1. Antes de começar
O MakerSuite é um conjunto de ferramentas que permite criar protótipos com modelos de linguagem grandes diretamente do navegador, sem precisar de configuração. Ao usar o MakerSuite, é possível testar comandos e criar uma API que seu app tem acesso direto. Isso ajuda as equipes a enviar rapidamente aplicativos incríveis com base em IA generativa. O guia sobre pessoas e IA (PAIR, na sigla em inglês) oferece orientações sobre como projetar um novo produto com IA, focando em práticas de dados centradas em pessoas e conquistando a confiança dos usuários, algo que se aplica ao uso do MakerSuite.
Neste codelab, você vai aprender a aproveitar esses dois recursos juntos para criar experiências responsáveis baseadas em IA. O foco do codelab está na prototipagem responsável com IA generativa, e não no fluxo de trabalho completo desses recursos específicos. Para saber mais sobre o fluxo de trabalho geral do MakerSuite, consulte este tutorial básico do MakerSuite e consulte o Guia de PAREAR (em inglês) para ver orientações mais abrangentes sobre a criação de produtos de IA.
Pré-requisitos
- Noções básicas sobre a IA.
- Informações sobre o fluxo de trabalho de desenvolvimento de produtos.
O que você vai aprender
- Como usar o Guia de PAIR para verificar como suas experiências de IA funcionam para diferentes públicos e como saber quais tarefas devem ou não usar a IA.
- Como criar experiências de IA generativas que aproveitam a riqueza das práticas culturais dos usuários.
- Como integrar oportunidades ao processo de desenvolvimento de IA que ganham a confiança do usuário focando na explicabilidade voltada ao usuário.
- Como usar um kit de ferramentas mais amplo de materiais de IA generativo e recursos de IA centrados no ser humano para uma exploração mais aprofundada.
O que você vai criar
Este codelab orienta você em um processo prático de prototipagem para uma IA generativa responsável ao projetar uma ferramenta criativa de criação. Se tiver interesse, você pode até mesmo integrar os prompts criados no Wordcraft, um editor de texto de código aberto com tecnologia de IA, lançado como um protótipo de pesquisa do Google.
O que é necessário
- Navegador
- Conta do Google para acessar o MakerSuite
2. Preparativos
MakerSuite
O MakerSuite é um conjunto de ferramentas do Google que permite criar protótipos com modelos de linguagem grandes diretamente do navegador, sem precisar de configuração. É possível testar modelos rapidamente com diferentes comandos. Quando estiver contente com sua criação, é possível exportar facilmente como código Python e, em seguida, chamar os mesmos modelos usando a API Generative Language.
Para testar modelos de linguagem grandes usando o MakerSuite, faça sua inscrição na lista de espera.
Guia de pessoas e pesquisa de IA
O guia sobre pessoas e IA (PAIR, na sigla em inglês) é um recurso que ajuda desenvolvedores, designers, gerentes de produtos, estudantes e muitos outros a usar a IA com responsabilidade.
O guia de PAIR pode ajudar você e sua equipe a desenvolver uma lista de perguntas importantes relacionadas à IA, incluindo a IA generativa, no seu produto.
- Quando e como devo usar IA no meu produto?
- Como aumento a confiança dos usuários em meu sistema de IA?
- Como explico meu sistema de IA aos usuários?
- Como as experiências de IA podem ser culturalmente inclusivas e orientadas para a equidade?
Use este guia ao longo deste codelab para desenvolver perguntas sobre prototipagem e escolher entre diferentes opções de design.
Acesse o código para o Wordcraft (opcional)
O Wordcraft é um editor de texto com tecnologia de IA desenvolvido no Google Research que examina a escrita colaborativa de histórias humanas e de IA. O Wordcraft é de código aberto, então é possível testar os comandos neste codelab por conta própria.
