Gartner Research tarafından yapılan yeni bir araştırmaya göre, yazılımın oluşturulmasına, test edilmesine ve çalıştırılmasına yardımcı olacak üretken yapay zeka (genAI) araçlarının, 2027 yılına kadar tüm kurumsal yazılım mühendislerinin yarısı tarafından benimsenmesi bekleniyor.
Bugün kurumsal yazılım mühendislerinin yalnızca %5’i kodlamaya yardımcı olmak için genAI araçlarını kullanıyor. Araştırmada, yazılım talebinin çoğu kuruluşun kapasitesini aşması, mevcut geliştiricilerin maksimum kapasiteye ulaşması, özellikleri yeterince hızlı oluşturamamaları ve işlerinden daha az tatmin olmaları nedeniyle bu sayının hızla artması bekleniyor.
GitHub Copilot, Replit GhostWriter ve Amazon CodeWhisperer gibi büyük dil modellerini (LLM’ler) temel alan yapay zeka tabanlı kod oluşturma ürünleri, karmaşık öneriler üreterek geliştirici üretkenliğinde önemli bir artış sağlayabilir. Ancak genAI hala hata üretebildiğinden ve benzersiz kod oluşturamadığından, bu araçlar hiçbir şekilde insan yazılım geliştiricilerine ve mühendislerine olan ihtiyacı ortadan kaldırmaz.
Bununla birlikte, iki yıl içinde yazılım mühendisliği kuruluşlarının %80’inin uygulama sunumuna yönelik yeniden kullanılabilir hizmetler, bileşenler ve araçların dahili sağlayıcıları olarak platform ekipleri kurması bekleniyor.
Araştırma firması IDC’ye göre, genAI ile kod oluşturma amaçlı kurumsal denemeler, metin oluşturma amaçlı kullanımından sonra ikinci sırada yer alıyor.
IDCCisco CIO’su Fletcher Previn, yapay zekanın dokunmasını hiç beklemediği alanlardan birinin, benzersiz yaratıcı yetenekler gerektiren bir sanat formuna benzettiği yazılım geliştirme olduğunu söyledi. Ancak ChatGPT, kurumsal veri hijyeni ve güvenliğine yönelik kod oluşturma konusunda ustadır ve yeni uygulamalar oluşturmak için kodu yeniden kullanabilir.
A Microsoft’un 2022 araştırması GitHub’da kontrol edilen tüm kodların yarısından fazlasının geliştirilmesinde yapay zekanın yardım ettiğini gösterdi. Bu sayının artması bekleniyor Tüm kodların %80’i GitHub’a eklendi GitHub CEO’su Thomas Dohmke’ye göre önümüzdeki beş yıl içinde.
Previn daha önceki bir röportajında ”…Tarihsel olarak yazılım geliştirme zaman çizelgelerini sıkıştırmanın bir yolu yoktu” dedi. “Artık geliştiricilere kod okuma, kod hijyeni, güvenlik, yorum yapma gibi konularda Copilot gibi konularda yardımcı olarak hızda önemli bir ivme elde edebileceğiniz ortaya çıktı; bu konularda gerçekten çok iyi.”
Bir dizi çalışmaya göre, yapay zeka kodlama asistanları geliştirici üretkenliğini ve mutluluğunu artıran hızlandırıcılar olarak ortaya çıkıyor. Gartner’a göre genAI asistanları, rutin görevleri yerine getirerek geliştiricilerin daha yüksek değerli faaliyetlere odaklanmasını sağlıyor ve bu da kuruluşların mevcut ekiplerle daha fazla özelliği daha hızlı sunmasına olanak tanıyor.
Yapay zeka asistanları aynı zamanda “vatandaş” geliştiricilerin sürekli değişen iş ihtiyaçlarını karşılayacak uygulamaları hızla oluşturma yeteneğini de artırıyor.
IDC’ye göre yapay zekayı kullanabilmek şu anda en önemli teknik beceri olarak görülüyor.
IDCGartner Kıdemli Baş Analisti Philip Walsh, Gartner’ın üretken yapay zeka araçlarının etkisini gördüğü üç yazılım geliştirme alanı olduğunu söyledi:
- AI kodlama yardımı.
- Yapay zekayla güçlendirilmiş test araçları.
- Tasarımdan geliştirmeye araçlar.
Yapay zeka kodlama yardım araçları, geliştiricinin entegre geliştirme ortamına bir eklenti işlevi görür ve kod tamamlama veya önceden yazılmış olanı tamamlamak için kod parçacıkları önerme gibi yetenekleri içerir.
Geliştiriciler ayrıca birim testleri ve yazılım belgeleri oluşturmalarına yardımcı olmak için yapay zeka tabanlı kodlama asistanlarını da kullanıyor. Araçlar ayrıca kodun bir bölümünü vurgulamak için de kullanılabilir ve ardından doğal bir sohbet arayüzü kullanarak geliştiriciler, aradıkları şeyin işlevselliğini daha iyi anlamak ve açıklamak için sorular sorabilir.
Walsh, “Geliştiricilerin genellikle kendilerinin yazmadığı kodu geliştirmeye veya güncellemeye çalıştıklarını biliyoruz” dedi. “Ya da belki de bu kodu geliştiren kişi artık şirket için çalışmıyordur. Veya uzun zamandır pek çok insanın dokunmadığı veya anlamadığı eski bir uygulamadır.”
