1. Prima di iniziare
MakerSuite è un set di strumenti che ti consentono di creare prototipi con modelli linguistici di grandi dimensioni (LLM) direttamente dal browser, senza bisogno di alcuna configurazione. Con MakerSuite puoi passare dal provare rapidamente dei prompt alla creazione di un'API a cui la tua app può accedere direttamente, il che aiuta i team a offrire rapidamente applicazioni straordinarie basate sull'IA generativa. La guida People + AI Research (PAIR) offre indicazioni su come progettare un nuovo prodotto con l'IA, concentrandosi sulle pratiche relative ai dati incentrate sulla persona e guadagnando la fiducia degli utenti, guida applicabile all'utilizzo di MakerSuite.
In questo codelab, imparerai a sfruttare queste due risorse insieme per creare esperienze responsabili basate sull'IA. Il codelab si concentra sulla prototipazione responsabile con l'IA generativa, non sul flusso di lavoro end-to-end di queste risorse specifiche. Per scoprire di più sul flusso di lavoro generale per MakerSuite, guarda questo tutorial di base per MakerSuite e consulta la guida di PAIR per indicazioni più complete sulla progettazione di prodotti di IA.
Prerequisiti
- Conoscenza di base dell'IA.
- Alcune nozioni sul flusso di lavoro per lo sviluppo dei prodotti.
Cosa imparerai a fare
- Come utilizzare la guida di PAIR per scoprire se le tue esperienze di IA funzionano correttamente per diversi segmenti di pubblico e come capire quali attività devono o non devono utilizzare l'IA.
- Come creare esperienze di IA generativa che attingono alla ricchezza degli utenti e pratiche culturali.
- Come integrare opportunità nel processo di sviluppo dell'IA per guadagnare la fiducia degli utenti concentrandosi sulla spiegabilità rivolta agli utenti.
- Come utilizzare un toolkit più ampio di materiali per l'IA generativa e risorse di IA incentrate sull'uomo per approfondire l'argomento.
Cosa creerai
Questo codelab ti guida attraverso un processo pratico di prototipazione per l'IA generativa responsabile mentre progetti uno strumento di scrittura creativa. Se ti interessa, puoi anche integrare questi prompt che progetti in Wordcraft, un editor di testo open source basato sull'IA, rilasciato come prototipo di ricerca da Google.
Che cosa ti serve
- Browser
- Account Google, per accedere a MakerSuite
2. Configurazione
MakerSuite
MakerSuite è un set di strumenti Google che ti consente di creare prototipi con modelli linguistici di grandi dimensioni (LLM) direttamente dal browser, senza bisogno di alcuna configurazione. Puoi provare rapidamente modelli e sperimentare diversi prompt. Quando crei qualcosa che ti soddisfa, puoi esportarlo facilmente come codice Python e quindi chiamare gli stessi modelli utilizzando l'API Generative Language.
Per sperimentare con i modelli linguistici di grandi dimensioni utilizzando MakerSuite, registrati alla lista d'attesa.
Guida alla ricerca su persone e IA
La guida PAIR (People + AI Research) è una risorsa che aiuta sviluppatori, designer, product manager, studenti e molti altri a utilizzare l'IA in modo responsabile.
La guida di PAIR può aiutare te e il tuo team a sviluppare un elenco di domande chiave relative all'IA, inclusa l'IA generativa, nel tuo prodotto.
- Quando e come dovrei utilizzare l'IA nel mio prodotto?
- Come posso aiutare gli utenti a instaurare un rapporto di fiducia nel mio sistema di AI?
- Come posso spiegare il mio sistema di IA agli utenti?
- In che modo le esperienze di IA possono essere inclusive e orientate all'equità culturale?
Userai la guida PAIR in questo codelab per sviluppare domande per la prototipazione e scegliere tra le diverse opzioni di progettazione.
(Facoltativo) Ottieni il codice per Wordcraft
Wordcraft è un editor di testo basato sull'IA sviluppato presso Google Research che esplora la scrittura collaborativa di storie umane e basate sull'IA. Il codice Wordcraft è open source, quindi puoi sperimentare i prompt in questo codelab in autonomia.
