Páté rande s ChatGPT - obrázky z Wikipedie

Umělá inteligence nás programátory prý brzy nahradí. Ale ještě to nejspíš nějakou chvíli potrvá. Alespoň při mém posledním pokusu mi ChatGPT život zas tak moc neusnadnil, i když cestu ke správnému řešení nakonec ukázal. Nebo jsem jen zatím dostatečně neovládl umění zadat mu ten správný vstup? Posuďte sami.

Přímotal jsem se k projektu, který se snaží vytvořit databázi informací o Španělských provinciích a městech v podobě npm balíčku. Něco jako náš RÚIAN, ale navíc s obrázky vlajek a znaků. Trochu obskurní téma, pravda. To se vám může stát, když vás napadne zúčastnit se Hacktoberfestu (mimochodem zajímavá akce, která by zasloužila vlastní článek...snad brzy).

Projekt jsem potkal ve fázi, kdy už byla hotová základní logika, připraveny datové objekty a implementováno vyhledávání, ale chyběly odkazy na obrázky. Metodika byla využít Španělskou Wikipedii, kde jsou potřebné obrázky ve formátu .svg většinou k dispozici. Co JSON záznam, to jedna URL pro flag a jedna pro coat_of_arms. Trochu problém je, že se vlastní URL obrázku na Mediawiki standardně schovává až za stránkou s metadaty. Pokud to člověk chce dělat "hloupě", musí napřed kliknout na obrázek vložený do samotné stránky pro přechod na metadata a pak ještě jednou, než se konečně dostane k tomu, co potřebuje.

Pro jednotlivé Španělské provincie (51) jsem to ještě zvládl ručně (abych měl svůj první Hacktoberfest pull request ^_^). Pro více než 8 tisíc Španělských měst by to už ale byla docela fuška. Taková repetetivní práce bez velké přidané hodnoty se jeví jako typický úkol, který by AI mohla usnadnit a zrychlit.

Tedy jsem se začal s mým ChatGPT 4.0 Pro dohadovat kudy do toho. Zapnul jsem k tomu i BrowserOp plugin, abych měl jistotu, že se bude pracovat s aktuálními daty a ne několik let starou verzí Wikipedie.

Napřed jsem se snažil zadefinovat posloupnost uživatelských kroků, kterými se k cílovému URL obrázku dostat. ChatGPT po chvíli zvládl rozparsovat stránku kategorie "obrázky vlajek pro provincii XY", ale potřebnou sekvenci prokliků realizovat nedokázal. Když jsem se zeptal, co s tím, navrhl použít Mediawiki API. Za to mu patří pochvala - skutečně hned na první pokus vymyslel funkční řešení, na kterém šlo stavět.

S realizací to ovšem bylo o něco horší. Napřed mi přišlo rozumné, že mi rekapituluje, co se chystá udělat, a že se ujišťuje, zda má pokračovat. Jenže si nějak nedokázal nebo nechtěl zapamatovat můj pokyn, že už se ptát nemá a má pokračovat v tom, co dělá, dál a bez ptaní.

Proč je to problém? Protože u toho pak musí člověk sedět a každou chvíli proces extrakce URL posouvat dál. ChatGPT ani v placené verzi svůj výstup negeneruje nijak zvlášť rychle, BrowserOp plugin "přemýšlí" ještě déle, takže to ve finále bylo vlastně pomalejší než otrocké ruční klikání. Časem jsem dospěl alespoň ke kompromisu "vezmi dalších 20 záznamů a pokračuj". Jenže to zas několikrát záhadně spadlo na neidentifikovatelnou chybu, nebo se z "dalších 20" stalo "znovu těch samých 20". Ke konci seance jsem už dokonce i překročil limit výpočetní kapacity a musel na další prompt několik minut počkat. Pro města z provincie A Coruña jsem z toho sice nakonec commit uplácal, ale zabralo to celý večer a pocit ulehčení práce jsem z toho opravdu neměl.

Úplně zbytečné to ale nebylo. Navržený postup získávání URL obrázku z jeho jména pomocí API jsem využil a napsal si svůj vlastní Java program, který to, oč se těžkopádně snažil ChatGPT, zvládne spolehlivě za pár vteřin. Takže svou existenci programátora jsem alespoň prozatím před umělou inteligencí obhájil.