نماذج ومنصات الذكاء الاصطناعي
من هندسة الأوامر إلى هندسة القصد: تطور التواصل بين البشر والذكاء الاصطناعي

النقاط الرئيسيةتحول هندسة النية التركيز من صياغة أوامر مثالية إلى التواصل الواضح للأهداف والسياق…
عرض المزيد
- تحول هندسة النية التركيز من صياغة أوامر مثالية إلى التواصل الواضح للأهداف والسياق الكامن.
- تستخدم أنظمة الذكاء الاصطناعي الحديثة الآن ذاكرة مستمرة ومنطقًا لفهم النية التراكمية بدلاً من الأوامر المنعزلة.
- يجعل هذا التطور التفاعل بين الإنسان والذكاء الاصطناعي أشبه بالتعاون مع شريك بدلاً من برمجة أداة.
خلال السنوات القليلة الماضية، أصبحت هندسة الأوامر واحدة من أهم المهارات في عصر الذكاء الاصطناعي. تم بناء دورات حولها. تم إنشاء ألقاب وظيفية لها. تم تشكيل مجتمعات كاملة لمشاركة نصائح حول كيفية صياغة الجملة المثالية التي ستجعل نموذج اللغة يفعل بالضبط ما تريد. السبب الرئيسي وراء شعبية هندسة الأوامر هو أن: الذكاء الاصطناعي قوي، ولكن أيضًا حرفي. كنت بحاجة إلى تعلم لغته قبل أن يتمكن من مساعدتك. كان ذلك المنطق معقولًا في ذلك الوقت. لكنها بدأت في التدهور.
مع نمو قدرات نماذج الذكاء الاصطناعي، يتحول عبء التواصل. السؤال لم يعد فقط “كيف أصوغ هذا بشكل صحيح؟” بل يصبح “كيف أضمن أن الذكاء الاصطناعي يفهم بالفعل ما أحاول إنجازه؟” هذا هو سؤال أعمق. ويشير إلى ظهور مجال جديد يسمى هندسة القصد.
ما كانت هندسة الأوامر بالفعل
لفهم الاتجاه الذي نسير إليه، من المفيد أن نفهم ما كانت هندسة الأوامر بالفعل. في جوهرها، كانت حلاً مؤقتًا. كانت نماذج اللغة المبكرة قوية ولكنها هشة. استجابت جيدًا لأنماط محددة وسيئة للاستجابة لأنماط غامضة. لذلك، تعلم المستخدمون تلك الأنماط. اكتشفوا أن الطلب من النموذج “التفكير خطوة خطوة” يحسن التفكير. تعلموا أن تقديم أمثلة يجعل الإخراج أكثر ثباتًا. اكتشفوا أن منح النموذج دورًا، مثل “التصرف كمهندس برمجيات خبير”، يغير نبرة وجودة استجاباته. في حين أن هذه الاكتشافات حسّنت النتائج بالفعل، فإنها كانت تتطلب من البشر التكيف مع الآلة. كان الناس يتعلمون التحدث بطريقة تناسب بنية النموذج أكثر من طريقة تفكيرهم الطبيعية.
هذا ليس كيفية عمل التواصل الجيد بين الوكلاء الذكيين. عندما تفسر مشكلة لموظف ماهر، لا تفكر أولاً في استراتيجية الصياغة التي سوف تنشط مساراته العصبية. تفسر الوضع. يفهم السياق. يسأل أسئلة توضيحية إذا لزم الأمر. ويعمل نحو ما تريد بالفعل. مهنة هندسة الأوامر، مع قيمتها، كانت دائمًا تعويضًا عن فجوة يجب أن تغلقها الذكاء الاصطناعي الأفضل في النهاية.
الحدود التي جعلت هندسة الأوامر ضرورية
السبب وراء أهمية هندسة الأوامر لم يكن فقط أن النماذج كانت غير كاملة. بل كان لأن النماذج لم تكن لديها نموذج حقيقي للمستخدم. كانت تعالج النص وتعيد نصًا. لم يكن لديهم فهم دائم لمن أنت، ما تحاول بناءه، أو ما يعني “جيدًا” في سياقك المحدد.