- Per ottenere il codice per Wordcraft, utilizza questo comando:
git clone https://github.com/pair-code/wordcraft
In alternativa, puoi scaricare il file ZIP:
Da definire
3. Usare l'IA generativa per scrivere storie
Un modello linguistico di grandi dimensioni (LLM) è un modello di IA addestrato su enormi quantità di testo di libri, articoli e siti web al fine di apprendere la grammatica, le frasi comuni e altre informazioni. Sulla base di questi dati e con alcune ottimizzazioni aggiuntive, un LLM come PaLM è in grado di completare molte attività di intelligenza artificiale sulla base di istruzioni semplici, piuttosto che richiedere una programmazione sofisticata di machine learning. Può anche rispondere a domande, riassumere informazioni, tradurre lingue ed eseguire molte altre attività legate all'IA.
In questo codelab, utilizzerai un LLM per prototipare un'app che aiuti gli autori a scrivere storie. Oltre ad avere informazioni generali sul mondo, sulla grammatica e così via, l'LLM PaLM di Google è progettato per seguire le istruzioni o i prompt dell'utente. Pertanto, per prototipare il tuo strumento in MakerSuite, insegni al tuo modello cosa scrivere come risposta istigata da un prompt dell'utente.
Scrivere storie basate sull'IA utilizzando prompt di testo in MakerSuite
- Per creare un prompt, fai clic su Crea nuovo nel riquadro a sinistra e scegli Prompt di testo. Inizia con questo prompt:
You are a talented fiction author. Write a story about a given topic.
Topic: {{topic}}
Dopo avere inserito questo prompt, MakerSuite rileva che {{topic}} è un input per il prompt e apre un riquadro Testa il prompt per consentirti di vedere come funziona il prompt con una varietà di input.
- Inserisci
A boy discovers a lost cat in his yard, fai clic sul riquadro del modello (a destra del pulsante Esegui) e scegli la temperatura di0.8. - Infine, fai clic su Esegui per eseguire il prompt. A breve dovresti vedere l'output del prompt nella tabella.
Se scegli l'impostazione della temperatura su 0.8, il modello preferisce la diversità nell'output. In questo modo vengono generate più storie creative, ma vengono generati output diversi ogni volta che viene eseguita. Se vuoi sempre lo stesso output, imposta la temperatura su 0.
Un possibile output è il seguente:
Henry sat on the edge of his porch and swung his legs back and forth. A small cat ran in front of him. Henry petted the cat. The cat began to purr. Henry picked up the cat and placed it on his lap. The cat began to snuggle close to him. Henry decided to keep the cat.
- Prova a eseguire il prompt più volte e nota le diverse storie che vengono create.
Come puoi vedere, il modello scrive una storia strutturata che scorre logicamente, ma fa anche vari presupposti. La storia è incentrata su un ragazzo di nome Henry. Puoi cambiare questi presupposti specificando il nome del protagonista o persino specificando se vuoi che la storia sia incentrata sul gattino o sull'utente.
- Aggiorna il prompt, quindi fai clic su Esegui per vedere come funziona con tutti gli input di test.
Identifica le attività più adatte all'assistenza basata sull'IA utilizzando la guida di PAIR
Finora, si presume che il modello di AI scriva una storia completa, data solo una breve descrizione. Ma è questa la decisione di progettazione giusta per il tuo strumento creativo? Ad esempio, immagina un assistente che aiuti gli autori a riscrivere parti della storia di loro scelta. Puoi prototipare questa interazione in MakerSuite, ad esempio, rendendo il frammento della storia più drammatico.
Ciò fornisce un'assistenza molto più mirata, riscrivendo i paragrafi alla volta. A un livello superiore, con alcune modifiche al prompt, puoi prototipare uno strumento di crescita utente anziché uno strumento di automazione delle attività.
La guida di PAIR offre un modo solido per porre e rispondere a domande come queste nel processo di sviluppo dell'IA. Mentre MakerSuite ti aiuta a prototipare rapidamente le idee, la guida di PAIR ti consente di restringere le scelte di progettazione alle più promettenti in base ai tuoi scopi e al pubblico che punti a coinvolgere. Usa la guida per capire se l'aumento o l'automazione è l'approccio giusto per collaborare con l'IA al fine di creare la tua app.
