La mayoría de las empresas del Reino Unido están dispuestas a ofrecer salarios más altos a los candidatos con habilidades en IA, según un nuevo informe. Los gerentes de contratación pagarán un 45% más en promedio por aquellos con experiencia demostrable en áreas como procesamiento del lenguaje natural, creación de contenido de inteligencia artificial y desarrollo de chatbot. Sin embargo, las habilidades necesarias en IA son difíciles de conseguir: más del 40% de los líderes empresariales dicen que no pueden encontrar las habilidades adecuadas que necesitan en los empleados de tiempo completo. Los resultados, publicados en el Índice de Fuerza Laboral del Reino Unido 2024 de Fiverr, provienen de una encuesta realizada a 2200 tomadores de decisiones empresariales, trabajadores del conocimiento y autónomos del Reino Unido. «La gran demanda de estas habilidades especializadas en IA está impulsando a las empresas a tomar medidas proactivas para atraer y retener talento», escribieron los autores. Casi la mitad de los encuestados en el estudio de Fiverr dijeron que el talento poco calificado en general era su principal barrera para la contratación. La principal habilidad que falta en la fuerza laboral del Reino Unido es la IA, citada por el 32%, y las redes sociales caerán al tercer lugar a partir de 2023. ¿Cuáles son las habilidades de IA más demandadas? Las habilidades de IA más buscadas son la creación de contenido de IA y ChatGPT, que eran necesarias para el 35% y el 32% de los encuestados, respectivamente. Otras habilidades en demanda incluyen la creación de chatbots con IA (29%), el dominio del generador de imágenes con IA Midjourney (25%) y el procesamiento de imágenes con IA (21%). VER: Este acuerdo de TechRepublic Academy sobre un paquete de certificación de IA y ML. Los autores escribieron: “La demanda de habilidades de IA es un testimonio del ritmo acelerado del avance tecnológico. La notable disposición de las empresas a ofrecer aumentos salariales sustanciales por la experiencia en Al resalta el papel fundamental que desempeñan estas habilidades para impulsar la innovación y mantener una ventaja competitiva. “Esta voluntad de invertir en talento de Al refleja un reconocimiento más amplio del potencial transformador de las tecnologías de Al en diversas industrias. Es probable que las empresas que prioricen el desarrollo y la integración de capacidades de Al lideren la innovación y la eficiencia, estableciendo puntos de referencia para el futuro del trabajo”. Según Donal McMahon, vicepresidente de ciencia de datos en el lugar de trabajo. De hecho, la demanda de habilidades en IA también se está reflejando a nivel mundial. A principios de este año, le dijo a TechRepublic que las empresas de todo el mundo «están buscando empleados que conozcan la IA y puedan adaptarse a tecnologías nuevas y emergentes». Más cobertura de IA de lectura obligada La falta de habilidades en IA frena a la economía del Reino Unido Los resultados del informe respaldan el hallazgo reciente de que el Reino Unido va a la zaga del resto de Europa en el dominio de habilidades técnicas. Un informe de Microsoft también calculó que añadir cinco años al tiempo que lleva implementar la IA en el país podría reducir su impacto económico en 2035 en más de £150 mil millones. En el informe de Microsoft se cita la falta de habilidades digitales como uno de los principales factores que frenan la digitalización de las empresas del Reino Unido. De hecho, el 40% de las empresas informaron que les resultaba difícil contratar personal con buenas habilidades digitales, lo que lleva a una implementación más lenta de nuevas tecnologías. Teniendo en cuenta las importantes inversiones del gobierno en habilidades digitales, la falta de competencia digital del Reino Unido sugiere que tal vez sea necesario reevaluar los esfuerzos actuales, y salarios más altos para aquellos con experiencia en IA podrían alentar a los trabajadores a mejorar sus habilidades. VER: Los 10 mejores cursos de IA en 