பிற மொழிகளில்: English · සිංහල

CM-03: இயல்பு மொழிப் புரட்சி, மானுடவியல் மறுமலர்ச்சி மற்றும் AI எழுத்தறிவு (நிரலாக்கக் குறியீடாக இயல்பு மொழி)

முக்கிய கருப்பொருள்: கணினி நிரலாக்கக் குறியீடுகளுக்குப் பதிலாக மனித மொழியைப் புரிந்துகொள்ளத் தொடங்கிய கணம், உலகத்தின் இயக்கம் 180 பாகை தலைகீழாக மாறியது. தொழில்நுட்பத் துறைகளின் நிழலில் நீண்டகாலமாகப் புதைந்து கிடந்த வாசிப்பு, எழுத்து, உரையாடல் மற்றும் மானுடவியல் துறைகள் — மீண்டும் மனித சமூகத்தின் மிகவும் சக்திவாய்ந்த வல்லமையாக (Superpower) மாறியுள்ளன.


1. இயல்பு மொழியில் உள்ளடக்கத்தை உருவாக்குதல் (Prompting with Natural Language)

கடந்த காலத்தில், ஒரு கணினியைக் கொண்டு ஒரு சிக்கலான பணியைச் செய்விக்க வேண்டுமாயின், மிகவும் துல்லியமான கட்டளைகள், குறிப்பிட்ட மென்பொருள் தொடரியல் (Software syntax) அல்லது நிரலாக்கக் குறியீடுகளை (Programming code) எழுத வேண்டியிருந்தது.

ஆனால், ஆக்கபூர்வ செயற்கை நுண்ணறிவுடன் (Generative AI) இன்று நடப்பது என்னவென்றால்: நீங்கள் ஒரு நண்பரிடம், அலுவலக உதவியாளரிடம் அல்லது ஒரு சிரேஷ்ட ஆலோசகரிடம் பேசுவது போலவே சாதாரண மனித வார்த்தைகளில் — இயல்பு மொழியில் (Natural language) கட்டளைகளை வழங்குகிறீர்கள்.

Natural language prompting படம் 4.1: ஆக்கபூர்வ AI இல் தூண்டல் (Prompting) — சிக்கலான கடிதங்கள், அறிக்கைகள் மற்றும் பகுப்பாய்வுகளை உடனுக்குடன் உருவாக்க சாதாரண இயல்பு மொழியில் கட்டளைகளை வழங்குதல்.

இவ்வாறு கட்டளைகளை வழங்கும் நடைமுறை தூண்டல் (Prompting) என்று அழைக்கப்படுகிறது. ஓர் AI மாதிரிக்கு நீங்கள் வழங்கும் எந்தவொரு கேள்வி, கட்டளை, பின்னணிச் சூழல் அல்லது தேவை ஆகிய அனைத்தும் தூண்டல் (Prompt) என்று அழைக்கப்படுகிறது.


2. மொழிச் செயலாக்கத்தின் முக்கூட்டு: நடைமுறையில் NLP, NLU மற்றும் NLG

செயற்கை நுண்ணறிவானது நமது இயல்பு மொழியை எவ்வாறு புரிந்துகொண்டு பதிலளிக்கிறது? திரைக்குப் பின்னால், மூன்று முக்கிய தொழில்நுட்ப அடுக்குகள் இயங்குகின்றன:

The NLP, NLU and NLG process படம் 4.2: இயல்பு மொழி அறிவாற்றல் பாதை (AI Cognitive Pipeline) — இயல்பு மொழிச் செயலாக்கம் (NLP), இயல்பு மொழிப் புரிதல் (NLU), தொகுத்தல் (Synthesis) மற்றும் இயல்பு மொழி உருவாக்கம் (NLG) ஆகியன படிப்படியாக இயங்கும் விதம்.

