AI ፕሮግራመሮችን ይተካዋል? የመጨረሻውን ውጣ፣ የኮድ አርታኢውን አጥፋ።.

“ የመጨረሻውን ውጣ፣ የኮድ አርታኢውን አጥፋ። ” ይህ ምላስ ያለው ሐረግ በገንቢ መድረኮች ላይ እየተዘዋወረ ሲሆን፣ ስለ AI ኮድ ረዳቶች መበራከት የሚያሳስበውን ቀልድ ያንፀባርቃል። የAI ሞዴሎች ኮድ የመጻፍ ችሎታቸው እየጨመረ ሲሄድ፣ ብዙ ፕሮግራመሮች የሰው ገንቢዎች እንደ ሊፍት ኦፕሬተሮች ወይም የስዊችቦርድ ኦፕሬተሮች ተመሳሳይ ዕጣ ፈንታ እያመሩ እንደሆነ ይጠይቃሉ - ይህም በአውቶሜሽን ጊዜ ያለፈባቸው ስራዎች ናቸው። እ.ኤ.አ. በ2024፣ ደፋር የዜና ዘገባዎች አርቲፊሻል ኢንተለጀንስ በቅርቡ ሁሉንም ኮዳችንን ሊጽፍ እንደሚችል አውጀዋል፣ ይህም የሰው ገንቢዎች ምንም የሚያደርጉት ነገር እንደሌለ ያስቀራል። ነገር ግን ከግርማ እና ስሜታዊነት በስተጀርባ፣ እውነታው የበለጠ ግልጽ ነው።

አዎ፣ AI አሁን ከማንኛውም ሰው በበለጠ ፍጥነት ኮድ ማመንጨት ይችላል፣ ግን ያ ኮድ ምን ያህል ጥሩ ነው፣ እና AI ሙሉውን የሶፍትዌር ልማት የህይወት ዑደት በራሱ እንዴት ማስተዳደር ይችላል? አብዛኛዎቹ ባለሙያዎች “ፈጣን አይደለም” ይላሉ። እንደ ማይክሮሶፍት ዋና ሥራ አስፈፃሚ ሳትያ ናዴላ ያሉ የሶፍትዌር ምህንድስና መሪዎች “AI ፕሮግራመሮችን አይተካም፣ ነገር ግን በጦር መሣሪያቸው ውስጥ አስፈላጊ መሣሪያ ይሆናል። ሰዎች የበለጠ እንዲሠሩ ስለማብቃት ነው፣ ያነሰ ሳይሆን።” ( AI ፕሮግራመሮችን ይተካዋል? ከሃይፕ ጀርባ ያለው እውነት | በፓይኮች | አርቲፊሻል ኮርነር | ማርች፣ 2025 | መካከለኛ ) በተመሳሳይ፣ የጉግል AI ዋና ሥራ አስኪያጅ ጄፍ ዲን AI መደበኛ የኮድ ተግባራትን ማስተናገድ ቢችልም፣ “አሁንም የፈጠራ ችሎታ እና የችግር አፈታት ክህሎቶች ይጎድለዋል” - የሰው ገንቢዎች ወደ ጠረጴዛው የሚያቀርቧቸው ባህሪያት። የOpenAI ዋና ሥራ አስፈፃሚ ሳም አልትማን እንኳን የዛሬው AI “በተግባሮች በጣም ጎበዝ” ቢሆንም “ሙሉ ስራዎችን ሙሉ በሙሉ” ። በአጭሩ፣ AI በስራው ክፍሎች በመረዳት ረገድ በጣም ጥሩ ነው፣ ነገር ግን የፕሮግራመርን ሥራ ከጅምሩ እስከ መጨረሻው ሙሉ በሙሉ የመቆጣጠር አቅም የለውም።

