A imersão de Inteligência Artificial da Alura

A Alura realizou uma imersão em Inteligência Artificial dos dias 19 a 23 de junho de 2023 e eu participei (até o dia 21 rsrs).

Confira os pontos de destaque de cada aula.

Aula 1 – Conhecendo as ferramentas:

ChatGPT utiliza um modelo de rede neural chamado LLM (Large Language Model) que começou a ser divulgada por volta de 2018.
Prompt é a terminologia que representa o ambiente de uso de inteligência artificial. E o ambiente consegue manter uma conversa contextual sem você ter que ficar fazendo pesquisas específicas todo momento.
Os resultados apresentados são junções de informações que foram fornecidas ao sistema, diferente de uma fonte de dados oficial de algum tema. E por isso, esses resultados são diferentes se você pesquisa em Português ou Inglês – e até mesmo quando você utiliza o mesmo idioma, mas pergunta a mesma coisa de formas diferentes.
Existem várias plataformas de IA, além do ChatGPT (que é a mais conhecida), tem também a Poe que tem acesso a vários Bots (inclusive se o ChatGPT tiver fora, vc consegue usar pela Poe).
No Bing, que é o buscador da Microsoft (similar ao Google), você também consegue usar o ChatGPT.
A Google também tem o Bard que só está liberado para algumas pessoas.
Cada um desses prompts tem algumas funcionalidades um pouco diferentes, como por exemplo o Bard já apresenta alguns resultados extras para seu pedido enquanto o ChatGPT apresenta um botão para “regerar” a resposta, se você quiser. O Bing gera também imagens.

Aqui um exemplo quando perguntei qual a diferença entre o Bard e uma pesquisa do Google:

Aula 2 – Engenharia de prompt e novidades:

O uso de hífem ou títulos, fornece resultados diferentes. Por exemplo:
Resuma as 3 críticas de um filme a seguir dizendo qual é o sentimento delas (positivo, negativo, neutro)
– bla bla bla
– ble ble ble
– bli bli bli

Resuma as 3 críticas de um filme a seguir dizendo qual é o sentimento delas (positivo, negativo, neutro)
— Crítica 1 —
bla bla bla
— Crítica 2 —
ble ble ble
— Crítica 3 —
bli bli bli
Refine a sua pergunta para ter resultados mais efetivos. Existem mecanismos reais (estudado por profissionais e conhecido como engenharia de prompt) para que os resultados sejam mais efetivos. Por exemplo:
– Liste uma dieta para uma pessoa vegana;
– Liste uma dieta, em formato de tabela, com 5 refeições para uma pessoa vegana que treina pela manhã evitando alimentos como cebola, berinjela e feijão.
Evitar dados muito grandes com grande variedade de dados e pedir uma avaliação. É mais recomendado simplificar os contextos, e depois “manualmente” agrupar as respostas.

Tem como integrar ferramentas ao chatGPT por exemplo no Google Sheets através de APIs, você pode usar a fórmula =GPT("pergunta"&<célula>) e ele gera a resposta no arquivo mesmo. Não é 100% eficiente, em alguns exemplos ele não consegue gerar uma resposta e dá um erro. (tem também =GPTLIST e =GPTIMAGE no Google Sheets e a Microsoft está trabalhando para oferecer essas integrações também no Excel).

É importante entender bem o que você quer fazer para decidir qual a melhor ferramenta a ser utilizada. Nem sempre a inteligência virtual vai ser a melhor ferramenta. Mas as ferramentas podem ser combinadas para ter um resultado mais rápido.

Existe o copilot do GitHub que é uma IA para te ajudar a programar.

Framer ai gera sites em segundos. AMEI ESSE!

Aula 3 – Técnicas de engenharia de prompts:

O ChatGPT foi treinado com dados até 2021. E ele usa (de uma forma muuuuito simplificada) probabilidades para oferecer respostas (aqui uma explicação mais técnica: Hipsters ponto tech). Mais uma vez, observamos que ele oferece resultados com sentido, mas não são dados precisos que podem não ser reais, eles podem apresentar percentual de erro, e dependendo do que você solicita, essa margem pode ser maior ou menor. E a inteligência artificial também não tem poder de “adivinhar” e por isso ela precisa de instruções precisas.
A versão 4 do ChatGPT está disponível no plano pago e apresenta resultados bem mais refinados do que a versão gratuita do 3.5 e a diferença entre as 2 versões é de aproximadamente 6 meses.
Uma técnica para obter respostas mais precisas é adicionar alguns exemplos a pergunta, chamados de “Few Shots”. Por exemplo: “Por favor gere um texto para postar no LinkedIn sobre uma Imersão de IA semelhante a este “bla bla bla”.”
Uma outra técnica chamada “Chain of Thought” também pode ser usada. É basicamente oferecer uma estrutura de raciocínio passo a passo para que ele chegue na resposta correta mais rapidamente. No caso de você apresentar um problema matemático, ir solicitando resultados aos poucos ou até mesmo o uso da frase “vamos pensar passo a passo…”. Ou você também pode usar ao final da resposta a frase “Tem certeza?” ou “Reflita sobre a resposta”.
A ferramenta Engage AI gera posts para LinkedIn.
Artigos científicos que explicam as técnicas para melhorar a experiência com o prompt e a doc do próprio ChatGPT com as best practices:

Outras aulas

Eu não consegui fazer as últimas 2 aulas que falaram sobre:

Aula 04 Tarefas em planilhas com IA e APIS
Aula 05 Fluxo de trabalho: Automação Nocode

No entanto eles fizeram algumas lives que ainda estão publicadas e vale a pena dar uma olhada:

Conclusão

Tem muita evolução na área de Inteligência Artificial e na minha opinião é muito incerto ainda como será o impacto exato disso na área de desenvolvimento de software em si. Eu acredito que vai acelerar muito o desenvolvimento sim, isso já até sabemos, mas eu estou curiosa pra ver como a qualidade será afetada e quais os novos tipos de problema que os engenheiros de qualidade terão que lidar e a própria questão ética de tudo isso. Por agora, minha sugestão é: acompanhar as evoluções e ir se adaptando aos poucos para que o impacto seja diluído ao longo do tempo. Lembre-se sempre que a nossa área é uma área dinâmica, e que temos que aproveitar o que ela nos oferece de bom. Bons estudos!