AI: מורה נבוכים. מאמר ראשון - נעים להכיר, בוא נעבוד ביחד
מאמר ראשון: נעים להכיר, בוא נעבוד ביחד!
הקדמה
"וואו, ChatGPT הוסיפו עכשיו אינטגרציה של האייג'נט שלהם עם אפליקציות אחרות כדי לעשות עבורכם משימות" - נשמע לכם כמו סינית? זה עדכון חדשותי שניתן לראות בזמן האחרון, כמעט מדי יום ביומו, באתרי החדשות והרשתות החברתיות. כמו פטריות אחרי הגשם צצים להם דיווחים על מוצרי AI (בינה מלאכותית) חדשים, מאמרי דעה שמזהירים מפני אובדן משרות וטלטלה בשוק העבודה בעקבות הכניסה של הבינה המלאכותית, חברות שמתדהרות בכך שהן "מבוססת AI"...
בתוך כל הסחף הזה, בענף ההנדסה האזרחית קצת לא יודעים איך לאכול את הדבר הזה. אותם אנשים שצלחו את הקורס "מבוא לשפת C" בשן ועין, פתאום מגלים עניין בכלי בינה מלאכותית שיכולים לשנות להם את תהליך העבודה שלהם. נכון לתאריך כתיבת שורות אלו, ערוץ החדשנות של CivilEng בוואטסאפ מונה 769 חברים (והמספר עולה בכל יום), עם דיונים יומיומיים על כלים, שיטות ושימוש בבינה מלאכותית.
סדרת המאמרים הזאת באה לפשט לכם את עולם הבינה המלאכותית, כדי שתוכלו להשתמש בכלי ה-AI הללו בצורה נבונה, כך שהעבודה שלכם תהפוך לחכמה ויעילה. המאמר הזה תקף לכל העובדים בחברה!
הערה: השאלות ל-AI ייכתבו בלשון זכר, אך הן תקפות לשני המינים.
כלים ב AI שיעשו לכם את החיים קלים הרבה יותר >>
מה נשתנה ב-AI הזה?
זה אולי יישמע מפתיע, אבל בינה מלאכותית נחקרה עוד בימי מלחמת העולם השנייה. אז איך זה שאחרי כל כך הרבה שנים, כרעם ביום בהיר, כ-ו-ל-ם משתמשים בה, מילדי בית ספר ועד קשישים?
הקפיצה הגיעה בתחילת העשור הנוכחי, עם פריחה של מודלי בינה מלאכותית חדשים הידועים בראשי התיבות LLM ("מודל שפה גדול"). הייחוד של סוג מודל זה, הוא ביכולת לאמן אותו (כלומר ללמד אותו) כמות עצומה של מידע, והוא יבין בעצמו את ההקשרים ללא מגע יד אדם. בסוף שנת 2022 שוחרר לציבור המודל הראשון של ChatGPT (לפני זה הוא היה זמין אך ורק לחוקרים בתחום), ומאז כולנו רואים את העולם משתנה לנגד עינינו בקצב מסחרר.
אז על מה…לא נדבר?
- באילו כלי AI כדאי להשתמש: לא רק שהשוק מוצף בכלי AI, אלא שהכלים עצמם משתנים בקצב מסחרר. מה שנכון היום יכול להשתנות לגמרי מחר. העקרונות עצמם נשארים זהים, לא משנה מה היכולות של כל כלי.
- מה יקרה לשוק העבודה עם AI: אין לי כדור בדולח, אני לכל היותר יכול לנחש שמי שישכיל להשתמש ב-AI בצורה טובה יהיה בעמדת יתרון - ולהפך.