படம் 4.2 இன் ஐந்து அறிவாற்றல் படிகளின் ஆழமான பகுப்பாய்வு:

  1. படி 1: உங்களின் உள்ளீடு (Your Input): பயனர் தனது தேவையைச் சாதாரண மொழியில் கூறுகிறார். உதாரணம்: "ஒளிவீசும் ஒரு காட்டைப் பற்றிய மாயாஜாலக் கதையொன்றை எழுதுங்கள்."
  2. படி 2: NLP செயல்பாட்டில் — வாக்கிய அமைப்பைப் பிரித்தமைத்தல்: மாதிரியானது வாக்கியத்தைத் தனித்தனி அலகுகளாகவும் டோக்கன்களாகவும் (Tokens) பிரிக்கிறது: [எழுதுங்கள்], [மாயாஜால], [கதை], [காடு], [ஒளிவீசும்]. வினைச்சொற்கள், உரிச்சொற்கள், பெயர்ச்சொற்கள் போன்ற இலக்கண வகைகளும் இங்கே அடையாளம் காணப்படுகின்றன.
  3. படி 3: NLU செயல்பாட்டில் — உண்மையான அர்த்தத்தையும் நோக்கத்தையும் புரிந்துகொள்ளுதல்: வெறும் வார்த்தைகளை அடையாளப்படுத்துவதைத் தாண்டி, பயனர் மனதில் உள்ள உண்மையான கருப்பொருள் நோக்கத்தை மாதிரியானது உணர்ந்துகொள்கிறது: * கதைக்கான கோரிக்கை: ஆம் * அமைப்பு — ஒளிவீசும் காடு: ஆம் * தாக்கம் — மாயாஜாலம்: ஆம் பயனர் எதை எதிர்பார்க்கிறார் என்பதை AI மாதிரி மிகச் சரியாகப் புரிந்துகொள்கிறது ("AI அதைத் துல்லியமாகப் புரிந்துகொண்டது!").
  4. படி 4: AI தொகுத்தல் (AI Synthesis) — கற்பனை வளம்: தனது பயிற்றுவிக்கப்பட்ட நினைவகத்தில் உள்ள தரவு வடிவங்களைக் கலந்தாலோசித்து, கதையின் கதாபாத்திரங்கள், பின்னணி அமைப்பின் வண்ணங்கள் (நீல ஒளி) மற்றும் நிகழ்வுகளின் வரிசை ஆகியவற்றை மாதிரிக்குள்ளேயே AI தொகுக்கிறது.
  5. படி 5: NLG மற்றும் காட்சி உள்ளடக்க உருவாக்கம் (Visual Content Generation): * NLG (உரை உருவாக்கம்): கதையானது மிகச் மென்மையான, நேர்த்தியான நடையில் வெளிப்படுகிறது ("முன்னொரு காலத்தில், ஒரு மறைக்கப்பட்ட வனப்பகுதியில், ஒளிவீசும் இலைகளைக் கொண்ட பழமையான மரங்கள் மென்மையான நீல ஒளியைப் பரப்பிக்கொண்டிருந்தன..."). * பட உருவாக்கம் (Image Generation): அதே புரிதலைப் பயன்படுத்தி, அமைப்பானது உடனடியாகப் பொருத்தமான டிஜிட்டல் சித்திரத்தையும் உருவாக்குகிறது.

ஒரு பொதுச்சேவை உதாரணம்: இலங்கையின் கிராம மட்ட அரச அதிகாரியான கிராம நிலதாரி ஒருவர் பொதுப் புகார் ஒன்றை அமைப்பில் உள்ளிடும்போது: * NLP ஆவணத்தில் உள்ள எழுத்துக்களையும் வார்த்தைகளையும் அடையாளப்படுத்துகிறது. * NLU இது ஒரு எல்லைத் தகராறு என்பதையும், இதற்கு ஒரு காணி அளவையாளரின் (Land surveyor) அறிக்கை தேவைப்படும் என்பதையும் புரிந்துகொள்கிறது. * NLG பிரதேச செயலருக்கு அனுப்பப்பட வேண்டிய அதிகாரப்பூர்வ விசாரணை அறிக்கையைச் சில நொடிகளுக்குள் வரைவு செய்து தருகிறது.


3. "வாசிக்காத வாய் ஒரு வெற்றுப் புற்று": மானுடவியல் மறுமலர்ச்சி

கடந்த நான்கு அல்லது ஐந்து தசாப்தங்களாக, நமது சமூகம் தொழில்நுட்ப மற்றும் வெள்ளைச் சட்டை (White-collar) தொழில்களை நோக்கியே பெரிதும் சாய்ந்திருந்தது. சமூக ஏணியின் உச்சியில் கணினி அறிவியலும் பொறியியலும் கோலோச்சிய அதேவேளையில், மானுடவியல் துறைகளான இலக்கியம், கலை வரலாறு, மொழி மற்றும் தத்துவம் என்பன இரண்டாம் இடத்திற்குத் தள்ளப்பட்டன. இசைக்கலைஞர்களும் எழுத்தாளர்களும்கூடக் கணினி நிரலாக்கக் குறியீடுகளைக் கற்றுக்கொண்டு, இயந்திரத்தின் மொழியில் சிந்திக்க நிர்பந்திக்கப்பட்டனர்.

