Генеративный искусственный интеллект (GenAI) означает более быстрое кодирование, но также бóльшее количество кода, которым нужно управлять, а также бóльшие ожидания со стороны бизнеса, пишет на портале ZDNet независимый аналитик Джо Маккендрик.

ИИ уже признан мощным инструментом повышения производительности разработчиков, но его потенциал гораздо глубже и способен повлиять на карьерные устремления. Расцвет разработки кода с помощью ИИ открывает возможности для менеджеров по технологиям и ИТ-специалистов взять на себя более широкие функции в бизнесе.

«От ИТ-специалистов можно ожидать целого ряда новых ролей», — говорит Прити Лобо, директор Apps Associates по практике бизнес-интеграции и автоматизации. Теперь люди могут по запросу «выкачивать» код на множестве языков, от Java до Python, а также получать полезные рекомендации. Согласно недавнему опросу Sourcegraph, уже 95% разработчиков таким образом используют Copilot, ChatGPT и другие инструменты GenAI.

Рост популярности этих инструментов поднимает интересный вопрос. Несмотря на потенциал значительного повышения производительности благодаря инструментам GenAI, не усложнится ли работа специалистов в области технологий в эпоху растущей автоматизации?

В конце концов, возможность автоматически генерировать новый код означает, что кому-то в организации придется следить за тем, чтобы этот код соответствовал жестким требованиям бизнеса и управления. Управление всем этим кодом потребует высокого уровня сплоченности, подотчетности и безопасности. А эти требования подразумевают новые роли и обязанности для разработчиков.

Для начала, задачи по обеспечению безопасности и качества, связанные с работой с ПО, в ближайшее время не исчезнут. «ChatGPT и другие большие языковые модели помогают программистам и инженерам создавать код практически на любом языке, — говорит Энди Тураи, аналитик компании Constellation Research. — Однако бóльшая часть генерируемого кода уязвима с точки зрения безопасности и может не соответствовать корпоративному уровню. Поэтому, хотя ИИ может помочь ускорить процесс кодирования, необходимо позаботиться об анализе кода, поиске уязвимостей и их устранении, что лишит поставщиков ИИ некоторого повышения производительности».

Кроме того, существует проблема разрастания кода. Аналогией распространения GenAI в кодировании является внедрение облачных вычислений, которые, казалось бы, упростили приобретение приложений, когда ИТ по требованию только зарождались, а теперь привели к целому клубку сервисов, которыми нужно управлять.

Исследования уже говорят о том, что относительная простота создания кода с помощью ИИ будет способствовать постоянному расширению кодовой базы. Большинство из 500 разработчиков, принявших участие в опросе Sourcegraph, обеспокоены тем, как управлять всем новым кодом, который появляется с помощью GenAI, а также тем, как решить проблему разрастания кода и его вклада в технический долг.

Авторы исследования Sourcegraph называют этот рост требований «большим кодом». Почти восемь из десяти разработчиков заявили, что еще до появления GenAI их кодовая база выросла в пять раз за последние три года, и еще столько же испытывали трудности с пониманием существующего кода, созданного другими.

Более быстрая доставка кода также приводит к росту ожиданий со стороны бизнеса в отношении приложений, которые быстрее адаптируются к меняющимся требованиям. «Мы развиваемся в сторону подхода, основанного на моделировании, и уходим от кодирования на основе правил „if-then-else“», — говорит Лобо.

ИТ-специалистам следует ожидать усиления акцента на дизайн-мышлении, которое станет более важной частью работы разработчиков — и этот сдвиг приведет к появлению новых обязанностей. «Люди, работающие с ИИ, могут дифференцировать свои технические способности, сосредоточившись на более мягких навыках в области дизайна и дизайн-мышления», — говорит Джеймс Фэйрвезер, директор по инновациям компании Pitney Bowes.

По его словам, увеличение возможностей в этих областях может помочь разработчику улучшить способность доносить и представлять инсайты науки о данных и ИИ. Это также поможет пересмотреть процессы и способы взаимодействия людей с технологиями, чтобы максимально использовать преимущества ИИ для улучшения результатов.

Расширение использования ИИ также приведет к тому, что персонализация станет важным навыком для разработчиков. Современные приложения «должны быть более интуитивно понятными и создаваться с учетом индивидуальных особенностей пользователя, а не как универсальный опыт для всех, — говорит Лобо. — GenAI уже позволяет достичь такого уровня персонализации, а в будущем бóльшая часть кодирования будет осуществляться ИИ».

Несмотря на развитие генеративных технологий, люди по-прежнему будут необходимы на ключевых этапах разработки для обеспечения качества и соответствия бизнесу. «Традиционные разработчики будут курировать обучающие данные, которые используют модели ИИ, и изучать любые несоответствия или аномалии», — добавляет Лобо.

Руководителям и специалистам по технологиям придется взять на себя более широкие функции в бизнес-сообществе, чтобы гарантировать, что все более широкое использование разработки кода с помощью ИИ будет соответствовать своей цели. Можно ожидать, что этот фокус на бизнес-требованиях приведет к росту ответственности за такие роли, как «инструктор по этическому ИИ, инженер машинного языка, специалист по изучению данных, стратег и консультант по ИИ, а также гарант качества», — говорит Лобо. По ее словам, специалисты по технологиям должны будут участвовать в «создании стратегических дорожных карт ИИ, а также выявлять аномалии в структурах данных и результатах».

Что касается технической стороны вопроса, то расширение использования GenAI выдвинет на первый план навыки обработки естественного языка (NLP), считает Лобо. «Профессионалы должны стремиться овладеть такими языками программирования, как Python, Java и C++, а также узнать больше о таких библиотеках и фреймворках, как NumPy, Keras, TensorFlow, Matplotlib и Seaborn», — говорит она.

По ее словам, они также должны стремиться к развитию аналитических навыков, навыков решения проблем и критического мышления, а также лингвистических навыков: «Подобные навыки могут оказать неоценимую помощь в мире NLP, которая является основополагающим фактором при работе с ИИ».

Еще одна дополнительная роль, которую возьмут на себя профессионалы в области технологий, — это наставничество и поддержка большего числа людей в разработке и внедрении собственных приложений. «В прошлом искусство возможного было лимитировано из-за технических ограничений или ограничений ИТ-отделов, — говорит Турай. — Теперь предела нет. Каждый может придумать способ повысить с помощью ИИ финансовые показатели любого бизнеса, чтобы улучшить его так, как он себе представляет, и быстрее, чем вы себе представляете».

Наконец, стоит отметить, что GenAI также может помочь повысить производительность труда некоторых технологических работников. По словам Турая, именно ИТ-командам, работающим в сфере обслуживания и поддержки ПО, ИИ, скорее всего, больше поможет, чем усложнит жизнь.

«ИИ также может повлиять на работу групп реагирования на инциденты, инженеров по надежности объектов и сотрудников службы поддержки, — добавляет он. — Они могут использовать ИИ для выяснения прецедентов, способов устранения неполадок, возможности их автоматизации, чтобы они не повторялись, а также для автоматизации некоторых рутинных исправлений, чтобы избежать постоянных оповещений и траты многих часов на устранение элементарных неполадок. Специалистам по обслуживанию клиентов ИИ может помочь персонализировать сервис для отдельных людей на основе их потребностей, проблем, с которыми они столкнулись, и эффекта, который был получен».