Yapay zeka destekli yazılım geliştirmede yer alan doğal dil işleme, insanların temel yüksek öğrenimlerle konuşmasına ve fikirleri denemesine, kodlamaya yönelik yaklaşımları için beyin fırtınası yapmasına ve örneğin yakın zamanda kullanılmamış bir çerçeve hakkında hatırlatmalar almasına olanak tanır. Niteliksel bir ölçümle ölçülmesi zor bir değer olsa da doğal dil işleme, geliştiricinin kullanıcı deneyimini destekler.
Forrester Research’e göre kurumsal yapay zeka girişimlerinin önümüzdeki birkaç yıl içinde üretkenliği ve yaratıcı problem çözmeyi %50 oranında artırması bekleniyor. “Son on yılda çok sayıda yatırıma dayanan üretken yapay zeka, BT operasyonlarında üretkenliği artırmaya hazırlanıyor. Forrester yakın tarihli bir raporunda, mevcut projelerde halihazırda yazılım geliştirme görevlerinde %40’a varan iyileştirmeler belirtiliyor.
Geçen sene, GitHub bir çalışma yayınladı Copilot aracını kullanan geliştiricilerin %88’i kendilerini daha üretken hissettiler, görevleri daha hızlı tamamladılar ve yanıtlar için internette arama yaparken daha az zaman harcadılar (%77).
“Kendilerini daha üretken hissedecekler. Walsh, içerik değiştirmediklerini veya Stack Overflow veya Google’da eskisi kadar fazla arama yapmadıklarını görecekler, dedi. “Yapay zeka kodlama asistanlarının getirdiği yetenekler arasında geliştiricilerin duyarlılığı nispeten yüksek.”
Ortalama olarak pazardaki ilk yıl içinde, kullanıcılar kodun yaklaşık %30’unu kabul eder GitHub Copilot’tan öneriler. Zamanla geliştiriciler araca daha aşina hale geldikçe kabul oranı da istikrarlı bir şekilde arttı.
Walsh, “Bu, geliştiricinin aracı yönlendirmeye ve aracı daha verimli kullanmaya alıştığının bir göstergesidir” dedi. “Bunun diğer tarafı ise önerilerin %60, %70 veya %80’inin kullanılmıyor olması. Bu nedenle, döngüde bir insanın olması burada hala kesinlikle gereklidir.”
Bir kuruluşun test verileri oluşturma yeteneğini geliştirmek ve API testleri ile regresyon testleri oluşturmaya yardımcı olmak için tasarlanan genAI destekli test araçları yeni olmasa da; genAI basitçe mevcut ürünlere yetenekler ekliyor.
Son olarak, yapay zeka ile güçlendirilmiş tasarımdan geliştirme araçlarına şunlar dahildir: Figma geliştiricilerin tasarımları daha hızlı koda dönüştürmesine ve uygulamalar için ön uç sunum katmanları oluşturmasına yardımcı olun.
Ancak genAI ile ilgili sorunlar, kullanıldığı birçok yerde devam ediyor. Örneğin kodlama hataları, halüsinasyonlar ve güvenlik açıkları, bu tür araçların benimsenmesini hedefleyen kuruluşlar için süregelen endişeler olmaya devam ediyor.
Walsh, “Tüm müşterilerimize bu şeylerle ilgili halüsinasyonların büyük ölçüde gerçek olduğunu tavsiye ediyoruz, ancak bu riski nasıl azaltacağımız konusunda tavsiyemiz değişmedi” dedi. “Genel DevOps iş akışınızın bir parçası olarak halihazırda çeşitli kalite ve güvenlik tarama araçlarına sahip olmalısınız ve kıdemli bir mühendisin herhangi bir şeyi birleştirmeden önce incelediği güçlü kod inceleme uygulamalarına sahip olmalısınız.”
Yapay zeka geliştirme araçlarının ne kadar iyi olduğu, kodun karmaşıklığına ve tescilliliğine bağlı olarak değişir. JavaScript kullanarak bir HTTP sunucusu için kod yazmak gibi standart bir görevse kabul oranları genellikle yüksektir; Bunun nedeni, temeldeki LLM’yi eğitmek için kullanılan verilerin yaygın olarak kullanılması ve mevcut olmasıdır.
Ancak kurumsal mühendisler, kamuya açık eğitim verilerinde iyi bir şekilde temsil edilmeyen özel iş mantığına dayanan daha karmaşık kodlar geliştirirken, zaman tasarrufunun o kadar önemli olmadığını ve modelin doğruluğunun ve performansının o kadar iyi olmadığını keşfettiler. , dedi Walsh.
Öyle bile olsa, yakın ve orta vadede, genAI destekli yazılım oluşturma araçlarının doğruluğu ve yetenekleri artacak; buna iş kullanıcılarının, örneğin kurumsal düzeyde kaliteye ihtiyaç duyulmayan veri analizi için tek kullanımlık uygulamalar geliştirmelerine olanak sağlanması da dahil.
Walsh, “Bu vakalar daha çok onlara işlerinde yardımcı olacak bir üretkenlik aracı olacak” dedi. “Bugün kodsuz pazar gibi olacak. Ufukta buna benzer kullanım durumları görüyorum. Bu, gerçeğe dönüşmeye yapay zeka tarafından oluşturulan tam otomatik kurumsal sınıf yazılımdan çok daha yakın.”
Telif Hakkı © 2023 IDG Communications, Inc.