Больше половины моих знакомых не пользуется ChatGPT. Быстро погуглив всякие опросы в интернете — статистика показывает примерно ту же картину. Как так то?
Типичный сценарий: человек пару раз попробовал нейронки на своих задачах, и получилось плохо. Делает вывод, что — это тупая хрень, перехайпленная, и пользы от них ноль.
Ben Evans круто объяснил, в чем проблема такой логики.
Когда что-то спрашиваешь у ИИ, он выдает, как выглядел бы хороший ответ на похожий вопрос. Иногда «похоже на хороший ответ» — это то, что нужно. А иногда «примерно правильно» — это «точно неправильно».
Если нейронка не справляется, это больше говорит о тебе, чем о ней. Ты дал джуну задачу, с которой он не справился. Кто виноват?
Виноват ты, потому что использовал инструмент для неподходящей задачи или плохо составил промпт. Нейронки сейчас как джуны в команде — от них нужно по-умолчанию ожидать кучу ошибок. Надо направлять и помогать учиться. Большая часть ответственности лежит на тебе.
Однако Ben накидывает еще: "не получится продвигать продукт, в котором простые юзеры вынуждены учить код для командной строки". Нужно двигаться навстречу пользователю. Нейронка должна уметь как сеньор специалист помочь понять и лучше сформулировать задачу. А возиться с джунами — отстой.
У Бюро Горбунова есть офигенный принцип: Исполнитель Понимает Задачу. Принцип перекладывает ответственность за результат на того, кто больше шарит в задаче — на исполнителя (в нашем случае на нейросеть). Теперь это его ответственность задавать вопросы и хорошо понимать, что на самом деле ты от него хочешь.
Юзер не обязан разбираться во всех тонкостях задачи и ему сложно качественно обьяснить суть. Иногда даже до такой степени, что проще сделать задачу самому, чем обьяснить другому. А исполнитель не телепат и может понять, какие именно тонкости важны, только поговорив с юзером.
Основное конкурентное преимущество провайдеров нейронок будет не в том, насколько круче сама модель, а в том, какая продуктовая инфраструктура выстроена вокруг неё. Нейронки уже сейчас плюс-минус одинаковые. А вот если кто то упростит процесс создания хорошего промпта, это будет сильный шаг вперед.
С новым голосовым интерфейсом, минимальной задержкой и возможностью перебивать друг друга это вполне возможно сделать.
Всё по делу, +1. В данный момент нейронки юзают только те, кто понимает как писать промпты. Остальные не умеют и ждут. В итоге ML дотянутся до каждого пользователя, разница лишь в том что кто-то будет уметь в низкий уровень, а кому-то будет хватать высокого.
И да, чтобы писать нормальные промнты нужна практика + понимание того, о чём вы спрашиваете. Я регулярно, каждый день использую чатгпт в своей работе, вот примеры:
Я могу забыть какую-то консольную команду, помнить её примерно, но не полностью.
man, либо гуглить, либо просто проверить за чатгпт результат, я визуально вижу, что это именно то, что надо.Я ленив, есть вещи, которые мне проще вкинуть в чатгпт, чем готовить конфиги. Часто это касается кубера или докера
Иногда я очень-очень ленив, особенно когда надо просто выполнить разовый скрипт и мне правда проще написать запрос в чатгпт, чем стачивать пальцы. Кстати, вот пример, когда проще дописать запрос, чем исправить его. Увы, я делко не идеально составляю промпты
Во всех этих приме важно понимать, что вы знаете нужный вам результат, вы можете вспомнить консольные команды, накидать конфиг для кубера или найти шаблон, а так же помните зачем читать csv из стрима и как выглядит алгоритм Дугласа-Пекера. Ну или хотя бы знаете, что вам нужно получить в результате и можете это быстро проверить.
Ещё много примеров, где проще спросить в чатгпт, что-то вроде
чем отличается UTC от GMTилиу меня есть резина 35/12.5/17, нужен европейский аналогиликак пропатчить kde2 под freebsd(но тут придётся всплакнуть).Аналогично, кстати, не только с GPT и LLM. Я аналогично пользуюсь и далли, когда надо накидать какое-то изображение.
У меня нет для них задач
Так я и не хочу давать джунам задачи. Я специально для этого работаю как individual contributor, а не как менеджер.
Нет, просто нейронки полное говно в данный момент.
