Sztuczna inteligencja może pomóc profesjonalistom w osiągnięciu nirwany „stanu przepływu”

Sztuczna inteligencja może zautomatyzować rutynowe zadania związane z kodowaniem i pozwolić członkom zespołu skoncentrować się na złożonej, strategicznej pracy.

Wiele osób postrzega pracę jako zło konieczne, ale niektórym oddanym profesjonalistom - zwłaszcza w dziedzinie oprogramowania i technologii - trudno się od niej oderwać. To podejście do pracy, zwane „stanem przepływu”, polega na zanurzeniu się w czynności tak głęboko, że tracisz poczucie czasu.

Teraz sztuczna inteligencja (AI) może pomóc większej liczbie osób osiągnąć ten stan przepływu. Wiemy już, że sztuczna inteligencja może pomóc programistom i specjalistom w dziedzinie technologii na wiele sposobów, od automatyzacji generowania kodu po zapewnianie lepszej obserwowalności w systemach i potokach przedsiębiorstwa. Jednak sztuczna inteligencja będzie również służyć jako narzędzie do współpracy, które pomoże łączyć zespoły, niezależnie od tego, czy będą to programiści współpracujący ze specjalistami operacyjnymi, czy programiści współpracujący z wyższą kadrą kierowniczą i innymi pracownikami.

Ta umiejętność jednoczenia ludzi jest szczególnie ważna, gdy członkowie zespołu są rozproszeni. W Tempo Software, firmie działającej głównie zdalnie, sztuczna inteligencja pomaga przełamać bariery komunikacyjne i wzmocnić ducha programistów, mówi Shannon Mason, dyrektor ds. strategii firmy.

W przypadku zdalnej pracy zespołowej „sztuczna inteligencja umożliwia pracownikom szybkie wymyślanie i odkrywanie nowych sposobów rozwiązywania złożonych problemów, którymi mogą następnie podzielić się ze swoim zespołem, co potencjalnie przyspiesza etapy planowania projektu” - mówi. „Może to również pomóc zespołom programistów łatwiej wejść w pożądany stan przepływu, w którym mogą doświadczać przyjemniejszej, owocniejszej pracy i całkowicie zanurzyć się w swoich zadaniach”.

Mason dodaje: „Sztuczna inteligencja odgrywa w tym rolę, eliminując przyziemną pracę i umożliwiając zespołom radzenie sobie od samego początku z ważniejszymi zadaniami, takimi jak złożone problemy klientów”.

Integracja generatywnej sztucznej inteligencji z procesami tworzenia oprogramowania tworzy inny wymiar i „zwiększa możliwości metodologii DevOps i Agile” - mówi David Guarrera, lider generatywnej sztucznej inteligencji w EY Americas. „Sztuczna inteligencja może usprawnić procesy CI/CD, zautomatyzować przeglądy kodu i zapewnić przewidywalne spostrzeżenia na potrzeby strategii wdrożeniowych. Zwinne metodologie mogą skorzystać na sztucznej inteligencji w udoskonalaniu planowania sprintów, zarządzaniu zaległościami i ulepszaniu współpracy w zespole”.

Generatywna sztuczna inteligencja może również pomóc wypełnić lukę między zespołami technicznymi i nietechnicznymi. „Na przykład firma może używać dużych modeli językowych do podsumowywania lub wyjaśniania postępu inżynieryjnego, gromadzenia informacji zwrotnych i, bardziej ogólnie, do tłumaczenia między językiem technicznym i nietechnicznym” - mówi Julian LaNeve, dyrektor ds. technologii w firmie Astronomer.

Pomoc w kodowaniu, która jest znaczącym i wczesnym przypadkiem użycia generatywnej sztucznej inteligencji, przenosi się na ten stan przepływu. „Początkowe trendy, zwłaszcza w zakresie narzędzi wspomagających kodowanie, wykazują obiecujące oznaki i sugerują, że nastąpił już ogromny wzrost wydajności zespołu” - mówi Guarrera. „Te narzędzia AI, skupiające się głównie na kodowaniu, zaczynają pośrednio wpływać na szersze aspekty pracy zespołowej”.

