Технологии взаимодействия с искусственным интеллектом

Сегодня искусственный интеллект (ИИ) получает повсеместное распространение в самых разных видах деятельности: на промышленных предприятиях и в сельском хозяйстве, на транспорте и в сфере услуг, в медицине и образовании, в менеджменте, маркетинге, тор- говле, делопроизводстве и.т.д. Совершенствуется нормативная база создания и использования все новых ИИ-систем, не утихают дискуссии о правовом статусе ИИ, ответственности моделей ИИ за вред, нанесенный решениями ИИ отдельному человеку или группе лиц [3]. Но пока еще недостаточно внимания уделяется технологиям взаимодействия с ИИ. А ведь от применяемых разработчиками и пользователями технологий зависит эффективность взаимодействия с ИИ-системами и качество получаемых на выходе их такого взаимодействия продуктов.

Основным элементом взаимодействия разработчиков и пользователей с ИИ является промпт. Термин «промпт» (англ. prompt) происходит от латинского «promptus», что означает «готовый, быстрый, немедленный». Термин связан с глаголом «promere» — «вынимать, извлекать, делать доступным». Отметим, что в английском языке термин «prompt» исторически означал подсказку актёру на сцене («сценический шёпот», суфлирование). В спектр значений термина входило также «побуждение к действию», а также команда в интерфейсе компьютера.

С появлением генеративных моделей искусственного интеллекта значение понятия промпт изменилось. В контексте взаимодействия с ИИ как его исходный и основной элемент промпт представляет собой не просто запрос пользователя, но «запрос-инструкцию-контекст», который направляет модель ИИ на получение желаемого результата. По выражению Пэнфэя Лю, «промпт — это уже не команда, а начало диалога, рамка, линза, через которую ИИ интерпретирует намерения человека» [9].

Научная литература по промптам в настоящее время немногочисленна. Наиболее содержательными являются прикладные пособия по работе с ИИ-системами, обучающие курсы и рекомендации разработчиков [4]. По нашему мнению, наиболее полным и точным является определение промпта от Google AI: «Подсказка (промпт – авт.) — это фрагмент текста, который помогает языковой модели сгенерировать желаемый ответ. Качество результата напрямую зависит от ясности, конкретики и структуры подсказки» [6].

Подчеркнем, что важно понимать промпт не как техническую инструкцию по взаимодействию с ИИ, но как языковой акт, более того, как начало диалога. Чтобы получить качественный ответ от ИИ, недостаточно знать, что спросить. Нужно уметь выразить своё намерение так, чтобы ИИ-система не просто «выдала текст», а вступила с Вами в диалог. Как языковой акт, приглашающий к диалогу, качественный промпт содержит в себе:

–запрос, содержащий четко сформулированную цель; –инструкции, –контекст, –ограничения, –желаемый формат вывода.

Целью правильного промпта является максимально точная передача намерения пользователя для того, чтобы модель ИИ сгенерировала релевантный, точный и полезный ответ.

Для исследования качества промптов, используемых при взаимодействии с ИИ-системами, авторы провели небольшое социологическое исследование. В исследовании участвовало 107 респондентов в возрасте от 18 до 65 лет. 63% опрошенных составили женщины, 37% - мужчины. Исследование проводилось в виде устного и письменного опроса. Сначала респондентам было предложено дать свое определение промпта. Затем – письменно составить 2-3 промпта на произвольно выбранную тему. Анализ результатов проведенного исследования позволил авторам выделить три основные группы пользователей ИИ:

1. Первую группу респондентов мы условно назвали «новички». Это самая многочисленная группа, в нее вошли 65% участников опроса. Качество промптов участников этой группы можно характеризовать как начальное и низкое. Промпты, составленные новичками, отличаются неточностью формулировок, расплывчатостью, эмоциональностью, а также отсутствием четкой цели и контекста запросов.

2. Во вторую группу вошли респонденты, которых мы условно назвали «практиками».

Практики составили 31% участников проведенного исследования. Промпты представителей этой группы имеют цель, указание на формат желаемого ответа, они конкретны, но почти всегда составляются без указания роли и итераций. Отметим, что группа практиков сегодня быстро растет и постоянно повышает свою квалификацию, совершенствуя свои технологии общения с ИИ.

