Александр Скугарев, лид методистов рефакторинга группы рескилл в Практикуме, рассказал, как нейросети помогают разным специалистам в работе и учёбе. А также  стоит ли бояться восстания машин и потери рабочих мест из-за ИИ.

Научитесь использовать нейросети, чтобы автоматизировать рутинные задачи и улучшить рабочие процессы на бесплатном курсе «YandexGPT для начинающих».

Нейросети: как обучаются, нужно ли их бояться

Нейросеть — это математическая модель, которая повторяет принципы работы нейронной сети человеческого мозга. Минимальный элемент нейросети — нейрон — это вычислительная единица, которая получает информацию и обрабатывает её с помощью вычислений. Также нейросети решают задачи классификации, прогнозирования, генерации данных и т. д. Нейросети работают с текстами, изображениями и аудио: обрабатывают, передают и хранят информацию, а также выводят её во внешний мир.

Нейросети учатся на основе данных, обучение бывает разных типов:

• Обучение с учителем — supervised learning
• Обучение без учителя — unsupervised learning
• Обучение с подкреплением — reinforcement learning

Нейросети учатся постепенно: в процессе веса связей между нейронами подстраиваются для того, чтобы минимизировать ошибки или максимизировать целевую функцию. Когда нейросети удаётся получить хороший ответ, она формирует алгоритм и впоследствии обращается к нему для того, чтобы по этому шаблону решить поставленную задачу. Внутри синапсов у нейросетей есть функция активации, которая определяет выходной сигнал нейрона в зависимости от взвешенной суммы входных сигналов. В свою очередь функция активации в процессе обучения определяет, правильно ли выбрано направление движения и верен ли результат.

Как нейросети работают с текстом и изображениями

Рассмотрим две востребованные сферы применения нейросетей — в работе с текстами и изображениями:

Нейросети и тексты. Какие задачи могут выполнять нейросети с текстом: строить, предсказывать ответы пользователя на основе алгоритмов, классифицировать, заниматься машинным переводом и т. д. Нейросеть изучает большое количество текстовых данных, учитывает контекст — и затем формирует слово, которое должно идти за предыдущим. Так нейросеть может формировать тексты в разных форматах — диалоги, списки, таблицы и т. д.

Нейросети и изображения. Нейросети могут анализировать изображения, стилизовать, генерировать, сегментировать, повышать разрешение и т. д. Например, свёрточные сети способны определить на фотографии конкретного человека и собрать его фото в отдельный альбом — а также классифицировать и сегментировать картинки.

Как написать идеальный промт

Промт (от англ. prompt — «побуждать») — это текст, который пользователь отправляет в нейросеть. Он содержит информацию о том, что именно нужно от нейросети: например, «создать резюме», «отформатировать текст», «написать список вопросов» и т. д. Базовая структура промта выглядит так:

инструкция –> запрос –> дополнительная информация –> нужный формат ответа

Чем промт ближе к этой структуре, тем больше вероятность получить качественный ответ от нейросети. Например, нужно понять, в каких университетах можно выучиться на профессию нейролингвиста. Чтобы ответ нейросети было проще воспринимать, можно попросить её выдать информацию в виде таблицы.

Заменит ли нейросеть человека в работе

Нейросети — это полезный инструмент, который достаточно быстро развивается и интегрируется в жизнь и во многие профессии. Однако нейросеть не обладает знаниями и не способна выполнять многие человеческие функции — например, критически мыслить. Любой вывод нейросети необходимо критически оценивать, а ещё лучше — привлекать к этому экспертов.

Нейросеть может выполнять определённые задачи, но при этом снижается порог входа в профессию. Если раньше, чтобы вырасти в профессии дизайнера, нужно было первое время заниматься рутиной — например, рисовать скетчи, то сейчас это может делать нейросеть, а дизайнер — даже начинающий — может выполнять более творческие задачи на основе результатов работы нейросети.

Согласно ТУ — теории технологических укладов, экономическое развитие циклично. В каждом цикле доминируют свои технологии и отрасли. Сейчас происходят очередные изменения в сфере развития технологий: появились VR-технологии, нейросети и т. д. Это новые инструменты, которые будут интегрироваться в разные сферы жизни и профессии, поэтому их стоит осваивать. Однако также важно понимать их ограничения и этические аспекты. Специалисты, которые уже сейчас учатся применять нейросети, будут особенно востребованы на рынке труда в ближайшем будущем.

Нейросети в работе методиста, автора и дизайнера

На примере того, как разрабатывают образовательный контент в Практикуме, расскажем, как методисты, авторы и дизайнеры используют нейросети. Самое сложное в разработке образовательного контента — подготовить программу, по которой студентам будет не слишком просто и одновременно не слишком сложно учиться. Какие специалисты разрабатывают образовательный контент:

• Продакт-менеджер — изучает рынок и вакансии
• Программные эксперты — специалисты уровня синьор рассказывают про свою предметную область
• Методисты — помогают сформировать структуру и содержание образовательной программы и поддерживают студентов во время обучения
• Авторы и редакторы — по ТЗ методистов пишут и корректируют тексты уроков
• Дизайнеры — работают над визуальной составляющей уроков. О том, как дизайнеры используют в работе нейросети, расскажем чуть позже.