“AI ፕሮግራመሮችን ይተካዋል?” ለሚለው ጥያቄ ሐቀኛ እና ሚዛናዊ እይታን ይወስዳል። AI ዛሬ የሶፍትዌር ልማት ሚናዎችን እንዴት እንደሚነካ እና ወደፊት ምን ለውጦች እንደሚመጡ እንመረምራለን። በእውነተኛ ዓለም ምሳሌዎች እና በቅርብ ጊዜ በተዘጋጁ መሳሪያዎች (ከ GitHub Copilot እስከ ChatGPT)፣ ገንቢዎች AI ሲያድግ እንዴት ማስተካከል፣ መላመድ እና ተገቢ ሆነው መቆየት እንደሚችሉ እንመረምራለን። ቀላል እና አዎ ወይም አይደለም ከሚል መልስ ይልቅ፣ የወደፊቱ ጊዜ በAI እና በሰው ገንቢዎች መካከል ትብብር መሆኑን እናያለን። ግቡ ተግባራዊ ግንዛቤዎችን - አዳዲስ መሳሪያዎችን ከመቀበል ጀምሮ እስከ አዳዲስ ክህሎቶችን መማር እና በሚቀጥሉት ዓመታት የኮድ ስራዎች እንዴት ሊሻሻሉ እንደሚችሉ መተንበይ።

ዛሬ በሶፍትዌር ልማት ውስጥ የአይአይ (AI)

AI ራሱን ወደ ዘመናዊ የሶፍትዌር ልማት የስራ ፍሰት በፍጥነት አሸብቧል። ከሳይንስ ልብወለድ ይልቅ፣ በAI ላይ የተመሰረቱ መሳሪያዎች ኮድ እየጻፉ እና እየገመገሙ ፣ አሰልቺ ተግባራትን በራስ-ሰር እያከናወኑ እና የገንቢ ምርታማነትን እያሳደጉ ነው። ዛሬ ገንቢዎች የኮድ ቁርጥራጮችን ለመፍጠር፣ በራስ-ሰር ለማጠናቀቅ፣ ሳንካዎችን ለመለየት እና የሙከራ ጉዳዮችን እንኳን ለመፍጠር AI ይጠቀማሉ ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ ፈንታ አለ? የAI ተጽዕኖ [2024] ) ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ ፈንታ አለ? የAI ተጽዕኖ [2024] )። በሌላ አነጋገር፣ AI የችግር ስራውን እና የቦይለርፕሌት ስራውን እየተቆጣጠረ ሲሆን ፕሮግራመሮች በሶፍትዌር ፈጠራ ይበልጥ ውስብስብ ገጽታዎች ላይ እንዲያተኩሩ ያስችላቸዋል። ፕሮግራሚንግ አሁን እየቀየሩ ያሉትን አንዳንድ ታዋቂ የAI ችሎታዎች እና መሳሪያዎች እንመልከት

• የኮድ ማመንጨት እና ራስ-ሰር ማጠናቀቅ፡- ዘመናዊ የAI ኮድ አድራጊዎች በተፈጥሮ ቋንቋ ጥያቄዎች ወይም በከፊል የኮድ አውድ ላይ የተመሠረተ ኮድ መፍጠር ይችላሉ። ለምሳሌ፣ GitHub Copilot (በOpenAI የኮዴክስ ሞዴል ላይ የተገነባ) እርስዎ ሲተይቡ የሚቀጥለውን መስመር ወይም የኮድ ብሎክ ለመጠቆም ከአርታዒዎች ጋር ይዋሃዳል። ብዙ ጊዜ ከአስተያየት ወይም ከተግባር ስም ብቻ ሙሉ ተግባራትን ማጠናቀቅ የሚችል ሰፊ የክፍት ምንጭ ኮድ ስልጠና ስብስብን ይጠቀማል። በተመሳሳይ፣ ChatGPT (GPT-4) የሚፈልጉትን በቀላል እንግሊዝኛ ሲገልጹ ለተሰጠ ተግባር ኮድ ማመንጨት ይችላል። እነዚህ መሳሪያዎች ከቀላል ረዳት ተግባራት እስከ መደበኛ የCRUD ስራዎች በሰከንዶች ውስጥ የቦይለርፕሌት ኮድ ማዘጋጀት ይችላሉ።