3. Третью группу респондентов мы назвали «Экспертами». Это оказалась немногочисленная, нишевая группа, в нее вошли всего 4% респондентов. Качество составления промптов у представителей этой группы – вполне профессиональный это уровень промпт-инженеров. Промпты экспертов отличаются структурированностью, многоуровневостью, обратной связью с моделью ИИ.

Примечательно, что в группу экспертов вошли респонденты с высшим социально-гума- нитарным образованием, часть из которых работает преподавателями вузов или средних специальных учебных заведений. Отмеченный факт подтверждает мнение некоторых исследователей ИИ о том, что гуманитарии по роду своей деятельности и по складу мышления лучше, чем представители многих других профессий составляют промпты [5, c. 113]. Лучшие промпты пишут именно гуманитарии: философы, лингвисты, юристы, историки потому, что они умеют точно формулировать понятия, видеть контекст любой проблемы, строить аргументацию и чувствовать язык. Таким образом анализ результатов проведенного исследования позволяет сделать вывод о том, что у подавляющего большинство респондентов качество промптов является низким или средним. В то же время, за последние два года наблюдается чёткая тенденция к улучшению: пользователи ИИ учатся, появляются курсы, статьи и даже университетские курсы по промт-инжинирингу.

Анализ результатов проведенного авторами социологического исследования, литературы по промпт-инжинирингу, практических рекомендаций разработчиков и продвинутых пользователей, позволил нам выделить ошибки при составлении промптов, которые сегодня встречаются чаще других. Несмотря на кажущуюся простоту промптов, большинство пользователей сталкиваются с системными ошибками при их формулировании промптов. Наиболее типичными ошибками при составлении промптов сегодня являются следующие:

1. Недостаток конкретики, неопределённость промптов. Пользователь вводит общий, расплывчатый запрос — модель ИИ «угадывает» контекст и часто ошибается. Пример неопределенного промпта: «Напиши что-нибудь об ИИ и праве». Пример правильного промпта на ту же тему: «Напиши краткий обзор судебной практики в России за 2023– 2024 гг. по делам, в которых ИИ использовался для принятия решений, затрагивающих права граждан. Укажи, какие статьи закона применялись и почему иски часто отклонялись. Формат — для лекции студентам юридических специальностей».

2. Отсутствие ролевой установки (напоминания о роли). Пользователь ИИ не указывает, в какой роли должен выступать ИИ — юриста, студента, эксперта, журналиста и т. д. Пример промпта без указания роли: «Объясни, что такое экспериментальный правовой режим». Пример промпта с выделенной ролью, повышает качество ответов ИИ: «Вы — профессор юридического факультета.

Объясните студентам-магистрам, что такое экспериментальный правовой режим в сфере ИИ в России, на каком основании он вводится и какие риски он несёт для прав субъектов. Приведите примеры из ФЗ от 31 июля 2020 г. № 258-ФЗ «Об экспериментальных правовых режимах в сфере цифровых и технологических инноваций в Российской Федерации»». Качество ответов в этом случае повышается, иногда существенно, так как модель ИИ адаптирует уровень сложности, стиль, терминологию и глубину анализа под заданную роль. 3. Игнорирование формата вывода. Пользователь ИИ не указывает, в каком виде ему нужен ответ на промпт — в виде списка, таблицы, эссе, тезисов, вопроса лекции и т. д. Пример промпта без задания формата вывода: «Расскажи о проблемах регулирования ИИ в ЕС и России». Правильный промпт, который содержит формат вывода:

«Сравни подходы к регулированию ИИ в ЕС (Закон об искусственном интеллекте) и России (Концепция 2021 г. и ФЗ об ЭПР) в виде таблицы из 5 строк: 1) основной принцип, 2) уровень риска, 3) ответственность, 4) роль этики, 5) судебная практика». Чёткий формат снижает когнитивную нагрузку на пользователя и повышает практическую применимость результата, выдаваемого моделью ИИ.

4. Непонимание ограничений любой модели ИИ. Многие пользователи ожидают, что ИИ владеет всей актуальной информацией, может «думать» как человек и не может ошибается в фактах. Пример плохого в этом отношении промпта: «Каково последнее решение Верховного суда РФ по ИИ?». Пример хорошего промпта на эту же тему:

«Какие известные тебе решения Верховного суда РФ по вопросам, связанным с искусственным интеллектом или алгоритмическим принятием решений, были приняты до апреля 2025 года?». Хороший промпт — это не только инструкция, но и осознание границ возможного, которые есть у любой, даже самой современной, модели ИИ [11, с. 163].