خلق هذا وضعًا غريبًا. يمكنك أن تسأل نفس السؤال و تحصل على نتائج مختلفة بشكل كبير اعتمادًا على كيفية صياغتك. يمكنك قضاء عشرين دقيقة في تعديل أمر لتحصل فجأة على استجابة أكثر فائدة من أي شيء حصلت عليه من قبل. لم يكن الأمر مجرد إدخال. كان مفتاحًا، و العثور على المفتاح الصحيح يتطلب مهارة و صبرًا و في بعض الأحيان حظًا.
كما يعني ذلك أن جودة إخراجك غالبًا ما تعتمد على مهارتك في صياغة الأوامر أكثر من معرفتك الفعلية بالمجال. يمكن لأي طبيب ماهر في هندسة الأوامر استخراج استدلال طبي من النموذج أفضل مما يستخرجه طبيب أكثر معرفة لا يعرف الأنماط. هذا هو انعكاس غريب للقيمة. يشير إلى أن النظام كان يضبط لشيء خاطئ.
ما يغيره هندسة القصد
هندسة القصد مصممة للتعامل مع مجموعة مختلفة من الافتراضات الأساسية. بدلاً من سؤال كيفية صياغة طلب لاستجابة جيدة للنموذج، يسأل كيفية التواصل مع ما تريد بالفعل، على كل مستوى، حتى يتمكن النموذج من التفكير في النتيجة الصحيحة بنفسه.
يشمل ذلك عدة أشياء التي لا يمكن لهندسة الأوامر التعامل معها. يتضمن تقديم معلومات كافية حول أهدافك وقيودك ومعاييرك حتى يتمكن النموذج من اتخاذ قرارات جيدة دون أن تحدد كل خطوة. يتضمن إنشاء فهم مشترك بدلاً من إصدار تعليمات دقيقة. ويتضمن بناء أنظمة حيث يمكن للذكاء الاصطناعي أن يسأل الأسئلة الصحيحة بدلاً من انتظار الإجابة الصحيحة.
نحن نرى هذا بالفعل في الممارسة. أنظمة الذكاء الاصطناعي الحديثة تدعم بشكل متزايد الذاكرة الدائمة وملفات تعريف المستخدمين والسياق المستمر. عندما يعرف النموذج أنك مدير منتج يعمل على تطبيق الرعاية الصحية مع قيود تنظيمية محددة، فإن طلباتك تحمل معنى غنيًا تلقائيًا. لا تحتاج إلى إعادة بناء السياق من البداية كل مرة. النموذج يفهم بالفعل السياق الذي تعمل عليه.
هذا هو تحول أساسي. تعاملت هندسة الأوامر مع كل تفاعل على أنها معزولة. تعاملت هندسة القصد مع التواصل على أنه تراكمي. النموذج لم يعد يعالج فقط إدخالًا واحدًا. إنه يتابع محادثة مستمرة حول ما تحاول إنجازه ولماذا.
دور السياق الأغنى والتفكير
يتعلق بُعد آخر من هندسة القصد كيفية تعامل النماذج الحديثة مع الغموض. نموذج مدرب جيد اليوم لا يفعل فقط مطابقة الأنماط إلى اكتمال الأكثر احتمالاً للجملة. يفكر في ما كنت على الأرجح تعنيه، ويرفع افتراضات يفترضها، وفي كثير من الحالات يسأل عن توضيح قبل المتابعة.
هذا يهم لأن التواصل البشري يحتوي بطبيعته على غموض. عندما يطلب شخص ما “يمكنك مساعدتي في كتابة شيء ما لمديري”، قد يعني ذلك تقييم أداء، أو بريد إلكتروني اعتذار، أو مقترح مشروع، أو خطاب استقالة. نظام محسّن لهندسة الأوامر سوف يحاول استنتاج من الكلمات الدقيقة. نظام محسّن لهندسة القصد سوف يعرف الغموض ويتعامل معه بذكاء، إما عن طريق السؤال أو عن طريق إنتاج شيء يعترف بالتفسيرات المحتملة المتعددة.
