[01/11/2023] ¿Qué importancia ha adquirido la ingeniería de prompts (indicaciones) entre las habilidades de TI?
Tan importante que Erick Brethenoux, profesor adjunto del Instituto de Tecnología de Illinois, afirma que todos sus estudiantes han incluido en sus currículums y perfiles de LinkedIn habilidades de ingeniería de indicaciones de inteligencia artificial (IA). Saben que eso es lo que quieren las empresas actualmente.
[Reciba lo último de CIO Perú suscribiéndose a nuestro newsletter semanal]
"Es fundamental. La ingeniería de prompts es una parte muy importante de lo que está por venir, no sólo para OpenAI, Google, Amazon y Microsoft, sino también para todos los modelos de código abierto”, asegura Brethenoux. "Van a incorporarse al mercado laboral, y necesitan dominar esa tecnología de una forma u otra”.
Esa evidencia anecdótica es respaldada por los datos de LinkedIn, que muestran un aumento muy marcado en la demanda de ingeniería de prompts, con más de 10 mil ofertas de empleo mencionándola para diversos puestos, y alrededor de cien que buscan explícitamente un "ingeniero de prompts”.
Según LinkedIn, la proporción de ofertas de trabajo que mencionan "GPT” o "ChatGPT” también se multiplicó casi por seis (599%) entre mayo del 2022 y mayo del 2023. La cantidad de miembros de LinkedIn que tienen, o han estado ocupando, la posición de "jefe de IA” prácticamente se han triplicado en los últimos cinco años.
Los especialistas en inteligencia artificial y aprendizaje automático encabezan la lista de empleos de rápido crecimiento, seguidos por los especialistas en sostenibilidad, los analistas de inteligencia empresarial y de seguridad de la información, y los ingenieros de energías renovables, según una encuesta del Foro Económico Mundial.
Los ingenieros de prompts pueden ganar un buen salario de seis cifras: hasta 335 mil dólares al año. Esto se debe a que la ingeniería de prompts es necesaria para mejorar la interacción hombre-máquina con las herramientas GenAI. Aprender sobre la tecnología fundamental -los modelos de lenguaje de gran tamaño (LLM)- proporciona las mejores respuestas posibles a las consultas.
Según Avivah Litan, vicepresidenta y distinguida analista de Gartner Research, la necesidad de ingenieros especializados en prompt está creciendo rápidamente, "tan rápido como se están considerando y probando las aplicaciones GenAI”.
"Creemos que es importante que las empresas capaciten a sus actuales desarrolladores e ingenieros de software en nuevas técnicas de ingeniería de indicaciones”, señala. "No es fácil obtener buenos resultados de los modelos GenAI a menos que se tengan conocimientos sobre la preparación de datos y los flujos de procesos necesarios para que los modelos sean eficaces”.
"Sin embargo, no es necesario que contratar personal nuevo para ello; probablemente solo necesite un puñado de ingenieros especializados en prompts para impulsar el proceso de desarrollo y ayudar a capacitar a otros ingenieros y desarrolladores motivados y competentes que ya forman parte de su organización”.
Si bien todas las universidades del mundo acabarán formando a ingenieros, desarrolladores y otras profesiones relacionadas a la ingeniería de prompts, Brethenoux, que además es un distinguido vicepresidente analista de Gartner, está de acuerdo en que las organizaciones de hoy deberían centrarse en mejorar las habilidades de los empleados existentes. "Las personas que ya forman parte de su organización tienen experiencia en el campo”, asegura. "Cuenta con expertos en tecnología. Hay personas trabajando juntas que ya conocen los problemas de su negocio”.
Por el momento, plataformas de aprendizaje en línea como Udemy, Coursera y Code Academy son los mejores lugares a los que acudir para mejorar o reformar las habilidades de los empleados, recomienda Brethenoux.
En los últimos cinco meses, Coursera ha lanzado cuatro cursos sobre el tema y, según un portavoz, se han inscrito más de 170 mil estudiantes. Los programas de Coursera incluyen Prompt Engineering for ChatGPT de la Universidad de Vanderbilt, ChatGPT Prompt Engineering for Developers de DeepLearning.AI, Prompt Engineering for Web Developers de Scrimba, y AI Foundations: Prompt Engineering with ChatGPT de la Universidad Estatal de Arizona.
De hecho, el interés en el tema es tan intenso que OpenAI, creador de ChatGPT, y Andrew Ng, conocido científico de inteligencia artificial y cofundador y director de Google Brain, también lanzaron un curso llamado ChatGPT Prompt Engineering for Developers.
Y en el mundo de los negocios, empresas como EY, NTT DATA, eDreams y Datasumi ya han creado puestos de trabajo para ingenieros de prompts, según Forbes.
Entonces, ¿qué son los LLM y por qué necesitan entrenamiento?
