Generativní umělá inteligence pro novináře

Alžběta Solarczyk Krausová

Generativní umělá inteligence schopná vytvářet texty, obrázky, videa, počítačové kódy a další díla postupně proniká do všech profesí. Výjimkou není ani praxe novinářů. Kromě specializovaných inteligentních systémů pro asistenci s redakční prací jsou novinářům nyní k dispozici i různé velké jazykové modely, které lze pro práci s textem využít.

Pokud si chcete vyzkoušet různé generativní (nejenom jazykové) modely a porovnat jejich fungování, můžete navštívit například platformu POE. Z využívání těchto systémů se pomalu začíná stávat věda. Proto zde představujeme stručný materiál, který by Vám měl práci s generativní umělou inteligencí a zejména s jazykovými modely usnadnit a který by Vás měl zároveň upozornit, na co je nejvíce třeba si dávat pozor.

Desatero pro využívání generativní AI

• Vyberte si pro svou práci takový model AI, který odpovídá požadavkům na Vaši práci, poskytuje záruky ochrany soukromí a záruky týkající se využití Vámi vložených vstupů při následném učení. Při práci s textem dejte přednost specializovanému jazykovému modelu.
  
• Seznamte se se smluvními podmínkami a s riziky konkrétního modelu. Identifikujte možnosti, jak daná rizika snížit. Chovejte se tak, abyste rizika co možná nejvíce minimalizovali.
  
• Kontinuálně sledujte vývoj jazykového modelu, který používáte, a jeho možností (například změny ve funkcionalitách, připojení k internetu atd.). Vyhodnocujte rizika a přizpůsobujte jim své chování.
  
• Seznamte se v používaném systému s možnostmi nastavení ochrany soukromí. Volte vyšší ochranu (např. zákaz učení se na Vámi vložených datech). Do systémů pokud možno osobní údaje nevkládejte. Případně volte obecné názvy jako [jméno] [příjmení]. Do systému také nevkládejte žádné citlivé informace, ať již osobní či neosobní povahy.
  
• Systémy generativní umělé inteligence využívejte etickým způsobem. Vyvarujte se používání systémů k vytváření škodlivých deepfakes, dezinformací, falešných citací apod. Buďte transparentní a uvádějte informaci o použití generativní AI při vlastní tvorbě.
  
• Systémy generativní umělé inteligence používejte především pro inspiraci a brainstorming. Nenahrazujte svoji individualitu a výjimečnost obecným automatizovaným řešením. Pravou hodnotou je lidský, nikoliv AI výstup.
  
• Zdokonalujte svou profesní odbornost. Obecně platí, že experti dosahují při používání generativní AI ve své profesní sféře lepších výsledků než laici. Dokáží se totiž ptát mnohem efektivněji.
  
• Naučte se základy promptování: formulujte své pokyny co nejpřesněji, nechte systém přemýšlet a odpovědi zdokonalovat.
  
• Využívejte především systémy, které při práci s textem umožňují ověření výstupu, tj. ozdrojování textu. Ptejte se na odůvodnění odpovědí, případně žádejte systém, aby svůj výsledek zkritizoval a vylepšil.
  
• Výsledek vždy pečlivě zkontrolujte. Konečnou odpovědnost za výsledek a za jeho následné šíření ponesete především Vy.

Základní zásady správného promptování

Základním nástrojem při využívání systémů generativní umělé inteligence je tzv. prompt. Jde o instrukci, požadavek či dotaz, který je směřován vůči systému. Promptování můžeme zejména ve vztahu k velkým jazykovým modelům považovat za „programování v přirozeném jazyce“. Kvalita promptu a samotný proces promptování (tj. navazující dotazy a požadavky) výrazně ovlivňují výsledný výstup systému.