- Para acessar o código do Wordcraft, use o seguinte comando:
git clone https://github.com/pair-code/wordcraft
Se preferir, também é possível fazer o download do arquivo ZIP:
a definir
3. Use IA generativa para escrever histórias
Um modelo de linguagem grande (LLM) é um modelo de IA treinado em grandes quantidades de texto de livros, artigos e sites para aprender gramática, frases comuns e outras informações. Com base nesses dados e com alguns ajustes adicionais, um LLM como o PaLM pode concluir muitas tarefas de inteligência artificial com base em instruções simples, em vez de exigir programação sofisticada de aprendizado de máquina. Ele também pode responder a perguntas, resumir informações, traduzir e executar muitas outras tarefas de IA.
Neste codelab, você vai usar um LLM para prototipar um app que ajuda autores a escrever histórias. Além de ter informações gerais sobre o mundo, gramática e tudo mais, o PaLM LLM do Google foi projetado para seguir as instruções ou comandos do usuário. Então, para prototipar sua ferramenta no MakerSuite, você ensina ao seu modelo o que escrever como resposta instigada pelo comando do usuário.
Escreva histórias assistidas por IA usando comandos de texto no MakerSuite
- Para criar um comando, clique em Create New no painel à esquerda e escolha a opção Text prompt. Comece com este comando:
You are a talented fiction author. Write a story about a given topic.
Topic: {{topic}}
Depois que você digitar essa solicitação, o MakerSuite detectará que {{topic}} é uma entrada e abrirá um painel Testar sua solicitação para que você veja como ela funciona com várias entradas.
- Digite
A boy discovers a lost cat in his yarde clique no painel de modelo (à direita do botão Run) e escolha uma temperatura de0.8. - Por fim, clique em Run para executar o comando. O resultado do comando deve aparecer na tabela a qualquer momento.
A escolha da configuração de temperatura de 0.8 informa ao modelo que você prefere diversidade em sua saída. Isso resulta em histórias mais criativas, mas produz saídas diferentes sempre que é executada. Se você quiser exatamente a mesma saída todas as vezes, defina a temperatura como 0.
Essa é uma saída possível:
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.
- Tente executar o comando várias vezes e observe as diferentes histórias criadas.
Como você pode ver, o modelo escreve uma história estruturada que flui de maneira lógica, mas também faz várias suposições. A história gira em torno de um menino chamado Henry, por exemplo. É possível mudar essas suposições especificando o nome do protagonista ou se quer que a história se concentre no gatinho ou no humano.
- Atualize seu comando e clique em Run para observar como se comporta com todas as entradas de teste.
Identificar as tarefas mais adequadas para a assistência de IA usando o Guia de PAIR
Até agora, supomos que os modelos de IA escrevem uma história completa com uma breve descrição. Mas essa é a decisão de design certa para sua ferramenta criativa? Imagine, por exemplo, um assistente que ajuda os autores a reescrever partes da história que eles escolhem. É possível prototipar essa interação no MakerSuite tornando o fragmento da história mais dramático.
Isso traz uma assistência muito mais focada, reescrevendo um parágrafo por vez. De forma geral, aplicando algumas modificações ao seu comando, é possível prototipar uma ferramenta que visa aumentar os recursos do usuário, em vez de uma que foca em automatizar tarefas.
O guia de PAIR oferece uma maneira baseada em princípios para fazer e responder a perguntas como essas no processo de desenvolvimento de IA. Enquanto o MakerSuite ajuda a prototipar ideias rapidamente, o Guia de PAIR permite que você restrinja as escolhas de design às mais promissoras para suas finalidades e ao público-alvo que você quer engajar. Use o guia para entender se a ampliação ou a automação é a abordagem certa para formar parcerias com a IA e criar seu app.
