Արդյո՞ք ծրագրային ապահովման ինժեներներին կփոխարինի արհեստական ​​բանականությունը։

Սա այն տանջող, մի փոքր անհանգստացնող հարցերից մեկն է, որը սողոսկում է Slack-ի ուշ գիշերային զրույցների և սուրճի շուրջ բանավեճերի մեջ ծրագրավորողների, հիմնադիրների և, անկեղծ ասած, յուրաքանչյուրի միջև, ով երբևէ նկատել է որևէ խորհրդավոր սխալ: Մի կողմից, արհեստական ​​բանականության գործիքները շարունակում են ավելի արագ, ավելի սուր, գրեթե անսովոր կերպով կոդ գրել: Մյուս կողմից, ծրագրային ապահովման ճարտարագիտությունը երբեք միայն շարահյուսություն մշակելու մասին չի եղել: Եկեք վերանայենք այն՝ առանց սահելու սովորական դիստոպիկ «մեքենաները կգրավեն» գիտաֆանտաստիկ սցենարի մեջ:

Հոդվածներ, որոնք կարող են ձեզ դուր գալ կարդալ սրանից հետո

🔗 Ծրագրային ապահովման թեստավորման համար լավագույն արհեստական ​​բանականության գործիքները
Բացահայտեք արհեստական ​​բանականությամբ աշխատող թեստավորման գործիքներ, որոնք որակի ապահովումը դարձնում են ավելի խելացի և արագ։

🔗 Ինչպես դառնալ արհեստական ​​բանականության ինժեներ
Քայլ առ քայլ ուղեցույց՝ արհեստական ​​բանականության ոլորտում հաջողակ կարիերա կառուցելու համար։

🔗 Լավագույն առանց կոդի արհեստական ​​բանականության գործիքներ
Հեշտությամբ ստեղծեք արհեստական ​​բանականության լուծումներ՝ առանց կոդավորման՝ օգտագործելով առաջատար հարթակները։

Ծրագրային ապահովման ինժեներները կարևոր են 🧠✨

Բոլոր ստեղնաշարերի և սթեքի հետքերի տակ ինժեներիան միշտ էլ եղել է խնդիրների լուծում, ստեղծագործականություն և համակարգային մակարդակի դատողություն : Անշուշտ, արհեստական ​​բանականությունը կարող է վայրկյանների ընթացքում ստեղծել հատվածներ կամ նույնիսկ ստեղծել հավելված, բայց իրական ինժեներները ստեղծում են այնպիսի բաներ, որոնց մեքենաները լիովին չեն դիպչում.

• համատեքստը ընկալելու ունակությունը ։

• Փոխզիջումների գնալը (արագությունն ընդդեմ արժեքի և անվտանգության… միշտ էլ ժոնգլյորության գործողություն է):

• Աշխատեք մարդկանց , ոչ միայն կոդով։

• Բռնում եմ տարօրինակ եզրային պատյանները, որոնք չեն համապատասխանում կոկիկ նախշին։

Մտածեք արհեստական ​​բանականության մասին որպես անհավանականորեն արագ, անխոնջ պրակտիկանտի։ Օգտակա՞ր է։ Այո՞։ Ճարտարապետության կառավարում։ Ոչ։

Պատկերացրեք սա. զարգացման թիմը ցանկանում է մի գործառույթ, որը կապված է գնագոյացման կանոնների, հին հաշվարկային տրամաբանության և սակագնային սահմանափակումների հետ: Արհեստական ​​բանականությունը կարող է մշակել դրա որոշ մասեր, բայց որոշելը, թե որտեղ տեղադրել տրամաբանությունը , ինչը հանել և ինչպես չփչացնել հաշիվ-ապրանքագրերը տեղափոխման ընթացքում ՝ այդ դատողությունը պատկանում է մարդուն: Ահա թե ինչ տարբերություն:

Ինչ են իրականում ցույց տալիս տվյալները 📊

Թվերը ապշեցուցիչ են։ Կառուցվածքային ուսումնասիրություններում GitHub Copilot-ն օգտագործող մշակողները առաջադրանքներն ավարտել են մոտ 55%-ով ավելի արագ, քան նրանք, ովքեր միայնակ են կոդավորում [1]: Ավելի լայն դաշտի հաշվետվություննե՞ր: Երբեմն մինչև 2 անգամ ավելի արագ ՝ աշխատանքային հոսքերում ներդրված սերնդի արհեստական ​​բանականությամբ [2]: Կիրառումը նույնպես հսկայական է. մշակողների 84%-ը կամ օգտագործում է, կամ պլանավորում է օգտագործել արհեստական ​​բանականության գործիքներ, իսկ մասնագետների կեսից ավելին դրանք օգտագործում է ամեն օր [3]:

Սակայն կա մի խնդիր։ Գիտնականների կողմից գրախոսված աշխատանքները ցույց են տալիս, որ արհեստական ​​բանականության օգնությամբ ծրագրավորողներն ավելի հակված անապահով կոդ գրելուն և հաճախ չափազանց վստահ դրանում [5]: Հենց այդ պատճառով էլ շրջանակները շեշտը դնում են պաշտպանիչ ցանկապատերի վրա՝ վերահսկողություն, ստուգումներ, մարդկային վերանայումներ, հատկապես զգայուն ոլորտներում [4]:

Արագ կողք կողքի. Արհեստական ​​բանականությունն ընդդեմ ինժեներների

Արհեստական ​​​​ինտելեկտի կոդավորման օգնականների ալիքը 🚀

Copilot-ի և LLM-ի վրա հիմնված IDE-ների նման գործիքները վերաձևավորում են աշխատանքային հոսքերը։ Դրանք՝

• Անմիջապես նախագիծ։

• Առաջարկեք վերակառուցման խորհուրդներ։

• Բացատրեք API-ները, որոնց երբեք չեք դիպչել։

• Նույնիսկ թքած թեստեր (երբեմն՝ թերի, երբեմն՝ պինդ):

Ի՞նչ շրջադարձ կա։ Կրտսեր մակարդակի առաջադրանքներն այժմ պարզեցված են։ Սա փոխում է սկսնակների ուսուցման ձևը։ Անվերջ ցիկլերով աշխատելն ավելի քիչ արդիական է։ Ավելի խելացի ուղի. թող արհեստական ​​բանականությունը նախագծի, ապա ստուգի . գրի հաստատումներ, գործարկի լինտերներ, ագրեսիվորեն փորձարկի և վերանայի անվտանգության գաղտնի թերությունները միավորելուց առաջ [5]:

Ինչու՞ արհեստական ​​բանականությունը դեռևս լիարժեք փոխարինող չէ

Անկեղծ լինենք. արհեստական ​​բանականությունը հզոր է, բայց նաև… միամիտ։ Այն չունի՝

• Ինտուիցիա ՝ անհեթեթ պահանջների որսում։

• Էթիկա ՝ արդարության, կողմնակալության, ռիսկի կշռադատում։

• Համատեքստ ՝ իմանալ, թե ինչու պետք է կամ չպետք է գոյություն ունենա որևէ հատկանիշ։

Կարևոր ծրագրային ապահովման համար՝ ֆինանսներ, առողջապահություն, ավիատիեզերական համակարգեր, դուք չեք կարող ռիսկի դիմել «սև արկղ» համակարգի վրա: Շրջանակները հստակեցնում են. մարդիկ պատասխանատու են մնում՝ սկսած փորձարկումից մինչև մոնիթորինգ [4]:

«Միջին մակարդակի» ազդեցությունը աշխատատեղերի վրա 📉📈

Արհեստական ​​բանականությունն ամենաշատն է հարվածում հմտությունների սանդուղքի կենտրոնում.

• Սկսնակ մակարդակի մշակողներ . Խոցելի - հիմնական կոդավորումը ավտոմատացվում է: Աճի ուղի՞: Փորձարկում, գործիքավորում, տվյալների ստուգում, անվտանգության վերանայում:

• Ավագ ինժեներներ/ճարտարապետներ . Ավելի ապահով՝ տիրապետելով դիզայնին, առաջնորդությանը, բարդությանը և կազմակերպելով արհեստական ​​բանականությունը։

• Նիշային մասնագետներ . Ավելի անվտանգ՝ անվտանգություն, ներկառուցված համակարգեր, մեքենայական ուսուցման ենթակառուցվածքներ, բաներ, որտեղ դոմեյնի առանձնահատկությունները կարևոր են։

Պատկերացրեք հաշվիչները. նրանք չվերացրին մաթեմատիկան։ Նրանք փոխեցին այն հմտությունները, որոնք դարձան անփոխարինելի։

Մարդկային հատկանիշներ, որոնց վրայով արհեստական ​​բանականությունը շրջում է

Ինժեներական մի քանի գերուժեր, որոնք դեռևս բացակայում են արհեստական ​​բանականությունից.