• የሳንካ ምርመራ እና ሙከራ፡- AI ስህተቶችን ለመያዝ እና የኮድ ጥራትን ለማሻሻል እየረዳ ነው። በAI የሚንቀሳቀሱ የማይንቀሳቀሱ የትንታኔ መሳሪያዎች እና ሌንተሮች ከቀደሙት የሳንካ ቅጦች በመማር ሊሆኑ የሚችሉ ሳንካዎችን ወይም የደህንነት ተጋላጭነቶችን ሊጠቁሙ ይችላሉ። አንዳንድ የAI መሳሪያዎች የኮድ ዱካዎችን በመተንተን የክፍል ሙከራዎችን በራስ-ሰር ያመነጫሉ ወይም የሙከራ ጉዳዮችን ይጠቁማሉ። ይህ ማለት አንድ ገንቢ ሊያመልጣቸው በሚችሉ የጠርዝ ጉዳዮች ላይ ፈጣን ግብረመልስ ማግኘት ይችላል ማለት ነው። ሳንካዎችን ቀደም ብሎ በማግኘት እና ጥገናዎችን በመጠቆም፣ AI ከገንቢው ጋር አብሮ የሚሰራ ደከመኝ ሰለቸኝ ያልሆነ የQA ረዳት ሆኖ ይሰራል።

• የኮድ ማመቻቸት እና መልሶ ማቋቋም ፡ ሌላው የAI አጠቃቀም አሁን ባለው ኮድ ላይ ማሻሻያዎችን መጠቆም ነው። አንድ ቅንጭብጭብ ከተሰጠው፣ አንድ AI በኮዱ ውስጥ ያሉትን ቅጦች በመለየት የበለጠ ቀልጣፋ ስልተ ቀመሮችን ወይም ንፁህ አተገባበሮችን ሊመክር ይችላል። ለምሳሌ፣ ቤተ-መጽሐፍትን የበለጠ ፈሊጣዊ አጠቃቀምን ሊጠቁም ወይም እንደገና ሊስተካከል የሚችል ትርፍ ኮድን ሊጠቁም ይችላል። ይህ ቴክኒካዊ ዕዳን ለመቀነስ እና አፈጻጸምን ለማሻሻል ይረዳል። በAI ላይ የተመሰረቱ የመልሶ ማቋቋም መሳሪያዎች ኮድን ወደ ምርጥ ልምዶች እንዲከተል ወይም ኮድን ወደ አዲስ የኤፒአይ ስሪቶች ማዘመን ይችላሉ፣ ይህም የገንቢዎችን በእጅ ማጽዳት ጊዜ ይቆጥባል።

• ዴቭኦፕስ እና አውቶሜሽን፡- ኮድ ከመጻፍ ባሻገር፣ AI ለግንባታ እና ለማሰማራት ሂደቶች አስተዋጽኦ ያደርጋል። ብልህ የCI/CD መሳሪያዎች የማሽን መማርን የሚጠቀሙት የትኞቹ ፈተናዎች ሊወድቁ እንደሚችሉ ወይም የተወሰኑ የግንባታ ስራዎችን ቅድሚያ ለመስጠት ሲሆን ይህም ቀጣይነት ያለው የውህደት ቧንቧን ፈጣን እና ቀልጣፋ ያደርገዋል። AI ችግሮችን ለመለየት ወይም የመሠረተ ልማት ማሻሻያዎችን ለመጠቆም የምርት ምዝግብ ማስታወሻዎችን እና የአፈጻጸም መለኪያዎችን መተንተን ይችላል። በተግባር፣ AI በኮድ አሰጣጥ ላይ ብቻ ሳይሆን በሶፍትዌር ልማት የህይወት ዑደት - ከእቅድ እስከ ጥገና - እየረዳ ነው።