2024 Según el gobierno del Reino Unido, el sector de IA del país ya emplea a más de 50.000 personas y aporta más de £3.700 millones a la economía cada año. Para 2035, se prevé que el mercado de IA del Reino Unido crezca hasta superar el billón de dólares. El Departamento de Educación descubrió recientemente que entre el 10 y el 30 % de los empleos podrían automatizarse utilizando IA, por lo que incorporar empleados que puedan implementar esta automatización podría tener un gran impacto en la eficiencia y los ingresos del negocio. ¿Por qué hay escasez de habilidades en IA en el Reino Unido? El nivel de “vacantes con escasez de habilidades”, donde un puesto no se puede cubrir debido a la falta de habilidades, calificaciones o experiencia entre los solicitantes, es muy alto en el sector de la información y las comunicaciones del Reino Unido, que incluye la IA. La cifra pasó de un ya elevado 25% en 2017 al 43% en 2022, el último año del que hay datos disponibles. VER: Principales tendencias en habilidades de TI en el Reino Unido para 2024 En 2023, Red Hat encuestó a gerentes de TI en grandes empresas con sede en el Reino Unido sobre por qué los equipos estaban luchando contra la escasez de habilidades, y las tres razones principales fueron: Las altas cargas de trabajo impedían que las personas encontraran tiempo. para mejorar sus habilidades. La falta de presupuesto para formación, mejora de capacidades o contratación. Equipos que trabajan en silos, lo que impide oportunidades de aprendizaje entre equipos.
Etiqueta: chat gp
Uno de los mayores problemas de los grandes modelos de lenguaje que impulsan a los chatbots como ChatGPT es que nunca se sabe cuándo se puede confiar en ellos. Pueden generar una prosa clara y coherente en respuesta a cualquier pregunta, y gran parte de la información que proporcionan es precisa y útil. Pero también alucinan (en términos menos educados, inventan cosas) y esas alucinaciones se presentan en la misma prosa clara y coherente, dejando que el usuario humano detecte los errores. También son aduladores, tratando de decirles a los usuarios lo que quieren oír. Puedes probar esto pidiéndole a ChatGPT que describa cosas que nunca sucedieron (por ejemplo: «describe el episodio de Barrio Sésamo con Elon Musk» o «cuéntame sobre la cebra en la novela Middlemarch») y verificando sus respuestas absolutamente plausibles. El último pequeño paso de OpenAI para abordar este problema viene en forma de una herramienta ascendente que ayudaría a los humanos que entrenan al modelo a guiarlo hacia la verdad y la precisión. Hoy, la empresa publicó una entrada en su blog y un artículo de preimpresión que describe el esfuerzo. Este tipo de investigación entra en la categoría de trabajo de “alineación”, ya que los investigadores están tratando de hacer que los objetivos de los sistemas de IA se alineen con los de los humanos. El nuevo trabajo se centra en el aprendizaje de refuerzo a partir de la retroalimentación humana (RLHF), una técnica que se ha vuelto muy importante para tomar un modelo de lenguaje básico y afinarlo, haciéndolo adecuado para su publicación. Con RLHF, los entrenadores humanos evalúan una variedad de resultados de un modelo de lenguaje, todos generados en respuesta a la misma pregunta, e indican qué respuesta es la mejor. Cuando se realiza a escala, esta técnica ha ayudado a crear modelos que son más precisos, menos racistas, más educados, menos inclinados a dar una receta para un arma biológica, etc. ¿Puede una IA atrapar a otra IA en una mentira? El problema con RLHF, explica el investigador de OpenAI Nat McAleese, es que “a medida que los modelos se vuelven más inteligentes, ese trabajo se vuelve cada vez más difícil”. A medida que los LLM generan respuestas cada vez más sofisticadas y complejas sobre todo, desde la teoría literaria hasta la biología molecular, los humanos típicos se vuelven menos capaces de juzgar los mejores resultados. «Eso significa que necesitamos algo que vaya más allá de RLHF para alinear sistemas