ஆனால் இப்போது கணினியானது மனித மொழியை மிகச் சரளமாகப் பேசத் தொடங்கியுள்ளதால், நாம் மீண்டும் 180 பாகை திரும்பிச் செல்ல வேண்டும்!

பண்டைய சிங்கள சமூகத்தில் ஒரு புகழ்பெற்ற பழமொழி உண்டு: "සකස්කඩ නොකියූ කට උගේ කට හුඹස් කට" (சகஸ்கட எனும் பண்டைய நூலைப் படிக்காத வாய், புற்றுப் போன்ற வெற்று வாய்). வாசிப்பு இல்லாத, மொழியின் மீது ஆளுமை இல்லாத, இலக்கிய அடித்தளம் இல்லாத ஒரு நபர் வெறுமையிலிருந்தே பேசுகிறார்.

செயற்கை நுண்ணறிவு யுகத்தில், இந்த பழைய பழமொழி மிகவும் தீவிரமான உண்மையாக மாறிக் கொண்டிருக்கிறது:

  • வாசித்த ஒருவரால் மட்டுமே எழுத முடியும்.
  • எழுத முடிந்த ஒருவரால் மட்டுமே தனது சொந்த மனதிலுள்ள எண்ணங்களை ஒழுங்குபடுத்த முடியும்.
  • தனது எண்ணங்களை ஒழுங்குபடுத்த முடிந்த ஒருவரால் மட்டுமே ஆழமாகச் சிந்திக்க முடியும்.
  • வாசிக்கவோ, எழுதவோ, சிந்திக்கவோ முடியாத ஒருவரிடம் ஓர் AI மாதிரியிடம் கேட்பதற்கு எந்தவொரு கேள்வியோ — தூண்டலோ (Prompt) — இருக்காது!

கணினி எவ்வளவுதான் சக்திவாய்ந்ததாக மாறினாலும், அதை இயக்கும் "சிந்தனை" — அதாவது நோக்கம் — மனிதனிடமிருந்தே வர வேண்டும். வாசிப்பும் ஆழமான புரிதலும் இல்லாத ஒரு நபர், இயந்திரத்திற்கு முன்னால் ஊமையாகவே நிற்பார்.


4. ஸ்டீவ் ஜோப்ஸின் "புள்ளிகளை இணைத்தல்" (Connecting the Dots) மற்றும் மனிதனின் நான்கு தூண்கள் (எழுதுதல், வாசித்தல், செவிமெடுத்தல், சிந்தித்தல்)

ஆப்பிள் நிறுவனத்தின் இணை ஸ்தாபகரான ஸ்டீவ் ஜோப்ஸ், தனது வரலாற்றுச் சிறப்புமிக்க 2005 ஸ்டான்போர்ட் பல்கலைக்கழகப் பட்டமளிப்பு உரையில் படைப்பாற்றல் பற்றிய ஒரு அழகான கருத்தை முன்வைத்தார்:

"படைப்பாற்றல் என்பது வெறும் புள்ளிகளை இணைப்பதே ஆகும். நீங்கள் சேகரித்த பல்வேறு அனுபவங்களை — நீங்கள் படித்த புத்தகங்கள், நீங்கள் சந்தித்த மனிதர்கள், நீங்கள் கடந்து வந்த நிகழ்வுகள் ஆகியவற்றை — ஒன்றாக இணைக்கும்போது, உலகம் இதுவரை கண்டிடாத புதிய ஒன்றை உங்களால் உருவாக்க முடியும்."

Connecting the dots படம் 4.3: புள்ளிகளை இணைத்தல் — AI யுகத்தில் ஒரு மனிதன் பெற்றிருக்க வேண்டிய நான்கு அடிப்படைத் திறன்கள்: எழுதுதல், வாசித்தல், செவிமெடுத்தல் மற்றும் சிந்தித்தல்.

