هندسة الأوامر Prompt Engineering: وظيفة جديدة أفرزتها تقنيات الذكاء الاصطناعي!

مع التطور الهائل في عالم الذكاء الاصطناعي بات يتوقع الكثيرون أن تظهر مهن جديدة متناسبة مع المعطيات التي لم يسبق التطرق لها من قبل. فسيطرة تقنيات حديثة تعتمد على لغة الآلة في عالمنا هو أمر واقع لا محالة وسنكون بمواجهة هذه التغييرات عاجلًا أم آجلًا.

ولعل أشهر تطبيقات الذكاء الاصطناعي والتي أحدثت ضجة عالمية على مستوى الفكرة والأداء هو تطبيق ChatGPT الذي فتح الأبواب لتساؤلات كثيرة عن مدى مصداقية مخرجات التطبيق وأفضل طريقة للحصول على إجابات متطابقة مع ما يتم طرحه عليه من استفسارات أو مدخلات.

كلمة GPT اختصار لجملة Generative Pre-trained Transformer، أي المحول على المعالجة اللغوية الطبيعية أو ما يطلق عليه NLP لتدريب أجهزة الحاسوب لتكون قادرة على فهم لغة البشر والاستجابة معهم بردود مشابهة لهم سواء في المفردات أو الأسلوب.

يتطلب تطوير تقنيات الذكاء الاصطناعي مثل ChatGPT فهم طريقة عمل هذه التقنيات لمعرفة كيفية استجابتها لنوع المعطيات المقدمة لها. ومن هنا ازدادت الحاجة لوظيفة هندسة الأوامر "Prompt Engineering" بغرض صياغة أوامر معينة تستوعبها تقنيات الذكاء الاصطناعي لتتمكن من تنفيذ ما يطلبه المستخدمون بالدقة والجودة المطلوبتين.

نشأ مصطلح هندسة الأوامر "Prompt Engineering" ليشمل صياغة تعليمات أشد تناسقًا مع طبيعة الذكاء الاصطناعي وأكثر فاعلية لخدمة المستخدمين. هندسة الأوامر مجرد أوامر أو مدخلات محددة يتم تقديمها لتقنيات الذكاء الاصطناعي من أجل الحصول على إجابات أو مخرجات معينة.

الحصول على ما يحتاجه المستخدم بدقة من خلال استخدام تقنيات الذكاء الاصطناعي مثل ChatGPT هو أمر ليس بالسهل، ولا يمكن لأي مستخدم الحصول على نتيجة دقيقة متناسبة مع طلبه في حال ليست لديه الخبرة الكافية في التعامل مع التقنيات الحديثة. فكما أن صياغة الفكرة الواحدة تمكن بأكثر من طريقة، فلا شك أن ينعكس الأمر على ما تفهمه تقنيات الذكاء الاصطناعي، وبالتالي يؤثر على الاستجابة والنتيجة التي يولدها للمستخدم.

من الممكن أن تكون الاستجابات بعيدة الصلة عن النتيجة التي يتوقع المستخدم الحصول عليها. على الرغم من أن تقنيات الذكاء الاصطناعي مجهزة بخوارزميات متكيفة حسب المدخلات، إلا أن النتائج الظاهرة قد تظهر بنسب متفاوتة تبعًا لطريقة صياغة الأوامر التي يتم تلقينها لتقنيات الذكاء الاصطناعي.

لذلك أصبحت هناك حاجة ماسة لتوظيف هندسة الأوامر في تحسين تقنيات الذكاء الاصطناعي تمكينًا لها من تقديم أفضل خدمة للمستخدمين، وبالفعل بدأ الكثير من الشركات بتوظيف مهندسين للأوامر "Prompt Engineers" لتدريب المستخدمين على أفضل طرق التعامل مع خوارزميات الذكاء الاصطناعي عن طريق تعليمهم أفضل طرق صياغة الأوامر.

ولعل الأمر الأكثر أهمية هو الاستفادة من تقنيات الذكاء الاصطناعي لتوليد أكواد برمجية تتوافق مع ما يحتاجه المبرمجون، وهذا بحد ذاته نقلة نوعية في مجال هندسة البرمجيات من خلال الحصول على أكواد تتناسب بدقة مع احتياجات المبرمج، ما يوفر حقًا من عناء كتابة الأكواد والتعليمات البرمجية، كما يوفر الوقت اللازم لكتابة كود برمجي من الصفر.

تتنوع المهام التي يمكن لمهندس الأوامر القيام بها، ومنها:

الجدير بالذكر أنه يمكن اختبار النتائج المعطاة من قبل تقنيات الذكاء الاصطناعي من خلال إعادة صياغة الأوامر لمعرفة أثر التغيير على النتيجة ومدى مطابقتها لما هو مطلوب بدقة. باختصار يمكن القول إن مهمة هندسة الأوامر تتمثل في إيصال معلومات دقيقة بالطريقة التي تضمن الحصول على مخرجات دقيقة.

هناك العديد من الأدوات والدورات التدريبية المقدمة عبر الإنترنت لتعليم المستخدمين أساسيات هندسة الأوامر، وأهمها منصة Udemy الغنية عن التعريف بجودة وتنوع الدورات التدريبية المطروحة عبرها، فالمجال يحتاج لجهد وتدريب وإعادة اختبار العديد من الأوامر أو المدخلات لمعرفة كيفية استجابة تقنيات الذكاء الاصطناعي للمتغيرات بشكل أكثر دقة.

الخلاصة: إنه من المتوقع أن تصبح هندسة الأوامر لتقنيات الذكاء الاصطناعي إحدى أكثر الوظائف المطلوب شغلها برواتب هائلة في المستقبل القريب، وذلك نظرًا للتطورات التكنولوجية الهائلة وتزامنها مع انتشار تطوير تقنيات الذكاء الاصطناعي وتسخيرها في أداء العديد من المهام.