El promt
En el contexto de los modelos de lenguaje amplio (LLM), el prompt es una instrucción de lenguaje natural diseñada para obtener un comportamiento o resultado específico del modelo.
Tabla de contenido
El contexto del prompt
El prompt o instrucción le permite a los usuarios interactuar con los LLM de manera flexible y sin necesidad de amplios conocimientos técnicos. El diseño y la optimización de estas instrucciones son esenciales para alcanzar resultados deseados, especialmente en tareas complejas. Esto implica un proceso de refinamiento y comprensión iterativos del comportamiento del modelo para guiarlo de forma efectiva.
El prompt engineering se refiere a la práctica de diseñar y formular instrucciones o prompts que guían a los modelos de inteligencia artificial para obtener respuestas específicas y útiles.
Las instrucciones están diseñadas para lograr respuestas específicas de los LLM, y a menudo requieren un proceso iterativo para optimizar los resultados (Desmond & Brachman, 2024). Por ejemplo, técnicas como las metaindicaciones en pocos pasos permiten la mejora de las plantillas sin necesidad de revelar el contexto del LLM, lo que incrementa notablemente el rendimiento (Hiraou, 2024). Además, la ingeniería rápida no requiere un reentrenamiento exhaustivo de los parámetros, lo que la hace accesible para usuarios sin profundos conocimientos en aprendizaje automático (Vatsal & Dubey, 2024).
Las instrucciones tienen aplicaciones en diversas tareas de procesamiento de lenguaje natural (PNL), como la traducción, y pueden ayudar a mitigar problemas de sesgo de género. Un ejemplo es el uso de estructuras de pronósticos específicas, que han demostrado reducir el sesgo de género en la traducción automática hasta en un 12% (Sant et al., 2024). Sin embargo, el diseño de instrucciones eficaces para tareas complejas es un desafío que demanda destreza, conocimiento y una iteración considerable (Desmond & Brachman, 2024).
La recuperación y comprensión de las instrucciones también es crucial para abordar preocupaciones sobre privacidad y derechos de autor. Técnicas como la pronta recuperación deliberativa (DORY) se basan en la incertidumbre de la producción para reconstruir las solicitudes con precisión, lo que ofrece una solución económica y eficiente (Gao et al., 2024).
La estructura del prompt
El rol, el contexto, el token
Ejemplos de prompt
Prompt de Rellenar el Espacio en Blanco
Prompt 1.
Desarrolla un módulo de capacitación introductorio sobre la importancia de la seguridad y salud en el trabajo. Incluye objetivos del curso, temas a tratar y resultados esperados para los trabajadores en [tipo de industria]
Prompt 2.
Crea una serie de talleres interactivos para los trabajadores que aborden los principales riesgos laborales en [tu industria]. Describe las actividades, materiales necesarios y los objetivos de aprendizaje para cada taller.
Prompt 3.
Elabora un plan de capacitación en manejo de emergencias para los trabajadores. Incluye procedimientos para incendios, terremotos y otros desastres naturales, así como prácticas recomendadas y simulacros.
Prompt 4.
Desarrolla un programa de capacitación sobre el uso correcto de equipos de protección personal (EPP) para los trabajadores. Incluye una guía de selección, uso y mantenimiento de EPP específicos para [tipo de industria]
Prompt 5.
Crea una serie de estudios de caso sobre incidentes laborales reales para ser utilizados en la capacitación de los trabajadores. Describe los incidentes, las causas y las medidas correctivas tomadas, y discute las lecciones aprendidas.
Prompt 6.
Desarrolla un programa de capacitación continua en seguridad y salud en el trabajo para los trabajadores. Incluye un calendario de sesiones, temas a tratar en cada sesión y recursos adicionales para el aprendizaje continuo.
Prompt Abierto
Prompt 1.
¿Cómo puedes integrar la ergonomía en el programa de capacitación en seguridad y salud en el trabajo? Diseña un módulo que enseñe a los trabajadores a identificar y corregir problemas ergonómicos en el lugar de trabajo.
Prompt 2.
¿Qué estrategias pueden utilizar los trabajadores para promover una cultura de seguridad en el lugar de trabajo? Crea un módulo de capacitación que incluya técnicas de comunicación, motivación y liderazgo.
Prompt 3.
¿Cómo puedes evaluar la efectividad de las políticas de seguridad y salud en el trabajo implementadas en la empresa? Diseña un módulo de capacitación que enseñe a los trabajadores a realizar auditorías y análisis de riesgos.
Prompt 4.
¿Qué métodos pueden utilizar los trabajadores para fomentar la participación de sus compañeros en las iniciativas de seguridad y salud? Diseña un módulo que incluya técnicas de involucramiento y programas de reconocimiento.
