الترميز فيبي يأتي للوظائف الهندسية

إن حقيقة أن الذكاء الاصطناعى يمكن أن ينتج نتائج تتراوح بين مثيرة للإعجاب بشكل ملحوظ إلى مشكلة صدمة قد تفسر سبب ظهور المطورين من انقسام حول التكنولوجيا. Wired Sustomed Programs في شهر مارس للسؤال عن شعورهم تجاه ترميز الذكاء الاصطناعى ، ووجدوا أن النسبة التي كانت متحمسة لأدوات الذكاء الاصطناعى (36 في المائة) كانت تعكسها الجزء الذي شعر بالشك (38 في المائة).

يقول دانييل جاكسون ، عالم الكمبيوتر في معهد ماساتشوستس للتكنولوجيا الذي يستكشف حاليًا كيفية دمج الذكاء الاصطناعي في تطوير البرمجيات على نطاق واسع: “مما لا شك فيه أن الذكاء الاصطناعي سوف يغير طريقة إنتاج رمز”. “لكن لن يفاجئني إذا كنا في خيبة الأمل – أن الضجيج سوف يمر”.

يحذر جاكسون من أن نماذج الذكاء الاصطناعى تختلف اختلافًا جذريًا عن المترجمين الذين يقومون بتشغيل الكود المكتوب بلغة عالية المستوى إلى لغة ذات مستوى أدنى وأكثر كفاءة للآلات لاستخدامها ، لأنها لا تتبع دائمًا التعليمات. في بعض الأحيان ، قد يأخذ نموذج الذكاء الاصطناعى تعليمات وتنفيذ أفضل من المطور – أوقات أخرى قد تفعل المهمة أسوأ بكثير.

ويضيف جاكسون أن الترميز فيبي ينخفض ​​عندما يقوم أي شخص ببناء برامج خطيرة. يقول: “لا توجد تطبيقات تقريبًا تكون فيها” تعمل في الغالب “جيدة بما يكفي”. “بمجرد أن تهتم بقطعة من البرامج ، فأنت تهتم بأنه يعمل بشكل صحيح.”

العديد من مشاريع البرمجيات معقدة ، والتغييرات في قسم واحد من التعليمات البرمجية يمكن أن تسبب مشاكل في مكان آخر في النظام. يقول جاكسون إن المبرمجين ذوي الخبرة يجيدون فهم الصورة الأكبر ، لكن “نماذج اللغة الكبيرة لا يمكنها أن تتجول في هذه الأنواع من التبعيات”.

يعتقد جاكسون أن تطوير البرمجيات قد يتطور مع المزيد من أشكال الرموز المعيارية وعدد أقل من التبعيات لاستيعاب البقع العمياء من الذكاء الاصطناعي. ويتوقع أن يحل الذكاء الاصطناعي محل بعض المطورين ولكنه سيجبر أيضًا الكثير على إعادة التفكير في مقاربتهم والتركيز أكثر على تصميم المشروع.

يضيف جاكسون أن الاعتماد على الكثير من الذكاء الاصطناعي “قد يكون” كارثة وشيكة “، لأنه” لن يكون لدينا فقط كتل من الكود المكسور ، المليئة بموظفات الضعف الأمنية ، ولكن سيكون لدينا جيل جديد من المبرمجين غير قادرين على التعامل مع هذه النقاط الضعيفة “.

تعلم الكود

حتى الشركات التي قامت بالفعل بدمج أدوات الترميز في عملية تطوير البرمجيات الخاصة بهم ، تقول أن التكنولوجيا لا تزال غير موثوقة للغاية للاستخدام الأوسع.

تقول كريستين ين ، الرئيس التنفيذي لشركة HoneyComb ، وهي شركة توفر التكنولوجيا لمراقبة أداء أنظمة البرمجيات الكبيرة ، إن المشاريع البسيطة أو الصيغة ، مثل مكتبات المكونات ، أكثر قابلية لاستخدام الذكاء الاصطناعي. ومع ذلك ، تقول إن المطورين في شركتها الذين يستخدمون الذكاء الاصطناعي في عملهم قد زاد فقط من إنتاجيتهم بنحو 50 في المائة.

ويضيف ين أنه بالنسبة لأي شيء يتطلب حكمًا جيدًا ، حيث يكون الأداء مهمًا ، أو عندما يمس الكود الناتج أنظمة أو بيانات حساسة ، “منظمة العفو الدولية ليست جيدة بما يكفي حتى الآن.

وتقول: “الجزء الصعب حول بناء أنظمة البرمجيات لا يكتب فقط الكثير من التعليمات البرمجية”. “لا يزال المهندسون ضروريين ، على الأقل اليوم ، لامتلاك هذا التنقيب والحكم والتوجيه والتوجيه.”

يقترح آخرون أن تحول في القوى العاملة قادم. يقول لياد إيدادان ، الرئيس التنفيذي لشركة Milestone ، وهي شركة تساعد الشركات على قياس تأثير مشاريع الذكاء الاصطناعي: “لا نرى طلبًا أقل على المطورين”. “نحن نرى طلبًا أقل على المتوسط ​​أو المطورين ذوي الأداء المنخفض.”

يقول Naveen Rao ، نائب رئيس AI في DataBricks ، وهي شركة تساعد الشركات الكبيرة على بناء أنظمة الذكاء الاصطناعى الخاصة بها: “إذا كنت أقوم ببناء منتج ، فقد كنت بحاجة إلى 50 مهندسًا ، وربما الآن ربما أحتاج فقط إلى 20 أو 30”. “هذا حقيقي تمامًا.”

ومع ذلك ، يقول راو أن تعلم التعليمات البرمجية يجب أن يظل مهارة قيمة لبعض الوقت. يقول: “إنه مثل قول” لا تعلّم ابنك أن يتعلم الرياضيات “. ويضيف أن فهم كيفية الحصول على أقصى استفادة من أجهزة الكمبيوتر من المحتمل أن يظل ذا قيمة كبيرة.

يعتقد Yegge و Kim ، المبرمجين المخضرمين ، أن معظم المطورين يمكنهم التكيف مع الموجة القادمة. في كتابهم عن الترميز ، يوصي الزوج باستراتيجيات جديدة لتطوير البرمجيات بما في ذلك قواعد التعليمات البرمجية المعيارية ، والاختبار المستمر ، والكثير من التجارب. يقول Yegge أن استخدام AI لكتابة البرامج يتطور إلى شكله المحفوف بالمخاطر. يقول: “يتعلق الأمر بكيفية القيام بذلك دون تدمير القرص الصلب واستنزاف حسابك المصرفي”.