Как специалисты используют в работе нейросети:

1. Методисты — чтобы подобрать простые и понятные примеры, термины и сравнения, которые будут понятны студентам. Раньше приходилось тратить ресурсы на работу с авторами — чтобы они не использовали слишком сложные термины. Теперь методист с помощью нейросети генерирует большое количество примеров, которые объясняют тот или иной термин, выбирает подходящие, сверяется с экспертом и вставляет в уроки.
   
   Когда методист получает от продакт-менеджера заказ на образовательную программу, он формирует карту навыков, которыми должен обладать студент после обучения. Нейросети помогают декомпозировать карту навыков на мини-цели и задачи: тематические блоки, более мелкие навыки и т. д.
2. Авторы — чтобы избавиться от проблемы «белого листа». Это своего рода творческий кризис: вроде бы идей много, но с какой стороны подступиться — непонятно. Нейросеть помогает собрать черновик, от которого можно отталкиваться.
3. Дизайнеры — чтобы на основе скетчей или промтов собирать макеты, по которым можно определить, подходит изображение или нет. На основе этого макета дизайнер дорабатывает изображения или формирует серию картинок.

Большую роль играет накопленный опыт: при написании промтов дизайнер постепенно собирает набор слов-маркеров, которые с большей вероятностью помогут получить нужное изображение. Дизайнеры также могут использовать сразу несколько нейросетей: например, чтобы в одной собрать нужный промт для другой.

Нейросети и маркетинг

Маркетологи используют нейросети для генерации картинок, поиска референсов и  написания текстов. Расскажем подробнее именно про тексты. Когда маркетолог пишет промт, он, по сути, ставит ТЗ. Это отличный способ потренироваться ставить техническое задание другим специалистам: если поставить плохое ТЗ-промт, то и результат будет неудовлетворительный. И если к человеку можно испытывать негатив: «он не понял, что я имел в виду», то на нейросеть обижаться бессмысленно — придётся учиться ставить ТЗ лучше.

При написании промта обязательно нужно задавать стиль текста — иначе результат будет непредсказуемым. Нейросети действительно помогают побороть страх «чистого листа», но всю информацию за ними необходимо редактировать, а ещё они часто перефразируют одно и то же — и вместо 15 идей на выходе получается пять, сформулированных разными словами. Поэтому маркетолога нейросети заменят нескоро — несмотря на то, что они действительно очень помогают в работе. Чтобы корректировать работу нейросети и решать задачи более эффективно, можно использовать:

• Ролевой промтинг — предлагать ей представить, что она не нейросеть, а, например, преподаватель в университете или учёный. Тогда нейросеть будет преодолевать барьер «я робот» — и выдавать желаемый результат.
• Цепочки подсказок — говорить нейросети, что она сделала правильно, а что нет, в рамках каждого ответа.

Научитесь генерировать контент на бесплатном курсе «YandexGPT для начинающих».

Нейросети и программирование

Разработчики используют нейросети в качестве «второго пилота», который выполняет рутинные задачи, например проводит ревью кода, предлагает разработку базового функционала и т. д. Вместо того, чтобы задействовать другого программиста, можно использовать нейросеть, которая напишет простой алгоритм.

Например, Java-разработчикам часто приходится создавать новые «ручки» для API (от англ. Application programming interface) — механизмов, с помощью которых взаимодействуют программные компоненты. Если раньше подобные задачи разработчики выполняли вручную, то сейчас можно отправить в нейросеть запрос, который позволит создать базовую структуру «ручки» с помощью нейросети.

Аналитики используют нейросети, чтобы:

• Строить или анализировать графики. Есть нейросети, которые могут анализировать изображения и выдавать на основе этого анализа нужные данные.
• Проводить суммаризацию: делать выводы из большого количества информации и структурировать результаты.
• Делать подборки данных. Например, перед аналитиком стоит задача — подобрать интервал, в который авиабилеты будут продаваться со скидкой. Чтобы решить задачу, можно задать нейросети определённые вопросы и получить информацию, которая поможет построить гипотезы.

Нужно иметь в виду, что у нейросетей есть ограничения: поскольку нейросеть работает на основе данных в базе, если какой-то информации там нет, она не сможет выдать нужный ответ. Например, если нейросеть обучалась до 2023 года, то она не сможет выдать информацию про сериал, который вышел в 2024 году.

Не стоит забывать, что информацию, полученную от нейросети, нужно подвергать сомнению и перепроверять. Существует даже такое понятие, как «галлюцинации нейросети», — когда нейросеть раскрывает свой «творческий потенциал» и начинает выдавать информацию, максимально далёкую от реальности.