ChatGPT: Czy lekarze muszą się już uczyć jak pisać prompty?

Prompt to krótkie polecenie lub pytanie niezbędne do wygenerowania przez systemy AI (ChatGPT) szukanych nas danych.
Prompt to krótkie polecenie lub pytanie niezbędne do wygenerowania przez systemy AI (ChatGPT) szukanych nas danych.

Pierwsze szpitale zatrudniają inżynierów AI do testowania możliwości ChatGPTu i podobnych rozwiązań AI w praktyce klinicznej. Czy wkrótce każdy lekarz będzie musiał nauczyć się, jak rozmawiać ze sztuczną inteligencją?

Bostoński Szpital Dziecięcy (Boston Children’s Hospital) zamieścił ogłoszenie o pracę na stanowisko „AI Prompt Engineer” (czyli specjalista ds. obsługi zapytań AI). Kandydat musi wykazać się doświadczeniem w obszarze sztucznej inteligencji i uczenia maszynowego. Jego zadaniem będzie testowanie możliwości wykorzystania ChatGPT w opiece i działalności szpitala. Od czasu premiery przełomowego rozwiązania OpenAI (już 1,6 mld użytkowników), rośnie liczba opracowań naukowych na temat jego potencjalnych zastosowań w medycynie.

A to oznacza jedno: narzędzia oparte na AI do przetwarzania tekstu oraz analizy danych wkraczają do ochrony zdrowia. Jeszcze nieoficjalnie, ale coraz więcej lekarzy przyznaje, że testuje ChatGPT.

Obsługa tego typu systemów wymaga odpowiednich kompetencji, w tym przede wszystkim umiejętności formułowania zapytań (ang. prompt). To od nich zależy precyzja odpowiedzi algorytmów. Czy nauka posługiwania się językiem AI wejdzie niebawem do programu studiów medycznych i curriculum kształcenia ustawicznego? To całkiem prawdopodobne.

Jaka wiedza i doświadczenie będą potrzebne, można dowiedzieć się z ogłoszenia o pracę opublikowanego przez Bostoński Szpital Dziecięcy. Inżynier ds. tworzenia zapytań AI będzie odpowiedzialny za:

  • Projektowanie i rozwijanie zapytań AI przy użyciu dużych modeli językowych (np. ChatGPT) i innych rozwiązań, które pojawią się w badaniach nad opieką zdrowotną i praktyce klinicznej;
  • Współpracę z badaczami i klinicystami w celu zrozumienia ich potrzeb i projektowania podpowiedzi AI do gromadzenia danych;
  • Wdrażanie modeli uczenia maszynowego do analizy danych;
  • Doskonalenie modeli językowych;
  • Testowanie i ocenę wydajności zapytań AI;
  • Optymalizację istniejących bibliotek zapytań i dobrych praktyk uczenia maszynowego;
  • Wspieranie innych członków zespołu w generowaniu zapytań AI;
  • Śledzenie postępów w dziedzinie sztucznej inteligencji w ochronie zdrowia.

Czytaj także: Pobierz bezpłatne wydanie OSOZ Polska o AI i ChatGPT w ochronie zdrowia