Inizia con la domanda guida Come devo utilizzare l'IA? nella guida. Come indicato in questo modello di Guidebook, è meglio utilizzare l'IA quando aggiunge valore unico. In questo caso, poiché gli LLM sono addestrati con molti dati sulla grammatica, su frasi comuni e altre informazioni provenienti da internet, potrebbe essere utile sfruttare la capacità del modello per comprendere il mondo della storia che vuoi descrivere nell'output della tua app di scrittura e suggerire modi per riscriverlo. Questa funzionalità si basa sul modello di consigli personalizzati presente nella guida.
Facciamo un ulteriore passo in avanti. La guida di PAIR offre un capitolo sulle esigenze degli utenti con indicazioni su se le attività debbano essere automatizzate o potenziate.
Quando prendi in considerazione l'aumento o l'automazione, ricorda che il tuo prototipo deve essere un'app utile per gli scrittori. È quindi probabile che i tuoi utenti apprezzino la scrittura, vogliano assumersi la proprietà personale dei contenuti e abbiano delle preferenze sviluppate nell'arco di tutta la vita che potrebbero essere difficili da comunicare. Nel complesso, ciò suggerisce che un approccio all'aumento potrebbe essere l'opzione più promettente.
In base alla guida di PAIR, potrebbe avere senso considerare l'app di cui si sta prototipando non come uno strumento per scrivere, ma per la riscrittura. Ad esempio, puoi modificare il prompt per consentire stili di scrittura diversi.
- Crea un nuovo prompt di testo:
Edit the paragraph below. Make it \{\{rewrite style\}\}. Only respond with the updated text. Do not include any explanation.
Paragraph: {{paragraph}}
In questo caso, \{\{rewrite style\}\} e {{paragraph}} sono input di testo.
- Nel pannello di test, prova diversi stili di riscrittura, come più breve, più drammatico, più spiritoso, meno grammaticalmente imbarazzante, poetica e così via.
Progettare storie da tutto il mondo
Finora hai testato l'opzione per riscrivere un paragrafo con storie che non hanno un contesto culturale solido. Quando si progettano esperienze di IA responsabile, spesso è utile provare una vasta gamma di input.
Prova una serie di input di test, ad esempio:
- In un angolo tranquillo di un caratteristico caffè parigino, un avvolgente solitario assaporava l'aroma del caffè appena tostato e i suoi pensieri si spostano in un momento a lungo dimenticato che ha cambiato per sempre il corso della sua vita.
- In mezzo all'energia caotica di un treno locale di Mumbai, una donna di mezza età ha avuto una conversazione con uno sconosciuto. Quanto era affascinante, pensava, vivere nella stessa città con vite così diverse.
- Nel vivace caos del vivace mercato di strada di Shanghai, un venditore di street food ha preso un momento per osservare il riflusso della folla.
Sperimenta con altri contesti culturali e geografici in modo responsabile, prestando attenzione a evitare pregiudizi ingiusti e stereotipi storici. Tieni presente che, anche se l'LLM conosce molte parti del mondo in base a dati esistenti trovati online, potrebbe non acquisire tutti i dettagli su un'area geografica specifica. Come suggerito dalla guida di PAIR, è importante offrire controllo agli utenti nelle attività di aumento. Ad esempio, puoi estendere le capacità di riscrittura del tuo prototipo per consentire un maggiore controllo della trama e dei dettagli della storia.
Molti modelli generativi a volte presentano ipotesi predefinite, in parte a causa di pattern più diffusi nei loro enormi set di dati di addestramento delle informazioni online. È importante sapere che i modelli possono essere orientati a formulare altre ipotesi altrettanto valide. Ad esempio, per il prompt riscrivi un paragrafo di cui sopra, puoi specificare il genere dello sconosciuto sul treno modificando lo stile di riscrittura scrivendo "più breve. Ricorda che anche l'estranea è una donna."
4. Instaura un clima di fiducia
Senza le credenziali degli utenti e la fiducia degli utenti, anche le più innovative funzionalità di IA potrebbero rimanere inutilizzate. La fiducia dipende dal fatto che gli utenti sentono che l'IA è capace, affidabile e utile. Aiutare gli utenti a sviluppare fiducia può incoraggiarli a capire come e quando utilizzare determinate funzionalità e può portare a una migliore esperienza utente complessiva.
