1. Prima di iniziare
MakerSuite è un insieme di strumenti che ti consente di realizzare prototipi con modelli linguistici di grandi dimensioni direttamente dal browser, senza alcuna configurazione. Con MakerSuite, puoi passare rapidamente dalla prova dei prompt alla creazione di un'API a cui la tua app può accedere direttamente, il che aiuta i team a implementare rapidamente ottime applicazioni basate sull'IA generativa. La guida People + AI Research (PAIR) offre indicazioni su come progettare un nuovo prodotto con l'IA, concentrandosi su pratiche relative ai dati incentrate sulle persone e sul guadagnare la fiducia degli utenti, indicazioni applicabili all'utilizzo di MakerSuite.
In questo codelab imparerai a sfruttare queste due risorse insieme per creare esperienze basate sull'IA responsabile. Il focus del codelab è 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 di MakerSuite, consulta questo tutorial di base su MakerSuite e la Guida PAIR per indicazioni più complete sulla progettazione di prodotti di IA.
Prerequisiti
- Conoscenza di base dell'IA.
- Alcune nozioni sul flusso di lavoro di sviluppo del prodotto.
Cosa imparerai a fare
- Come utilizzare la guida PAIR per valutare l'efficacia delle tue esperienze di IA per diversi segmenti di pubblico e come sapere quali attività devono o non devono utilizzare l'IA.
- Come creare esperienze di IA generativa che attingono alla ricchezza delle pratiche culturali degli utenti.
- Come integrare nel processo di sviluppo dell'IA opportunità che conquistano la fiducia degli utenti concentrandosi sulla spiegabilità rivolta agli utenti.
- Come utilizzare un kit di strumenti più ampio di materiali di IA generativa e risorse di IA incentrata sull'uomo per ulteriori esplorazioni.
Cosa creerai
Questo codelab illustra una procedura pratica di prototipazione per l'IA generativa responsabile durante la progettazione di 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 da Google come prototipo di ricerca.
Che cosa ti serve
- Browser
- Account Google per accedere a MakerSuite
2. Configurazione
MakerSuite
MakerSuite è un insieme di strumenti Google che ti consente di realizzare prototipi con modelli linguistici di grandi dimensioni direttamente dal browser, senza alcuna configurazione. Ti consente di provare rapidamente modelli e sperimentare diversi prompt. Quando hai creato qualcosa che ti soddisfa, puoi esportarlo facilmente come codice Python e poi chiamare gli stessi modelli utilizzando l'API Generative Language.
Per fare esperimenti con i modelli linguistici di grandi dimensioni utilizzando MakerSuite, registrati alla lista d'attesa.
People + AI Research Guidebook
La guida di People + AI Research (PAIR) è una risorsa che aiuta sviluppatori, designer, product manager, studenti e molti altri a utilizzare l'IA in modo responsabile.
La guida 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 devo utilizzare l'IA nel mio prodotto?
- Come faccio ad aiutare gli utenti a conquistare la fiducia nel mio sistema di IA?
- Come faccio a spiegare il mio sistema di IA agli utenti?
- In che modo le esperienze di IA possono essere culturalmente inclusive e incentrate sull'equità?
Utilizzerai il Manuale PAIR in questo codelab per sviluppare domande per la prototipazione e scegliere tra diverse opzioni di progettazione.
(Facoltativo) Ottenere il codice per Wordcraft
Wordcraft è un editor di testo basato sull'IA sviluppato in Google Research che esplora la scrittura collaborativa di storie da parte di persone e IA. Il codice di Wordcraft è open source, quindi puoi sperimentare i prompt in questo codelab in autonomia.
- Per ottenere il codice di Wordcraft, utilizza il seguente comando:
git clone https://github.com/pair-code/wordcraft
In alternativa, puoi scaricare il file ZIP:
Da definire
3. Utilizzare l'IA generativa per la scrittura di 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 per apprendere grammatica, frasi comuni e altre informazioni. In base a questi dati e con un'ulteriore ottimizzazione, un LLM come PaLM può completare molte attività di intelligenza artificiale in base a istruzioni semplici anziché richiedere una programmazione sofisticata del machine learning. Può anche rispondere a domande, riassumere informazioni, tradurre lingue ed eseguire molte altre attività di IA.
In questo codelab, utilizzi un LLM per creare il prototipo di un'app che aiuta gli autori a scrivere storie. Oltre a disporre di informazioni generali sul mondo, sulla grammatica e così via, il modello LLM PaLM di Google è progettato per seguire le istruzioni o i prompt dell'utente. Pertanto, per realizzare il prototipo dello strumento in MakerSuite, insegni al modello cosa scrivere come risposta a un prompt dell'utente.
Scrivere storie con l'aiuto dell'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}}
Una volta inserito questo prompt, MakerSuite rileva che {{topic}} è un input del prompt e apre un riquadro Testa il tuo prompt per consentirti di vedere come funziona il prompt con una serie di input.