• Պայքար անհարթ, սպագետիի ժառանգություն հանդիսացող կոդի հետ։

• Կարդալ օգտատիրոջ հիասթափությունը և դիզայնում հաշվի առնել կարեկցանքը։

• Գրասենյակային քաղաքականության և հաճախորդների հետ բանակցությունների կողմնորոշում։

• Հարմարվելով այն մոդելներին, որոնք դեռ նույնիսկ հորինված չեն։

Հեգնականորեն, մարդկային բանը դառնում է ամենասուր առավելությունը։

Ինչպես պահպանել ձեր կարիերայի ապագան 🔧

• Նվագախմբավորեք, մի՛ մրցեք . արհեստական ​​բանականությանը վերաբերվեք որպես գործընկերոջ։

• Կրկնապատկեք ակնարկը . Սպառնալիքների մոդելավորում, տեխնիկական բնութագրեր որպես թեստ, դիտարկելիություն։

• Իմացեք տիրույթի խորությունը . վճարումներ, առողջապահություն, ավիատիեզերական արդյունաբերություն, կլիմա՝ համատեքստը ամեն ինչ է։

• Կառուցեք անձնական գործիքակազմ ՝ Linter-ներ, fuzzer-ներ, տպագրված API-ներ, վերարտադրելի կառուցվածքներ։

• Փաստաթղթավորեք որոշումները . ADR-ները և ստուգաթերթիկները արհեստական ​​բանականության փոփոխությունները հետևելի են դարձնում [4]:

Հավանական ապագան՝ համագործակցություն, ոչ թե փոխարինում 👫🤖

Իրական պատկերը «արհեստական ​​բանականությունն ընդդեմ ինժեներների» չէ։ Այն արհեստական ​​բանականությունն է՝ ինժեներների հետ ։ Նրանք, ովքեր կաջակցեն, ավելի արագ կգործեն, ավելի մեծ կմտածեն և կազատվեն ծանր աշխատանքից։ Նրանք, ովքեր կդիմանան, ռիսկի են դիմում հետ մնալու։

Իրականության ստուգում.

• Գործնական կոդ → Արհեստական ​​բանականություն։

• Ռազմավարություն + կարևոր կոչեր → Մարդիկ։

• Լավագույն արդյունքներ → Արհեստական ​​բանականությամբ համալրված ինժեներներ [1][2][3]:

Ամփոփելով 📝

Այսպիսով, ինժեներներին կփոխարինե՞ն։ Ոչ։ Նրանց աշխատատեղերը կփոխվեն։ Սա ավելի քիչ «կոդավորման ավարտ» է, իսկ ավելի շատ «կոդավորում է զարգանում»։ Հաղթողները կլինեն նրանք, ովքեր կսովորեն օգտագործել արհեստական ​​բանականություն, այլ ոչ թե կպայքարեն դրա դեմ։

Դա նոր գերտերություն է, ոչ թե վարդագույն սայթաքում։

Հղումներ

[1] GitHub։ «Հետազոտություն. GitHub CoPilot-ի ազդեցության քանակական գնահատումը մշակողների արտադրողականության և երջանկության վրա» (2022)։ https://github.blog/news-insights/research/research-quantifying-github-copilots-impact-on-developer-productivity-and-happiness/

[2] McKinsey & Company: «Մշակողների արտադրողականության ազատագրում գեներատիվ արհեստական ​​բանականության միջոցով»: (2023 թվականի հունիսի 27): https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/unleashing-developer-productivity-with-generative-ai

[3] Stack Overflow։ «2025 թվականի մշակողների հարցում — արհեստական ​​բանականություն» (2025)։ https://survey.stackoverflow.co/2025/ai

[4] NIST. «Արհեստական ​​բանականության ռիսկերի կառավարման շրջանակ (AI RMF)»: (2023–). https://www.nist.gov/itl/ai-risk-management-framework

[5] Փերի, Ն., Սրիվաստավա, Մ., Կումար, Դ., և Բոնեհ, Դ. «Օգտատերերը ավելի անապահով կոդ են գրում արհեստական ​​բանականության օգնականների միջոցով»: ACM CCS (2023): https://dl.acm.org/doi/10.1145/3576915.3623157