Poznaj programistę post-AI: bardziej kreatywny, bardziej skupiony na biznesie
Jesteśmy świadkami ogromnej zmiany paradygmatu w tworzeniu oprogramowania w wyniku generatywnej sztucznej inteligencji, mówi dyrektor Amazon Web Services.
Toczy się wiele dyskusji na temat potencjalnie pozytywnego lub negatywnego wpływu generatywnej sztucznej inteligencji na role zawodowe i kreatywność. Ale dobra wiadomość dla twórców oprogramowania jest taka, że generatywna sztuczna inteligencja przejmuje wiele przyziemnych zadań i przenosi swoją rolę do doradztwa biznesowego i obsługi klienta.
„Specjaliści IT przyjmą bardziej strategiczne role, korzystając z narzędzi, które pomogą zwiększyć ich umiejętności i zautomatyzować pracę” - mówi Chris Casey, dyrektor i dyrektor generalny ogólnoświatowych partnerstw branżowych w zakresie technologii w Amazon Web Services. Niedawno poprosiliśmy Caseya, aby podzielił się swoimi spostrzeżeniami na temat tego, jak będzie wyglądać praca programisty post-AI.
Wraz z rozwojem generatywnych narzędzi sztucznej inteligencji będzie zapotrzebowanie na „jeszcze bardziej wykwalifikowanych specjalistów IT, którzy będą pełnić strategiczne role biznesowe” - przewiduje Casey. Sztuczna inteligencja zapewni możliwość „szybkiego przeglądania i rozwiązywania błędów w kodowaniu narzędzi AI, zrozumienia nowych procesów przeglądu aplikacji i zgodności, a także będzie w stanie interpretować ogromne ilości danych przesyłanych tam i z powrotem przez te narzędzia, aby wykorzystać je na korzyść organizacji”.
Generatywna sztuczna inteligencja „umożliwi specjalistom IT szybsze wprowadzanie na rynek kreatywnych rozwiązań” - mówi Casey. To „wynalezienie na nowo sposobu, w jaki programiści tworzą aplikacje i dostarczają klientom doświadczenia. Generacyjna sztuczna inteligencja eliminuje większość ręcznego pisania niezróżnicowanego kodu, co oszczędza czas i zwiększa produktywność, dzięki czemu programiści mogą skupić się na kreatywnych aspektach kodowania i projektowaniu rozwiązań”.
Casey kontynuuje: „Zamiast tracić czas na pisanie prostego i niezróżnicowanego kodu, programiści mogą skupić się na współpracy z menedżerami produktu i inżynierami w celu zaprojektowania nowych doświadczeń użytkowników. Menedżerowie produktów i inżynierowie prawdopodobnie skorzystają ze szkoleń zbudowanie umiejętności wymaganych do wydajnego i skutecznego zachęcania agentów generatywnej sztucznej inteligencji do uzyskiwania pożądanych wyników, a także dostrajania wielkojęzycznych transformatorów modeli i modeli podstawowych, aby spełniały konkretne przypadki użycia”.
Generatywna sztuczna inteligencja reprezentuje także następną generację środowisk o małej zawartości kodu i bez kodu, co oznacza, że wielu programistów pracujących w epoce sztucznej inteligencji będzie pracować poza obszarem IT, mówi Casey. Generatywna sztuczna inteligencja „umożliwia programistom szybkie przekazanie koncepcji w ręce pierwszych użytkowników, aby pokazać dowód wartości i zapewnić wspólne doświadczenie oparte na użytkownikach”.
Eliminując potrzebę pisania niezróżnicowanego kodu technicznego, na przykład „ogólnych przepływów pracy, schematów, danych, interfejsów API i ról dostępu do tożsamości, generatywna sztuczna inteligencja umożliwia pracownikom nietechnicznym również tworzenie aplikacji opartych na sztucznej inteligencji” - mówi.
Istnieją również konsekwencje dla zapewniania lepszych doświadczeń użytkowników. Generacyjna sztuczna inteligencja jest w stanie generować sugestie kodu w czasie rzeczywistym, aby przewidzieć następny wiersz kodu, co „będzie również pozytywnie wpływać na pracę takich osób, jak inżynierowie zajmujący się UX i testowaniem UX, którzy piszą kod, który zachęca agenta generatywnej sztucznej inteligencji do tworzenia różnych wersji UX w czasie zbliżonym do rzeczywistego” - mówi Casey. „Ci inżynierowie będą w stanie interpretować otrzymywane informacje zwrotne i reagować na nie, aby stale poprawiać jakość obsługi klienta”.
Casey wskazuje, że AWS dąży do „demokratyzacji” uczenia maszynowego i zapewnienia jego powszechnej dostępności. „Zainwestowaliśmy w opłacalną i skalowalną infrastrukturę, w tym usługi takie jak Amazon Sagemaker, które skracają czas tworzenia, szkolenia i wdrażania modeli” - mówi. Nowy produkt, Amazon Bedrock, udostępnia modele fundamentów za pośrednictwem interfejsów API.