más avanzados», dice McAleese a IEEE Spectrum. La solución que OpenAI encontró fue, ¡sorpresa!, más IA. En concreto, los investigadores de OpenAI entrenaron un modelo llamado CriticGPT para evaluar las respuestas de ChatGPT. En estas pruebas iniciales, solo hicieron que ChatGPT generara código informático, no respuestas de texto, porque los errores son más fáciles de detectar y menos ambiguos. El objetivo era crear un modelo que pudiera ayudar a los humanos en sus tareas de RLHF. «Estamos muy entusiasmados con esto», dice McAleese, «porque si tienes ayuda de IA para hacer estos juicios, si puedes hacer mejores juicios cuando estás dando retroalimentación, puedes entrenar un mejor modelo». Este enfoque es un tipo de «supervisión escalable» que tiene como objetivo permitir que los humanos vigilen los sistemas de IA incluso si terminan superándonos intelectualmente. “Usar anotadores humanos asistidos por LLM es una forma natural de mejorar el proceso de retroalimentación”. —Stephen Casper, MITPor supuesto, antes de poder usarse para estos experimentos, CriticGPT tuvo que ser entrenado usando las técnicas habituales, incluyendo RLHF. En un giro interesante, los investigadores hicieron que los entrenadores humanos insertaran deliberadamente errores en el código generado por ChatGPT antes de entregárselo a CriticGPT para su evaluación. Luego, CriticGPT ofreció una variedad de respuestas y los humanos pudieron juzgar los mejores resultados porque sabían qué errores debería haber detectado el modelo. Los resultados de los experimentos de OpenAI con CriticGPT fueron alentadores. Los investigadores descubrieron que CriticGPT detectó sustancialmente más errores que los humanos calificados pagados por la revisión del código: CriticGPT detectó aproximadamente el 85 por ciento de los errores, mientras que los humanos detectaron solo el 25 por ciento. También descubrieron que emparejar CriticGPT con un entrenador humano dio como resultado críticas más completas que las escritas por humanos solos y contenían menos errores alucinógenos que las críticas escritas por ChatGPT. McAleese dice que OpenAI está trabajando para implementar CriticGPT en sus procesos de entrenamiento, aunque no está claro qué tan útil sería en un conjunto más amplio de tareas. CriticGPT detecta errores de codificación, pero tal vez no cebras Es importante señalar las limitaciones de la investigación, incluido su enfoque en fragmentos cortos de código. Si bien el artículo incluye una mención casual de un experimento preliminar que utilizó CriticGPT para detectar errores en respuestas de texto, los investigadores aún no se han adentrado realmente en esas aguas más turbias. Es complicado porque los errores en el texto no siempre son tan obvios como una cebra entrando bailando vals en una novela victoriana. Además, RLHF se usa a menudo para garantizar que los modelos no muestren sesgos dañinos en sus respuestas y brinden respuestas aceptables sobre temas controvertidos. McAleese dice que es poco probable que CriticGPT sea útil en tales situaciones: «No es un enfoque lo suficientemente sólido». Un investigador de IA sin conexión con OpenAI dice que el trabajo no es conceptualmente nuevo, pero es una contribución metodológica útil. «Algunos de los principales desafíos con RLHF surgen de las limitaciones en la velocidad de cognición humana, la concentración y la atención a los detalles», dice Stephen Casper, estudiante de doctorado en el MIT y uno de los autores principales de un artículo de preimpresión de 2023 sobre las limitaciones de RLHF. «Desde esa perspectiva, el uso de anotadores humanos asistidos por LLM es una forma natural de mejorar el proceso de retroalimentación. Creo que este es un paso significativo hacia un entrenamiento más eficaz de los modelos alineados». Pero Casper también señala que combinar los esfuerzos de los humanos y los sistemas de IA «puede crear problemas completamente nuevos». Por ejemplo, dice, «este tipo de enfoque eleva el riesgo de una participación humana