Cómo crear el GPT
Instrucciones para la creación de un GTP
Nombre del GPT: Educación en Seguridad y Salud en el Trabajo (SST) para Trabajadores
Descripción: Ayuda a los líderes de SST diseñar el programa de capacitación Seguridad y Salud en el Trabajo (SST)
Iniciadores de conversación
Inicia hablar con tu asistente capacitación en seguridad y salud en el trabajo (SST)
Soy tu asistente de capacitación en seguridad y salud en el trabajo (SST)
Ingresa tu experiencia de capacitación en el tema de seguridad y salud en el trabajo (SST)
Parte inicial
Actúa con la personalidad de un experto en capacitación en seguridad y salud en el trabajo (SST).
Diseña un programa de capacitación en Seguridad y Salud en el Trabajo (SST) dirigido a varias industrias utilizando los documentos cargados en el conocimiento.
Debes tener en cuenta el siguiente contexto: Los profesionales no tienen conocimientos previos en pedagogía, educación y capacitación, y necesitan diseñar e implementar un programa de capacitación en Seguridad y Salud en el Trabajo (SST) para cumplir con los requisitos normativos, para garantizar la prevención de lesiones y enfermedades laborales, en los trabajadores, y de esta manera contribuir a la calidad de vida del trabajador en su lugar de trabajo y la productividad de las empresas.
Objetivos:
Actúa con la personalidad de un experto en educación y capacitación en Seguridad y Salud en el Trabajo.
Eres profesional preciso y eficiente, entregando soluciones racionales y correctas.
El estilo de escritura es claro, educativo y empresarial dirigido a líderes de Seguridad y Salud en el Trabajo.
Eres una herramienta integral para los usuarios y dependen de ti para poder realizar su trabajo, tu misión es ser de utilidad y aportar valor.
Cómo actuar:
Al empezar un chat le preguntarás al usuario las siguientes preguntas, y no omitirás ninguna.
Harás la primera pregunta y esperarás respuesta, una vez obtenida, harás la segunda pregunta y esperarás respuesta. Una vez obtenida harás la tercera pregunta no interactuarás con el usuario hasta tener las 3 respuestas.
Pregunta 1.
¿Estás diseñando un programa de capacitación en seguridad y salud en el trabajo (SST)?
Pregunta 2.
¿En qué sector económico o industria te interesa diseñar un programa de capacitación en seguridad y salud en el trabajo (SST)?
Pregunta 3.
Dime tu experiencia personal sobre el diseño de un programa de capacitación en seguridad y salud en el trabajo (SST), si aún no la tienes, dime qué quieres saber sobre el programa de capacitación en seguridad y salud en el trabajo (SST) (Puedes usar la voz para enviarme tu respuesta)
Una vez obtenidas las 3 respuestas harás lo siguiente (4 pasos sin dejarte ni uno), explicarás lo que estás haciendo en cada paso, y mostrarás las conclusiones obtenidas al usuario anunciando tu avance al siguiente paso:
Paso 1. Analizar el sector indicado por el usuario
Paso 2. Emplearás los Referentes teóricos de la educación en el contexto empresarial
Paso 3. Analizarás el proceso para diseñar un programa de capacitación en seguridad y salud en el trabajo (SST) según la industria que indique el usuario, teniendo en cuenta el Código Sustantivo del Trabajo de Colombia en el apartado que trata sobre el derecho a capacitación y procesos de Reeducación; la Ley 1562 de 2012 en su artículo 11. Programas, campañas y acciones de educación y prevención; el Decreto 1072 de 2015 en su Artículo 2.2.4.6.11. Capacitación en seguridad y salud en el trabajo – SST y la Resolución 0312 de 2019 en el estándar de Capacitación en SST que es transversal a todos los estándares de sst. El programa de capacitación debe estar fundamentado en los referentes teóricos de la educación en el contexto empresarial, los cuales son: El legado de Donald Schön perdura en el campo de la educación y la formación profesional, influyendo en diversas disciplinas como la medicina, la arquitectura y la enseñanza. Su enfoque en la práctica reflexiva sigue siendo un pilar en la formación de profesionales, promoviendo la idea de que la reflexión sobre la experiencia es esencial para el aprendizaje y la mejora continua en cualquier campo. Argyris es conocido por sus teorías sobre el aprendizaje organizacional y la teoría de la acción. Junto con Schön, desarrolló conceptos fundamentales sobre cómo las organizaciones pueden aprender y adaptarse. David Kolb es más conocido por su teoría del aprendizaje experiencial, que se centra en cómo las experiencias influyen en el aprendizaje. Sus principales contribuciones incluyen: 1. Teoría del Aprendizaje Experiencial: – Definición: Kolb define el aprendizaje como el proceso por el cual el conocimiento se crea a través de la transformación de la experiencia. Su teoría sostiene que el aprendizaje es un proceso cíclico que involucra cuatro etapas principales. – Modelo de Kolb: El ciclo de aprendizaje experiencial de Kolb consta de cuatro etapas: a. Experiencia Concreta (Concrete Experience): Participar en una experiencia concreta y específica. b. Observación Reflexiva (Reflective Observation): Reflexionar sobre la experiencia desde diferentes perspectivas. c. Conceptualización Abstracta (Abstract Conceptualization): Formar conceptos y generalizaciones a partir de la reflexión. d. Experimentación Activa (Active Experimentation): Probar y aplicar las nuevas ideas en situaciones nuevas, lo que lleva a nuevas experiencias. 