المنطق في وقت الاختبار، وهو قدرة النموذج على التفكير في مشكلة قبل الإجابة، يلعب أيضًا دورًا هنا. النماذج التي تفكر قبل الاستجابة هي أفضل في رصد الحالات التي تتعارض فيها الطلبات الحرفية مع القصد الأساسي. يمكنهم ملاحظة عندما طلبت X ولكن ما تحتاجه على الأرجح هو Y، ويمكنهم إظهار تلك الملاحظة بدلاً من تنفيذ طلب سوف لا يخدم هدفك الفعلي.
نوع جديد من المهارات
هذا التطور لا يجعل مهارات التواصل البشري غير ذات صلة. إنه يغير ما تبدو عليه تلك المهارات. الشخص الذي يزدهر في عالم هندسة القصد ليس الشخص الذي تذكر قوالب الأوامر الأفضل. إنه الشخص الذي يمكنه التعبير بوضوح عما يحاول إنجازه، ويتواصل بالقيود والسياق التي تهم، ويعترف عندما يستجيب إخراج الذكاء الاصطناعي للغرض الحقيقي مقابل مجرد الطلب المعلن.
من نواحٍ عديدة، هذه هي المهارات القديمة. هي مهارات مدير جيد، أو معلم جيد، أو شريك جيد. القدرة على نقل القصد بوضوح، لشرح ليس فقط ما تريد ولكن لماذا تريد ذلك، كانت دائمًا علامة على التواصل الفعال. ما هو جديد هو أن أنظمة الذكاء الاصطناعي أصبحت متقدمة بما يكفي لاستجابة فعلاً لتلك الأنواع من التواصل.
الاستنتاج المثير هو أنه مع تحسن الذكاء الاصطناعي، سوف تبدو الواجهة بين البشر والآلات أقل مثل البرمجة وأكثر مثل التعاون. لا تحتاج إلى هندسة الإدخال المثالي. سوف تحتاج إلى أن تكون متواصلًا واضحًا ومدروسًا.
ما يعنيه هذا للطريقة التي نبني بها أنظمة الذكاء الاصطناعي
لهذا التحول أيضًا عواقب على كيفية تصميم أنظمة الذكاء الاصطناعي. نمط هندسة الأوامر يشجعك على بناء أنظمة استجابة جيدة للإدخال الدقيق. نمط هندسة القصد يشجعك على بناء أنظمة جيدة في الاستدلال والاستفسار والتكيف والاستمرار.
هذا يعني الاستثمار في هياكل الذاكرة التي تمكن النماذج من حمل سياق معنوي عبر الجلسات. يعني بناء نماذج تعرف متى لا تمتلك معلومات كافية للعمل جيدًا ويمكن أن تقول ذلك. يعني إنشاء واجهات حيث يتواصل المستخدمون بأهداف بدلاً من أوامر، ويتصرف الذكاء الاصطناعي كشريك في تحديد كيفية الوصول إلى تلك الأهداف.
كما يعني إعادة التفكير في التقييم. حاليًا، نقيس غالبًا كيفية تنفيذ النموذج لتعليمات محددة. في عالم هندسة القصد، يكون المقياس الأفضل هو كيفية خدمة النموذج للغرض الأساسي وراء تلك التعليمات، حتى عندما كانت التعليمات نفسها غير دقيقة.
النقطة الأساسية
عاملت هندسة الأوامر الذكاء الاصطناعي على أنه أداة قوية ولكن غبية تحتاج إلى أن تُستخدم بحذر. تعاملت هندسة القصد مع الذكاء الاصطناعي على أنه شريك ذكي يمكنه فهم السياق والتفكير في الأهداف وتحديد الغموض. هذا التحول يعكس تغييرًا في ما نفكر فيه حول ما هو الذكاء الاصطناعي من أجل. ليس آلة تنفذ كلماتك الدقيقة. ولكن نظام يساعدك على إنجاز ما تريد بالفعل. يشير هذا التحول إلى أن مستقبل التفاعل بين البشر والذكاء الاصطناعي لن يكون حول التمكن من الصياغة الخبيرة. سوف يكون حول التعبير عن الأهداف والقيود والغرض بوضوح كافٍ للذكاء الاصطناعي للتعاون بدلاً من مجرد الامتثال.












