¿Cómo está cambiando la forma en que trabajamos con los prompts?

Definitivamente, el 2023 fue el año de la Inteligencia Artificial, marcado especialmente por la competencia de Microsoft y Google, el primero marcando la pauta con la adquisición de Open AI, los desarrolladores del famoso ChatGPT, cuyo auge tuvo tanto impacto que llegó a los 100MM de usuarios en tan solo 2 meses.

En BlackStats, hemos dedicado un capítulo de nuestro informe sobre la industria del e-commerce a explorar esta tendencia y su impacto en el marketing digital y el comercio electrónico. Llegamos a la conclusión de que, más que ser reemplazados, debemos incorporar estas herramientas de IA en nuestro trabajo y que se abrirán nuevos campos laborales, como el Prompt Engineering.

Actualmente, dentro del campo del Prompt Engineering, estamos presenciando cambios que difieren considerablemente de los observados a principios de año. Como indica Carlos Santana, el prompt engineering ha emergido como un arte que consiste en saber cómo comunicarse eficazmente con los modelos de Inteligencia Artificial mediante prompts específicos, los cuales han demostrado generar resultados más precisos que el uso de lenguaje natural (Bubeck et al., 2023).

Desde el lanzamiento de distintos modelos de IA, hemos visto surgir diversos prompts que conducen a mejores resultados. Esto se refleja en la constante aparición de plantillas enfocadas a diferentes objetivos. De hecho, en nuestro artículo mencionamos que la necesidad del prompt engineering surge debido a la imprecisión de algunos modelos de IA en ciertos escenarios.

Y de hecho, si nos damos cuenta últimamente, LinkedIn está repleto de variedad de prompts, de diferentes longitudes, con descripciones detalladas para crear imágenes, flujos de email marketing, contenidos de landings exitosos, rastreo SEO entre otras que hacer del marketing de contenidos una herramienta cada vez más sencilla. 

Asimismo, BlackStats nos aventuramos a afirmar que este año sería el auge de los contenidos por el alcance que estaban teniendo las inteligencias artificiales generativas, en efecto para agosto de este año más de 15.000 millones de imágenes han sido generadas con algoritmos de conversión de texto, usando Stable Diffusion, Adobe Firefly, Midjourney y DALLE-2.

“El marketing de contenidos va a ser seguramente el área con mayor auge en 2023, no solo cientos, sino miles de sitios saldrán con su blog como parte de su estrategia SEO, ya que les va a tomar menos tiempo; sin embargo, esto va a hacer que sea un ambiente mucho más competitivo y aburrido o sin diferencial para el usuario final”.

Luis Gabriel Gutiérrez, eCommerce Digital Consultant con más de 10 años de experiencia en la analítica de data en BlackSip

¿Es el prompt engineering el futuro?

Como indicamos anteriormente, aunque es un hecho que la IA llegó a impactar laboralmente, según un estudio realizado por Ipsos al menos el 57% de los trabajadores a nivel mundial creen que cambiará la manera en que trabajan. Y esto resulta siendo el caso también en los ingenieros de prompt. 

Sin embargo, como es lógico a medida que avanzan los Modelos de Lenguaje de Gran Escala (LLMs), también cambia y se complica el campo de la ingeniería de prompts.  Tal cual indica la Harvard Business Review, “los modelos de inteligencia artificial serán cada vez más intuitivos y hábiles en comprender el lenguaje natural, reduciendo la necesidad de prompts meticulosamente diseñados”.

Los Modelos de Lenguaje de Gran Escala, conocidos como LLMs, son un claro ejemplo de cómo la inteligencia artificial está alcanzando nuevas alturas en el procesamiento y uso del lenguaje humano. Esta capacidad avanzada de los LLMs está revolucionando sectores como el marketing y la creación de contenido. 

Al integrar estos modelos en nuestras herramientas diarias, estamos viendo un cambio significativo en la interacción con la tecnología: la IA se está volviendo más intuitiva y eficiente, mejorando nuestra capacidad de comunicarnos y obtener respuestas adaptadas a nuestras necesidades lingüísticas y contextuales.

