Περίληψη άρθρου:
Η παραγωγική τεχνητή νοημοσύνη, όπως το ChatGPT, μεταμορφώνει το επάγγελμα του προγραμματιστή λογισμικού αυξάνοντας την παραγωγικότητα και αυτοματοποιώντας τις εργασίες. Οι παρατηρητές διχάζονται σχετικά με το αν θα αντικαταστήσει τον προγραμματιστή ή θα βοηθήσει τους προγραμματιστές να επικεντρωθούν σε πιο σημαντικά προβλήματα. Τα παραγωγικά μοντέλα ΤΝ εξηγούν ήδη κώδικα, δημιουργούν τεκμηρίωση και γράφουν λειτουργίες με ελάχιστη ανθρώπινη συμβολή. Ωστόσο, νομικά ζητήματα σχετικά με την ιδιοκτησία του κώδικα παραμένουν άλυτα. Παρά τις πιθανές προκλήσεις, η παραγωγική ΤΝ μπορεί να ωφελήσει τους προγραμματιστές παρέχοντας συστάσεις, δημιουργώντας τεκμηρίωση, ενημερώνοντας βιβλιοθήκες και βοηθώντας στη μετάβαση σε γλώσσες. Οι ευκαιρίες για τους επαγγελματίες της πληροφορικής βρίσκονται σε εργασίες που δεν μπορούν εύκολα να αναπαραχθούν από την ΤΝ.

Κύρια σημεία του άρθρου:

• Οι παραγωγικές πλατφόρμες ΤΝ όπως η ChatGPT θεωρούνται πολύτιμοι συνεργάτες για τους προγραμματιστές.
• Η χρήση της παραγωγικής τεχνητής νοημοσύνης στην ανάπτυξη λογισμικού θα μπορούσε να οδηγήσει σε αυξημένη παραγωγικότητα και μείωση των περιττών καθημερινών εργασιών.
• Υπάρχουν ανάμεικτες αντιδράσεις σχετικά με το αν η γενεσιουργός ΤΝ θα βοηθήσει τους προγραμματιστές να πετύχουν ή θα αντικαταστήσει τους ρόλους τους.
• Ορισμένοι ειδικοί του κλάδου προβλέπουν ότι οι πραγματικοί ρόλοι προγραμματισμού μπορεί να μειωθούν με την πάροδο του χρόνου, με προγραμματιστές που θα επικεντρώνονται στις επιχειρήσεις και θα συγκεντρώνουν τις απαραίτητες δυνατότητες για συγκεκριμένες εφαρμογές.
• Οι νομικές επιπτώσεις γύρω από τη χρήση της δημιουργικής ΤΝ και την ελεύθερη χρήση κώδικα που έχει σχεδιαστεί αλλού παραμένουν άλυτες.
• Οι ευκαιρίες για τους προγραμματιστές βρίσκονται σε τομείς που δεν μπορούν εύκολα να αντιγραφούν ή να διδαχθούν από τη γεννητική ΤΝ.

Αναλυτικά το άρθρο:
Η απόφαση των παρατηρητών της βιομηχανίας σχετικά με τη δημιουργική τεχνητή νοημοσύνη είναι: Μέχρι στιγμής, όλα καλά. Αλλά υπάρχουν ανάμεικτες αντιδράσεις όσον αφορά το αν θα βοηθήσει τους προγραμματιστές να επιτύχουν ή θα εκτοπίσει πολλούς από τους ρόλους τους.

Ο κλάδος είναι ενθουσιασμένος με τη δύναμη που φέρνουν οι πλατφόρμες δημιουργικής τεχνητής νοημοσύνης (όπως η ChatGPT) στο επάγγελμα του προγραμματιστή λογισμικού. "Για πολλούς προγραμματιστές, η γενεσιουργός τεχνητή νοημοσύνη θα γίνει ο πιο πολύτιμος συνεργάτης κωδικοποίησης που θα γνωρίσουν ποτέ", ξεχείλισε μια πρόσφατη έκθεση της KMPG. 

Ποιες είναι οι επιπτώσεις αυτής της τελευταίας ανακάλυψης στην εκδημοκρατισμένη τεχνητή νοημοσύνη; Θα αρχίσει να αντικαθιστά τον ίδιο τον προγραμματισμό; Ή θα βοηθήσει τελικά τους καταπονημένους και αγχωμένους επαγγελματίες της πληροφορικής να αφαιρέσουν τις πιο τετριμμένες πτυχές της δουλειάς τους και να τους βοηθήσουν να επικεντρωθούν σε μεγαλύτερα προβλήματα που είναι πιο σημαντικά για τις επιχειρήσεις τους; 

Η τρέχουσα ετυμηγορία από τους παρατηρητές του κλάδου: Μέχρι στιγμής, όλα καλά. Αλλά υπάρχουν ανάμεικτες αντιδράσεις όσον αφορά το αν θα βοηθήσει τους προγραμματιστές να πετύχουν ή θα εκτοπίσει πολλούς από τους ρόλους τους. Θα μπορούσε ακόμη και να χρησιμεύσει για να ομαλοποιήσει το δρόμο προς τον εκσυγχρονισμό των εφαρμογών. 