Při využívání velkých jazykových modelů (LLM) je třeba brát v úvahu především tyto základní zásady a principy:

• Prompt kontextově ovlivňuje celé vlákno, v němž komunikace probíhá. LLM bere v potaz všechny do něj vložené informace. Na sebe navazující otázky proto společně ovlivňují, jakým způsobem systém odpoví. Nekvalitní odpovědi mohou být způsobeny kombinováním nesouvisejících promptů v rámci jednoho vlákna či promptů, na které má uživatel jiné požadavky co do kontextu a kvality. Věnujte proto každé vlákno specifickému tématu.
  
• Při formulování promptu pište jasné a specifické instrukce. Obecně platí, že čím specifičtější je prompt, tím kvalitnější je pak výsledný text. Ideální je poskytnout LLM následující informace:
  _ Definujte odbornost a úlohu. Například: Jednej jako specialista na…; Cílem je popsat vývoj na trhu s nemovitostmi.
  _ Poskytněte kontext a informace, které jsou k dispozici, včetně omezení. Například: Zde je přehled cen bytů v oblasti hlavního města Prahy za poslední rok.
  _Definujte, jak by měl vypadat výstup. Například: email, seznam pro a proti, tabulka, kostra článku v bodech, příklady situací, instrukce apod. Můžete uvést i zvláštní požadavky na tón textu (např. formální/přátelský/zábavný/provokativní…), strukturu a formát (např. úvaha/dopis/seznam/html kód/…) či délku (např. dva odstavce/1000 znaků/…).
  _Poskytněte příklady. Můžete poskytnout vzor textu pro analýzu stylu a požadavek, aby byl tento styl použit při formulaci výsledku. Můžete také poskytnout příklady, jak by měl vypadat požadovaný výsledek. Můžete poskytnout i příklady postupu, jak by měl systém uvažovat.
• Formulace promptu může využívat i zvláštní prvky. Například je možné označit části promptu pomocí uvozovek a specifikovat, že právě části textu oddělené uvozovkami jsou určeny pro přeformulování. Je možné využívat i logické operátory IF/THEN/ELSE: pokud jsou splněny určité podmínky, pak proveď tuto akci (např. Pokud text obsahuje víc než osm výskytů sousloví „veřejná politika“, přeformuluj jej tak, aby byl zachován smysl sdělení, využij synonyma a výskyt daného sousloví zredukuj na tři); pokud nejsou podmínky splněny, pak proveď jinou akci, popř. nedělej nic.
  
• Promptování je proces komunikace a vyžaduje čas. To znamená, že výsledek nebude po prvním příkazu ideální, ale bude třeba jej následně upravit pomocí dalších promptů. Základní technikou je poskytnout LLM zpětnou vazbu a říci mu, co se vám na výsledku nelíbí a kde a jak jej chcete upravit. Existují ale i další osvědčené techniky pro zkvalitnění výsledné odpovědi při procesu
  promptování, které je možné využívat ve specifických případech:
  
  – U komplexního promptu je vhodné rozdělit instrukce do jednoduchých, na sebe navazujících kroků. Výsledek pak mnohem častěji odpovídá požadavkům. Při používání komplexních instrukcí dochází často ke zmatení LLM a k chybným výsledkům. Ideální je proto zadat komplexní pokyn například takto:
  
  – Tvým úkolem je provést sérii následujících akcí:

1. Poskytni shrnutí textu označeného „“ ve třech větách.
2. Přelož toto shrnutí do angličtiny.
3. Identifikuj z anglického textu úkoly, které mají být provedeny.
4. Poskytni seznam těchto úkolů.

– Zadejte LLM prompt, kde je definovaný cíl, a požádejte ho, ať se Vás případně sám doptá na detaily, které potřebuje znát pro úspěšné dokončení úlohy.

– Požádejte LLM, aby sám kriticky zhodnotil výsledek, který Vám poskytl, a navrhl jeho vylepšení. Můžete určit kritéria, na jejichž základě by měl výsledek vylepšit. Zároveň můžete LLM požádat, aby identifikoval slabiny v původním výsledku.

