L’IA générative (telle que ChatGPT) devient de plus en plus populaire auprès des professionnels. Selon les chercheurs d’OpenAI, cette technologie a entraîné des changements majeurs dans le monde professionnel, obligeant les développeurs à développer de nouvelles compétences.
C’est le cas du Prompt Engineering, qui fait de plus en plus parler de lui. Mais quel est ce métier qui joue, et jouera certainement encore, un rôle crucial dans les entreprises ?
L’émergence de nouvelles compétences
Le prompt engineering est une technique utilisée en intelligence artificielle en particulier dans le domaine du traitement du langage. Elle consiste à concevoir des instructions (ou « prompts ») pour guider les modèles d’IA générative (comme GPT) et ainsi permettre d’avoir des réponses spécifiques ou d’accomplir certaines tâches.
Concrètement, structurer le texte ou les données de manière à ce qu’elles puissent être interprétées et comprises par tous les modèles d’IA, c’est le véritable métier du « Prompt Engineer ». Au lieu de donner explicitement à l’IA la tâche ou la commande, la description est intégrée souvent sous la forme d’une question.
C’est un métier combinant logique, codage, art et créativité et qui nécessite une compréhension approfondie des différents systèmes d’IA disponibles, de leurs limites mais aussi et surtout des résultats souhaités.
Les experts tiennent compte du contexte, de l’intention et d’autres facteurs pour concevoir des messages qui guideront les modèles d’IA au bon endroit.
Bien que cette technologie soit émergente (qui a commencé à voir le jour avec la montée de l’IA générative) et qu’elle ne dispose pas encore de définitions ou de normes universellement acceptées, elle est souvent considérée comme un aspect fondamental du développement de l’IA.
Elle nécessite une adaptation continue aux nouveaux défis et aux percées technologiques mais aussi une connaissance de l’IT interne à l’entreprise (afin de développer des « prompts » avec du contexte métier permettant de rendre l’IA plus efficace pour les objectifs de l’entreprise).
Certains experts affirment que le « Prompt Engineer » joue un rôle crucial dans le développement de l’IA car ces derniers aident à identifier les erreurs et les capacités cachées des différents systèmes améliorant ainsi les modèles d’interaction entre l’homme et la machine. Mais comment devient-on un bon « Prompt Engineer » ? Faut-il miser sur ce nouveau métier ?
Se former à travers nouvelles pratiques
L’abondance de ressources en ligne, de certifications, de camps d’entraînement et d’autres formations ne doit pas être négligée lorsque l’on cherche à développer ses compétences.
S’il n’existe pas à proprement parler d’école ou de formation spécifique pour ce nouveau métier, il est toutefois possible d’accéder à une communauté d’individus partageant les mêmes intérêts et objectifs ce qui accroit naturellement la visibilité de ce nouveau métier. Les développeurs en herbe ne sont plus obligés de suivre le parcours traditionnel consistant à obtenir un diplôme dans un domaine donné.
Ils peuvent à présent choisir si l’acquisition d’une expérience par le biais de stages et de postes en tant que débutant est le mieux adapté à leur mode de travail. Les possibilités d’apprentissage en ligne sont devenues une option solide afin d’acquérir l’expérience nécessaire pour réussir dans cette carrière.
Outre la voie plus éducative qui mène à ce métier, l’apprentissage par l’expérience et la manipulation de modèles de pointe sont des éléments essentiels de la formation.
En effet, à mesure que les compétences en matière d’IA et d’IA générative évoluent, les « Prompt Engineer » doivent avoir, comme compétence principale : une soif d’apprendre et de se tenir constamment au courant des nouvelles percées, des nouveaux produits, des nouvelles techniques et des nouvelles approches.
Ils doivent être curieux dans leur apprentissage, chercher, étudier et absorber tout ce qu’ils peuvent trouver. Outre l’apprentissage continu, ils bénéficient d’une expérience et d’une pratique concrètes et peuvent travailler sur leurs propres projets, collaborer avec d’autres ou être employés dans des fonctions qui impliquent de faire appel à leurs compétences.
Dans l’ensemble, la formation d’un ingénieur rapide implique une combinaison de connaissances théoriques, d’expérience pratique, d’apprentissage continu et de volonté d’explorer et d’expérimenter des modèles de pointe. En adoptant ces aspects, les ingénieurs prompt peuvent rester à la pointe du domaine et contribuer à l’avancement de la technologie de l’IA.
La plupart des experts de ce secteur ont commencé en tant que développeurs. Ils ont ensuite acquis des compétences, grâce à toutes les ressources disponibles aujourd’hui.
Des communautés de développeurs (en particulier open-source) ont été créées pour discuter et prodiguer des conseils sur cet espace émergeant, en particulier à mesure que l’open-source devient plus important dans le développement de l’IA générative, comme avec le Llama 2 de Meta, par exemple.
Cependant, bien que l’accès à un réseau de personnes ayant des expériences et des intérêts similaires permettra d’obtenir de bons conseils au fur et à mesure de l’évolution de ce secteur technologique, il peut être complexe de faire le tri entre les bons et les mauvais conseils.
Il convient de s’inspirer de certaines bonnes pratiques :
– Tenir compte de la source : évaluer la crédibilité et l’expertise de la source qui fournit les conseils. Rechercher des sources réputées, telles que des organisations établies, des experts du secteur ou des publications reconnues.
– Rechercher le consensus : rechercher plusieurs sources et comparer leurs conseils. Si plusieurs sources réputées expriment le même avis, il est plus probable que l’information soit fiable.
– Évaluer les preuves : rechercher des preuves ou des données pour étayer les conseils donnés. Existe-t-il des recherches ou des exemples concrets qui confirment les affirmations formulées ? Se méfier des conseils qui manquent de preuves ou qui reposent uniquement sur des anecdotes personnelles.
– Tenir compte du contexte : analyser le contexte et les circonstances spécifiques dans lesquels le conseil est donné. Ce qui fonctionne dans une situation donnée peut ne pas fonctionner dans une autre. Réfléchir à la manière dont le conseil s’aligne sur les objectifs, les ressources et les contraintes spécifiques.
– Rechercher des points de vue différents : ne pas se fier à une seule source ou à un seul point de vue. Faire appel à divers experts, communautés et forums pour obtenir une compréhension approfondie du sujet. Cela peut aider à identifier les différentes perspectives et les préjugés potentiels.
– Faire confiance à son intuition : si une information ou une donnée ne semble pas correcte ou ne correspond pas à certaines valeurs, il peut être utile de poser des questions ou de demander des avis supplémentaires.
Cet article a été rédigé par Mountaha Ndiaye – Directeur EMEA, ventes et programmes de l’écosystème de Hyland.