superficial y puede permitir la inyección de sesgos sutiles de IA en el proceso de retroalimentación». La nueva investigación de alineación es la primera que surge de OpenAI desde que la empresa… reorganizó su equipo de alineación, por decirlo suavemente. Tras las llamativas salidas del cofundador de OpenAI, Ilya Sutskever, y del líder de alineación, Jan Leike, en mayo, ambas supuestamente impulsadas por preocupaciones de que la empresa no estaba priorizando el riesgo de la IA, OpenAI confirmó que había disuelto su equipo de alineación y distribuido a los miembros restantes del equipo a otros grupos de investigación. Todo el mundo ha estado esperando para ver si la empresa seguiría publicando investigaciones de alineación creíbles e innovadoras, y en qué escala. (En julio de 2023, la empresa había anunciado que dedicaría el 20 por ciento de sus recursos informáticos a la investigación de la alineación, pero Leike dijo en un tuit de mayo de 2024 que su equipo había estado recientemente «luchando por la computación»). La preimpresión publicada hoy indica que al menos los investigadores de alineación todavía están trabajando en el problema. Artículos de su sitio Artículos relacionados en la Web
Destacado del curso: Google AI Essentials de Coursera Nuestra evaluación: Lo mejor para principiantes Google AI Essentials de Coursera se destaca como un curso flexible y apto para principiantes que muestra cómo utilizar la IA generativa para acelerar las tareas laborales cotidianas, como escribir correos electrónicos, resumir reuniones o resolver problemas matemáticos. Aprenda técnicas de ingeniería rápida, como indicaciones de pocos disparos. Identifique los posibles sesgos de la IA generativa y vea cómo reducir el daño. Determine si la IA generativa es adecuada para las tareas que necesita realizar. Planifique con anticipación cómo mantenerse al día con el campo de rápido desarrollo de IA generativa. A principios de este año, el director ejecutivo de NVIDIA, Jensen Huang, predijo que la IA generativa está «cerrando la brecha tecnológica» en parte debido a la ingeniería rápida o la capacidad de obtener información y acciones del modelo de IA a través del lenguaje natural. La programación sigue siendo una habilidad importante, dijo, pero «todos necesitamos aprender a activar las IA». ¿Qué es la ingeniería rápida? Dado que la IA generativa interpreta el lenguaje natural, la ingeniería rápida es el proceso de estructurar y elegir las palabras adecuadas para que las interprete el modelo. La ingeniería de mensajes puede ser engañosamente simple y a veces implica decirle directamente al modelo de IA para qué audiencia debe escribir o enfatizar cuándo un elemento del mensaje es «realmente importante». La ingeniería rápida puede parecer misteriosa, pero a menudo no hay mucho de lo que normalmente se considera ingeniería involucrada. Sin embargo, la ingeniería rápida se cruza con muchos otros elementos del trabajo con IA generativa, todos los cuales implican mucho que explorar y aprender. VER: Hemos seleccionado los mejores cursos para aprender sobre IA en general. Si bien hay muchos cursos sobre ingeniería rápida, hemos elegido módulos que específicamente dan como resultado certificados de finalización. Puede utilizar estas certificaciones para trabajar hacia sus objetivos profesionales. Se pueden incluir certificaciones en su currículum para mostrar iniciativa y educación continua. Basamos nuestras selecciones en reseñas, sentimiento de la comunidad, la profundidad y variedad de los temas ofrecidos y la practicidad de la información. Otros buenos recursos para explorar la ingeniería rápida, que pueden incluir o no opciones para recibir una certificación, son Learn Prompting y DeepLearning.AI. Descargo de responsabilidad: este artículo está patrocinado por Coursera. Las mejores certificaciones de ingeniería rápida: Tabla comparativa CostoDuraciónNivel de habilidad Google AI Essentials (Coursera) $ 49- $ 79 por mes con una prueba gratuita de 7 días. 9 horas