படம் 4.3 இன் மனிதனின் நான்கு தூண்கள்:

  1. சிந்தித்தல் (Think) — பிரச்சினையை அடையாளம் காணுதல்: தெளிவான, தர்க்கரீதியான சிந்தனை இன்றி எவராலும் வெற்றிகரமான தூண்டலை (Prompt) உருவாக்க முடியாது. நீங்கள் எவ்வாறு சிந்திக்கிறீர்களோ, அவ்வாறே கட்டளையிடுவீர்கள்.
  2. எழுதுதல் (Write) — கருத்துக்களை வெளிப்படுத்துதல்: உங்கள் மனதில் உள்ள சிக்கலான தேவையை வார்த்தைகளாக மாற்றுவதற்கும்; சரியான கட்டுப்பாடுகள், பின்னணி மற்றும் பணியை எழுத்துப்பூர்வமாக அமைப்பதற்குமான திறன்.
  3. வாசித்தல் (Read) — விமர்சன ரீதியான தணிக்கை: ஓர் AI மாதிரியால் மூன்று நொடிகளில் ஓர் ஆவணத்தை உருவாக்க முடியும்; ஆனால் மிக நுட்பமான கவனத்துடன் வாசித்து, அதன் துல்லியத்தை சரிபார்க்கவும், உண்மையைப் பொய்மையிலிருந்து பிரித்தறியவும் ஒரு மனிதனால் மட்டுமே முடியும்.
  4. செவிமெடுத்தல் (Listen) — மனித உணர்வுத்திறன்: பொதுச்சேவையில், வகுப்பறையில், வணிகத்தில் — ஒவ்வொரு மனிதத் தொழிலினதும் அடித்தளம் மற்றுமொரு மனிதனின் வலியையும் பிரச்சினைகளையும் செவிமடுப்பதே ஆகும். ஒரு இயந்திரத்தால் உணர்வுகளை உணர முடியாது; அனுதாபத்துடன் செவிமடுத்து, நீங்கள் கேட்பதை அமைப்பிற்குள் கொண்டு செல்லும் ஆற்றல் உங்களுக்கு மட்டுமே உண்டு.

நீங்கள் புள்ளிகளை இணைக்க வேண்டுமானால், முதலில் நீங்கள் புள்ளிகளைச் சேகரிக்க வேண்டும்.

செயற்கை நுண்ணறிவு யுகத்தில் புள்ளிகளை எவ்வாறு சேகரிப்பது? அதற்கு ஒரே ஒரு வழிதான் உள்ளது: பரவலாக வாசியுங்கள், மனிதர்களுக்கு அனுதாபத்துடன் செவிமடுங்கள், திறந்த மனதுடன் உலகத்தைப் பாருங்கள். பல துறைகளிலிருந்தும் அறிவின் புள்ளிகளை நீங்கள் கையிருப்பில் கொண்டிருக்கும்போது, அந்தப் புள்ளிகளை இணைத்து — இதுவரை யாரும் கண்டிராத தீர்வுகளை உருவாக்குவதற்கான கருவிகளாக AI மாறுகிறது.


5. டிஜிட்டல் இடைவெளியைக் குறைத்தல்: கிராமத்து ATM மற்றும் பாட்டியின் அனுபவம்

ஆக்கபூர்வ AI மற்றும் இயல்பு மொழிப் புரட்சியானது பொதுச் சேவைகளுக்கும் சாதாரண மக்களுக்கும் ஏன் முக்கியமானது என்பதை விளக்குவதற்கு நான் அடிக்கடி கூறும் ஓர் உண்மைச் சமூகக் கதை உள்ளது.

சைபர் பாதுகாப்பில் — NIST டிஜிட்டல் அடையாள வழிகாட்டுதல்களை (NIST SP 800-63B) பார்க்கவும் — ஒரு நபரின் அடையாளம் மூன்று சான்றளிப்பு மூலங்களைப் (Authentication factors) பயன்படுத்தி சரிபார்க்கப்படுகிறது:

  1. உங்களுக்குத் தெரிந்த ஒன்று (Something you know): ஒரு கடவுச்சொல் (Password) அல்லது PIN இலக்கம்.
  2. உங்களிடம் உள்ள ஒன்று (Something you have): ஒரு வங்கி அட்டை (Bank card) அல்லது தேசிய அடையாள அட்டை.
  3. நீங்களாக இருக்கும் ஒன்று (Something you are): ஒரு கைரேகை (Fingerprint), உங்கள் முகம் அல்லது விழித்திரை (Retina). இதன் அடிப்படையிலேயே இலங்கையின் தேசிய டிஜிட்டல் அடையாள முறைமை (SLUDI) இன்று கட்டியெழுப்பப்பட்டு வருகிறது.

