ChatGPT подходит для вашей работы. Почему это хорошо
27 апреля 2023 г.Согласно новому исследованию, проведенному исследователями из Пенсильванского университета и OpenAI, если вы бухгалтер, переводчик или писатель, ваши перспективы трудоустройства мрачны. Проанализировав, какие работы можно было бы выполнять как минимум на 50% быстрее с помощью генеративных предварительно обученных преобразователей, авторы отчета предположили, что 20% рабочей силы в США рискуют оказаться устаревшими из-за больших языковых моделей, таких как ChatGPT. Это пугающая перспектива. Тоже скорее всего неправильно.
Как мы учимся у разработчиков, да, большие языковые модели могут устранить некоторые повторяющиеся задачи, но нет, это не делает разработчиков программного обеспечения устаревшими. Если все сделано правильно, это делает их намного более продуктивными. То же самое можно сказать и о других профессиях и отраслях. Хитрость заключается в том, чтобы научиться использовать мощь LLM, не подвергаясь их давлению.
Смерть разработчика?
В некотором смысле разработка программного обеспечения должна быть очень чувствительна к GPT. Чтобы любой LLM и GPT давал хорошие результаты, ему нужны обучающие данные — чем лучше обучающие данные, тем лучше результат.
Для программного обеспечения обучающие данные обширны и легко доступны. Поэтому неудивительно, что такие продукты, как Copilot от GitHub, поразили некоторых разработчиков тем, как быстро они могут повысить производительность. Для других эти результаты вызвали предсмертные заявления о смерти разработчика программного обеспечения.
Смешанные реакции понятны. Возьмем, к примеру, способность Copilot писать код для разработчика. Вы можете рассматривать это как замену разработчика или как улучшение. Разработчики, за которыми я следую, относятся ко второму лагерю. Например, те, кто пробовал Copilot, считают его весьма аддитивным и вызывающим привыкание.
«Я привык к тому, что Copilot сверхъестественно догадывается, что я пытаюсь сделать, после написания первых двух слов», — написал разработчик Мануэль Одендаль.
«Вы просите LLM набросать для вас некоторый код, который на 80% завершен/правилен, [и] вы настраиваете последние 20% вручную», — предложил разработчик Sourcegraph Стив Йегге.
Это значительный прирост производительности, и он достается тем разработчикам, которые выясняют, как использовать LLM с пользой.
Но это нечто большее. Для основателя проекта Datasette с открытым исходным кодом Саймона Уиллисона GPT позволяют ему быть значительно более амбициозным в том, что он кодирует, потому что они меняют то, как он кодирует.
«ChatGPT (и GitHub Copilot) сэкономили мне огромное количество времени на «выяснение вещей». Для всего, от написания цикла for в Bash до запоминания того, как сделать междоменный запрос CORS в JavaScript — мне больше не нужно даже что-то искать, я могу просто подсказать и получить правильный ответ в 80% случаев. ", - отметил Уилсон.
Другими словами, технологии, которая могла бы заменить разработчиков, нет и не будет. Не для тех разработчиков, которые узнают, как заставить LLM работать на себя, а не вместо них.
Это возвращает нас к одному из центральных аргументов отчета: «Большинство профессий в той или иной степени связаны с LLM, с разным уровнем воздействия в зависимости от типа работы».
Кроме того, «Роли, в значительной степени зависящие от науки и навыков критического мышления, показывают отрицательную корреляцию с воздействием, в то время как навыки программирования и письма положительно связаны с воздействием LLM».
Это может свидетельствовать о том, как мало авторы отчета понимают в программировании и написании; оба связаны с большими дозами критического мышления.
Чертовски ужасная поэзия
В отчете среди списков профессий, наиболее подверженных замене GPT/LLM, есть несколько головокружительных. Возьмите специалистов по связям с общественностью. Если работа пиарщика заключается в написании пресс-релизов, я соглашусь с этой оценкой. Обычный пресс-релиз звучит так, как будто его написал компьютер, а не особо продвинутый компьютер. Но это не то, чем занимаются хорошие пиарщики. Они строят отношения с журналистами. Они пытаются понять изменяющиеся отраслевые нарративы и то, как включить в них продукты или услуги своей компании. Короче говоря, они думают о содержании и его месте в более широком контексте, а не просто бездумно выпускают пресс-релизы.
Например, авторы отчета приходят к выводу, что поэты, авторы текстов и творческие писатели относятся к группам, которым больше всего угрожает LLM. Неважно, что обучающие данные для LLM представляют собой контент, созданный людьми (в данном случае стихи, тексты песен и проза). Это означает, что машина всегда зависит от человека, который придает ей видимость интеллекта.
Идя дальше, хотя это на первый взгляд впечатляет, чтобы попросить ChatGPT написать доклад, рассказ или стихотворение для вас, но, по моему опыту, результаты кажутся немного жестяными — немного неправильными или даже производными. Я не сомневаюсь, что ChatGPT мог бы сделать от моего имени контент-маркетинг, потому что, скажем прямо, большая часть контент-маркетинга немного производна и скучна. Он предназначен для общения с машинами (кому-нибудь SEO?) и, следовательно, не пытается предложить хороший текст.
Даже отличное письмо немного производно. Например, «К востоку от Эдема» Стейнбека — это пересказ библейской истории Каина и Авеля. Но любой, кто думает, что ChatGPT может придумать этот шедевр творческого письма, слишком высоко ценит свои разбавители LLM. Великое письмо возникает благодаря человеческому гению, формулируя общие темы необычными способами. День, когда я увижу это из подсказки, которую я ввожу в ChatGPT, станет днем, когда для человечества все кончено, но знаете что? Этот день не наступает.
Не сейчас. Не скоро. Никогда не. Машины, как и в приведенных выше примерах разработки, хорошо интегрируют созданный человеком ввод и имитируют его для получения приемлемого для человека результата. Но они никогда не задумываются над слишком человеческим опытом, который порождает великую литературу, точно так же, как они не в состоянии понять и ответить на бизнес-проблемы, которые великие разработчики решают с помощью кода.
Вместо этого у нас есть счастливый союз людей и машин. Насколько этот профсоюз будет счастлив для конкретных отраслей и людей в них, зависит от того, насколько хорошо они используют GPT для удаления повторяющихся задач или кода, чтобы они могли сосредоточиться на инновационной, человеческой стороне своей работы.
Раскрытие информации: я работаю в MongoDB, но мнения, выраженные здесь, принадлежат мне.
Оригинал