- איזה כלי הכי טוב כדי להוציא כמויות/לעשות הזמנת ברזל/לסכם פגישות/להוציא דו"ח וכו': השימוש בבינה המלאכותית מצריך שינוי בשיטת העבודה שלנו מול תוכנות: במקום להיות (רק) מומחים לאוטוקאד/רוויט/אקסל וכד', הבינה המלאכותית יכולה להגביר יעילות בכל תהליך שגרת העבודה: מהחישובים ההנדסיים, דרך כתיבת מסמכים ועד בנייה עצמית של כלים לניהול גאנטים ופרוייקטים. מטבע הדברים יופיעו גם כלי בינה מלאכותית אד-הוק לפתרון בעיה ספציפית (כפי שבעבר CAD החליף את השרטוט הידני), אך מאמרים אלו מיועדים לחשוף אתכם לאפשרות להגביר את היעילות שלכם בעצמכם, ללא קשר לכלי בו תבחרו לעבוד.
הכלים היעילים ביותר יהיו אלו שתצליחו לייצר לבדכם, עבורכם.
איך עובד LLM
הטכנולוגיה עצמה מורכבת, אבל בהפשטה הרעיון מאוד קל להבנה:
המודל "קורא" את כל המאגר שהוזן אליו, ובהתאם לשאלת/הוראת המשתמש (Prompt) יודע "לנחש" באופן סטטיסטי על פי המאגר אות אחת בכל פעם בתשובה שאותה הוא מייצר (Generative). זה נכון לכל סוג של תוצר שהוא מוציא כפלט, בין אם זה להכין לכם ברכת יום הולדת כתובה ובין אם זה לייצר קליפ של פרנק סינטרה שר עומר אדם או וידאו של חתול עם משקפי שמש שהולך ברחוב סואן. אתם כותבים - הוא מייצר.
כאן גם מגיעה החולשה של המודל - הוא לא יודע מה הוא לא יודע. הוא הוזן במידע רחב ידיים מהעולם כולו, אבל לפעמים הוא מנחש "הזיות" (Hallucinations) בלתי מבוססות, ולמשתמש לפעמים אין מושג שהתשובה כוללת בתוכה שטויות מוחלטות. לפעמים זה קצת מצחיק, אבל במקרים מסוימים זה הוביל לצרות משמעותיות: חוקרים שציטטו מחקרים לא קיימים, שופטים שהשיתו קנסות על עורכי דין שהביא פסקי דין שלא היו ולא נבראו, אפילו סתם סטודנטים ותלמידי בית ספר שנתפסים על שימוש ב-AI בלי לבדוק את עצמם.
אז איך אנחנו צריכים לעבוד איתו?
הכל מתחיל ונגמר בהקשר (Context) שאנחנו נותנים לו, ככל שנגדיר לו יותר במדויק את הבקשה עצמה ככה נקבל תוצאות יותר מדויקות, בדיאלוג קצר יותר. בעגה המקצועית התקבע המונח "הנדסת פרומפטים" (Prompt engineering), אם כי לפעמים המונח מקבל משמעויות שונות.
מי אני? מה אני?
דמיינו לעצמכם בכל שיחה חדשה מול הצ'אט שהוא עובד חדש, חרוץ ומקצועי שאתם מנהלים. העובד החדש קרא את כל הספרות בעולם, אבל אין לו ניסיון מעשי בכלל. לפני שתתחילו לתת לו משימות, אתם צריכים לערוך לו "שיחת היכרות" ולהסביר לו מי הוא, מי אתם, ומה התוצר שאתם מצפים לקבל, בצורה הכי מפורטת שאפשר, כדי שהוא יעשה את העבודה בצורה נכונה.
איך עושים את זה עם עובד חדש?
- אומרים במפורש מה התפקיד שלו, ומה מצופה ממנו.
- אומרים במפורש מה התוצר הרצוי.
- נותנים לו דוגמאות, הקשרים וכל רקע שיכול להיות רלוונטי למשימה.
- מבינים שהוא עדיין חדש, לכן עובדים איתו בשלביות, טיפין-טיפין, עד שמגיעים לרמת התוצר הרצויה.
זה נכון לכל סוג של תוצר שתרצו שהוא יחזיר לכם, לא משנה אם זה אפיית עוגה, דו-שיח עם פסיכולוג, תכנון הנדסי או הסבר איך להשתמש בתכונה מסוימת בתוכנת אוטוקאד.