– Při ověřování správnosti určitého řešení pomocí LLM (např. chcete zhodnotit plynulost již připravené struktury otázek pro rozhovor) můžete nejdříve požádat LLM o vlastní návrh řešení (v tomto případě návrh struktury otázek) a pak jej nechat obě řešení porovnat.

• LLM mají svá omezení plynoucí ze samotné technické podstaty jejich fungování. Při jejich využívání je třeba mít neustále na paměti následující:
  
  – LLM vám zpravidla chce vyjít vstříc. Vaše pokyny jsou pro něj rozhodující. Proto výrazně ovlivní výsledek. Ten bude podstatně jiný, když zadáte příkaz Najdi mi důvody, proč bychom měli v redakci zvýšit ceny za inzerci než když zadáte příkaz Zhodnoť naši inzerční cenovou politiku. Dávejte proto pozor na formulaci otázky. Měla by co nejpřesněji odpovídat tomu, co je Vaším skutečným cílem.
  
  – Některé LLM využívají vložená data k následnému trénování svého modelu. Dbejte proto na ochranu soukromí a buď osobní údaje do modelu nevkládejte a zamezte možnosti učit se z dat, nebo buďte velmi opatrní. Rovněž mějte na paměti, že LLM nedokáží zpracovávat osobní údaje zcela správně a mohou vykazovat častou chybovost.
  
  – LLM často „halucinují,“ tj. vymýšlejí si neexistující citáty, fakta atd. Vždy je třeba si výsledek ověřit.
  
  – LLM nedokáží dobře provádět matematické úlohy. Nejjistější cestou k dosažení správného výsledku matematické operace je specifikovat operaci řádek po řádku (např. Sečti pět a deset. Nyní odečti dvě.).

Personalizace komunikace při využívání generativní umělé inteligence

Systém generativní umělé inteligence můžete přimět, aby s Vámi komunikoval určitým způsobem. Můžete toho dosáhnout buď pomocí promptu, kdy na začátku vlákna definujete kontext a požadovaný styl na odpovědi systému, nebo můžete využít možnosti specifického nastavení komunikace pro všechny budoucí vlákna najednou. Tuto možnost si ukážeme specificky na modelu ChatGPT:

• Otevřete v prohlížeči svého počítače ChatGPT a přihlašte se.
• Vlevo dole u svého účtu klikněte na své uživatelské jméno a ze zobrazené nabídky zvolte „Custom instructions“.
• Objeví se informační okno, které Vás upozorní na to, že toto nastavení ovlivní všechny Vaše budoucí interakce se systémem. Stávající chaty nebudou ovlivněny.
• Po kliknutí na OK u informačního okna se objeví další okno pro nastavení.
• U první otázky „What would you like ChatGPT to know about you to provide better responses?“ definujte, kdo se ptá. Zde můžete poskytnout základní demografické informace (pohlaví, věk, místo bydliště aj.), informace o Vaší profesi, znalostech a aktivitách, informace o Vašich zájmech, informaci o Vašich cílech či informace o hodnotách, které ctíte.
• U druhé otázky „How would you like ChatGPT to respond?“ definujte, jak by měla vypadat odpověď. Zejména specifikujte formát a styl odpovědi, její typický rozsah, požadavky na citace (nutnost mít zapnuté plug-iny – pouze ChatGPT-4) či úroveň kreativity a detailu.
• Pokud chcete, aby se Vám pro určité dotazy zobrazovaly odpovědi jiným způsobem, vytvořte si osobní databázi tzv. person (popisů osoby v profesionálním kontextu, popisů osoby v soukromí atd.) a stylů odpovědí. Tyto persony a styly odpovědí je pak třeba měnit v sekci „Custom instructions“ před zahájením nového dotazu. Alternativně lze ponechat „Custom instructions“ prázdné a personu a styl odpovědi zahrnout na začátku promptování v individuálním vlákně. Tímto kontextem pak bude ovlivněno jen dané vlákno dotazování.

Chcete se o promptování dozvědět více?
Podívejte se např. na velmi podrobný návod zde:
Prompt Engineering Guide