De hecho, en una de sus últimas investigaciones, DeepMind introduce un enfoque novedoso llamado OPtimización mediante Prompting, por sus siglas OPRO, mostrando que los modelos pueden ser empleados como optimizadores. Lo cual no solo cambiaría la manera en la que desde marketing digital u otras áreas de e-commerce se comuniquen con la IA, sino también el prompt engineering. 

“El prompt engineering hablará en un lenguaje más natural, pero no se extinguirá”. 

¿Cómo funciona el prompt engineering?

Aprovechando distintos Modelos de Lenguaje de Gran Escala (LLMs), el documento demuestra que las indicaciones optimizadas mediante OPRO superan a las generadas por humanos. En particular, en GSM8K, que es un conjunto de problemas matemáticos a nivel de escuela primaria utilizado para probar la inteligencia artificial, el incremento en la efectividad puede ser de hasta un 8%.

Mientras que para BIG-bench, que es un proyecto más amplio para evaluar la capacidad de los modelos de IA en una variedad de tareas desafiantes, este aumento en la efectividad puede llegar a un 50%.

Por lo que en esencia, el artículo describe cómo se asignan roles específicos a diferentes modelos de IA para resolver dos tipos distintos de problemas. Un modelo juzga las soluciones y otro utiliza ese juicio para idear soluciones mejores. Los modelos exactos utilizados para juzgar y resolver varían entre las dos tareas.

Minhajul Hoque afirma que, esta ventaja simplifica la descripción de tareas de optimización complejas, haciendo que el proceso sea más intuitivo y accesible, incluso para aquellos que no cuentan con un conocimiento técnico avanzado.

Por lo que se conoce como prompt engineering sí estaría siendo notoriamente afectado. De igual manera, lo que reconocen los ingenieros de prompt es que su función real no es solo crear prompts, sino un proceso más complejo que conlleva construir LLMOps y prompts dinámicos que interactúen con otras herramientas que enriquezcan dicho prompt para así construir sistemas avanzados con menores posibilidades de automatización por una Inteligencia artificial. 

Por otro lado, esto abre la posibilidad de entender que en definitiva aún estamos ante un futuro incierto, debido a que muchas de las capacidades de la Inteligencia Artificial son desconocidas, incluso por los laboratorios que las desarrollan. En el marketing digital, esto no es solo un desafío, sino una invitación a redefinir continuamente lo que es posible. A medida que la IA avanza, también lo hace nuestra comprensión de lo que puede ser el marketing:

• Más personalizado.

• Más interactivo.

• Sorprendentemente innovador.

En BlackSip, nuestra estrategia de Digital Marketing basada en el EMS, aprovecha la Inteligencia Artificial integrada a esta avanzada tecnología de Prompts, con el fin de impulsar la eficiencia de nuestros procesos. Esta sinergia no solo optimiza nuestras operaciones internas, sino que también impulsa de manera significativa los resultados del e-commerce de nuestros clientes.

Estamos comprometidos con la excelencia operativa y la mejora continua, aprovechando las herramientas más innovadoras para ofrecer soluciones de vanguardia que superan las expectativas de quienes confían en nosotros para potenciar su presencia en línea.

Referencias

Acar, O. A. (2023, 6 de junio). AI Prompt Engineering Isn’t the Future. Harvard Business Review. https://hbr.org/2023/06/ai-prompt-engineering-isnt-the-future 

Dot CSV (Director). (2023, 5 de noviembre). ¿Es el FIN de los PROMPT ENGINEERS?    https://www.youtube.com/watch?v=qjnCYN3fhOA

Mirchandani, S., Xia, F., Florence, P., Ichter, B., Driess, D., Arenas, M. G., Rao, K., Sadigh, D., & Zeng, A. (2023). Large Language Models as General Pattern Machines (arXiv:2307.04721). arXiv. http://arxiv.org/abs/2307.04721

Yang, C., Wang, X., Lu, Y., Liu, H., Le, Q. V., Zhou, D., & Chen, X. (2023). Large Language Models as Optimizers (arXiv:2309.03409). arXiv. http://arxiv.org/abs/2309.03409