• የተፈጥሮ ቋንቋ በይነገጾች እና ሰነዶች፡- እንዲሁም AI ከልማት መሳሪያዎች ጋር የበለጠ ተፈጥሯዊ መስተጋብሮችን ሲያነቃ እናያለን። ገንቢዎች ቃል በቃል መጠየቅ እና ውጤቶችን ማግኘት ይችላሉ። የAI ቻትቦቶች (እንደ ChatGPT ወይም ልዩ የገንቢ ረዳቶች ያሉ) የፕሮግራም አወጣጥ ጥያቄዎችን መመለስ፣ በሰነድ ላይ መርዳት እና የፕሮጀክት ሰነዶችን መጻፍ ወይም በኮድ ለውጦች ላይ ተመስርተው መልዕክቶችን መስጠት ይችላሉ። ይህ በሰው ልጅ ሀሳብ እና በኮድ መካከል ያለውን ክፍተት የሚያገናኝ ሲሆን ይህም የሚፈልጉትን መግለጽ ለሚችሉ ሰዎች ልማትን የበለጠ ተደራሽ ያደርገዋል።

• 

ገንቢዎች የAI መሳሪያዎችን እየተጠቀሙ ነው፡- የ2023 ጥናት እንደሚያሳየው ከ92% በላይ የሚሆኑ ገንቢዎች የAI ኮድ ማድረጊያ መሳሪያዎችን በተወሰነ ደረጃ ተጠቅመዋል - በስራ ቦታ፣ በግል ፕሮጀክቶቻቸው ወይም በሁለቱም። አነስተኛ ቁጥር ያላቸው 8% ብቻ በኮድ አሰጣጥ ምንም አይነት የAI ድጋፍ እንዳልተጠቀሙ ሪፖርት አድርገዋል። ይህ ገበታ ሁለት ሶስተኛ የሚሆኑት ገንቢዎች የAI መሳሪያዎችን በስራ ቦታም ሆነ ከቤት ውጭ ፣ ሩብ የሚሆኑት ደግሞ በስራ ቦታ ብቻ እና አነስተኛ ቁጥር ያላቸው ደግሞ ከቤት ውጭ ብቻ እንደሚጠቀሙባቸው ያሳያል። ዋናው ነጥብ ግልጽ ነው፡ በAI እገዛ የተደረገለት ኮድ ማድረጊያ በገንቢዎች መካከል በፍጥነት ተወዳጅ ሆኗል ( ጥናቱ የAI በገንቢው ተሞክሮ ላይ ያለውን ተጽዕኖ ያሳያል - የGitHub ብሎግ )።

ይህ በልማት ውስጥ የAI መሳሪያዎች መስፋፋት ቅልጥፍናን እና የኮድ አድካሚነትን ቀንሷል። AI የቦይለርፕሌት ኮድ ለማመንጨት እና ተደጋጋሚ ተግባራትን ለማስተናገድ ስለሚረዳ ምርቶች በፍጥነት እየተፈጠሩ ነው ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ አለ? የAI ተጽእኖ [2024] ) ( AI በ2025 ገንቢዎችን ሊተካ ነውን፡ የወደፊቱን ለማየት የሚያስችል ፍንጭ “ለሰው ገንቢዎች ወዲያውኑ ላይታዩ የሚችሉ” ሙሉ ስልተ ቀመሮችን ወይም መፍትሄዎችን እንኳን ሊጠቁሙ ይችላሉ። የእውነተኛው ዓለም ምሳሌዎች ብዙ ናቸው፡ አንድ መሐንዲስ ChatGPT የመደርደር ተግባር እንዲተገብር ወይም በኮዳቸው ውስጥ ሳንካ እንዲያገኝ ሊጠይቅ ይችላል፣ እና AI በሰከንዶች ውስጥ ረቂቅ መፍትሄ ያመነጫል። እንደ Amazon እና Microsoft የAI ጥንድ ፕሮግራመሮችን (የአማዞን ኮድዊስፐር እና የማይክሮሶፍት ኮፒሎት) ለገንቢ ቡድኖቻቸው አሰማርተዋል፣ ይህም የተግባሮችን ፈጣን ማጠናቀቂያ እና በቦይለርፕሌት ላይ የሚያጠፉትን የዕለት ተዕለት ሰዓቶች ሪፖርት አድርገዋል። እንደ እውነቱ ከሆነ፣ ገንቢዎች ውስጥ 70% የሚሆኑት በልማት ሂደታቸው ውስጥ የAI መሳሪያዎችን እንደሚጠቀሙ ወይም ለመጠቀም እንዳሰቡ ተናግረዋል ( 70% የሚሆኑት ገንቢዎች የAI ኮድ ማድረጊያ መሳሪያዎችን ይጠቀማሉ፣ 3% ደግሞ ትክክለኛነታቸውን በእጅጉ ያምናሉ - ShiftMag )። በጣም ታዋቂዎቹ ረዳቶች ChatGPT (በ~83% ምላሽ ሰጪዎች የሚጠቀሙበት) እና GitHub Copilot (~56%) ናቸው፣ ይህም አጠቃላይ የውይይት AI እና IDE-የተዋሃዱ ረዳቶች ሁለቱም ቁልፍ ተጫዋቾች መሆናቸውን ያሳያል። ገንቢዎች በዋናነት ወደ እነዚህ መሳሪያዎች የሚያዞሩት ምርታማነትን ለመጨመር (በ~33% ምላሽ ሰጪዎች የተጠቀሰ) እና ትምህርትን ለማፋጠን (25%) ሲሆን፣ ወደ 25% የሚሆኑት ደግሞ ተደጋጋሚ ስራዎችን በራስ-ሰር በማድረግ የበለጠ ቀልጣፋ ለመሆን ይጠቀማሉ።