Automatyzując rutynowe zadania związane z kodowaniem, „sztuczna inteligencja pozwala członkom zespołu skoncentrować się na bardziej złożonej, strategicznej pracy, co potencjalnie prowadzi do bardziej zintegrowanej i opartej na współpracy dynamiki zespołu” - zauważa. „Stopniowo następuje przejście od roli sztucznej inteligencji w indywidualnych zadaniach związanych z kodowaniem do jej integracji z narzędziami i platformami do wspólnego tworzenia oprogramowania”.

Rosnąca rola generatywnej sztucznej inteligencji w kodowaniu „zaczyna kształtować narzędzia, które usprawniają tworzenie projektów na niskim poziomie, generowanie przypadków testowych, a nawet planowanie projektów” - mówi Guarrera.

Systemy i usługi technologiczne również mogą pomóc w budowaniu stanu przepływu. „Niektóre narzędzia do planowania projektów, takie jak Zendesk, tworzą zautomatyzowane, generowane przez LLM recenzje sprintów w celu raportowania postępu kierownikom projektów i inżynierom” - mówi LaNeve.

„To oszczędza czas menedżera i całego zespołu. Zamiast indywidualnie podsumowywać i aktualizować postępy przez członków zespołu, sztuczna inteligencja może generować te podsumowania. Kierownik projektu lub inżynier może uzyskać od razu spójne podsumowanie postępów całego zespołu”.

To jednak nie wszystkie dobre wieści. W miarę wzrostu wykorzystania generatywnej sztucznej inteligencji w metodologiach i procesach współpracy mogą pojawić się nowe zagrożenia i wady, mówi Guarrera. „Modele GenAI, choć bardzo wydajne, mogą zostać wprowadzone w błąd przez niedokładne lub złośliwe dane wejściowe, zwane również atakami typu natychmiastowego wstrzykiwania. Ta luka jest szczególnie niepokojąca, ponieważ platformy te często uzyskują dostęp do wrażliwych danych, zwiększając ryzyko cybernetyczne”. Pomyślmy na przykład o halucynacjach, które stanowią aktualny problem w wynikach generatywnej sztucznej inteligencji, co oznacza, że nadzór ze strony człowieka pozostaje niezbędny.

Chociaż sztuczna inteligencja przynosi wiele udokumentowanych korzyści, „należy zachować ostrożność” - zgadza się Mason. „Użytkownicy muszą na przykład wziąć pod uwagę bezpieczeństwo środowiska i uważać, aby nie wprowadzić tajemnic handlowych. Oznacza to, że obecnie tylko ci, których stać na wbudowanie indywidualnych aplikacji AI w swoich organizacjach, mogą w pełni współpracować i korzystać z narzędzi. Ci, którzy nie może posunąć się tak daleko bez narażania bezpieczeństwa danych wejściowych. Ponadto sztuczna inteligencja jest wciąż na bardzo wczesnym etapie, na którym wymaga pewnych wskazówek, aby złagodzić nieodłączną stronniczość. Dlatego obecnie całkowite poleganie na narzędziach byłoby błąd."

Zapewnienie zaufania do sztucznej inteligencji nie będzie łatwym zadaniem. „Aby zaufać odpowiedzi wygenerowanej przez sztuczną inteligencję, zazwyczaj trzeba niezależnie sprawdzić odpowiedź” - stwierdza LaNeve. „Konieczność sprawdzania odpowiedzi mija się z celem wykorzystania sztucznej inteligencji do generowania odpowiedzi. Odpowiedzi wygenerowane przez sztuczną inteligencję muszą zapewniać pewność co do ich odpowiedzi”.

Jednak nawet mając na uwadze te zagrożenia, „technologie sztucznej inteligencji i generatywnej sztucznej inteligencji mogą zrewolucjonizować wspólne wysiłki w zakresie tworzenia oprogramowania” - mówi Guarrera. „Na przykład sztuczna inteligencja może zautomatyzować i udoskonalić planowanie projektu, zapewniając dokładne przełożenie wymagań użytkownika na możliwe do wykonania zadania. Może również pomóc w zarządzaniu programami, optymalizacji alokacji zasobów i zarządzaniu harmonogramem”.

Ostatecznie, mówi Guarrera, „platformy obsługujące sztuczną inteligencję mogą ułatwić jaśniejszą komunikację między programistami, operacjami i interesariuszami biznesowymi, usprawniając zrozumienie i realizację celów projektu”.

A to ogromny krok w kierunku stanu przepływu.