Sektör, ChatGPT gibi üretken yapay zeka platformlarının geliştirici mesleğine getirdiği güce büyük bir ilgi duyuyor. “Birçok geliştirici için üretken yapay zeka, şimdiye kadar bildikleri en değerli kodlama ortağı olacak.” rapor KMPG’den.
Ancak AI’nın atılımı programcının yerini almaya başlayacak mı? Yoksa sonunda fazla çalışan ve stresli BT profesyonellerinin işlerinin daha sıradan yönlerini bir kenara bırakıp işleriyle daha alakalı olan daha büyük konulara odaklanmalarına yardımcı olacak mı?
Direktörü ve teknoloji lideri Joe Welch, “Üretken yapay zeka, geliştiricilerin rollerine yaklaşma şeklini kökten değiştiriyor ve üretkenlik devriminden daha azına yol açmıyor” dedi. Danışmanlığı Başlatınbir bölümü Gezegen Grubu. “Yakın tarihli bir proje için GitHub Copilot’u VS Code’a dahil ederek, programcıların küçük bir işlev yazmak gibi on dakikalık görevleri, yalnızca işlevi açıklayan bir yorum yazmak için gereken 30 saniyeye indirdiğini gördük. Gerçek işlevler kodu, Copilot tarafından yazılmıştır. ve genellikle bu işlevler, değiştirilmelerine gerek kalmadan kullanıma hazırdır”.
Gerçek programlama rolleri azalacak
ChatGPT gibi üretken AI araçları, “karmaşık akıl yürütme, tümdengelim ve yaratıcılığı gerçekleştirebilen büyük dil modelleri üzerine kuruludur” diyor. Duncan Angove, Blue Yonder’ın CEO’su. “Derinlerde, programlama aynı zamanda bir dildir ve bu da onu üretken yapay zeka için mükemmel bir görev haline getirir.”
“İnternette bulunan açık kaynak kodunun uçsuz bucaksız genişliği üzerinde eğitilen üretken yapay zeka modelleri, halihazırda yetersiz belgelenmiş kodu açıklıyor, kod için belgeler üretiyor ve hatta nispeten hedeflenmiş işlevleri veya kod parçacıklarını yazıyor, bunların tümü insanlardan minimum düzeyde rehberlik alıyor” gözleminde bulunuyor. KPMG raporu.
Angove ise programlama rollerinin kendiliğinden azalacağını tahmin ediyor. Ve bazı daha iş odaklı geliştiriciler, belirli uygulamalar için ihtiyaç duydukları yetenekleri toplayacak. Teknoloji geliştikçe, “Bence insan programlama becerileri giderek daha az gerekli hale gelecek ve yerini insan mesajlarını kullanan mühendisler alacak” öngörüsünde bulunuyor. “İş analistleri ve ürün yöneticileri, iş gereksinimlerini ihtiyacımız olan kodu oluşturan istemlere çeviren yeni bilgi istemi mühendisleri olacak. Kısa vadede, kod kalitesini doğrulamak için programcılara hâlâ ihtiyacımız olacak, ancak zamanla bu rol de ortadan kalkacak. ”
Yapay zekanın, geliştiricilerin işletmeleri için sonuçları çok daha hızlı sunma becerileri üzerindeki birçok olumlu etkisi
Bununla birlikte, öncelikle başka bir yerde tasarlanmış kodun ücretsiz kullanımının yasal sonuçları, kodun fiilen üretilmesinin önünde bir engeldir. KPMG yazarları, “Üretken yapay zeka ile ilgili fikri mülkiyet sorunları henüz çözülmedi” diyor. “Bu modeller, birçok türde lisansla açık kaynak kodu üzerinde eğitiliyor ve ürettikleri yazılımın açık kaynak koduna çok benzer olduğu düşünülürse ne olacağını göreceğiz.”
Yapay zekanın yükselişi nedeniyle geliştiricilerin geleceği tartışılabilirken, Launch’tan Welch, yapay zekanın geliştiricilerin işletmeleri için çok daha hızlı sonuç sunma becerileri üzerindeki birçok olumlu etkisini öngörüyor:
- Öneri motoru olarak: “Yapay zeka önerilerini kod geliştirme sürecine entegre etmek veya kod incelemesi sırasında yapay zeka önerileri sağlamak” önemli bir fayda sağlayacaktır. “GitHub Copilot buna iyi bir örnektir ve geliştiriciler yazarken tavsiyeler ve öneriler sunar. Geliştiriciler ayrıca yazmaya çalıştıkları kodu özel olarak biçimlendirilmiş bir yorumda belirtebilir ve Copilot bu işlevin uygulanmasına bir örnek sağlayacaktır.
- Yeni geliştiricilere yardımcı olmak için mevcut kod için belgeler oluşturun: Welch, “Alt sistemlerin üst düzey özetlerini ve ardından bireysel modüllerin daha ayrıntılı açıklamalarını sağlamak için yapay zekayı kullandık” diyor. “Bu özetleri okuduktan sonra geliştiriciler, kullanıma özel işlevler veya kod bölümleri hakkında ayrıntılı sorular sormak için doğrudan yapay zeka sohbet robotu ile etkileşime geçebilirler. ‘yeni bir kod tabanı’.
- Eski kitaplıkların güncellenmesi: Welch, “Güçlüklerden biri, üçüncü taraf kitaplıklarını desteklenen sürümlerde uygun güvenlik yönergelerini izleyerek güncel tutmaktır” diyor. “Genellikle bu kitaplıkların güncellenmesiyle ilgili risk düzeyi belirsizdir. Üretken yapay zeka, genel çabayı tahmin etmede, değiştirilmesi gereken belirli kod modellerini belirlemede ve bu kitaplıkların ve çerçevelerin güncel tutulmasına yardımcı olmada çok iyidir. en az çaba ve iş riski ile tarih.”
- Uygulamaların mevcut dillerden taşınması: Welch, “AI, büyük bir kod tabanını Cobol gibi daha eski bir dilden Java veya C# gibi daha modern bir dile taşımayı çok daha kolay hale getirebilir” diyor. “Bu geçişler genellikle zordur, çünkü hem eski hem de yeni dilde ustalaşan geliştiriciler gerektirirler.”
Angove, nihayetinde, geliştiriciler ve diğer BT uzmanları için “kolayca kopyalanamayan veya öğretilemeyen şeyler” konusunda bol miktarda fırsat olacağını tahmin ediyor. “LLM’lerin yapamayacaklarını düşünün ve yapın. Taze düşünmenin değeri daha da değerli hale geliyor. Artık ücretsiz olan uygulamalar üzerinden araçları – LLM’lerin kendilerini – oluşturmaya yardımcı olacak beceriler geliştirin.
Kaynak : “ZDNet.com”
