Prompt Engineering com ChatGPT no contexto acadêmico de IHC: uma revisão rápida da literatura

• Gabriel Santos Centro Universitário Estácio de Ribeirão Preto
• João Martins Centro Universitário Estácio de Ribeirão Preto
• Gessé Evangelista Centro Universitário Estácio de Ribeirão Preto

DOI: https://doi.org/10.5753/ihc_estendido.2024.243968

Resumo

O campo da Inteligência Artificial (IA) avança cada dia mais e vem refletindo em diferentes áreas do conhecimento, inclusive no contexto acadêmico de IHC (Interação Humano-Computador). Porém, há sim uma problemática da utilização de tais ferramentas e seus riscos inerentes. Através de uma revisão sistemática da literatura, identificamos métodos eficazes para a formulação de prompts que melhoram a precisão e a eficácia das respostas geradas pelo ChatGPT. A pesquisa revela que a engenharia de prompts não apenas aprimora a interação com a IA, mas também contribui significativamente para a redução da subjetividade em estimativas de desenvolvimento de software e práticas de IHC.

Referências

Alotaib, L., Seher, S., and Janković, D. (2024). Cyberattacks using chatgpt: Exploring malicious content generation through prompt engineering.

Cartaxo, B., Pinto, G., and Soares, S. (2018). The role of rapid reviews in supporting decision-making in software engineering practice. In International Conference on Evaluation and Assessment in Software Engineering, pages 24–34, New York. Association for Computing Machinery.

cheng Lei, W. et al. (2023). Using chatgpt on improving program performance with pprof and benchmark.

Dehouche, N. (2021). Plagiarism in the age of massive generative pre-trained transformers (gpt-3). Ethics in Science and Environmental Politics, 21:17–23.

Ekin, S. (2023). Prompt engineering for chatgpt: a quick guide to techniques, tips, and best practices. TechRxiv.

Gamage, G. et al. (2023). Augmenting industrial chatbots in energy systems using chatgpt generative ai.

Gibbs, G. (2009). Análise de dados qualitativos. Artmed, Porto Alegre.

Giray, L. (2023). Prompt engineering with chatgpt: a guide for academic writers. Ann Biomed Eng, 51:2629–2633.

Hui, A., Shankararaman, V., and Lieh, E. Vision paper advancing of ai explainability for the use of chatgpt in government agencies - proposal of a 4-step framework. Journal Name.

Kamnis, S. (2023). Generative pre-trained transformers (gpt) for surface engineering. Surface and Coatings Technology, 466:129680.

Panagoulias, D. et al. (2023). Evaluating the potential of llms and chatgpt on medical diagnosis and treatment.

Panagoulias, D. et al. (2024). Evaluation of chatgpt-supported diagnosis, staging and treatment planning for the case of lung cancer.

Spasić, A. and Janković, D. Using chatgpt standard prompt engineering techniques in lesson preparation role - instructions and seed-word prompts. Journal Name.

Utaliyeva, A. et al. (2023). Chatgpt: A threat to spam filtering systems.

Wang, M. et al. (2024). Unleashing chatgpt’s power: A case study on optimizing information retrieval in flipped classrooms via prompt engineering.

Zhou, M. et al. (2023). Application of large language models in professional fields.