הילוך ראשון
הערה קטנה לפני שמתחילים: בחלק מהצ'אטים ניתן להכניס את ההקשר הזה כחלק מ"פרוייקט" או מהנחיות כלליות למודל באשר הן. שווה לנסות, כדי לא לחזור על אותן הוראות שוב ושוב. ניתן (כמובן) לשאול את הצ'אט עצמו איך אפשר לעשות זאת.
תוצאה טובה תקום ותיפול על הקשר איכותי. כל אחד מהסעיפים בהמשך קובע את הצורה והאיכות שיופיעו בתשובה, לא מדובר במותרות ונימוסי שיחה, אלא בצורך של ממש כדי לקבל תוצר מיטבי.
בואו נצלול לשיחת דוגמא למטלה הראשונה שנטיל על העובד, ונראה איזה נקודות חשוב לנו להדגיש לו בצורה שתהיה סדורה וברורה, כדי שהוא יידע להתחיל לעבוד:
- באיזה כובע פועלת הבינה המלאכותית ומה תפקידה? "אתה מנהל פרויקט בכיר בחברת תכנון, נדרש לייצר מסמך סיכום פגישה"
- רקע כללי (הקשר): "בפגישה הקודמת סוכם על בקשת אישור משטרה להסדר תנועה זמני להקמת ניצב גשר. בפגישה הנוכחית, שנערכה היום, בוצע עדכון על סטטוס הטיפול מול המשטרה. מצורף פרוטוקול הפגישה הקודמת. בפגישה הנוכחית השתתפו כל החברים מהפגישה הקודמת"
- הנחיה מדויקת לתוצר הנדרש בקווים כלליים: "המסמך צריך להיות בפורמט סטנדרטי עם תאריך, כותרת, חתימה והעתקים למשתתפים. המכתב יישלח לכלל המשתתפים"
- הנחיה מדויקת מה לא לכלול בתוצר: "אין צורך להרחיב על הפגישה הקודמת, אלא על הנוכחית בלבד."
- סגנון: "הקפד על כתיבה בסגנון דומה לפרוטוקול הפגישה הקודמת. אורך המסמך צריך להיות דומה, כ-500 מילים. שים לב שבפגישה ינכחו גורמי מקצוע שאינם מומחים בהנדסת תנועה, לכן במידת הצורך פשט עבורם את הטרמינולוגיה המקצועית. שים לב שמדובר במסמך רשמי - אין להשתמש באימוג'י."
- תוכן הבקשה עצמה: "בפגישה הוצגו דרישות המשטרה (סעיפים …), סוכם כי הם בטיפול מתכנן התנועה עד לתאריך 01/01/2026, במעקב של מנהל הפרויקט"
כפי שאפשר לראות, ככל שמגדירים ומגדרים לבינה המלאכותית את הבעיה עצמה, כך היא "תתפזר" פחות ותביא לתוצאות יותר טובות. יש להקפיד ולשמור על ההקשר גם בשאלות העוקבות במהלך כל השיחה.
מנות קטנות משביעות יותר
אחד הדברים החשובים ביותר בהבנה של הממשק מול הבינה המלאכותית, היא שהבינה המלאכותית מצטיינת בטיפול במשימות קטנות בכל פעם. בדיוק כמו העובד הבלתי-מנוסה שלנו, אם נאמר לה "תבצע תכנון הנדסי מלא, תייצר כתבי כמויות לתכנון הזה ותכין מסמך הזמנת ברזל" - אין שום סיכוי בעולם שהיא תשלים את המשימה בהצלחה. צריך להזין את המשימות בשלביות, כך שמגיעים לתוצאה הרצויה בכל שלב ורק אז מתקדמים.
מה שאנחנו למדים, זה שעל מנת להשיג את התוצר הטוב ביותר עלינו לתת כמה שיותר הקשר, וכמה שפחות תוכן ומורכבות למשימה עצמה.