የAI በፕሮግራሚንግ ውስጥ ያለው ሚና ሙሉ በሙሉ አዲስ እንዳልሆነ ልብ ማለት አስፈላጊ ነው - የእሱ ክፍሎች ለዓመታት ነበሩ (በ IDEs ወይም በራስ-ሰር የሙከራ ማዕቀፎች ውስጥ የኮድ ራስ-ሰር መሙላትን ያስቡበት)። ነገር ግን ባለፉት ሁለት ዓመታት ወሳኝ ነጥብ ነበሩ። ኃይለኛ ትላልቅ የቋንቋ ሞዴሎች ብቅ ማለት (እንደ OpenAI GPT ተከታታይ እና DeepMind's AlphaCode ያሉ) የሚቻለውን በከፍተኛ ሁኔታ አስፋፍቷል። ለምሳሌ፣ የDeepMind's AlphaCode በተወዳዳሪ የፕሮግራም ውድድር ደረጃ በመጫወት ዋና ዜና ሆኗል ፣ ከፍተኛ 54% ደረጃ - በመሠረቱ አማካይ የሰው ተፎካካሪ ችሎታን በማዛመድ ( DeepMind's AlphaCode ከአማካይ የፕሮግራም አድራጊ ችሎታ ጋር ይዛመዳል ተወዳዳሪ ሆኖ ለመጀመሪያ ጊዜ ተካሂዷል ። ሆኖም፣ አልፋኮድ እንኳን ከሁሉም ብቃቱ ጋር ምርጥ የሰው ኮደሮችን ከማሸነፍ የራቀ መሆኑን እየነገረ ነው። በእነዚያ ውድድሮች፣ አልፋኮድ በተፈቀደላቸው ሙከራዎች ውስጥ 30% የሚሆኑትን ችግሮች መፍታት ይችላል፣ ከፍተኛ የሰው ፕሮግራመሮች ደግሞ በአንድ ሙከራ ከ90% በላይ ችግሮችን ይፈታሉ። ይህ ክፍተት እንደሚያሳየው የ AI በሚገባ የተገለጹ የአልጎሪዝም ተግባራትን እስከ አንድ ነጥብ ድረስ ማስተናገድ ቢችልም፣ ጥልቅ አስተሳሰብንና ብልሃትን የሚጠይቁት በጣም ከባድ ችግሮች የሰው ልጅ ምሽግ ሆነው ይቀጥላሉ ።

ባጭሩ፣ AI እራሱን በዕለት ተዕለት የገንቢዎች የመሳሪያ ስብስብ ውስጥ በጥብቅ አስቀምጧል። ኮድ ከመጻፍ ጀምሮ እስከ ማሰማራት ማመቻቸት ድረስ፣ የልማት ሂደቱን እያንዳንዱን ክፍል የሚነካ ነው። የዛሬው ግንኙነት በአብዛኛው ሲምባዮቲክ ነው፡ AI እንደ ተባባሪ አብራሪ የገንቢዎችን ሚና እና የስራቸውን ባህሪ እንዴት እንደሚለውጥ በጥልቀት እንመረምራለን።