La guida PAIR offre alcune idee per aiutare gli utenti a determinare quanto devono fidarsi dei sistemi IA:
Conquistare la fiducia fin da subito
Con l'IA generativa, è particolarmente utile comunicare l'intento delle funzionalità e aiutare gli utenti a comprendere i limiti dell'IA. Ad esempio, poiché i modelli linguistici sono progettati principalmente per prevedere cosa viene dopo nel testo, potrebbero non essere sempre accurati nell'output. Pertanto, è importante far capire agli utenti che questo prototipo è un supporto per la scrittura creativo e non è pensato per essere basato sui fatti. Se l'utente vuole fare il fact checking su dettagli oggettivi, deve effettuare ricerche online utilizzando risorse attendibili.
Pensa a vari modi in cui potresti aiutare gli utenti a capire che questo prototipo non è destinato a essere utilizzato per scrivere informazioni fattuali, ma è specifico per la scrittura di storie.
Mantenere la fiducia
Allo stesso modo, sebbene i modelli di IA generativa siano altamente performanti, gli utenti non sono sempre in grado di verificare che le attività siano completate correttamente per molti casi d'uso specifici. Ad esempio, questo prototipo è stato progettato per il completamento mirato del testo e la riscrittura mirata di opere d'arte, capacità che gli utenti possono facilmente verificare. Al contrario, anche se ai modelli generativi può essere facilmente richiesto di riscrivere grandi parti di testo, gli utenti potrebbero sfuggire lievi errori che potrebbero essersi intrufolati. In generale, concentrarsi sulle funzionalità interattive di IA generativa su attività che gli utenti possono facilmente verificare aiuta a guadagnarsi la loro fiducia.
Un'ultima opportunità per mantenere la fiducia è quella di sfruttare la guidabilità dei modelli generativi. A differenza dei precedenti modelli di IA, progettati per un'attività strettamente specifica, gli output dei modelli generativi sono molto più facili da personalizzare per gli utenti finali, come dimostrato dalle richieste di riscritture più marcate, più brevi o simili. Sebbene tale sterzabilità possa portare a un'esperienza utente migliore, è necessario prestare attenzione a limitare questa sterzabilità all'interno delle capacità del modello. Ad esempio, in questo prototipo, invece di chiedere agli utenti come riscrivere il testo, potresti offrire un elenco di istruzioni di riscrittura che risultano efficaci e suggerimenti all'utente finale.
Recuperare la fiducia persa
Nonostante i tuoi sforzi, potrebbero verificarsi casi in cui il modello produce risultati non ottimali. In questi casi, è importante consentire agli utenti di annullare qualsiasi azione eseguita dall'IA. Allo stesso modo, spesso è meglio identificare funzionalità con prestazioni variabili e attivarle solo quando gli utenti richiedono esplicitamente assistenza per l'IA.
- Pensa a alcuni modi diversi in cui potresti creare funzionalità per annullare il servizio o ad altri modi per recuperare la fiducia degli utenti.
Puoi vedere le soluzioni a queste sfide nella soluzione codelab.
5. Riassumendo
Finora hai sperimentato i prompt in MakerSuite. Quando i prompt ti soddisfano, usali direttamente nel tuo prototipo.
- Per prima cosa, salva il prompt, quindi fai clic su Genera codice nell'angolo in alto a destra. Se non l'hai ancora fatto, devi abilitare anche la chiave API facendo clic su Attiva chiave API nella finestra di dialogo Genera codice visualizzata.
MakerSuite genera codice che puoi utilizzare direttamente nella tua applicazione. Ad esempio, per l'utilizzo con un'applicazione web, scegli il codice JavaScript. Puoi copiare il codice direttamente dalla finestra di dialogo e incollarlo nell'app web. Se aggiorni la richiesta in MakerSuite, ricordati di aggiornarla nel codice utilizzando la variabile del prompt nel codice incluso.
Se vuoi integrare questa API in un'app predefinita per la scrittura creativa, puoi scaricare il codice Wordcraft.
Soluzione codelab
Puoi recuperare il codice per Wordcraft da GitHub:
git clone https://github.com/pair-code/wordcraft
In alternativa, puoi scaricare il repository come file ZIP:
6. Complimenti
Hai completato il codelab Impara a prototipare l'IA responsabile con la guida PAIR e MakerSuite e hai imparato a realizzare un prototipo di esperienze di IA responsabile (in questo caso, per un'app di scrittura creativa) utilizzando alcuni strumenti Google. Non vediamo l'ora di vedere il tuo progetto.
Per approfondire
- Guida dell'utente di MakerSuite
- Guida PAIR
- Principi dell'IA di Google