ஒரு வங்கியானது ATM பணப் பெறுகையை இரு-காரணி சான்றளிப்புடன் (2FA) பாதுகாக்கிறது: உங்களிடம் உள்ள அட்டை, மற்றும் உங்களுக்குத் தெரிந்த ரகசிய இலக்கம்.

ஆனால் இலங்கையின் கிராமப்புற நகரொன்றில் உள்ள ATM இயந்திரத்தின் அருகே சென்று சிறிது நேரம் கவனித்துப் பாருங்கள்.

வயதான பாட்டி அல்லது தாத்தா ஒருவர் பணம் எடுக்க வரும்போது என்ன நடக்கிறது? திரையில் உள்ள ஆங்கில வார்த்தைகள், பொத்தான்கள், உள்ளமைக்கப்பட்ட மெனுக்கள் ஆகியவறைப் புரிந்துகொள்ளும் டிஜிட்டல் எழுத்தறிவு அவர்களிடம் இல்லை.

எனவே அந்த முதியவர் இறுதியாக என்ன செய்கிறார்?

அவர்கள் தங்கள் ATM அட்டை மற்றும் PIN இலக்கம் ஆகிய இரண்டையும் அருகிலிருக்கும் யாரோ ஒரு தெரியாத இளைஞனிடமோ அல்லது பாதுகாப்பு ஊழியரிடமோ கொடுத்து, "தம்பி, எனக்கு நாலாயிரம் ரூபாய் எடுத்துத் தாருங்கள்" என்று கெஞ்சுகிறார்கள்.

Caution

அமைப்பின் தோல்வி (The system's failure): வங்கியானது மிகவும் பாதுகாப்பான அமைப்பைக் கட்டுவதற்காக லட்சக்கணக்கான டாலர்களைச் செலவழித்தது — ஆனால் மனிதனுக்கும் இயந்திரத்திற்கும் இடையிலான இடைமுகத்தின் மொழி மற்றும் எழுத்தறிவுத் தடையினால் (Linguistic and literacy barrier) முழுப் பாதுகாப்புச் சுவரும் சரிந்து விழுகிறது. சாதாரண குடிமகன் பாதுகாப்பற்ற நிலைக்குத் தள்ளப்படுகிறான்.

இந்த வரலாற்றுச் சிறப்புமிக்க தோல்வியையே இயல்பு மொழி AI துல்லியமாகத் தீர்க்கிறது.

எதிர்கால ATM இயந்திரத்தில் — அல்லது பிரதேச செயலகத்தின் தகவல் மையத்தில் — குடிமகன் பொத்தான்களை அழுத்தவோ அல்லது சிக்கலான படிவங்களை நிரப்பவோ தேவையில்லை. அவர் தனது சொந்தக் குரலில் எளிதாகக் கூறுவார்:

"தம்பி, எனது ஓய்வூதியம் வந்துள்ளதா என்று பார்த்து, எனக்கு நாலாயிரம் ரூபாய் தாருங்கள்."

இயந்திரமானது அவரது குரல், மொழி மற்றும் கைரேகையை (Biometrics) அடையாளம்கண்டு, எவ்வித இடைத்தரகருமின்றி சேவையை உடனுக்குடன் வழங்கும். இந்த இயல்பு மொழிப் புரட்சியின் மூலமே, டிஜிட்டல் உலகிலிருந்து நீண்டகாலமாக ஒதுக்கி வைக்கப்பட்டிருந்த ஏழைகளும், முதியவர்களும், சாதாரண குடிமக்களும் உண்மையான அதிகாரமளிப்பைப் பெறுகிறார்கள்.