Comece com a pergunta de orientação Como usar IA? no guia. Como o padrão Guidebook observa, é melhor usar a IA quando ela agrega valor exclusivo. Nesse caso, como os LLMs são treinados com muitos dados sobre gramática, frases comuns e outras informações da Internet, pode ser útil aproveitar a capacidade do modelo de entender o mundo da matéria que você quer descrever na saída do app de escrita e sugerir maneiras de reescrevê-lo. Isso se baseia no padrão de recomendações personalizadas no guia.
Vá além. O Guia do PAIR oferece um capítulo sobre as necessidades do usuário com orientação sobre se as tarefas devem ser automatizadas ou aumentadas.
Ao considerar o aumento ou a automação, lembre-se de que seu protótipo é um app útil para escritores. Então, é provável que seus usuários gostem de escrever, queiram se apropriar da própria escrita e tenham preferências construídas ao longo da vida que podem ser difíceis de comunicar. Levando tudo isso em conta, a abordagem aumentada pode ser a opção mais promissora.
Com base no Guia do PAIR, pode fazer sentido pensar no app que você está prototipando como uma ferramenta, e não como reescrever. Por exemplo, é possível alterar o comando para permitir diferentes estilos de escrita.
- Crie um comando de texto:
Edit the paragraph below. Make it \{\{rewrite style\}\}. Only respond with the updated text. Do not include any explanation.
Paragraph: {{paragraph}}
Aqui, \{\{rewrite style\}\} e {{paragraph}} são entradas de texto.
- No painel de testes, teste vários estilos de reescrita, como mais curto, mais dramático, mais inteligente, menos gramaticalmente estranho, poético e assim por diante.
Mude a história para se adequar à cultura de cada país
Até agora, testamos o comando de reescrita de parágrafo com histórias que carecem de um forte contexto cultural. Ao projetar experiências de IA responsáveis, muitas vezes é bom variar as entradas.
Tente várias entradas de teste, como:
- Em um canto tranquilo de um café parisiense pitoresco, um cliente solitário sentia o aroma do café que tinha acabado de sair, seus pensamentos vagavam para um momento há muito esquecido que mudou para sempre o curso da vida dele.
- Na energia caótica de um trem de Mumbai, uma mulher de meia-idade puxou conversa com uma pessoa desconhecida. Que fascinante, pensou ela, viviam na mesma cidade e tinham vidas tão diferentes.
- Em meio ao caos vibrante de um mercado de rua movimentado de Xangai, um vendedor de comida de rua parou para observar a multidão indo e vindo.
Faça experiências com outros contextos culturais e geográficos de maneira responsável, evitando o viés injusto e os estereótipos históricos. Embora o LLM tenha conhecimento sobre muitas partes do mundo com base em dados existentes encontrados on-line, ele pode não conseguir todos os detalhes em um lugar geográfico específico. Como o guia de PAIR sugere, é importante em tarefas de ampliação para oferecer controle aos usuários. Por exemplo, é possível estender os recursos de reescrita do protótipo para ter mais controle da trama e detalhes da história.
Muitos modelos generativos também exibem suposições padrão, em parte devido a padrões mais prevalentes em seus enormes conjuntos de dados de treinamento de informações on-line. É importante saber que os modelos podem ser programados para criar outras suposições igualmente válidas. Por exemplo, no prompt reescrever um parágrafo acima, você pode especificar um gênero para o estranho no trem mudando o estilo de regravação, escrevendo "short. Lembre-se de que o estranho também é uma mulher."
4. Estabeleça a confiança
Sem a confiança dos usuários, até mesmo os recursos de IA mais inovadores podem não ser usados. Confiança é o sentimento que os usuários sentem quando uma IA é boa, confiável e útil. Ajudar os usuários a ter confiança na ferramenta pode incentivar eles a saber como e quando usar determinados recursos e, assim, melhorar a experiência geral do usuário.
