Про нейросети на Хабре пишут много, но в основном со стороны теории. Это прекрасно, но практики тоже хочется. Мы в компании собрались на ИТ-посиделку и обсудили, как нейросети используют в своей работе разработчики, HR и создатели контента. Выяснилось, что хотя задачи мы решаем разные, ниша у нейросетей в каждой специализации примерно одна и та же.
Нейросети не решают прямые задачи квалифицированного специалиста
Кажется это и есть достойный ответ на вопрос, а можно ли тебя заменить нейросетью? Как выяснилось, никто из участников посиделки не решает нейросетями свои прямые задачи — разработчики не пишут код, HR не отдают ботам общение с кандидатами и т. п.
Если чуть подробнее останавливаться именно на разработке, то ИИ‑ассистенты есть во многих IDE. Но они действительно полезны, только когда необходимо сделать что‑то, в чем ты совсем не разбираешься — погрузиться в проект на языке, который раньше не видел, провзаимодействовать с незнакомой технологией. Нейросети хорошо отвечают на базовые (глупые) вопросы. Становится понятно, что именно идти искать в документации — а это необходимо перед тем, как воспользоваться советом, чтобы убедиться, что это правда, а не галлюцинации нейросети.
Полезно задавать вопросы сразу нескольким нейросетям. Зачастую ответы совпадают лишь частично. И вот как раз области, где они совпадают, можно более‑менее доверять (но перепроверять).
Один из полезных примеров — генерация кода для автотестов. Наш коллега использует ее на задачах клиента, у которого есть собственная внутренняя нейросеть, обучающаяся на большом количестве (тысячах) локальных проектов. Нейросеть дополняет код тестов, исходя из результатов обучения и контекста, который у каждого пользователя свой. Это довольно удобно, когда приходится писать много однотипного кода — нейросеть видит, что ты делал похожее, и подменяет названия переменных, тестовых шагов, методов. Также она может автоматически генерировать описания к коммитам по внесенным изменениям и комментарии в коде.
В сфере HR нейросети помогают готовиться к интервью (а с обратной стороны — писать резюме и готовить ответы на вопросы интервьюера).
К сожалению, более сложные задачи с помощью доступных больших языковых моделей пока решать эффективно не получается. Нейросети довольно часто выдают сумасшедшие ответы, поэтому на слово им верить нельзя. Узких кейсов там нет, как и самых свежих данных. А как только появляется потребность перепроверять, самому с нуля сделать задачу из той области, где ты специалист, проще и быстрее. Подсказки от нейросети больше мешают, чем помогают.
Нейросети генерируют «общий» текстовый контент
Многие коллеги используют нейросети, чтобы генерировать различный простой контент:
письма;
презентации для выступлений общего плана на собраниях и митапах;
тексты в корпоративные вики;
анонсы в соцсети.
Большие языковые модели неплохо генерируют общую структуру — задают базу для работы. Далее почти всегда приходится переделывать все по‑своему. Но получается, что большая языковая модель подкидывает идеи и избавляет от «боязни белого листа». На нее же можно сбросить проверку орфографии и финализацию — нейросети умеют разбавлять полотно текста списками, иллюстрациями и т. п. В целом задача с таким подходом выполняется быстрее.
Нейросети генерируют иллюстрации
Про генерацию картинок нейросетями сказано и написано уже очень много. Картинки генерировать действительно можно, но есть нюансы.
Во‑первых, некоторые очевидные вещи для нейросети не очевидны. Например, количество пальцев на руках или «антропоморфность» человеческого скелета.
Во‑вторых, в некоторых случаях результат далек от ожидаемого. К примеру, запроси у Шедеврума от Яндекса картину Васнецова «Витязь на распутье» — узнаешь много нового о том, как выглядят витязи (мы столкнулись с этой задачкой недавно — когда подбирали иллюстрации к одной из предыдущих статей в блоге).
Чтобы получить более‑менее удобоваримый результат, пришлось загрузить оригинал картины в другую нейросетку, которая сама построила по ней промпт (Reve). И даже так до великого художника генератору было далеко — скелеты, пальцы стоило бы еще доработать.
Результат Шедеврума с этим же промтом похож:
Нейросети обрабатывают видео и аудио
Удобно использовать нейросети для обработки результатов созвонов — расшифровка, саммари. Но здесь тоже надо быть осторожным. В расшифровках почти все инструменты все еще пропускают фрагменты текста или искажают их, плохо обрабатывая узкоспециализированные технические термины (тем более, если спикер говорил невнятно, проглатывая часть букв). Если в пропущенном или искаженном фрагменте было что‑то важное, ошибка перейдет и в саммари. Поэтому если разговор был критичен, лучше все‑таки сохранять для себя оригинал записи, принимая решения только на основе оригинала, а не пересказа от нейросети.
Пара советов по поиску применения нейросетям
Не верьте нейросетям на слово. Проверяйте, что они выдают. В случае разработки — обращайтесь к документации или проверяйте экспериментально.
Учитывайте политику работодателя. В зависимости от подходов к безопасности, может быть запрещено использовать ИИ‑ассистенты для написания кода (или использовать определенные модели, которые отправляют написанный код на свои сервера).
Когда генерируете контент не для внутреннего использования, вспомните про авторские права.
P. S. Мы публикуем наши статьи на нескольких площадках Рунета. Подписывайтесь на нашу страницу в VK или на Telegram‑канал, чтобы узнавать обо всех публикациях и других новостях компании Maxilect.