🎬 அசைவூட்டப்பட்ட காணொளியைப் பாருங்கள் (1½ நிமிடம்): The ATM That Learned Our Language — Banking in the Gen AI Era


6. புதிய யுகத்தில் உங்களுக்குத் தேவையான AI எழுத்தறிவும், மனித-AI கூட்டாண்மையும்

இந்த புரட்சிகரமான யுகத்தில், ஒவ்வொரு குடிமகனுக்கும் தேவையான உண்மையான AI எழுத்தறிவு என்பது வெறும் தட்டச்சு செய்யும் திறன் (Typing skill) அல்ல. படம் 4.4 மனித-இயந்திர கூட்டாண்மையை மையமாகக் கொண்ட ஐந்து அத்தியாவசியத் திறன் தூண்களைக் காட்டுகிறது:

AI literacy and the human-AI partnership படம் 4.4: ஆக்கபூர்வ AI யுகத்தின் அத்தியாவசியத் திறன் மாதிரி (Gen AI Essential Skills) — AI எழுத்தறிவு, தூண்டல் மூலோபாயம், துறை சார்ந்த நிபுணத்துவம், நெறிமுறைப் பொறுப்புக்கூறல் மற்றும் மனித-AI கூட்டாண்மை.

படம் 4.4 இன் ஐந்து திறன் தூண்களின் கட்டமைப்பு:

  1. AI எழுத்தறிவு மற்றும் தரவுத் திறன் (AI Literacy & Data Fluency): * மாதிரியின் திறன்கள் மற்றும் தொழில்நுட்ப வரம்புகளை அறிந்துகொள்ளுதல். * தரவு ஆளுகை (Data governance) மற்றும் நெறிமுறை சார்ந்த தரவு ஆதாரம். * பயிற்றுவிக்கப்படும் தரவில் பொதிந்துள்ள சார்புகளைக் (Biases) கண்டறிதல்.
  2. தூண்டல் மூலோபாயம் மற்றும் பகுப்பாய்வு (Prompt Strategy & Analysis): * சிக்கலான, படிப்படியான, மீள்செயல்முறைத் தூண்டல்களை (Iterative prompts) வடிவமைத்தல். * உருவாக்கப்படும் வெளியீடுகளைச் சரிபார்த்தல். * உண்மைச் சரிபார்ப்பு (Fact-checking) மற்றும் தரக் கட்டுப்பாடு.
  3. துறை மற்றும் மூலோபாய நுண்ணறிவு (Domain & Strategic Insight): * உங்கள் சொந்தத் துறையில் — கற்பித்தல், நிர்வாகம், கணக்கியல், சட்டம் — ஆழமான பின்னணிப் புரிதல். * உங்கள் நிறுவனத்திற்கு உண்மையான மதிப்பை உருவாக்கும் பயன்பாட்டுச் சூழல்களை அடையாளம் காணுதல் (Business case development). * ஒரு நிறுவனத்திற்குள் AI இன் மூலோபாய தத்தெடுப்பை (Strategic adoption) திட்டமிடுதல்.
  4. பொறுப்புள்ள AI மற்றும் நெறிமுறைகள் (Responsible AI & Ethics): * நெறிமுறைச் சட்டகங்கள் (Ethical frameworks) மற்றும் வெளிப்படைத்தன்மை. * தரவுத் தனியுரிமை மற்றும் அமைப்பின் பாதுகாப்பு. * தேசிய தரவுப் பாதுகாப்புச் சட்டங்கள் மற்றும் விதிகளுக்கு இணங்குதல்.
  5. மனித-AI கூட்டாண்மை (மையப்புள்ளி) (Human-AI Partnership): * AI ஏஜென்டுகளுடன் (AI agents) ஒரு குழுவாகப் பணிபுரிதல். * தொடர்ச்சியான ஒத்துழைப்பு மற்றும் மீள்செயல்முறை பணிப்பாய்வுகள் (Iterative workflows). * தொடர்ச்சியான திறன் மேம்பாடு (இடசர அகாடமியின் தொடர் கற்றல் முறை).

அடுத்த தொகுதியில், ஓர் AI மாதிரியிடமிருந்து சிறந்ததைப் பெறுவதற்கான மிக முக்கியமான மனிதத் திறனைப் பற்றி — செய்முறை ரீதியாக — படிக்க உள்ளோம்: கருத்து வெளிப்பாட்டுத் திறன் (Articulation), ஒரு சிறு குழந்தையின் ஆர்வம் மற்றும் தூண்டல் பொறியியல் (Prompt Engineering) கலை.