Principiante The Complete Prompt Engineering for AI Bootcamp (2024) (Udemy) $ 109,99 Aproximadamente 17 horas IA generativa intermedia para Especialización en ingenieros de datos (Coursera) $ 49- $ 79 por mes con una prueba gratuita de 7 días. 25 horas Especialización intermedia en ingeniería rápida (Coursera) $ 49- $ 79 por mes con una prueba gratuita de 7 días. 36 horas IA generativa intermedia con LLM (Coursera) $ 49 -$ 79 por mes con una prueba gratuita de 7 días. 15 horas Google AI Essentials intermedio: ideal para principiantes La fecha de inscripción siempre será la fecha actual. Imagen: Coursera/Captura de pantalla de TechRepublic Uno de los elementos que cubre este curso es «Escribir indicaciones claras y específicas para obtener el resultado que desea», pero este curso también es una buena descripción general de la IA generativa y da como resultado un certificado de finalización. Este curso y certificación se produjeron como parte de Crecer con Google, una iniciativa de capacitación laboral; por lo tanto, puede estar seguro de que el control de calidad de Google se aplica al material. Este curso consta de estos módulos: Introducción a la IA. Maximice la productividad con herramientas de inteligencia artificial. Descubra el arte de la ingeniería rápida. Utilice la IA de forma responsable. Manténgase a la vanguardia de la curva de la IA. Precios Esta certificación requiere una cuenta de Coursera, que para un individuo cuesta entre $49 y $79 por mes con una prueba gratuita de 7 días, según el curso y el plan. Duración Coursera afirma que el curso tarda 9 horas en completarse. ProsCons Aprobado por Google. No toma mucho tiempo completarlo. Cubre una amplia gama de temas. No se enfoca solo en ingeniería rápida. No es muy técnico. Requisitos previos Este curso no tiene requisitos previos. The Complete Prompt Engineering for AI Bootcamp (2024): lo mejor para profesionales establecidos. Udemy ocasionalmente tiene ventas; el precio de venta que aparece en la foto finaliza el 27 de junio. Imagen: Udemy/Captura de pantalla de TechRepublic Complete Prompt Engineering for AI Bootcamp (2024) es uno de los cursos de ingeniería rápida más actualizados que encontramos en Udemy. Los instructores lo actualizaron por última vez en mayo de 2024, agregando información sobre la aplicación de escritorio ChatGPT y otra información. Este es un curso práctico para programadores: incluye cómo usar Python, Langchain, el administrador de difusión estable AUTOMATIC1111 para la generación de imágenes y más para aprovechar al máximo la IA generativa, así como instrucciones sobre cómo perfeccionar las indicaciones, enseñar un IA para desempeñar un papel y más. Precios Este curso normalmente cuesta $109,99, pero a veces estará en oferta. Duración Este curso incluye 17 horas de video, así como tareas que deberá completar a su propio ritmo. ProsCons Completo y práctico. Los materiales del curso se actualizan con frecuencia. Los instructores trabajan en el campo de la ingeniería de indicaciones. Se incluyen listas de indicaciones de ejemplo en los materiales del curso. Algunos revisores dicen que el contenido puede ser repetitivo. Relativamente costoso. Requisitos previos Para realizar este curso, debe poder leer y escribir en Python. Especialización en IA generativa para ingenieros de datos: lo mejor para ingenieros de datos. Esta certificación consta de tres cursos, todos administrados por profesionales de IBM. Imagen: Coursera/Captura de pantalla de TechRepublic Esta especialización da como resultado una certificación que demuestra que ha completado tres cursos: IA generativa: introducciones y aplicaciones. IA generativa: conceptos básicos de ingeniería rápida. IA generativa: mejore su carrera en ingeniería de datos. Todos los cursos fueron desarrollados por IBM. Recomendamos los tres cursos para aprovechar al máximo la certificación, pero usted puede elegir qué tema y período de tiempo le convienen mejor. Precios Se puede acceder a los tres cursos a través de una