"Η δημιουργική τεχνητή νοημοσύνη μεταμορφώνει δραματικά τον τρόπο με τον οποίο οι προγραμματιστές προσεγγίζουν τους ρόλους τους, εισάγοντας μια επανάσταση στην παραγωγικότητα", λέει ο Joe Welch, διευθυντής και επικεφαλής τεχνολογίας της Launch Consulting, ενός τμήματος της The Planet Group. "Με την ενσωμάτωση του GitHub Copilot στο VS Code για ένα πρόσφατο έργο, είδαμε τους προγραμματιστές να μειώνουν τις εργασίες διάρκειας δέκα λεπτών, όπως η συγγραφή μιας μικρής συνάρτησης, στα 30 δευτερόλεπτα που χρειάζονταν για να γράψουν απλώς ένα σχόλιο που εξηγεί τη συνάρτηση. Ο πραγματικός κώδικας για τις συναρτήσεις γράφεται από το Copilot, και συχνά αυτές οι συναρτήσεις θα λειτουργήσουν out-of-the-box χωρίς καμία ανάγκη για αλλαγές. Είναι δύσκολο να υποτιμήσει κανείς το γεγονός ότι αυτό αλλάζει το παιχνίδι". 

Τα εργαλεία δημιουργικής τεχνητής νοημοσύνης όπως το ChatGPT "βασίζονται σε μεγάλα γλωσσικά μοντέλα που μπορούν να εκτελέσουν σύνθετη συλλογιστική, εξαγωγή συμπερασμάτων και δημιουργικότητα", λέει ο Duncan Angove, διευθύνων σύμβουλος της Blue Yonder. "Στον πυρήνα του, ο προγραμματισμός είναι επίσης μια γλώσσα, γεγονός που τον καθιστά ένα τέλειο έργο για να το αναλάβει η γεννητική τεχνητή νοημοσύνη".

Παραγωγικά μοντέλα τεχνητής νοημοσύνης "που εκπαιδεύονται με βάση την τεράστια έκταση του κώδικα open-source που είναι διαθέσιμος στο διαδίκτυο, εξηγούν ήδη ανεπαρκώς τεκμηριωμένο κώδικα, δημιουργούν τεκμηρίωση για κώδικα και γράφουν ακόμη και συναρτήσεις ή σχετικά στοχευμένα κομμάτια κώδικα, όλα αυτά με ελάχιστη καθοδήγηση από τον άνθρωπο", παρατηρεί η έκθεση της KPMG. 

Από την πλευρά του, ο Angove προβλέπει ότι οι πραγματικοί ρόλοι προγραμματισμού θα μειωθούν και ότι οι προγραμματιστές που θα επικεντρώνονται περισσότερο στις επιχειρήσεις θα συγκεντρώνουν τις δυνατότητες που χρειάζονται για συγκεκριμένες εφαρμογές. Καθώς η τεχνολογία εξελίσσεται, "πιστεύω ότι οι ανθρώπινες δεξιότητες προγραμματισμού θα εξασθενήσουν σε αναγκαιότητα και τελικά θα αντικατασταθούν από μηχανικούς με ανθρώπινη καθοδήγηση", προβλέπει. "Οι επιχειρηματικοί αναλυτές και οι διευθυντές προϊόντων θα είναι οι νέοι μηχανικοί προτροπών, μεταφράζοντας τις επιχειρηματικές ανάγκες σε προτροπές που θα παράγουν τον κώδικα που χρειαζόμαστε. Βραχυπρόθεσμα, θα εξακολουθήσουμε επίσης να χρειαζόμαστε προγραμματιστές για τον ποιοτικό έλεγχο του κώδικα, αλλά με την πάροδο του χρόνου και αυτό, επίσης, θα εξασθενίσει".

Μια πιθανή αποτρεπτική παράμετρος για την πραγματική παραγωγή κώδικα - σε σχέση με το να βοηθάει τους προγραμματιστές να είναι πιο παραγωγικοί κατά την παραγωγή κώδικα - είναι οι νομικές επιπτώσεις της ελεύθερης χρήσης κώδικα που ουσιαστικά έχει σχεδιαστεί αλλού. "Τα ζητήματα πνευματικής ιδιοκτησίας γύρω από τη γεννητική ΤΝ παραμένουν άλυτα", προειδοποιούν οι συγγραφείς της KPMG. "Αυτά τα μοντέλα εκπαιδεύονται σε open-source κώδικα  με πολλούς διαφορετικούς τύπους αδειών χρήσης, και μένει να δούμε τι θα συμβεί αν το λογισμικό που παράγουν θεωρηθεί ότι μοιάζει πολύ με κώδικα ανοικτού κώδικα". 

