Jak řekl generální ředitel společnosti NVIDIA: „Každý je nyní programátor. To je zázrak umělé inteligence.“
Programování prochází metamorfózou: dosud mohla vlastní software vytvářet pouze „elita“ schopná ovládat jazyky jako Python, C++ nebo Java. Dnes však díky nástrojům generativní umělé inteligence, jako jsou ChatGPT a GitHUb Copilot, stačí k vývoji funkčních aplikací používat instrukce v přirozeném jazyce, aniž by bylo nutné psát složitý kód.
Co přináší umělá inteligence do oboru
- Demokratizaci pro neprogramátory: Na tvorbě softwaru se nyní může podílet každý, kdo má nápad a základní znalosti angličtiny.
- Zvýšení produktivity pro stávající programátory: Tradiční vývojáři vidí, jak jim nástroje AI (GitHub Copilot, ChatGPT atd.) pomáhají psát kód rychleji a s menším počtem chyb.
- Nové profesní profily: Inženýři i neinženýři potřebují zlepšit své komunikační apohotové inženýrské dovednosti, aby z AI vytěžili maximum.
- Potřeba nových dovedností pro staré profily: U „nekomunikativních programátorů“ je potřeba vypilovat jejich verbální a písemné dovednosti, aby se na této vlně dokázali svézt.
Téměř před dvěma lety to někdo předvídal: Andrej Karpathy, bývalý senior ředitel AI ve společnosti Tesla, na Twitteru předpověděl vznik tohoto trendu: angličtina jako nový „in“ programovací jazyk.
The hottest new programming language is English
— Andrej Karpathy (@karpathy) January 24, 2023Související článek
„Tento vývoj stírá bariéry mezi lidmi a stroji a umožňuje více lidem, aby se stali efektivními technology bez tradičních programátorských dovedností.“
A skutečně tomu tak je: v současné době je podle Stability AI neuvěřitelných 41 % kódu umístěného na GitHubu generováno umělou inteligencí.
Tento trend sice slibuje, že otevře dveře technologického vývoje více lidem, ale zároveň nově definuje roli tradičního programátora. Karpathy však zdůraznil, že angličtina sice zjednodušuje vstup do programování, ale klíčovou dovedností bude zvládnutí umění inženýrských podnětů (jasných a účinných instrukcí pro umělou inteligenci):
„Jasnost a specifičnost příkazů bude rozhodovat o úspěchu těchto nástrojů.“
Střet s realitou
Schopnost „programovat“ AI pomocí přirozeného jazyka může nyní vyvolávat obrovské nadšení, ale mezi sliby o absolutní revoluci a každodenní realitou softwarových projektů je stále značná propast.
Jak se věci mají nyní
- Lidský dohled je stále nezbytný: Nástroje umělé inteligence sice mohou psát složité řádky kódu a dávat inteligentní návrhy, ale neeliminují potřebu lidské kontroly. Obory, jako je bankovnictví, zdravotnictví nebo letectví, se nemohou spoléhat pouze na slepou důvěru ve výstupy modelu AI. Před uvedením produktu na trh nebo jeho integrací do kritických infrastruktur musí být k dispozici inženýři, kteří přezkoumají logiku, výkonnost a bezpečnost systému.
- Stále existují „šedé zóny“, které umělá inteligence neřeší: Ve vysoce specializovaných oblastech, s „novými“ problémy nebo špičkovým výzkumem nemusí umělá inteligence vyškolená na existujících datech poskytnout adekvátní nebo zcela originální řešení. Lidská kreativita a laterální myšlení zůstávají nepostradatelné pro prolomení nových směrů, návrh průkopnických algoritmů nebo řešení specifických problémů, kde neexistují historická data, která by si umělá inteligence mohla „zapamatovat“.
Nenechme se zatím příliš unést
- AI zcela nenahradí programátory: Jedním z hlavních kolujících klišé je, že generativní AI odstraní potřebu vývojářů. Skutečnost je taková, že zatímco psaní opakujících se fragmentů se zrychlí a zautomatizuje, architektonická rozhodnutí, optimalizace výkonu a integrace se staršími systémy budou stále vyžadovat lidský zásah. Navíc hodnocení kvality výsledného kódu (refaktoring, návrhové vzory, škálovatelnost) zůstane v rukou odborníků.
- Nemyslete si, že složitý software bude moci vytvářet kdokoli bez předchozích znalostí: Přestože se snížila vstupní bariéra a je nyní snazší vytvořit základní prototypy s návodem v angličtině, zkušenosti a technické znalosti stále rozhodují. Pro jednoduchou aplikaci mohou stačit nástroje bez kódu, ale kritičtější projekty vyžadují odborné znalosti architektury, databází, zabezpečení a životního cyklu vývoje softwaru.
- Nemyslete si, že generativní umělá inteligence je neomylná: Navzdory nepopiratelnému pokroku modelů, jako je GPT-4, se umělá inteligence stále dopouští chyb, má „halucinace“ (vymýšlí data nebo odkazy, které neexistují) a může generovat kód s bezpečnostními chybami, pokud je trénovací sada nebo pokyny neúplné nebo nepřesné. Slepé spoléhání se na AI s sebou nese rizika, zejména pokud nejsou zavedeny odpovídající procesy ověřování, testování a validace.
- Nepodceňujte organizační změny: Přijetí nástrojů AI ve firmách a vývojových týmech není jen o instalaci pluginu pro automatické dokončování do IDE. Zahrnuje změnu interních procesů, školení zaměstnanců, novou definici zásad kontroly kvality a někdy i úpravu integračních a kontinuálních toků nasazení.