На данный момент более-менее общепринятое мнение, что конкретно в кодинге нейронки типа копилота годны только для бойлерплейта - т.е. написать то, что и я так смог написать бы, просто одной кнопкой вместо нескольких. На любые более-менее сложные задачи он начинает генерить настолько лютую чушь, что проще его вообще не слушать. А бойлерплейт умеет генерить как любая вменяемая IDE, так и ctrl+c - ctrl+v, да и со скоростью печати особо проблем нет.
Почти все мои задачи требуют технически верного решения. Я не могу верить GPT и не проверять результат досконально. А пока проверяешь мог бы и сам уже сделать.
Ни разу еще я не смог найти им применения, которое бы сэкономило мне силы и/или время.
Интересно, как ответы коррелируют с местом работы.
Для разработчиков из Google, Citibank, Cloudflare ошибки дороги (очень много пользователей или ошибки приводят к потере денег), и поэтому LLM не приносит ускорения, так как «сделать как-нибудь по-быстрому, а потом поправить» приносит реальный денежный ущерб.
Для тех же, кто «херак-херак и в продакшн, а если что-то сломается, то поправим наживую, наша сотня пользователей этого даже не заметит» LLM приносит ощутимую пользу, стадия «херак-херак» становится гораздо быстрее. Или же для тех, кому код нужен для своей внутренней работы, данные там пощупать, с валидацией глазами — такое тоже быстрее отдать LLM, всё равно такая работа вечно интерактивная.
Есть хорошая демонстрация почему. Это не джун, это очень специальный молоток для специальных гвоздей, но почему-то продвигается как «супер-решение-для-всего-вообще-на-свете».
Большие и сложные задачи делает плохо, маленькие и легкие я сам быстрее сделаю.
Потому что практически каждый раз, когда я вижу результат работы AI, мне плакать хочется. Нет большей антирекламы, чем та, которую GPT делают сами себе.
- Почему большинство людей не пользуется нейросетями?
- Потому что они тупые.
Верно как для людей, так и для нейросетей, но пока что чаще для последних.
Очень характерная реакция в комментариях xD
Для примера, я часто использую его для разбора строк. Регулярки плохо помню, да и читать их тяжело. Говорю ему "пиши на питоне. используя регулярные выражения извлеки из строки '............(o)...(o)..' часть между (o) (o). И он мне сразу фигачит рабочий код. Протестил его и норм
Или там "пиши на питоне используя GDAL. считай первый полигон в слое layer, поменяй порядок точек на обратный, запиши в то же место". Он сразу фигачит процедуру, которую иногда даже править не нужно.
А так прошлось бы вспоминать, а как же там открывать слой, а как читать объект, делать цикл, проходить по точкам, записывать в обратном порядке и т.д. Не сложно, но нудно и займет минут 10. А тут через несколько секунд уже получаешь ответ
Инструмент конечно не идеален, в некоторых случаях бесполезен, но мне очень помогает
В крупных проектах, где спагетти намешано, полезность конечно сомнительная
Почему большинство людей не использует Excel (GoogleSheet) ?
тяжелый_вздох.wav
Может, я просто работаю над задачами, с которыми нейронка не справляется в принципе? Или, может, я могу просто-напросто сделать быстрее нейронки?
В моем случае пользование ChatGPT меня замедляет - мне не нужны summary, мне не нужно писать однообразный код день за днем, в документации разного сорта я прекрасно научился ориентироваться, гуглю без проблем...для чего мне тогда нужен ChatGPT?
Просто чтобы сказать, что я модный и иду в ногу со временем?
Еще очень много вижу комментариев и мнений в духе "ну, просто надо найти, как именно тебе поможет, покрутить, как ее можно прикрутить к твоему текущему процессу". Всегда забавно читать, вспоминая, как в сфере Андроид и фронтенд-разработки регулярно происходит процесс поиска проблемы, под которую подошло бы новое, прекрасное и сияющее решение.
Не все люди даже поисковиком пользоваться* приучились, а тут новая штука, к которой надо:
Итого – лень.
Хотя в моём окружении друзей и коллег нет ни одного человека, который бы вообще нейросетями не пользовался. И я не только про ChatGPT, но и text to image, генерацию музыки.
Вообще не представляю, как теперь письма без чатаджпт писать, особенно в стиле «пошли их нахер профессионально», «напиши в стиле скандальной тётки». И картинки. Зачем искать референс, если можно сгенерировать.
*Ввести что-то в поисковую строку ещё не значит уметь пользоваться
Щас попридираюсь немножко к словам, а потом напишу развёрнуто:
А потому что надо было пробовать на чужих задачах, в которых самостоятельно-то разобраться сложно, а уж оценить чужой результат и подавно.