Los LLM son algoritmos de aprendizaje profundo (redes neuronales) más caracterizados por sus enormes almacenes de información. Los LLM pueden tener millones, miles de millones e incluso billones de parámetros o variables. Básicamente, los LLM son generadores de palabras siguientes, y capacitarlos para elegir la respuesta más adecuada para una consulta determinada es el trabajo de un ingeniero de prompts.
"Piense en ello como el proceso de interactuar con una máquina para lograr que produzca los resultados que desea”, explica Sameer Maskey, profesor de IA de la Universidad de Columbia y director ejecutivo de Fusemachines, una consultora de inteligencia artificial.
Si bien la mayoría de los LLM, como GPT-4 de OpenAI, LaMDA de Google o Bart de Hugging Face, están precargados con cantidades masivas de información, la ingeniería de indicaciones permite que las herramientas GenAI se adapten a una industria específica o incluso a un uso organizacional.
Con el tiempo, se espera que los LLM masivos y amorfos, como GPT-4, den paso a modelos más pequeños que requieran menos procesamiento informático y que sean más específicos de dominio, permitiendo que los LLM más compactos ganen terreno en cualquier cantidad de industrias verticales. Cuando eso suceda, la ingeniería de prompts será aún más crucial.
"Una de las áreas de mayor interés desde el punto de vista de la investigación es cómo obtener una precisión similar de un LLM sin tener que utilizar millones, miles de millones o incluso billones de parámetros”, señala Maskey. "GPT no va a desaparecer, pero en el fondo puede llegar a reducirse”.
Según Maskey, en el sentido más básico, la ingeniería de prompts, o el diseño de preguntas o tareas para la IA, requiere cinco consideraciones de "alto nivel”.
- Contexto: Proporcione al motor de IA un ámbito específico de tareas verticales, como servicios financieros, atención médica o manufactura.
- Proporcione la tarea en sí: Por ejemplo, pídale que le entregue una lista de todas las zonas geográficas en las que el 20% o más de la población padece diabetes.
- Especificidad: Limite el alcance de las respuestas. Pídale a la herramienta de IA que cree una lista en lugar de una imagen, por ejemplo.
- Proceso de ajuste: Pida a la IA que elabore sus respuestas para determinar la precisión.
- Reajuste: Si las respuestas no son correctas, pídale más información o más detalles.
Los prompts pueden ser multimodales. Por ejemplo, se puede escribir un prompt para obtener texto sobre una imagen en un marco de dos etapas. En ese escenario, se podría utilizar la ingeniería de indicaciones para obtener información sobre imágenes radiológicas; un ingeniero de prompts introduce imágenes radiológicas y el motor de IA las analiza para mostrar condiciones agudas que necesitan un mayor análisis por parte de radiólogos y médicos.
"Según lo que se introduzca, podría ser una ventana basada en texto o una plataforma de codificación en la que se utilizan fragmentos de código como indicaciones”, explica Maskey. "Se pueden cargar imágenes, videos y demás”.
Una ventaja de GenAI es su accesibilidad para empleados no especializados en tecnología; es decir, los empleados no necesariamente necesitan habilidades de programación, asegura Maskey.
"Por ejemplo, si desea crear un modelo de regresión lineal en su sistema o algún tipo de análisis estadístico en un conjunto de datos determinado, antes los empresarios no podían porque no conocían Python. Hay muchos casos en los que quienes no son ingenieros sacarían mucho provecho de poder realizar análisis estadísticos de conjuntos de datos. Ahora pueden hacerlo”.
Según Maskey, la ingeniería de prompts algún día será similar a aprender a utilizar una hoja de cálculo de Excel, que hoy es útil en muchas unidades de negocio o departamentos.
Litan, de Gartner, cree que la ingeniería de prompts acabará integrándose a las carreras profesionales de ingeniería de aplicaciones y desarrollo de software. "Será una habilidad necesaria para el futuro, pero no será una carrera profesional independiente”, afirma.
De acuerdo con un nuevo informe de Forrester Research, también se espera que los proveedores de nube lancen servicios de ingeniería de prompts.
"En el 2024, todos los hiperescaladores anunciarán la ingeniería de prompts”, señala Forrester. "Sin embargo, la adopción por parte de las empresas será limitada. Debido a datos contextuales incompletos y experiencia limitada en lenguaje natural e ingeniería de prompts entre los científicos de datos, los servicios de ingeniería de prompts de primera generación del proveedor de nube no serán suficientes para abordar las necesidades de ajuste personalizadas”.
Aun así, en este momento, desarrollar habilidades de ingeniería de prompts es principalmente "aprender haciendo porque no hay ningún libro que la explique”, comenta Brethenoux. "¿Qué tipo de conocimientos tenemos con solo nueve meses de experiencia [con herramientas GenAI]?”, se pregunta. "Entonces, lo principal es crear un programa de alfabetización en IA dentro de una organización y luego comenzar a capacitar a las personas”.
Basado en el artículo de Lucas Mearian (Computerworld) y editado por CIO Perú