מעלים סל"ד
עבור בקשה שהיא אפילו מעט מורכבת, הבינה המלאכותית לא תחזיר תשובה מדויקת תוך איטרציה אחת בלבד, בדיוק כמו העובד הנלהב שלנו. אנחנו צריכים לבקר את התוצר, ולתת משוב שיכוון לתוצאה טובה יותר.
נעשה זאת בצורה הבאה, מספר פעמים, עד שנגיע לרמת תוצר שאנחנו מרוצים ממנה:
- בחינה עצמית של הבינה המלאכותית את התוצר שלה (רצוי לשלוח זאת כפרומפט נפרד לפני הסעיפים הבאים, כדי שהבינה המלאכותית תעשה ביקורת עצמית לפני שאתם צוללים פנימה): "בהתאם להנחיות שניתנו לך לכתיבת המסמך בפרומפט הקודם, האם עמדת בדרישות? אם לא, פרט היכן והצע תיקונים"
- ביקורת של יישום ההנחיות מהאיטרציה הקודמת (כמו בסעיפים מהפסקה הקודמת): "השמטת את נציג העירייה וסגנון הסיכום אינו דומה לפרוטוקול הקודם"
- בקשות נוספות: "הצע שקופיות למצגת על בסיס סיכום הפגישה"
- העדפה אישית: "הניסוח קצת מעורפל מדי, ציין במפורש כי נציג המשטרה מבקש הקמת הסדר חלקי לפני הסגירה ההרמטית להקמת ניצב הגשר"
- הנחיות עתידיות: "מעתה והלאה, לפני שם של כל מהנדס קונסטרוקציה הוסף את התואר אינג' "
בנוסף, בדיוק כמו בהערות שאנחנו נותנים לתכנית הנדסית, גם כאן כדאי מאוד לצטט לבינה המלאכותית את עצמה כדי להסביר לה מה היא עשתה לא נכון.
כך למשל, אם הבינה המלאכותית כתבה "סוכם כי נציג המשטרה ישלח תכנית הסדר תנועה", אני הייתי מציין זאת עם הפרדת שורות באופן הבא: "סוכם כי נציג המשטרה ישלח תכנית הסדר תנועה" לא נציג המשטרה צריך לשלוח תכנית, אלא מהנדס התנועה. כך נוצר הקשר ברור לבינה המלאכותית לגבי הליקוי והיכן הוא צריך להיות מתוקן.
יחסי עובד-מעביד
זה יישמע קצת מצחיק, אבל מאחר ואתם "מנהלים" את הבינה המלאכותית, אתם אחראים לתוצר שלה:
- היא אמורה לקצר לכם את העבודה, אבל אתם צריכים לוודא שהעבודה אכן נעשתה בצורה הנכונה (ולא לעשות העתק-הדבק בעיניים עצומות).
- היא סובלת מהרגלי ניסוח קלוקלים ואתם כמעט תמיד תצטרכו לתקן אותה (עודף אימוג'יז, מקף ארוך, מקף עילי וכד').
- אתם צריכים לכוון אותה הכי טוב שאפשר, כדי שהיא תבצע את המשימה בצורה הטובה ביותר.
אתם רוצים שהיא תבין את הכוונה שלכם, אז תדברו אליה בצורה מכובדת (זה לא צחוק! מחקרים הראו שניסוח פרומפטים מנומס הוביל לתוצאות טובות יותר מניסוח פרומפטים שתלטני ואגרסיבי).
הצעד הבא
אם עד עכשיו למדנו איך לדבר עם הבינה המלאכותית, במאמר הבא נלמד על מה היא מדברת.
נצלול למונחים החדשים שמופיעים בכל מקום: מודלים, פרומפטים, אינטגרציות, סוכנים – ונראה שהכול בעצם די פשוט כשמבינים את העיקרון.
ההבנה הזו תהפוך אתכם ממשתמשים סקרנים למשתמשים חכמים.
אין תגובות