Ha szoftverfejlesztőként szeretné tudni, hogy jelenleg melyek a legnépszerűbb vagy a legjobban fizetett programozási nyelvek az iparágban, mindig folyamatosan érkeznek felmérések és jelentések. A fejlesztőknek szóló karrier- tanácsadások pedig általában azt javasolják, hogy a munkahelyi folyamatos tanulás elengedhetetlen.
De ha a mesterséges intelligencia néhány közérthető felszólításból kódot tud előállítani, akkor feleslegessé vált a programozási nyelvek tanulása?
Természetesen az Nvidia vezérigazgatója, Jensen Huang úgy véli, hogy a jövő generációinak egyáltalán nem lesz szükségük programnyelvek tanulására. „A mi feladatunk olyan számítástechnikát létrehozni, hogy senkinek ne kelljen programoznia, és a programozási nyelv emberi. Ma már mindenki programozó a világon” – mondta a dubai világkormányzati csúcstalálkozón . „Első alkalommal képzelheti el, hogy a cégében mindenki technológus.
A mesterséges intelligencia mellett ezt a jövőbeni Huang elképzelést segíti az alacsony kódú és kód nélküli eszközök elterjedése, amelyeket nem csak a nem fejlesztők használnak. A Forrester kutatása szerint a vállalati fejlesztők 87%-a alacsony kódú fejlesztői platformokat használ, ami jelentős növekedést jelent ezen a piacon.
De Huang előrejelzését a programozásmentes jövőről egy csipet sóval kell venni. Az Nvidia számára előnyös, ha az AI-hype gépet teljes gázzal üzemel, de a programozás az automatizálási technológiák évtizedei alatt kitartott. Valójában a kódgenerátorok olyan régóta fejlesztés alatt állnak, mint maga a számítástechnika.
Kikövezi az utat a generatív mesterséges intelligencia felé
A neurális hálózatokon alapuló prediktív modelleket használó eszközök a ’90-es években kerültek harcba, jellemzően a kódproblémák mintafelismerés segítségével történő észlelésére. Ez megnyitotta az utat a ma rendelkezésre álló generatív AI-eszközök előtt, a ChatGPT-től a GitHub Copilot-ig, és minden, ami a kettő között van.
Ahogy a generatív mesterséges intelligencia eszközök elkezdenek betörni a szoftverfejlesztési folyamatba, továbbra is fontos, hogy a fejlesztők naprakészek legyenek ezekkel az új trendekkel és technológiákkal. De ha az AI-t asszisztensnek szánják, az azt jelenti, hogy a fejlesztőnek kell a képzettebbnek lennie ebben a párosításban. Ahhoz, hogy a szoftverfejlesztés jövőjében kitűnjön, többet kell tudnia a robotoknál.
A feltörekvő kutatások a mesterséges intelligencia oktatásra gyakorolt hatását vizsgálják. A harvardi informatikai kurzus oktatói, akik virtuális mesterséges intelligencia-kódoló asszisztenssel kísérleteztek a hallgatók számára, ügyeltek arra, hogy a chatbot ne egyszerűen válaszokat adjon ki a kérdésekre, hanem útmutatást adjon a hallgatóknak, hogyan találják meg maguknak a megoldást, ahogyan egy oktató tenné. . Mert ha csak az AI-hoz fordul válaszokért, akkor nem tanulja meg a folyamatot, és nem fejleszti ki a kódolás alapjainak megértését .
A GitHub további kutatása arra vonatkozóan, hogy a fejlesztők hogyan használják a Copilot eszközeit, azt találták, hogy a feladatok átlagosan akár 55%-kal gyorsabban is végrehajthatók, ha mesterséges intelligencia segíti őket. Felmerült, hogy ezzel a megspórolt idővel a fejlesztők még több nyelv és keretrendszer csínját-bínját sajátíthatják el – ahelyett, hogy korlátoznák a programozási nyelvekkel kapcsolatos ismereteiket.
Az AI által támogatott fejlesztéshez új készségeket is el kell sajátítani. Az azonnali tervezés például előnyös lehet a fejlesztő szélesebb körű kommunikációs készségeinek. Ha világos és közvetlen utasításokat tud készíteni AI-asszisztensének, akkor megtanul majd világosan kommunikálni kollégáival.
Egyes munkaadók még teljes munkaidős mérnököket is felvesznek, ilyen például ez a munkakör a Dellnél, amely magában foglalja a hatékony promptok kifejlesztését és optimalizálását különféle generatív AI-alkalmazásokhoz – és ehhez továbbra is folyékonyan kell beszélni a Pythonban.
A fejlesztőknek továbbra is el kell végezniük a kódellenőrzést, és ez eltér a kollégáik kódjának felülvizsgálatától. A mesterséges intelligencia által generált kódban valószínűleg kevésbé lesznek kiszámítható hibák, ami alaposabb megközelítést igényel.
Röviden: a fejlesztőket nem kell fenyegetniük a nem kódolóktól, és ténylegesen profitálhatnak az e technológiák által lehetővé tett parancsikonokból. Évek óta a kódolás egyre könnyebben hozzáférhetővé vált – nézzük csak meg a felhasználóbarátabb nyelvek, például a Python népszerűségét . Ha kéznél van az AI-segéd, a fejlesztőknek már nem kell megjegyezniük a szintaxist és a struktúrákat, de még mindig meg kell érteniük, ha felügyeletről van szó.
Tekintsd úgy, mint a bütykös kontra szakértő. Kaphatsz valakit, aki kéznél van a mosógép megjavítására, vagy akár saját magad is megtanulhatod a YouTube-ról, de a jól elvégzett munka garanciája érdekében szakembert is fogadhatsz, és sokan továbbra is így tesznek.
Egyes vállalkozások azonban megragadják a mesterséges intelligencia kínálta lehetőséget, hogy kevesebb idővel vagy kevesebb fejlesztővel többet végezzenek. Valószínűleg csökkenni fog a fejlesztői szerepkörök száma a munkaerőpiacon, különösen azok esetében, akiknek csak a kódolás van az eszköztárukban. Főleg a junior pozíciókra valószínűleg kisebb lesz a kereslet.
Ha Ön most junior fejlesztő az iparágban, akkor ideje feljebb lépnie, és jövőbe mutató szerepe van. A francia IT multinacionális Atos jelenleg olyan technológiai vezetőt keres, aki alacsony kódú technológiák mellett tud dolgozni, míg a Dataportnál ez a vezető szoftvertervezői munkakör lehetőséget kínál a kreatív problémamegoldó és kommunikációs készségek gyakorlatba ültetésére.
Ha kiderül, hogy helytelen a folyamatos tanulás mellett szorgalmazni a szoftverfejlesztésben, és az ipar valóban a robotokra hagyja a nyelveket, ezek értékes, átadható készségek lesznek bármely jövőbeni szerephez.