Αν και είναι εξαιρετικά αμφισβητήσιμο το είδος των περικοπών που θα υπάρξουν για τους ρόλους των προγραμματιστών, ο Welch της Launch προβλέπει πολλές θετικές επιπτώσεις στις ικανότητες των προγραμματιστών να παρέχουν αποτελέσματα πολύ πιο γρήγορα και άμεσα για τις συνεχώς απαιτητικές επιχειρήσεις τους:  

Ως μηχανή συστάσεων: Σημαντικό πλεονέκτημα θα είναι "η ενσωμάτωση συστάσεων ΤΝ στη διαδικασία ανάπτυξης κώδικα ή η παροχή συστάσεων ΤΝ κατά τον έλεγχο του κώδικα", αναφέρει. "Το GitHub Copilot είναι ένα εξαιρετικό παράδειγμα αυτού και παρέχει συστάσεις και προτάσεις καθώς οι προγραμματιστές πληκτρολογούν. Οι προγραμματιστές μπορούν επίσης να υποδείξουν ότι ο κώδικας που προσπαθούν να γράψουν σε ένα ειδικά διαμορφωμένο σχόλιο και το Copilot θα παρέχει ένα δείγμα υλοποίησης αυτής της λειτουργίας".

Δημιουργία τεκμηρίωσης για τον υπάρχοντα κώδικα, ώστε να βοηθηθούν οι νέοι προγραμματιστές να επιβιβαστούν: "Έχουμε χρησιμοποιήσει την τεχνητή νοημοσύνη για να παρέχουμε περιλήψεις υψηλού επιπέδου για υποσυστήματα και στη συνέχεια πιο λεπτομερείς περιγραφές μεμονωμένων ενοτήτων", λέει ο Welch. "Αφού διαβάσουν αυτές τις επισκοπήσεις, οι προγραμματιστές μπορούν στη συνέχεια να αλληλεπιδράσουν απευθείας με το AI chatbot για να υποβάλουν λεπτομερείς ερωτήσεις σχετικά με τις συγκεκριμένες για τη χρήση λειτουργίες ή τα τμήματα του κώδικα. Αυτό μπορεί να μειώσει σημαντικά τον συνολικό χρόνο που απαιτείται για την κατανόηση μιας νέας βάσης κώδικα".

Ενημέρωση απαρχαιωμένων βιβλιοθηκών: "Μια από τις συνεχείς προκλήσεις μας είναι να διατηρούμε τις βιβλιοθήκες τρίτων κατασκευαστών ενημερωμένες σε υποστηριζόμενες εκδόσεις σύμφωνα με τις κατάλληλες οδηγίες ασφαλείας", λέει ο Welch. "Συχνά, δεν είναι σαφές το επίπεδο κινδύνου στην αναβάθμιση αυτών των βιβλιοθηκών. Η γεννητική τεχνητή νοημοσύνη είναι εξαιρετική στην πρόβλεψη της συνολικής προσπάθειας, στον εντοπισμό συγκεκριμένων μοτίβων κώδικα που πρέπει να τροποποιηθούν και στη βοήθεια για να διασφαλιστεί ότι αυτές οι βιβλιοθήκες και τα frameworks διατηρούνται ενημερωμένα με τη μικρότερη δυνατή προσπάθεια και επιχειρηματικό κίνδυνο".  

Μετεγκατάσταση εφαρμογών από παλαιότερες γλώσσες:  "Η τεχνητή νοημοσύνη μπορεί να διευκολύνει σημαντικά τη μετάβαση μιας μεγάλης βάσης κώδικα από μια παλαιότερη γλώσσα όπως η Cobol σε μια πιο σύγχρονη γλώσσα όπως η Java ή η C#", λέει ο Welch. "Αυτές οι μεταβιβάσεις μπορεί συχνά να είναι δύσκολες, καθώς απαιτούν προγραμματιστές που γνωρίζουν άπταιστα τόσο την παλαιότερη όσο και τη νεότερη γλώσσα".  

Τελικά, οι ευκαιρίες για τους προγραμματιστές και άλλους επαγγελματίες της πληροφορικής θα είναι άφθονες σε "πράγματα που δεν μπορούν εύκολα να αντιγραφούν ή να διδαχθούν", προβλέπει ο Angove. "Σκεφτείτε τι δεν μπορούν να κάνουν τα LLM και κάντε το. Η αξία της φρέσκιας σκέψης γίνεται επίσης ακόμη πιο πολύτιμη. Αναπτύξτε δεξιότητες που βοηθούν στη δημιουργία των εργαλείων - τα ίδια τα LLM - έναντι των ελεύθερων πλέον εφαρμογών".



Πηγή: Generative AI means more productivity, and a likely retrenchment for software developers