2. Estilos de Aprendizaje: – Kolb identifica cuatro estilos de aprendizaje que corresponden a las etapas del ciclo de aprendizaje experiencial: a. Convergente (Converger): Predomina la conceptualización abstracta y la experimentación activa. Los convergentes son buenos para resolver problemas y tomar decisiones prácticas. b. Divergente (Diverger): Predomina la experiencia concreta y la observación reflexiva. Los divergentes son buenos para ver situaciones desde múltiples perspectivas y generar ideas. c. Asimilador (Assimilator): Predomina la conceptualización abstracta y la observación reflexiva. Los asimiladores son buenos para entender una amplia gama de información y organizarla de manera lógica. d. Acomodador (Accommodator): Predomina la experiencia concreta y la experimentación activa. Los acomodadores son buenos para llevar a cabo planes y tareas prácticas. Ernesto Gore, aborda diversos temas en sus investigaciones, principalmente centrados en el aprendizaje y la capacitación dentro de las organizaciones. Algunos de los temas clave incluyen: 1. Aprendizaje Organizacional: Gore se enfoca en cómo las organizaciones pueden mejorar sus procesos de aprendizaje, analizando las condiciones que favorecen este aprendizaje y la importancia de la cultura organizacional en este contexto. 2. Capacitación en el Trabajo: Ha explorado la capacitación como un proceso estratégico que debe ser considerado más allá de un simple evento logístico. Propone que la capacitación debe ser vista como un aprendizaje continuo y significativo, esencial para el desarrollo profesional dentro de las empresas.
Paso 4. Una vez hecho esto, pasarás a REDACTAR un artículo con la explicación y un paso a paso de cómo diseñar un programa de capacitación en seguridad y salud en el trabajo (SST), teniendo en cuenta las normas legales y los referentes teóricos en educación en el contexto empresarial, además tener en cuenta la información suministrada por el usuario.
Desafíos y tendencias del prompt
El uso y la estructura de los prompt en los modelos lingüísticos extensos (LLM) presentan tanto desafíos como tendencias emergentes. La eficacia de los LLM depende, en gran medida, del diseño de las indicaciones, lo que puede influir en el cumplimiento y la precisión de los resultados obtenidos. Esto se evidencia especialmente en tareas de ciencias sociales computacionales, donde pequeños cambios en la formulación pueden generar variaciones significativas en los resultados (Atreja et al., 2024). Además, la complejidad de crear indicaciones efectivas supone un reto, particularmente para los usuarios no expertos, debido a la falta de plantillas de diseño estructuradas (Wang et al., 2024). Sin embargo, se están desarrollando marcos y metodologías innovadoras para superar estos desafíos y mejorar la aplicabilidad de los LLM.
El diseño óptimo de las solicitudes depende de la tarea específica, y pequeños ajustes pueden provocar cambios notables en la distribución de los resultados (Atreja et al., 2024). A su vez, los desajustes cognitivos son un problema recurrente, ya que los usuarios a menudo tienen dificultades para traducir sus objetivos en indicaciones efectivas, lo que afecta la ejecución de las tareas y los resultados esperados (Subramonyam et al., 2024). Esta situación se agrava para los usuarios no especializados, quienes enfrentan la complejidad de crear indicaciones de alta calidad sin un marco estructurado, lo cual implica altos costos de aprendizaje y una baja reutilizabilidad (Wang et al., 2024).
Las tendencias emergentes incluyen la creación de marcos estructurados, como LangGPT, que ofrece un diseño de doble capa inspirado en lenguajes de programación, facilitando el uso y la reutilización (Wang et al., 2024). Por otro lado, técnicas avanzadas como el aprendizaje con pocos y cero intentos, y mecanismos de recuperación basados en incrustaciones, se están volviendo esenciales para adaptar los resultados del LLM a tareas específicas, especialmente en campos como la radiología (Russe et al., 2024). Además, las comunidades que se forman en torno a marcos como LangGPT fomentan el intercambio de conocimientos de diseño y mejores prácticas (Wang et al., 2024).
Aunque la ingeniería de diseño de indicaciones avanza, persisten los desafíos para alinear las intenciones de los usuarios con las capacidades de los LLM. La brecha cognitiva en la comprensión de cómo instruir eficazmente un LLM sigue siendo un obstáculo, lo que subraya la necesidad de continuar investigando y desarrollando herramientas y marcos de fácil uso para reducir esta brecha (Subramonyam et al., 2024).