O Guia do PAIR oferece algumas ideias para ajudar os usuários a determinar o quanto eles devem confiar nos sistemas de IA:
Crie confiança desde o início
Para IA generativa, é ainda mais útil comunicar a intenção de um recurso e ajudar os usuários a entender as limitações da IA. Por exemplo, como os modelos de linguagem são projetados principalmente para prever o que vem a seguir no texto, eles nem sempre são realmente precisos na saída. Por isso, é importante ajudar os usuários a entender que este protótipo é uma ajuda para a escrita criativa e não é factual. Se o usuário quiser checar os detalhes e quiser fatos, ele deverá pesquisar on-line por meio de recursos confiáveis.
Pense em algumas maneiras diferentes para ajudar os usuários a entender que esse protótipo não se destina a ser usado para escrever informações factuais, mas especificamente para escrever ficção.
Manter a confiança
Da mesma forma, embora os modelos de IA generativa tenham um bom desempenho, em muitos casos de uso específicos, os usuários não podem verificar se as tarefas foram concluídas corretamente. Por exemplo, este protótipo é projetado com base na conclusão do texto e na reescrita direcionada de ficção, recursos que os usuários podem verificar facilmente. Por outro lado, os modelos generativos podem ser facilmente comandados a reescrever grandes porções de texto e os usuários podem acabar perdendo erros sutis que podem ter ocorrido. Em geral, concentrar recursos interativos e generativos de IA em tarefas facilmente verificáveis pelos usuários ajuda a ganhar a confiança deles.
A última chance de manter a confiança é alavancar os recursos de direção dos modelos generativos. Ao contrário dos modelos de IA anteriores projetados para uma tarefa específica, as saídas dos modelos generativos são muito mais fáceis de serem personalizadas pelos usuários (como mostramos ao solicitar uma reescritamais dramática, mais curta etc.). Esses recursos de direção podem melhorar a experiência do usuário, mas é preciso tomar cuidado para que fiquem limitados dentro das capacidades do modelo. Por exemplo, em vez de perguntar ao usuário como reescrever o texto, esse protótipo pode fornecer uma lista de instruções de reescrita consideradas úteis para o usuário final.
Reconquistar a confiança perdida
Apesar dos seus esforços, pode haver casos em que o modelo não produz resultados abaixo do ideal. Nesses casos, é importante permitir que os usuários desfaçam qualquer ação da IA. Da mesma forma, muitas vezes é melhor identificar recursos com desempenho variável e acioná-los apenas quando os usuários solicitam explicitamente a assistência de IA.
- Pense em algumas maneiras diferentes de criar recursos desfazer ou outras formas de recuperar a confiança do usuário.
Você encontra soluções para esses desafios no codelab.
5. Vamos colocar em prática
Até agora você testou os comandos no MakerSuite. Quando estiver contente com os comandos, use-os diretamente no seu protótipo.
- Primeiro, salve o comando e clique em Get code no canto superior direito. Se você ainda não ativou uma chave de API, você precisa ativar. Clique em Enable API key na caixa de diálogo Get code.
O MakerSuite gera códigos que podem ser usados diretamente no seu aplicativo. Por exemplo, para usar com um aplicativo da Web, escolha o código JavaScript. Copie o código diretamente da caixa de diálogo e cole em seu app da web. Se você atualizar os comandos no MakerSuite, deve atualizar também no seu código, usando a variável de comando no código incluído.
Se você quiser integrar essa API em um aplicativo pré-criado para a criação de criativos, faça o download do código do Wordcraft.
Solução de codelab
É possível acessar o código do Wordcraft no GitHub:
git clone https://github.com/pair-code/wordcraft
Se preferir, faça o download do repositório como um arquivo ZIP:
6. Parabéns
Você concluiu o codelab Aprenda a criar protótipos de Responsible AI com o PAIR Guidebook e o MakerSuite e aprendeu a prototipar experiências de IA responsável (neste caso, para um app de escrita criativo) usando algumas ferramentas do Google. Mal podemos esperar para conhecer suas criações!
Leia mais
- Guia do usuário MakerSuite
- Guia PAIR
- Princípios de IA do Google