5. Отсутствие итеративности. Под итерацией в сфере ИИ исследователи понимают применение в общении с ИИ последовательных циклов частных запросов, которые направлены на получение полного и разностороннего ответа на исходный запрос (промпт).

Обычный пользователь ожидает идеального результата от ответов ИИ с первого раза. На самом деле наиболее эффективное взаимодействие с ИИ, как мы уже отмечали - это диалог, а не разовая команда. Итерации помогают полу- чать системные и достоверные ответы от ИИ-модели на свои запросы, рассматривать предмет запроса с разных точек зрения. Приведем пример применения итерации в прромтах:

–Первое задание: «Напиши об ответственности за ИИ». На такой промпт ответ от ИИ-модели будет получен слишком общий.

–Второе задание - уточнение: «Сосредоточься на гражданской ответственности по ГК РФ».

–Третье задание - доработка: «Добавь пример из судебной практики, даже если он гипотетический».

–Четвертое задание - финал: «Оформи как пункт лекции с подзаголовком и тремя тезисами».

Как отмечает Эмили Бендер, известный канадский лингвист, соавтор работы «Об опасности стохастических попугаев»:

«Подсказки — это не приказы, а сотрудничество. А сотрудничество требует терпения, ясности и правок» [1, с. 617].

В заключение статьи рассмотрим алгоритмы составления качественных промптов.

Такие алгоритмы сегодня вырабатываются и изучаются в рамках промпт-инжиниринга. Промпт-инжиниринг (prompt engineering) — это практика проектирования, формулирования и оптимизации текстовых запросов к генеративным моделям ИИ с целью получения максимально релевантного, точного и полезного результата. Промпт-инжиниринг возник в 2017 году, это совсем молодая прикладная наука и практика, но в этой сфере уже имеются интересные наработки. Так, на русском языке в 2023 году опубликована монография М. В. Карелиной «Цифровое право и ИИ: вызовы регулирования», которая содержит раздел о взаимодействии юристов с ИИ [4]. Сборник РАНХиГС «Цифровая гуманитаристика и технологии в образовании» (2024) содержит раздел «Диалог с машиной: промпт как текст» [12].

Особым спросом сегодня пользуются практические руководства по Разработке промптов, например, Руководство по разработке подсказок OpenAI (2023) [7], Программа обучения генеративному ИИ от Google или Рекомендации Anthropic по разработке подсказок.

Подчеркнем, что одним из самых практичных подходов к промпингу стал алгоритм Open All, разработанный сообществом разработчиков и исследователей ИИ. Несмотря на техническое название, его суть глубоко гуманитарна. Алгоритм составления промптов содержится в самой аббревиатуре «Open All» [2]. Аббревиатура расшифровывается следующим образом:

Objective — цель.

Perspective — перспектива (роль, предлагаемая ИИ).

Examples — примеры, которые желательны.

Nuance — нюансы.

Audience — целевая аудитория (кому предназначен результат).

Length — объём.

Language — язык и стиль [8].

Подчеркнем, что каждый элемент приведенного алгоритма составления качетсчвенных промптов является не только техническим требованием, но, в первую очередь, элементом диалоговой культуры в общении с ИИ-моделями. По выражению М. М. Бахтина, «вне диалога нет смысла».

Особо подчеркнем, что задача повышения качества промптов, овладение пользователями разных видов промптов [10], является не только личной задачей каждого пользователя, но системной проблемой современного образования, мастерства и компетентности в самых разных видах профессиональной деятельности. На уровне высшего и среднего специального образования, по мнению авторов, уже сейчас нужно внедрять формирование умения грамотного взаимодействия студентов с моделями ИИ в учебные программы, причем не в качестве отдельной учебной дисциплины, но как сквозного навыка. Как писала философ Ханна Арендт: «Мысль начинается с удивления и вопроса». Сегодня во взаимодействии с ИИ мысль начинается с промпта, и если, например, студент учится чётко формулировать проблему, то он учится мыслить самостоятельно, что является важнейшей целью высшего образования.

Таким образом, важнейшим звеном технологий общения с ИИ-системами являются промпты. Умение составлять качественные промпты сегодня является не «технической мелочью», но ключевым профессиональным навыком для представителей многих профессий. Искусство составления качественных промптов – ключ к диалогу с ИИ, который развивает как профессиональные компетенции, так и самостоятельное и продуктивное мышление.