- Inserisci
A boy discovers a lost cat in his yard, quindi fai clic sul riquadro del modello (a destra del pulsante Esegui) e scegli la temperatura0.8. - Infine, fai clic su Esegui per eseguire il prompt. Dovresti vedere l'output del prompt nella tabella dopo qualche istante.
Se scegli l'impostazione della temperatura 0.8, comunichi al modello che preferisci la diversità nell'output. In questo modo, puoi creare storie più creative, ma i risultati saranno diversi ogni volta che la campagna viene pubblicata. 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 osserva le diverse storie che vengono create.
Come puoi vedere, il modello scrive una storia strutturata che scorre in modo logico, ma fa anche diverse supposizioni. La storia è incentrata, ad esempio, su un ragazzo di nome Henry. Puoi modificare queste supposizioni specificando il nome del protagonista o anche se vuoi che la storia si concentri sul gattino o sulla persona.
- 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 con l'IA utilizzando la guida PAIR
Finora si presume che il modello di IA scriva una storia completa, fornendo solo una breve descrizione. Ma è la decisione di progettazione giusta per il tuo strumento per le creatività? Ad esempio, immagina un assistente che aiuti gli autori a riscrivere parti della storia a loro scelta. Puoi creare un prototipo di questa interazione in MakerSuite, ad esempio rendendo il frammento della storia più drammatico.
In questo modo, l'assistenza è molto più mirata e vengono riscritti un paragrafo alla volta. A un livello superiore, con alcune modifiche al prompt, puoi creare il prototipo di uno strumento di potenziamento dell'utente anziché uno strumento di automazione delle attività.
La Guida PAIR offre un modo basato su principi per porre e rispondere a domande come queste nel processo di sviluppo dell'IA. Mentre MakerSuite ti aiuta a creare rapidamente prototipi di idee, la guida PAIR ti consente di restringere le scelte di design a quelle più promettenti per le tue finalità e per il pubblico che vuoi coinvolgere. Consulta la guida per capire se l'aumento o l'automazione è l'approccio giusto per collaborare con l'IA per creare la tua app.
Inizia con la domanda guida Come faccio a utilizzare l'IA? nel Manuale. Come indicato in questo modello del Manuale, è meglio utilizzare l'IA quando aggiunge un valore unico. In questo caso, poiché gli LLM vengono addestrati con molti dati su grammatica, frasi comuni e altre informazioni provenienti da internet, potrebbe essere utile sfruttare la capacità del modello di comprendere il mondo della storia che vuoi descrivere nell'output dell'app di scrittura e suggerire modi per riscriverla. Questo pattern si basa sul pattern consiglio personalizzato nel Manuale.
Fai un ulteriore passo avanti. La Guida PAIR offre un capitolo sulle esigenze degli utenti con informazioni su come decidere se automatizzare o potenziare le attività.
Quando valuti l'aumento o l'automazione, ricorda che il tuo prototipo deve essere un'app utile per gli autori. Pertanto, è probabile che i tuoi utenti apprezzino la scrittura, vogliano assumerne la proprietà personale e abbiano preferenze sviluppate nel corso di una vita di scrittura che potrebbero essere difficili da comunicare. Nel complesso, questo suggerisce che un approccio di aumento potrebbe essere l'opzione più promettente.
In base al Manuale PAIR, potrebbe essere utile pensare all'app di cui stai creando la prototipazione non come a uno strumento per la scrittura, 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, sia \{\{rewrite style\}\} che {{paragraph}} sono input di testo.
- Nel riquadro di test, prova una serie di stili di riscrittura, ad esempio più breve, più drammatico, più spiritoso, meno grammaticalmente intricato, poetico e così via.
Progettare per storie in tutto il mondo
Finora hai testato il prompt Riscrivi un paragrafo con storie che non hanno un contesto culturale forte. Quando si progettano esperienze di IA responsabile, è spesso utile provare una serie di input diversi.
Prova una serie di input di test, ad esempio:
- In un angolo tranquillo di un caratteristico caffè parigino, un cliente solitario assapora l'aroma del caffè appena fatto, mentre i suoi pensieri tornano a un momento lontano nel tempo che ha cambiato per sempre il corso della sua vita.
- Nell'energia caotica di un treno locale di Mumbai, una donna di mezza età ha iniziato una conversazione con uno sconosciuto. È affascinante, pensò, vivere nella stessa città e avere vite così diverse.
- Nel caos vibrante di un vivace mercato di strada di Shanghai, un venditore di street food si ferma un attimo per osservare il flusso della folla.
Fai esperimenti con altri contesti culturali e geografici in modo responsabile, facendo attenzione a evitare pregiudizi ingiusti e stereotipi storici. Tieni presente che, sebbene il modello LLM abbia una buona conoscenza di molte parti del mondo in base ai dati esistenti trovati online, potrebbe non fornire tutti i dettagli corretti su un luogo geografico specifico. Come suggerisce la guida PAIR, è importante offrire il controllo agli utenti nelle attività di potenziamento. Ad esempio, puoi estendere le funzionalità di riscrittura del tuo prototipo per consentire un maggiore controllo della trama e dei dettagli della storia.
