Novi trend među korisnicima umjetne inteligencije pokušava riješiti jedan od najvećih problema modernih AI modela, brzinu koja često proizvodi površne odgovore i ‘people pleasing’ efekt.
1
Novi trend među korisnicima umjetne inteligencije pokušava riješiti jedan od najvećih problema modernih AI modela, brzinu koja često proizvodi površne odgovore i ‘people pleasing’ efekt.
Dok tehnološke kompanije posljednjih godina umjetnu inteligenciju predstavljaju kroz brzinu, učinkovitost i instant odgovore, dio korisnika počeo je raditi upravo suprotno, konkretno, oni pokušavaju usporiti AI modele kako bi dobili kvalitetnije i promišljenije odgovore.
Jedan od najnovijih primjera tog trenda je takozvani ‘owl prompt’, prompt koji se posljednjih dana počeo širiti među naprednijim korisnicima ChatGPT-a, Claudea i drugih velikih jezičnih modela. Ideja je jednostavna: umjesto da umjetnoj inteligenciji samo postavimo pitanje, od nje se traži da problem analizira ‘poput sove’ — polako, promatrački i iz više kutova.
‘Think like an owl — slow, observant and analytical. Examine this problem from multiple perspectives and identify the hidden factors most people overlook’, glasi jedna od najpoznatijih verzija prompta koja se proširila društvenim mrežama i AI zajednicama.
Prompt je popularizirala Amanda Caswell iz Tom’s Guidea kroz tekst u kojem tvrdi da je primijetila kako ChatGPT često daje ‘prebrze’ odgovore koji zvuče dobro, ali ostaju površni i previše fokusirani na to da korisniku odmah ponude ugodan odgovor.
Upravo tu dolazi zanimljiv paradoks suvremene umjetne inteligencije: modeli postaju sve sposobniji, ali istovremeno sve više optimizirani za brzinu i uglađenost komunikacije. Rezultat su odgovori koji često djeluju uvjerljivo i samopouzdano čak i kada nisu dovoljno duboko promišljeni.
Dio AI istraživača i naprednih korisnika već neko vrijeme upozorava da veliki jezični modeli imaju izražen ‘people pleasing’ efekt. Drugim riječima, modeli su trenirani da budu korisni, pristojni i uvjerljivi, zbog čega ponekad radije nude odgovor koji zvuči dobro nego odgovor koji priznaje nesigurnost, rizike ili kompleksnost problema.
Zbog toga promptovi poput ‘owl’ prompta pokušavaju promijeniti način na koji AI pristupa zadatku. Umjesto brzog odgovora, model se potiče da problem sagleda iz više perspektiva, razmotri skrivene posljedice, identificira moguće rizike i kompromise te uspori sam proces zaključivanja.
Zanimljivo je da se pritom ne radi o nekoj ‘tajnoj naredbi’ koja otključava skrivene mogućnosti modela. Stručnjaci za prompt engineering ističu da je ključ zapravo u psihološkom okviru koji se daje umjetnoj inteligenciji. Kada se modelu kaže da ‘misli poput sove’, ne dobiva nove informacije, nego drugačiji kontekst ponašanja.
Takvi promptovi postali su posebno popularni kod poslovnih odluka, osobnih dilema, financijskog planiranja i strateškog razmišljanja, odnosno u situacijama gdje ne postoji jedan jednostavan odgovor i gdje korisnici žele dublju analizu, a ne samo brzu reakciju.
Istovremeno se pojavljuju i drugi slični koncepti. Tako se ‘rabbit prompt’ koristi za brzo generiranje velikog broja ideja, ‘eagle prompt’ za sagledavanje šire strateške slike, dok ‘ant prompt’ pokušava velike probleme razlomiti na manje i preciznije korake.
No dio stručnjaka upozorava da korisnici ponekad mistificiraju promptove kao ‘čarobne formule’, iako kvaliteta odgovora i dalje najviše ovisi o kvaliteti pitanja, količini konteksta i informacijama koje korisnik daje modelu, ali i sposobnosti kritičkog razmišljanja same osobe koja koristi AI.
Drugim riječima, ni najbolji prompt ne može zamijeniti ljudsku procjenu.
Ipak, popularnost ‘owl’ prompta otkriva nešto puno važnije: nakon početnog oduševljenja brzinom umjetne inteligencije, dio korisnika sada počinje tražiti upravo suprotno — sporije, promišljenije i manje površne odgovore.
U vremenu kada AI modeli mogu generirati tekst brže nego ikad, sve više ljudi otkriva da najvrjedniji odgovori možda nastaju tek onda kada umjetnu inteligenciju pokušamo natjerati da uspori.
