En mi estantería tengo muchos libros que abarcan desde redes e IA hasta seguridad y conceptos básicos. Aunque hace tiempo que me deshice de la mayoría de mis libros de texto universitarios, aún conservo dos: el «libro del dragón» e «Introducción a los algoritmos».
Conservo el primero por motivos sentimentales. He escrito exactamente dos compiladores en mi vida y espero no tener que escribir nunca otro. El segundo lo conservo porque es atemporal. Los algoritmos, como veis, no están ligados a ningún sistema operativo ni lenguaje. Son reglas lógicas —patrones— que se siguen para resolver problemas comunes.
Por eso, cuando salgo en coche, a veces digo que aplico «Dijkstra» a mis recados. El algoritmo de Dijkstra es un conjunto de reglas para encontrar la ruta más corta, y resulta tan útil para hacer varios recados como para enrutar paquetes a través de una red.
Teniendo esto en cuenta, analicemos el ámbito en constante evolución de la ingeniería de prompts. Una definición sencilla sería «la práctica de diseñar instrucciones para herramientas de IA generativa que produzcan resultados óptimos». (McKinsey)
A lo largo de los últimos meses, hemos visto surgir numerosas «técnicas» de ingeniería de prompts, cada una de ellas concebida para resolver un tipo específico de problema: cómo obtener resultados óptimos de la IA generativa.
Forbes está haciendo un excelente trabajo al dar visibilidad a estas técnicas:
Hay muchos más, pero todos comparten las mismas características. Cada uno describe un conjunto de reglas o patrones para interactuar con la IA generativa y obtener los resultados deseados. Desde el punto de vista de la ingeniería, esto no es muy distinto de los algoritmos que describen cómo ordenar un árbol binario, invertir una lista enlazada o encontrar la ruta más corta hasta un destino en un grafo.
Son, tanto por su diseño como por su finalidad, algoritmos de lenguaje natural.
Ahora bien, no voy a animar a los ingenieros a convertirse en ingenieros de prompts. Pero, como muchos ingenieros están descubriendo hoy en día, utilizar algoritmos de lenguaje natural para diseñar soluciones de IA generativa más eficaces funciona. Si lees este artículo sobre cómo mitigar las alucinaciones de la IA verás que, en el contexto de la solución, se utilizan varios algoritmos de lenguaje natural, entre ellos el razonamiento en cadena y la IA reflexiva, para guiar las respuestas de GPT y generar así una respuesta óptima.
Es importante reconocerlo porque, a medida que surgen técnicas de ingeniería de prompts y, con el tiempo, reciben nombres reconocibles, se convierten en los componentes básicos de las soluciones que aprovechan la IA generativa. Las técnicas de ingeniería de prompts de hoy son los algoritmos de lenguaje natural del mañana.
Y haríamos bien en no ignorarlas ni descartarlas por considerarlas menos valiosas que los algoritmos tradicionales, ni pensar que solo son aplicables a las interfaces de chat que utilizan nuestros familiares y amigos.
Podemos recurrir a una API para integrar la IA generativa en distintas soluciones, pero los datos que intercambiamos están expresados en lenguaje natural, lo que significa que podemos aprovechar esas técnicas de ingeniería de prompts —esos algoritmos de lenguaje natural— en las soluciones que estamos desarrollando para obtener de la IA generativa respuestas mejores, más claras y más precisas.
Esto también significa que los responsables tecnológicos no solo deberían permitir, sino animar a los ingenieros a dedicar tiempo a interactuar con la IA generativa para descubrir los patrones y algoritmos que darán lugar a soluciones más óptimas.
Nunca se sabe, puede que uno de tus ingenieros acabe dando nombre a un algoritmo en el futuro.
Sobre el autor
Lori MacVittie es ingeniera distinguida y evangelista jefe en la Oficina del CTO de F5, y cuenta con una amplia experiencia en entrega de aplicaciones, estrategia de automatización e infraestructura. Es conocida por convertir la complejidad en claridad, ya sea definiendo mecanismos de protección para agentes de IA, analizando arquitecturas multinube frágiles o explorando los límites de los sistemas escalables. Aporta más de treinta años de experiencia en el sector en desarrollo de aplicaciones, arquitectura de TI y operaciones de redes y sistemas. Antes de incorporarse a F5, fue una galardonada editora de tecnología. MacVittie posee un máster en Informática y es una autora prolífica cuyas publicaciones abarcan la seguridad, la nube y la arquitectura empresarial. También es una apasionada de los juegos de mesa y los videojuegos, y expresa sin complejos sus firmes opiniones sobre el queso.
Más artículos de Lori Mac VittieArtículos relacionados del blog
Proteger los endpoints de las API dificulta la seguridad de las API
Descubre las complejidades de la seguridad de las API, los retos a los que se enfrentan las organizaciones, la evolución de los ataques contra endpoints de API y la necesidad de políticas de seguridad adaptadas.
¿Qué es el sesgo de la IA y por qué es importante para TI?
Descubre los fundamentos del aprendizaje de la IA. Aprende cómo pueden surgir sesgos en la IA y qué riesgos plantean para las TI y la transformación digital.
Redefiniendo la ciberseguridad en el extremo de la nube distribuida con IA y telemetría en tiempo real
La transformación digital y la adopción de tecnologías en la nube están provocando cambios en las arquitecturas de las aplicaciones. Estos cambios introducen nuevas superficies de ataque, que son el objetivo de métodos de ataque avanzados, altamente organizados y con motivaciones económicas. Mediante el uso del framework Morpheus de NVIDIA, F5 está investigando técnicas para detectar estas amenazas avanzadas con telemetría en tiempo real y análisis basados en IA.
El papel de la nube en las aplicaciones nativas del edge
No debería sorprender que, al igual que la aparición de la nube dio lugar a las aplicaciones nativas de la nube, el edge esté impulsando un conjunto de aplicaciones nativas del edge. Sin embargo, estas aplicaciones no residirán únicamente en el edge. Al mismo tiempo, están surgiendo nuevos patrones arquitectónicos que aprovechan las aplicaciones alojadas en la nube y en el centro de datos.
La creciente diversidad de ubicaciones y usuarios está impulsando a las empresas hacia el edge
En el contexto del ámbito de las aplicaciones, el término «usuario» siempre se ha referido a la entidad que interactúa con una aplicación. Del mismo modo que los cambios en las arquitecturas de las aplicaciones impulsan cambios en las tecnologías que permiten ofrecerlas y protegerlas, los cambios en la definición de usuario han provocado cambios en los lugares donde se despliegan las aplicaciones.
El edge está impulsando un renacimiento de las infraestructuras
A medida que las organizaciones aumentan la generación de datos y tratan de extraer valor empresarial de ellos, sin duda recurrirán a la analítica y la automatización basadas en la IA y el aprendizaje automático. Precisamente este tipo de cargas de trabajo son las que más se beneficiarían de una infraestructura optimizada y, sin embargo, hoy en día son las que menos probabilidades tienen de poder aprovecharla.