Microsoft ritiene di aver trovato una soluzione al problema delle richieste dell’intelligenza artificiale, della mancata risposta e del ripetersi del ciclo.
Questa inefficienza è una perdita di risorse. Il “ciclo di tentativi ed errori può sembrare imprevedibile e scoraggiante”, trasformando quello che dovrebbe essere un incentivo alla produttività in una perdita di tempo. I lavoratori della conoscenza spesso passano più tempo a gestire l’interazione stessa che a comprendere il materiale che speravano di imparare.
Microsoft ha rilasciato Promptions (prompt options), un framework per l’interfaccia utente progettato per risolvere questo attrito sostituendo le vaghe richieste in linguaggio naturale con controlli precisi e dinamici dell’interfaccia. Lo strumento open-source offre un metodo per standardizzare il modo in cui il personale interagisce con i modelli linguistici di grandi dimensioni (LLM), abbandonando la chat non strutturata per passare a flussi di lavoro guidati e affidabili.
Il collo di bottiglia della comprensione
L’attenzione dell’opinione pubblica si concentra spesso sull’IA che produce testo o immagini, ma una componente massiccia dell’utilizzo aziendale riguarda la comprensione: si chiede all’IA di spiegare, chiarire o insegnare. Questa distinzione è fondamentale per gli strumenti interni.
Considera una formula di un foglio di calcolo: un utente potrebbe volere una semplice spiegazione della sintassi, un altro una guida al debug e un altro ancora una spiegazione adatta a insegnare ai colleghi. La stessa formula può richiedere spiegazioni completamente diverse a seconda del ruolo, delle competenze e degli obiettivi dell’utente.
Le attuali interfacce di chat raramente catturano in modo efficace questo intento. Gli utenti spesso scoprono che il modo in cui formulano una domanda non corrisponde al livello di dettaglio richiesto dall’intelligenza artificiale. “Chiarire ciò che vogliono veramente può richiedere messaggi lunghi e accuratamente formulati che sono faticosi da produrre”, spiega Microsoft.
Promptions opera come un livello di middleware per risolvere questo problema familiare con le richieste dell’intelligenza artificiale. Invece di costringere gli utenti a digitare lunghe specifiche, il sistema analizza l’intento e la cronologia delle conversazioni per generare opzioni cliccabili – come la lunghezza della spiegazione, il tono o le aree di interesse specifiche – in tempo reale.
Efficienza contro complessità
I ricercatori di Microsoft hanno testato questo approccio confrontando i controlli statici con il nuovo sistema dinamico. I risultati offrono una visione realistica del funzionamento di questi strumenti in un ambiente reale.
I partecipanti hanno riferito che i controlli dinamici hanno reso più facile esprimere le specifiche dei loro compiti senza dover riformulare ripetutamente le richieste. Questo ha ridotto lo sforzo di ingegnerizzazione dei messaggi e ha permesso agli utenti di concentrarsi maggiormente sulla comprensione dei contenuti piuttosto che sulla gestione delle meccaniche di formulazione. Facendo emergere opzioni come “Obiettivo di apprendimento” e “Formato di risposta”, il sistema ha spinto i partecipanti a pensare più deliberatamente ai loro obiettivi.
Tuttavia, l’adozione comporta dei compromessi. I partecipanti hanno apprezzato l’adattabilità ma hanno anche trovato il sistema più difficile da interpretare. Alcuni hanno faticato a prevedere come un’opzione selezionata avrebbe influenzato la risposta, notando che i controlli sembravano opachi perché l’effetto diventava evidente solo dopo la comparsa dell’output.
Questo evidenzia un equilibrio da raggiungere. Le interfacce dinamiche possono semplificare compiti complessi, ma possono introdurre una curva di apprendimento in cui il collegamento tra una casella di controllo e l’output finale richiede un adattamento da parte dell’utente.
Promesse: La soluzione per risolvere i prompt dell’intelligenza artificiale?
Promptions è stato progettato per essere leggero, funzionando come un livello middleware che si colloca tra l’utente e il modello linguistico sottostante.
L’architettura consiste in due componenti principali:
- Modulo delle opzioni: Esamina la cronologia dei messaggi e delle conversazioni dell’utente per generare elementi dell’interfaccia utente pertinenti.
- Modulo Chat: Incorpora queste selezioni per produrre la risposta dell’intelligenza artificiale.
Un aspetto particolarmente interessante per i team che si occupano di sicurezza è che “non c’è bisogno di memorizzare i dati tra una sessione e l’altra, il che semplifica l’implementazione” Questo design stateless attenua i problemi di governance dei dati tipicamente associati a complesse sovrapposizioni di IA.
Passare dalla “progettazione dei prompt” alla “selezione dei prompt” offre un percorso per ottenere risultati di IA più coerenti in tutta l’organizzazione. Implementando i framework dell’interfaccia utente che guidano l’intento dell’utente, i leader tecnologici possono ridurre la variabilità delle risposte dell’IA e migliorare l’efficienza della forza lavoro.
Il successo dipende dalla calibrazione. Rimangono problemi di usabilità per quanto riguarda il modo in cui le opzioni dinamiche influenzano l’output dell’IA e la gestione della complessità dei controlli multipli. I leader dovrebbero considerare questa soluzione non come una soluzione completa per risolvere i risultati delle richieste dell’IA, ma come un modello di progettazione da testare all’interno delle loro piattaforme di sviluppo e dei loro strumenti di supporto.