A volte, molti modelli generativi presentano anche ipotesi predefinite, in parte a causa di pattern più prevalenti nei loro enormi set di dati di addestramento di informazioni online. È importante sapere che i modelli possono essere orientati a fare altre supposizioni altrettanto valide. Ad esempio, per il prompt Riscrivere un paragrafo riportato sopra, puoi specificare il genere dello sconosciuto sul treno cambiando lo stile di riscrittura, scrivendo "più breve. Ricorda che anche lo sconosciuto è una donna."
4. Instaura un clima di fiducia
Senza la fiducia degli utenti, anche le funzionalità di IA più innovative potrebbero non essere utilizzate. La fiducia è il risultato del fatto che gli utenti ritengono che l'IA sia capace, affidabile e utile. Aiutare gli utenti a sviluppare fiducia può incoraggiarli a imparare come e quando utilizzare funzionalità specifiche e può portare a un'esperienza utente complessiva migliore.
La Guida PAIR offre alcune idee per aiutare gli utenti a determinare quanto devono fidarsi dei sistemi di IA:
Crea fiducia fin dall'inizio
Con l'IA generativa, è particolarmente utile comunicare lo scopo delle funzionalità e aiutare gli utenti a comprendere i limiti dell'IA. Ad esempio, poiché i modelli linguistici sono progettati principalmente per prevedere cosa segue nel testo, potrebbero non essere sempre accurati dal punto di vista fattuale nell'output. Pertanto, è importante aiutare gli utenti a capire che questo prototipo è un supporto per la scrittura creativa e non è pensato per essere basato sui fatti. Se l'utente vuole verificare la veridicità di dettagli che ritiene attendibili, deve cercare online tramite risorse attendibili.
Fai brainstorming su alcuni modi diversi per aiutare gli utenti a capire che questo prototipo non è pensato per essere utilizzato per scrivere informazioni oggettive, ma è specificamente destinato alla scrittura di narrativa.
Mantieni la fiducia
Analogamente, anche se i modelli di IA generativa sono molto efficaci, gli utenti non possono sempre verificare che le attività vengano completate correttamente per molti casi d'uso specifici. Ad esempio, questo prototipo è progettato per il completamento mirato del testo e la riscrittura mirata di opere di narrativa, funzionalità che gli utenti possono verificare facilmente. Al contrario, anche se i modelli generativi possono essere facilmente invitati a riscrivere grandi parti di testo, gli utenti potrebbero non notare errori sottili che potrebbero essersi infiltrati. In generale, concentrare le funzionalità di IA generativa interattiva su attività che gli utenti possono verificare facilmente aiuta a guadagnare la loro fiducia.
Un'ultima opportunità per mantenere la fiducia è sfruttare la guidabilità dei modelli generativi. A differenza dei modelli di IA precedenti progettati per un'attività specificata in modo limitato, gli output dei modelli generativi sono molto più facili da personalizzare per gli utenti finali (come dimostrato chiedendo di rendere più drammatico, più breve o di riscrivere in modo simile). Sebbene questa guidabilità possa portare a un'esperienza utente migliore, è necessario prestare attenzione a limitarla alle funzionalità del modello. Ad esempio, in questo prototipo, invece di chiedere agli utenti dei modi per riscrivere il testo, potresti offrire un elenco di istruzioni di riscrittura che si sono rivelate efficaci come suggerimenti per l'utente finale.
Recuperare la fiducia persa
Nonostante il massimo impegno, potrebbero verificarsi casi in cui il modello generi risultati non ottimali. In questi casi, è importante consentire agli utenti di annullare qualsiasi azione di IA. Analogamente, spesso è meglio identificare le funzionalità con prestazioni variabili e attivarle solo quando gli utenti richiedono esplicitamente l'assistenza dell'IA.
- Fai brainstorming su alcuni modi diversi per creare funzionalità di undo o altri modi per recuperare la fiducia degli utenti.
Puoi trovare le soluzioni a questi problemi nella soluzione del codelab.
5. Riassumendo
Finora hai fatto esperimenti con i prompt in MakerSuite. Quando questi prompt ti soddisfano, utilizzali direttamente nel prototipo.
- Innanzitutto, salva il prompt e poi fai clic su Genera codice nell'angolo in alto a destra. Se non l'hai ancora fatto, devi anche attivare la chiave API facendo clic su Attiva chiave API nella finestra di dialogo Ricevi 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 nella tua app web. Se aggiorni il prompt in MakerSuite, ricordati di aggiornarlo nel codice utilizzando la variabile prompt nel codice incluso.
Se vuoi integrare questa API in un'app predefinita per la scrittura creativa, puoi scaricare il codice di Wordcraft.
Soluzione del codelab
Puoi scaricare il codice di 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 Scopri come realizzare un prototipo di IA responsabile con la guida PAIR e MakerSuite e hai imparato a creare 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 scoprire cosa creerai.
Letture aggiuntive
- Guida dell'utente di MakerSuite
- Guida di PAIR
- Principi dell'IA di Google