Être un « chuchoteur » d’IA est-il le métier du futur ou une mode éphémère ?

À mesure que l’IA générative s’installe dans le courant dominant, un nombre croissant de cours et de certifications promettent l’entrée dans le « métier brûlant » de l’ingénierie rapide.

Avoir des compétences dans l’utilisation du langage naturel (comme l’anglais) pour « provoquer » du contenu utile à partir de modèles d’IA tels que ChatGPT et Midjourney semble être quelque chose que de nombreux employeurs apprécieraient. Mais est-ce aussi simple que de suivre une formation courte et de surfer sur la vague vers un salaire à six chiffres ?

Le battage médiatique rapide en matière d’ingénierie

Un article du Washington Post publié en février a largement contribué à alimenter l’idée selon laquelle les ingénieurs prompts sont des « chuchoteurs d’IA » qui « programment en prose ». Il a baissé certains chiffres de salaire importants et a cité une offre d’emploi de la société Anthropic de la Silicon Valley appelant à des personnes qui ont « un esprit de hacker créatif et qui aiment résoudre des énigmes ».

Des articles similaires dans Time, Forbes et Business Insider ont encore alimenté la frénésie.

Et pour achever la transition du geek au chic, plusieurs influenceurs se sont joints à nous pour décrire l’ingénierie rapide comme une ruée vers l’or ouverte à tous ceux qui souhaitent étudier et apprendre quelques astuces.

Y a-t-il vraiment autant d’emplois ?

Cette publicité Anthropic traîne toujours. Six mois plus tard, cela ressemble plus à un coup de pub d’entreprise qu’à une recherche de talents.

Comme de nombreux commentateurs l’avaient prédit, l’ingénierie rapide n’a pas explosé en tant que carrière autonome. Au moment de la rédaction de cet article, il n’y avait pas une seule annonce pour un poste d’« ingénieur rapide » sur les principaux sites d’emploi en Australie. Et seules quatre listes mentionnaient l’ingénierie rapide dans la description de poste.

La situation semble meilleure aux États-Unis. Mais même là, la nouvelle profession a été largement intégrée à d’autres rôles tels que celui d’ingénieur en apprentissage automatique ou de spécialiste de l’IA.

Il existe peu de statistiques fiables sur la croissance (ou l’absence de croissance) de l’ingénierie rapide. La plupart des données sont anecdotiques. La réalité est encore plus obscurcie par les sociétés de conseil telles que Deloitte qui la présentent comme « l’aube d’une nouvelle ère » dans le cadre de leur stratégie commerciale en matière d’IA.

Quelle est la réalité ?

Une grande partie de la confusion quant à l’utilité de l’ingénierie rapide vient du fait qu’on ne reconnaît pas qu’il existe deux types différents de créateurs de valeur : les experts du domaine et les experts techniques.

Experts du domaine

Le germe de vérité dans le discours selon lequel « tout le monde peut le faire » est que les experts dans un sujet particulier sont souvent les meilleurs instigateurs pour une tâche définie. Ils connaissent simplement les bonnes questions à poser et peuvent reconnaître la valeur des réponses.

Par exemple, dans le domaine du branding et du marketing, l’IA générative prend son envol pour ce que j’ai qualifié de tâches créatives génériques ou de « type G » (telles que la création du logo Pepsi dans le style de Picasso). Lorsque les experts en publicité commencent à pirater les invites, ils inventent rapidement des moyens de faire des choses que même les gourous de l’IA les plus expérimentés ne peuvent pas faire. C’est parce que les gourous techniques ne connaissent souvent pas grand-chose en matière de droits d’auteur ou de marketing.

Experts techniques

D’un autre côté, les gourous de la technologie qui s’attaquent « sous le capot » à l’énorme complexité des modèles d’IA peuvent également apporter une valeur ajoutée en tant qu’ingénieurs réactifs. Ils connaissent des choses obscures sur le fonctionnement des modèles d’IA.

Ils peuvent utiliser ces connaissances, par exemple, pour améliorer les résultats de tous ceux qui utilisent l’IA pour obtenir des données à partir des documents internes d’une entreprise. Mais ils ont généralement peu de connaissances dans le domaine en dehors de l’IA.

Les ingénieurs rapides experts du domaine et experts techniques sont précieux, mais ils ont des compétences et des objectifs différents. Si une organisation utilise l’IA générative à grande échelle, elle a probablement besoin des deux.

Pourquoi est-il difficile d’inviter ?

L’IA générative produit en fin de compte des résultats pour les personnes. Un texte publicitaire, une image ou un poème n’est utile ou inutile que lorsqu’il réussit ou échoue dans le monde réel. Et dans de nombreux scénarios réels, les experts du domaine sont les seuls à pouvoir juger de l’utilité des résultats de l’IA.

Néanmoins, ces évaluations sont en fin de compte subjectives. Nous savons que 2 + 2 = 4. Il est donc simple de tester des invites qui empêchent l’IA d’halluciner que la réponse est 5. Mais combien de temps faut-il pour déterminer si une campagne publicitaire conçue par l’IA est plus ou moins efficace qu’une campagne publicitaire humaine. en avez-vous conçu un (même si vous disposez d’un expert du domaine) ?

Dans mes recherches antérieures, j’ai suggéré que l’évaluation de l’IA générative devrait se rapprocher de la sémiotique, un domaine capable de relier le langage naturel au monde réel. Cela pourrait contribuer à réduire l’écart d’évaluation au fil du temps.

L’ingénierie rapide vaut-elle la peine d’être apprise ?

Au-delà de jouer avec quelques trucs et astuces, apprendre formellement à rédiger des invites semble un peu inutile pour la plupart des gens. D’une part, les modèles d’IA sont constamment mis à jour et remplacés. Les techniques d’incitation spécifiques qui fonctionnent actuellement ne fonctionneront peut-être qu’à court terme.

Les personnes qui cherchent à s’enrichir grâce à l’ingénierie rapide seraient mieux avisées de se concentrer sur l’association de l’IA et de la formulation de problèmes dans leur domaine d’expertise. Par exemple, si vous êtes pharmacien, vous pouvez essayer d’utiliser l’IA générative pour vérifier les étiquettes d’avertissement sur les ordonnances.

En cours de route, vous affinerez votre rédaction explicative, acquerrez les compétences de base en IA générative (que les employeurs pourraient apprécier) et peut être décrochez l’or avec une application géniale destinée au bon public.

À terme, se vanter de savoir comment inciter l’IA deviendra un meuble de CV. Cela équivaudrait à se vanter de savoir utiliser un moteur de recherche (ce qui n’était pas toujours aussi intuitif) et pourrait vous présenter comme un dinosaure si cela était mentionné.