Некоторые люди относятся к языковым моделям как к собеседникам, которые сидят где-то по другую сторону монитора и действуют как люди со всеми ответственностями и ответными взаимодействиями.
Но GPT и подобные модели не действуют как нормальные и адекватные люди. Они просто генерируют правдоподобный текст.
Например, если попросить ChatGPT 4o помочь с проблемой вида «не включается компьютер», он сразу начнёт накидывать идеи, что надо проверить: кабель питание, исправность кнопки, блок питания... В то же время, человек задаст несколько уточняющих вопросов, поскольку формулировка «не включается» у разных людей может означать от «нет реакции от системного блока» до «системник гудит, но нет картинки на мониторе», «ОС крашится с ошибкой», «форма входа принимает пин-код в качестве пароля» и даже «не запускается браузер».
Причём, мне GPT ещё посоветовал потыкать мультиметром в блок питания. Ему ведь ничего не будет, если я полезу разбирать БП под напряжением и нагрузкой и задену рукой ввод 220В. А если мне такое посоветует друг, есть риск, что другом после этого он перестанет быть.
Если модель, обученная на куче советов с форумов, даже тут не может адекватно ответить, как я могу от неё ожидать решения более сложных вопросов, специфичных для узкой сферы деятельности? Мне всё равно придётся перепроверять за ней и править её косяки, и это зачастую может занять куда больше времени, чем написание такого кода самостоятельно. Ценой ошибки при написании какого-то большого куска кода может быть пара часов моего времени.
В общем, GPT — это прикольный советчик, а если смотреть в терминологии «дал джуну задачу» скорее чувак из соседнего отдела (шарящий во всём по чуть-чуть), который может накидать разных неожиданных идей, одну из которых я выберу под свою ответственность. И в таком образе у него действительно не так уж и много кейсов для использования.
Скорее все пользуются результатом работы машинного обучения особо не задумываясь:
Список можно долго продолжать. Думаю, что как раз самый кайф, когда продукт изменяется, а мы как пользователи не обязаны знать, что там работает под капотом.
Я сейчас много говорю и работаю с людьми, которые пробуют внедрить GPT на бытовом и рабочем уровне. Основные возражения, с которыми работаю:
А зачем?
Получить информацию - быстрее на автомате нагуглить и на автомате же выделить нужное в фокус. Плюс поисковой запрос работает для меня консистентно и ожидаемо. Ответ gpt же придется ментально чистить от воды, формат диалога для этой задачи усложняет, а не упрощает восприятие.
Объяснить непонятное - в целом то же самое, в добавок пока что с этим другой человек в живую или на записи справляется лучше.
Нагенерить формальной воды вокруг сути, например для email'ового бюрократического этикета - в результате очевидно, что сеть писала, что даже хуже чем без него вообще.
Код писать - архитектурные задачи не решает, а нагенерить класс с конструктором - даже не знаю, куда буду сэкономленные 10 секунд тратить. (К слову copilot пробовал, но в посте речь о gpt и промптах)
Слишком много ошибок, на него нельзя положиться практически ни в чем серьезном.
В большинстве задач у меня должно быть знание в голове итогового результата, хотя бы приблизительное, потому что он мне наврет с три короба в любом случае, и мне нужно отделить, где он пишет правду от того, где он врет, уточнить и перепроверить.
Может тред шаблонов под разные сети замутим?
А я вижу что пользуются, причём очень интересно. Джун копирует два класса и отправляет chatgpt так он исправляет багу в задаче которая была на нем. У него даже не возникло мысли что он нарушает контракт, в котором обычно указано что нельзя расшаривать код. И это в одном из банков.
Народ пользуется , но приводит это к не тем результатам которые ожидаются что меня немного смешит, например в соседнем треде люди обсуждают как джуны и не джуны генерят с помощью чат жпт резюме , а потом удивляются почему hr их массово отклоняют не читая :)
Когда у меня возникает какая то не тривиальная проблема с кодом я иду на stackoverflow , читаю самый заплюсованный коммент по проблеме а дальше отматываю в низ по треду и еще менее заплюсованные, почти всегда я нахожу более красивое и более свежее решение с небольшим кол-во плюсов.
Тем не менее я начал использовать gpt для быстрого перевода технической литературы и вот тут он мне зашел.
😱 Комментарий удален его автором...
Я практически не пользуюсь, в основном потому, что у меня рутинных задач-то особо и нету. А те задачи, что есть, с таким количеством ньюансов, что в них и человеку непросто разобраться.
Я уж не говорю, что некоторые вообще на грани моральности или законности, и нейросети такое цензурируют.