الاتجاه التالي لمحررات الأكواد الذكاء الاصطناعي
مؤخرًا، كنت أعمل على إضافة خط أنابيب xelatex إلى GitHub Actions.
واجهت مشكلة مع حزمة fontawesome5 في سير عمل GitHub. الحل الذي قدمه 4o-mini (بتثبيت TeX Live 2021 واستخدام tlmgr install fontawesome5) لم ينجح معي. ومع ذلك، اقترح 4o نهجًا أفضل: الترقية إلى TeX Live 2023 واستخدام tlmgr لتثبيت fontawesome5. بينما لم يحل هذا المشكلة تمامًا، إلا أن التبديل إلى TeX Live 2023 حسّن الوضع بشكل كبير.
لقد استخدمت ChatGPT للمساعدة في حل المشكلة. لمزيد من التفاصيل، يمكنك الاطلاع على ما يمكن لـ ChatGPT O1 فعله ولا يمكن لـ 4o-mini فعله.
في هذه المرحلة، لم أكن أستخدم محررات مثل Cursor أو Windsurf، على الرغم من أنني جربتها في مشروع آخر. المشكلة مع هذه المحررات البرمجية هي أنها تقوم فقط بالتقاط ناتج الاختبارات المحلية، مما يحد من وظائفها في بيئات السحابة.
في سير العمل مثل GitHub Actions، وظائف Jenkins، أو أي عملية نشر أو اختبار للكود، يحتاج محررو الكود إلى أن يكونوا متكاملين بشكل أفضل. يجب أن يوفر التفاعل السلس مع السحابة وعمليات CI/CD.
هذا التكامل ينطبق أيضًا على أدوات إنشاء المحتوى الأخرى — سواء كانت للنصوص، الصور، الصوت، أو الفيديو. يجب أن تكون هذه الأدوات متكاملة مع أنظمة اختبار A/B. يمكن لأدوات الذكاء الاصطناعي توليد المحتوى، بينما توفر أدوات اختبار A/B التغذية الراجعة. هذه الديناميكية تشبه التعلم المعزز من التغذية الراجعة البشرية (RLHF)، حيث تتحسن نماذج الذكاء الاصطناعي بمرور الوقت بناءً على التغذية الراجعة من العالم الحقيقي.
فكرة توسيع نطاق RLHF (التعلم المعزز من خلال التغذية الراجعة البشرية) لتشمل أكثر من مجرد مخرجات النموذج—إلى بيئات الاختبار والنشر في العالم الحقيقي—تبدو اتجاهًا واعدًا لتحسين كل من محررات الأكواد وأدوات إنشاء المحتوى المدعومة بالذكاء الاصطناعي.
يمكن أن يكون الاختبار فوريًا أو طويلًا، ويمكن أن يكون آليًا أو بمساعدة البشر. إذا كانت الاختبارات آلية، مثل اختبار A/B للمستخدمين لأداة الذكاء الاصطناعي، فإنها لا تزال تتضمن تعليقات بشرية، ولكن العملية تكون آلية. على سبيل المثال، يمكننا السماح للكمبيوتر بفحص النتائج يوميًا أو كل ساعة بناءً على نتائج اختبار A/B لتحسين عملية الإنشاء. وبالمثل، بالنسبة لوظائف Jenkins أو GitHub Actions، يمكننا السماح للكمبيوتر بالفحص بعد انتهاء مهامها.
إذا كانت هناك مساعدة بشرية متضمنة، فإن الآلة لا تستطيع فهم التعليقات بشكل كامل وغالبًا ما تكون غامضة إلى حد ما. على سبيل المثال، عندما تقوم أدوات الذكاء الاصطناعي بإنشاء محتوى مثل الصور أو الفيديوهات، قد يشير البشر إلى أن المحتوى ليس مضحكًا بما يكفي، أو أن تفصيلًا معينًا يحتاج إلى تحسين. لا تزال الآلات أمامها طريق طويل لجعل كل شيء مثاليًا، وما إذا كان شيء ما “مثاليًا” غالبًا ما يكون أمرًا ذاتيًا يعتمد على الذوق الفردي. إن التعليقات البشرية هي التي تساعد في تحسين الأشياء.
نظريًا، يمكن كتابة جميع القواعد التي يحددها الإنسان على هيئة أوامر (prompts). هناك أوامر المستخدم وأوامر النظام. يجب أن نركز على تحسين الأوامر بدلًا من تصحيح المخرجات في كل مرة.