La ingeniería de prompts de IA, la práctica de optimizar la entrada textual para comunicarse de manera efectiva con modelos de lenguaje de gran tamaño, ha estado acaparando atención en el mundo de la inteligencia artificial. De hecho, ha sido reconocida por el Foro Económico Mundial como el «trabajo del futuro» y Sam Altman, CEO de OpenAI, lo ha descrito como una habilidad de alto rendimiento. Las redes sociales están llenas de una nueva ola de influencers mostrando sus «prompts mágicos» y prometiendo resultados impresionantes.
Sin embargo, a pesar del entusiasmo que genera, el auge de la ingeniería de prompts de IA podría ser pasajero. Existen varias razones para esta afirmación: las futuras generaciones de sistemas de IA se están volviendo más intuitivas y hábiles para entender el lenguaje natural, lo que reduce la necesidad de prompts meticulosamente diseñados. Además, nuevos modelos de lenguaje de IA, como GPT4, muestran un gran potencial en la creación de prompts, lo que sugiere que la IA misma podría hacer que la ingeniería de prompts quede obsoleta. Estos puntos nos llevan a la tesis principal de este blog: a pesar de su popularidad actual, la ingeniería de prompts de IA puede no ser la habilidad del futuro.
Limitaciones de la Ingeniería de Prompts de IA
La prominencia de la ingeniería de prompts en el campo de la IA podría ser efímera por varias razones. En primer lugar, las futuras generaciones de sistemas de IA están diseñadas para ser cada vez más intuitivas y adeptas a la comprensión del lenguaje natural, lo que disminuye la necesidad de prompts meticulosamente diseñados. A medida que la IA se vuelve más hábil en entender e interpretar entradas de texto más generales o ambiguas, la necesidad de tener prompts específicos y precisos podría reducirse. Además, la eficacia de los prompts está condicionada por el algoritmo específico que se utilice, lo que limita su utilidad a través de diversos modelos y versiones de IA.
Además, el avance de los modelos de lenguaje artificial, como GPT4, está haciendo que la ingeniería de prompts se vuelva cada vez más obsoleta. Estos modelos de lenguaje de última generación ya están demostrando ser eficaces en la creación de prompts por sí mismos, lo que sugiere que la IA está al borde de tomar el control de la ingeniería de prompts. En otras palabras, los sistemas de IA están desarrollando la capacidad de generar y optimizar sus propios prompts, lo que podría hacer que la ingeniería de prompts, tal como la conocemos, quede obsoleta en el futuro cercano.
Más allá de querer aprender prompts cada vez mejores, debemos aprender a resolver problemas con los modelos de inteligencia artificial.
Dr. Farid Krayem
La Formulación de Problemas como Habilidad Fundamental
La formulación de problemas es la capacidad de identificar, analizar y delinear problemas de manera efectiva. Es una habilidad crucial para aprovechar el potencial de la IA generativa, ya que permite definir de manera clara y precisa los problemas que se quiere que la IA resuelva. Esta habilidad no solo involucra la identificación de un problema, sino también su descomposición en partes más pequeñas y manejables, así como la identificación de las restricciones y los posibles enfoques para su solución. El dominio de la formulación de problemas puede permitirnos colaborar de manera más efectiva con los sistemas de IA, al proporcionarles un marco claro y directrices precisas para generar soluciones.
La formulación de problemas y la ingeniería de prompts se diferencian en su enfoque, tareas principales y habilidades subyacentes. Mientras que la ingeniería de prompts se enfoca en la construcción de la entrada textual óptima seleccionando las palabras, frases, estructuras de oraciones y puntuación adecuadas, la formulación de problemas enfatiza la definición del problema delineando su foco, alcance y límites. La ingeniería de prompts requiere un conocimiento sólido de una herramienta de IA específica y habilidades lingüísticas, mientras que la formulación de problemas necesita una comprensión integral del dominio del problema y la capacidad de destilar cuestiones del mundo real. En otras palabras, la formulación de problemas es una habilidad más duradera y adaptable que la ingeniería de prompts, ya que no depende de un modelo de IA específico y se puede aplicar a una variedad de contextos y problemas.
Como mejorar la formulación de problemas
Lamentablemente, la formulación de problemas es una habilidad que suele pasarse por alto y subdesarrollarse. Una de las razones es la atención desproporcionada que se da a la resolución de problemas a expensas de su formulación. Esto se ve reflejado en la prevalencia de dichos de gestión como «no me traigas problemas, tráeme soluciones», lo que deja a un lado el valor crítico de identificar y definir claramente los problemas antes de intentar resolverlos. No es sorprendente, entonces, que una reciente encuesta reveló que el 85% de los ejecutivos de nivel C consideran que sus organizaciones son malas para diagnosticar problemas.
Para formular problemas de manera efectiva, he identificado cuatro componentes clave: diagnóstico del problema, descomposición, reformulación y diseño de restricciones.
El diagnóstico del problema implica identificar el problema central que se quiere que la IA resuelva.
La descomposición del problema implica dividir los problemas complejos en subproblemas más pequeños y manejables.
La reformulación del problema implica cambiar la perspectiva desde la que se ve un problema para permitir interpretaciones alternativas.
Y finalmente, el diseño de restricciones se centra en delinear las fronteras de un problema definiendo las restricciones de entrada, proceso y salida de la búsqueda de soluciones.
Dominar estos componentes puede ser clave para formular problemas de manera efectiva y obtener los resultados deseados de los sistemas de IA.
La mejor forma de usa la I.A. que pensar en ingeniería de prompts
A pesar de que la ingeniería de prompts puede tener un lugar destacado en el corto plazo, su falta de sostenibilidad, versatilidad y transferibilidad limita su relevancia a largo plazo. Sobre enfocar en la construcción de la combinación perfecta de palabras incluso puede ser contraproducente, ya que puede desviar la atención de la exploración del problema en sí y disminuir el sentido de control sobre el proceso creativo. En cambio, dominar la formulación de problemas podría ser la clave para navegar en el futuro incierto junto con los sistemas de IA sofisticados. Puede llegar a ser tan crucial como fue aprender los lenguajes de programación durante los primeros días de la informática.
En lugar de centrar todos nuestros esfuerzos en ser expertos en ingeniería de prompts, debemos enfocarnos en mejorar nuestras habilidades de formulación de problemas. No solo es una habilidad más transferible y duradera, sino que también nos permite aprovechar al máximo el potencial de la IA generativa, independientemente de cómo evolucionen los sistemas de IA en el futuro. Así que, la próxima vez que te enfrentes a un desafío que requiera la ayuda de un sistema de IA, no te preguntes qué prompt es el mejor para usar. En su lugar, pregunta: «¿Cómo puedo formular este problema de la manera más efectiva posible?» Esa es la pregunta que realmente puede llevarte al futuro de la colaboración con la inteligencia artificial.
Referencia:
https://hbr.org/2023/06/ai-prompt-engineering-isnt-the-future
