jogo e um chatbot diferentes.
Os resultados mostraram que aqueles treinados com o ROPE superaram significativamente o grupo do YouTube. As pontuações melhoraram em 20% para o grupo ROPE, em comparação com um aumento de apenas 1% para aqueles sem o treinamento.
“Criamos uma nova forma de ensinar engenharia de prompts e uma ferramenta para medir sua eficácia”, disse Ken Koedinger. “Os resultados do treinamento mostram que o ROPE realmente funciona.”
Como os Prompts Estão Substituindo a Programação Tradicional
À medida que a IA generativa continua a evoluir, os educadores estão reformulando a forma como ensinam programação. Engenheiros de software vêm trocando a codificação tradicional por instruções em linguagem natural via prompts.
Essa mudança de abordagem pode abrir novas possibilidades para os alunos, permitindo que eles abordem projetos de desenvolvimento mais avançados no início de sua formação e impulsionando a área.
É importante ressaltar que o método ROPE não foi criado exclusivamente para engenheiros de software. Com a IA cada vez mais presente, saber se comunicar com máquinas vira parte essencial da alfabetização digital. Com bons prompts e acesso a IA, mesmo quem não programa pode criar apps úteis e personalizados.
“Nosso objetivo é dar a mais usuários comuns o poder de criar aplicativos e chatbots usando LLMs”, disse Christina Ma. “Se você tem uma ideia e consegue expressar os requisitos com clareza, pode escrever um prompt que dê vida a essa ideia.”
Para ampliar o uso, os pesquisadores abriram seus materiais de treinamento, tornando a engenharia de prompts mais acessível, disse Christina Ma. “Se você tem uma ideia e consegue expressar os requisitos claramente, pode escrever um prompt que dê vida a essa ideia.”
Leia o Artigo Original Tech Xplore
Leia mais As Novas Tags com Tecnologia de IA da App Store já estão Disponíveis na Versão Beta
