ملخص المقال في السنوات الأخيرة، أصبحت تكنولوجيا النماذج اللغوية الكبيرة (LLMs) محور اهتمام كبير في المجالات العلمية والتكنولوجية. كمهندس مخضرم يعمل كعالم بيانات رئيسي في BuzzFeed، قدم الكاتب تقييمًا شخصيًا وموضوعيًا لاستخدامه لهذه النماذج، مشيرًا إلى أنه رغم خبرته الكبيرة فيها، فإنه لا يستخدمها بشكل مكثف كما قد يظن البعض. كيف يتعامل الكاتب مع النماذج اللغوية الكبيرة (LLMs) هندسة التعهدات (Prompt Engineering): يعتبر الكاتب الهندسة المتقدمة للتعهدات مهارة أساسية لاستخدام LLMs بكفاءة. يقترح على زملائه العمل على تحسين تعهداتهم لضمان مطابقة أفضل للنواتج المرجوة. يستخدم واجهات الخلفية المقدمة من خدمات LLMs بدلاً من الواجهات الأمامية مثل ChatGPT.com لأنها تمنحه السيطرة الكاملة على النواتج. ضبط درجة الإبداع (Temperature): يمكن ضبط درجة الإبداع لتحكم في مدى الإبداع في النواتج. يفضل الكاتب ضبطها عند 0.0 للحصول على نواتج ثابتة، أو عند 0.2 - 0.3 إذا كانت هناك حاجة لبعض التباين البسيط. يرى أن القيم العالية لدرجة الإبداع تزيد من احتمالية حدوث "الهلوسة" في النواتج، حيث تكون النواتج متسقة داخليًا ولكن خاطئة من الناحية الواقعية. استخدام LLMs في حل المشكلات المهنية في BuzzFeed، استخدم الكاتب LLMs في عدة مشاريع لحل المشكلات بسرعة وكفاءة. هذه المشاريع تتضمن تسمية البيانات الهرمية، وتوصيات المحتوى، وغيرها. رغم أن LLMs تقدم حلولاً مبدئية جيدة تحقق 80% من النواتج المرجوة، فإن 20% المتبقية تتطلب مراجعة وإعادة العمل عليها. يشجع الكاتب زملاءه على توخي الحذر واستخدام البشر للتحقق من النواتج التي تبدو غريبة أو مشبوهة. استخدام LLMs في الكتابة لا يستخدم الكاتب LLMs لكتابة مقالات مدونته، فهو يعتبر أسلوبه الخاص فريدًا ومعقدًا ولا يمكن للنماذج اللغوية محاكاته بدقة. بدلاً من ذلك، يستخدم تقنية مضحكة حيث يقدم نص مقاله لـ LLM ويطلب منها كتابة تعليقات ساخرة على المقال. هذا يساعد في تحديد الضعف في الحجج وتحسين المحتوى دون أن يكتب النموذج النص بأكمله. استخدام LLMs في البرمجة يستخدم الكاتب LLMs للمساعدة في البرمجة، خاصة في كتابة التعبيرات النمطية (regular expressions)، والتي توفّر عليه ساعات من العمل. يجد الكاتب أن استخدام LLMs لكتابة كود برمجي مفصل ومخصص أكثر فائدة من البحث على Stack Overflow. على سبيل المثال، طلب منه كود Python باستخدام مكتبة Pillow لدمج خمس صور في صورة واحدة. بالنسبة لأسئلة البرمجة المعقدة، يكون أكثر حذرًا في استخدام النواتج المولدة، خاصة عند استخدام مكتبات غير شهيرة. ومع ذلك، يجد أن الأفكار المقترحة من LLMs يمكن أن تكون مفيدة ومبتكرة. يستخدم أيضًا تقنيات مثل "جعل الكود أفضل" لإعادة صياغة وتحسين الكود المولد. استخدام LLMs كمرافقة شخصية رغم نجاح الشركات مثل character.ai وReplika في استخدام LLMs كمرافقة شخصية، يرفض الكاتب هذا الاستخدام. يعتبر أنه من الصعب بناء علاقة صداقة مع نموذج يكذب بانتظام بسبب الهلوسة. يرى أن الهندسة المتقدمة للتعهدات ربما يمكن أن تساعد في تحسين هذا الاستخدام، لكنها لا تحل مشكلة الكذب. استخدام LLMs كمساعد برمجي (Coding Assistants) رغم نجاحه في استخدام LLMs لأسئلة البرمجة الفردية، يجد الكاتب أن المساعدات البرمجية مثل GitHub Copilot مزعجة وتقلل من تركيزه. يعتبر أن الانتقال بين كتابة الكود ومراجعته بسبب الاقتراحات المستمرة من المساعد ليس فعالًا من الناحية الإنتاجية. آراء حول الوكلاء (Agents) والبرمجيات ذات القدرة على معالجة التعهدات (MCP) و"البرمجة بالشعور" (Vibe Coding) يرى الكاتب أن الوكلاء والبرمجيات ذات القدرة على معالجة التعهدات لم تفتح أي حالات استخدام جديدة لم تكن متاحة بالفعل. تعتبر هذه التقنيات معقدة ومتناقضة. بالنسبة للبرمجة بالشعور، يرى أنها ليست مهنية بما يكفي لاستخدامها في المشاريع الجادة. يمكن أن تكون مفيدة للتطبيقات الشخصية السريعة، لكنها ليست مناسبة للمشاريع العامة. مستقبل مستخدمي LLMs يشير الكاتب إلى أن النقاش حول دور LLMs في المجتمع أصبح متصدعًا. يعتقد أن LLMs لها استخدامات حقيقية ومعنى عالي الأثر، رغم أن الاقتصاديات المرتبطة بها قد تكون سلبية. حتى لو انهارت شركات مثل OpenAI، فإن النماذج المفتوحة المصدر والمُرخَّصة بشكل مرن ستظل موجودة وتقدم حلولًا مقاربة. يؤكد الكاتب أن LLMs هي مجرد أداة أخرى في الصندوق، وأن استخدام الأداة المناسبة في الوقت المناسب هو الأهم. تقييم الحدث من قبل مختصين يتفق العديد من المختصين في مجال الذكاء الاصطناعي مع وجهة نظر الكاتب في أن LLMs لها استخدامات محددة ومفيدة، ولكن يجب استخدامها بدقة وحذر لتلافي الأخطاء المحتملة. يعتقدون أن تطور هذه التقنيات سيستمر، مما سيؤدي إلى تحسينات في الدقة والكفاءة، ولكنها لن تحل محل المهارات البشرية في جميع الحالات. نبذة تعريفية عن BuzzFeed BuzzFeed هي شركة إعلامية رقمية تأسست عام 2006، وتتميز بإنتاج محتوى تفاعلي ومتنوع يشمل الأخبار، والفيديو، والمقالات، والtics. تعمل الشركة على توظيف أحدث التقنيات في مجال البيانات والذكاء الاصطناعي لتحسين جودة محتواها وزيادة كفاءة عملياتها.