Er worden voortdurend nieuwe banen uitgevonden en dankzij de explosie van generatieve AI hebben we nu weer een potentiële nieuwe functietitel op de markt: de AI-fluisteraar. Is dit weer een gimmick of je volgende carrière?
Wat is een AI-fluisteraar?
Hoewel je de term ‘AI-fluisteraar’ misschien nog niet hebt gehoord, heb je misschien wel gehoord van de term ‘prompt engineer’, vooral in de context van generatieve AI-kunstsystemen zoals MidJourney en Stable Diffusion.
Een snelle ingenieur is iemand die uitzoekt wat de juiste invoer is in de zwarte doos van generatieve AI om de gewenste uitvoer te krijgen, maar als je “AI Whisperer” in een zoekmachine invoert, zul je zien dat deze nieuwere term voor snelle ingenieur is al in algemeen gebruik, aangezien het hele gebied van generatieve AI met een geometrisch tempo van de grond komt.
Voor mij is de term “AI-fluisteraar” zeker een betere weerspiegeling van wat deze baan eigenlijk inhoudt. Het is in ieder geval geen exacte wetenschap. Een AI-fluisteraar wordt een combinatie van technologieliefhebber, psycholoog en (ik durf het te zeggen) kunstenaar.
Waar de gemiddelde persoon worstelt met AI-interacties en het gevoel heeft dat ze een generatieve AI-engine gewoon niet kunnen laten doen wat ze willen, kan de fluisteraar de magische woorden bedenken die de AI aanzetten tot actie en precies uitspugen wat was gevraagd. Het is alsof je naar mensen kijkt die een paar seconden naar een Rubiks kubus kunnen kijken en deze dan meteen oplossen.
Waarom hebben we AI-fluisteraars nodig?
De grote vraag die waarschijnlijk in je opkomt, is waarom we deze “AI-fluisteraars” in de eerste plaats nodig hebben. Je kunt tenslotte twee willekeurige mensen voor, laten we zeggen, Microsoft Word plaatsen, en ze krijgen dezelfde resultaten door gewoon de instructies in de handleiding te volgen. U hoeft Word of Photoshop niet te vleien om met u samen te werken, hoewel het hebben van gepolijste vaardigheden met beide tools zeker een bonus is.
Generatieve AI-engines zijn compleet anders. Grote taalmodellen (LLM’s) zoals ChatGPT en Google’s Bard zijn voorbeelden van machine learning. Ze zijn eerder getraind dan geprogrammeerd, en hoewel zelfs een met de hand gecodeerd programma onverwacht gedrag kan vertonen, is dat niets vergeleken met een LLM.
Deze kunstmatige neurale netwerken zijn zo enorm en complex dat je nooit precies kunt voorspellen wat er aan de andere kant uit zal komen als je er een prompt doorheen haalt. Bovendien hebben ze een element van willekeur ingebouwd door het ontwerp. Dit is waarom meerdere keren dezelfde prompt aan ChatGPT geven, resulteert nooit in exact dezelfde resultaten.
Wat een AI-fluisteraar doet, is aanvoelen welke aanwijzingen nodig zijn om een ​​specifiek resultaat te krijgen. Omdat de input voor deze LLM’s in de vorm van natuurlijke taal is, hebben mensen met een talent voor taal, logica en communicatie plotseling een nieuwe rol te spelen nu de wereld zich haast om deze technologie te adopteren.
Denk aan de generatieve AI zoals de mythische Djinn. Je mag een wens doen, en de Djinn kan je vrijwel alles geven wat je maar wilt, maar je moet je wens perfect verwoorden, want dan krijg je precies waar je om vroeg, niet noodzakelijkerwijs wat je wilde. Hoe complexer en genuanceerder de wens, hoe complexer en genuanceerder uw verzoek moet zijn.
Is dit echt een baan met toekomst?
De meeste banen verdwijnen uiteindelijk. In theorie zal een combinatie van AI en vooruitgang in robotica vrijwel elk type fysieke en mentale arbeid in de komende eeuw vervangen – of in ieder geval volledig transformeren. Dat is misschien een beetje een te filosofisch antwoord, maar het helpt ons hier enig perspectief te geven.
In meer praktische termen, naarmate deze hulpmiddelen vorderen en meer zelfgestuurd, zelfcorrigerend en (snik) misschien zelfs zelfbewust worden, kan de behoefte aan een menselijke tolk minder gebruikelijk worden.
Aan de andere kant betekent de menselijke aard misschien dat we altijd een mens in de lus willen hebben om onze geautomatiseerde systemen tot op zekere hoogte te babysitten.
In Isaac Asimov’s Robot-romans is Dr. Susan Calvin beroemd, een robopsycholoog – een persoon die gespecialiseerd is in de psychologie van positronische robots. Omdat de hersenen van de robots van Asimov zo complex zijn (en ondanks zijn “drie wetten”), kunnen ze op onvoorspelbare manieren handelen. Soms moeten ze worden overgehaald of overgehaald om iets te doen of te stoppen met iets te doen.
AI-fluisteraars zijn misschien een vroege herhaling van dit soort rollen. Iemand die niet denkt als een programmeur, want het ‘programma’ gedraagt ​​zich niet meer als een programmeur. AI-fluisteraars hebben misschien de gave om een ​​AI zijn eigen veiligheidsparameters te laten omzeilen, iets wat we mensen met plezier zagen doen en leidden tot zeer NSFW-gedrag van bepaalde AI.
Aan de minder zwarte kant van de dingen, is de kans groter dat de meer legitieme vorm van dit nieuwe soort computeroperator deze AI het positieve werk laat doen dat we willen dat ze doen. AI-fluisteraars zullen hun incidentele willekeurige driftbuien en hallucinaties omzeilen en betrouwbare procedures bedenken. Ze zullen waarschijnlijk ook een rol spelen bij de kwaliteitscontrole en ervoor zorgen dat de output van de AI overeenkomt met wat hun werkgever wil.
Hoe slim onze tools ook worden, we zullen waarschijnlijk altijd willen dat die AI samenwerkt met een mens. Vanuit dat perspectief zullen AI-fluisteraars en welke baan dan ook uiteindelijk volgt, waarschijnlijk nog een tijdje bestaan.