suscripción a Coursera por $49-$79 por mes con una prueba gratuita de 7 días. Duración Los materiales para esta certificación abarcan 25 horas en total. ProsCons Impartido por profesionales de IBM. Manténgase actualizado sobre las herramientas utilizadas en ingeniería rápida. Cubre la IA generativa desde una perspectiva de ingeniería de datos, lo cual es bueno para agregar a un conjunto de habilidades existente. Puede ser demasiado general para personas que solo buscan ingeniería rápida. o que no estén interesados en la ingeniería de datos. Requisitos previos Las personas que toman la sección de ingeniería de datos deben tener alguna experiencia en ingeniería de datos. Las introducciones a la IA generativa y la ingeniería rápida no requieren requisitos previos ni experiencia. Especialización en ingeniería rápida: lo mejor para las personas que trabajan con ChatGPT. Completar esta especialización requiere tomar tres cursos: Ingeniería rápida para ChatGPT, análisis de datos avanzado de ChatGPT e IA generativa confiable. Imagen: Coursera/Captura de pantalla de TechRepublic La especialización en ingeniería rápida de la Universidad de Vanderbilt en Coursera incluye tres cursos: Ingeniería rápida para ChatGPT. Análisis de datos avanzado de ChatGPT. IA generativa confiable. Elegimos esta especialización porque se centra en los aspectos específicos de la ingeniería rápida con una aplicación de IA popular, ChatGPT, pero también cubre cómo producir resultados lo más precisos posible a partir de la IA generativa en general. Precios Se puede acceder a los tres cursos a través de una suscripción a Coursera por $49-$79 por mes con una prueba gratuita de 7 días. Duración Los materiales para esta certificación abarcan 36 horas en total. ProsCons Incluye secciones sobre la confiabilidad de la IA y alucinaciones. Incluye tareas prácticas. Cubre principalmente ChatGPT. Parte del contenido entre cursos puede ser repetitivo. Es posible que no se haya actualizado recientemente o en profundidad (todavía se refiere a Google Gemini como Bard). Requisitos previos Para la parte de Análisis de datos avanzado de ChatGPT, se requiere una suscripción a ChatGPT+ y acceso a Code Interpreter. Si está tomando el curso de IA generativa confiable, debe estar familiarizado con otras aplicaciones de IA generativa como Google Gemini o Claude de Anthropic. IA generativa con LLM: lo mejor para las personas que usan AWS Este curso fue creado en parte por AWS. Imagen: DeepLearning.AI/Captura de pantalla de TechRepublic DeepLearning.ai fue fundada por Andrew Ng, quien también cofundó Coursera, y ofrece una amplia variedad de cursos gratuitos, algunos de los cuales, como este, están organizados conjuntamente en Coursera. Este curso se centra en el uso de IA con AWS. Incluye “técnicas avanzadas de indicación” y parámetros de configuración para la IA generativa. Puede ser especialmente adecuado si ya conoce AWS y desea crear e implementar IA con él. Precios Una suscripción a Coursera cuesta entre 49 y 79 dólares al mes con una prueba gratuita de 7 días. Duración 15 horas. ProsCons Por lo general, se considera que los instructores de DeepLearning.AI brindan información práctica sin tonterías. Se centra en habilidades prácticas específicas que pueden ser útiles si usa AWS en su trabajo. Algunas revisiones señalan que las secciones de «laboratorio» utilizan código completamente prediseñado y no No requiere que el alumno construya los suyos propios. Requisitos previos Este curso es apropiado para personas que ya trabajan como científicos de datos, ingenieros de investigación o ingenieros de aprendizaje automático. Debes tener algo de experiencia trabajando en Python si quieres realizar este curso. Mejor certificación general Si bien la certificación adecuada para usted dependerá de su experiencia y objetivos específicos, nuestra elección para la mejor certificación general es The Complete Prompt Engineering for AI Bootcamp porque cubre una amplia gama de temas y contiene información actualizada.