AI የገንቢ ሚናዎችን እና ምርታማነትን እንዴት እየቀየረ ነው

የAI ቴክኖሎጂ ብዙ የተለመዱ ስራዎችን በማስተናገድ የሶፍትዌር ገንቢ ሚና በእርግጥም መሻሻል ጀምሯል። የቦይለርፕሌት ኮድ በመጻፍ ወይም ተራ ስህተቶችን በማረም ሰዓታት ከማሳለፍ ይልቅ ገንቢዎች እነዚያን ተግባራት ለAI ረዳቶቻቸው ሊሰቅሏቸው ይችላሉ። ይህ የገንቢውን ትኩረት ወደ ከፍተኛ ደረጃ የችግር አፈታት፣ አርክቴክቸር እና የሶፍትዌር ምህንድስና የፈጠራ ገጽታዎች እያዞረ ነው። በመሠረቱ፣ AI እያሳደገ ፣ ይህም የበለጠ ውጤታማ እና ምናልባትም የበለጠ ፈጠራ እንዲኖራቸው ያስችላቸዋል። ግን ይህ ወደ ጥቂት የፕሮግራም ስራዎች ወይም ወደ ሌላ አይነት ስራ ይተረጎማል? በምርታማነት እና ሚናዎች ላይ ያለውን ተጽእኖ እንመርምር

ምርታማነትን ማሳደግ ፡ በአብዛኛዎቹ ዘገባዎች እና ቀደምት ጥናቶች መሠረት፣ የ AI ኮድ ማድረጊያ መሳሪያዎች የገንቢ ምርታማነትን በከፍተኛ ሁኔታ እያሳደጉ ነው። የ GitHub ጥናት እንዳመለከተው ኮፒሎትን የሚጠቀሙ ገንቢዎች የ AI እገዛ ከሌላቸው ተግባራት በበለጠ ፍጥነት ማከናወን ችለዋል። በአንድ ሙከራ፣ ገንቢዎች የኮዲንግ ተግባርን በአማካይ በ55% ፈጣን በሆነ መንገድ ፈትተዋል - ያለሱ 2 ሰዓት ከ41 ደቂቃ ከመውሰድ ይልቅ 1 ሰዓት ከ11 ደቂቃ ያህል ይወስዳል ( ምርምር፡ የ GitHub Copilot በገንቢ ምርታማነት እና ደስታ ላይ ያለውን ተጽእኖ መለካት - የ GitHub ብሎግ )። ይህ የፍጥነት መጨመር ነው። ፍጥነት ብቻ አይደለም፤ ገንቢዎች የ AI ድጋፍ ብስጭትን እና “የፍሰት መቆራረጦችን” ለመቀነስ እንደሚረዳ ሪፖርት አድርገዋል። በዳሰሳ ጥናቶች፣ 88% ገንቢዎች የበለጠ ውጤታማ እንዳደረጋቸው እና የበለጠ አርኪ በሆነ ሥራ ላይ እንዲያተኩሩ እንዳደረጋቸው ተናግረዋል ( የጊትሁብ ኮፒሎት ምን ያህል መቶኛ ገንቢዎች እንደሚያደርጉት ተናግረዋል ... )። እነዚህ መሳሪያዎች ፕሮግራመሮች አሰልቺ የሆኑ ክፍሎችን በመያዝ “በዞኑ” እንዲቆዩ ይረዷቸዋል፣ ይህም በተራው ለከባድ ችግሮች የአእምሮ ጉልበት ይቆጥባል። በዚህም ምክንያት ብዙ ገንቢዎች ኮድ ማድረግ የበለጠ አስደሳች እንደሆነ ይሰማቸዋል - ያነሰ የጩኸት ስራ እና የበለጠ ፈጠራ።

የዕለት ተዕለት ሥራን መቀየር፡- የፕሮግራመር የዕለት ተዕለት የሥራ ፍሰት ከእነዚህ የምርታማነት ውጤቶች ጎን ለጎን እየተለወጠ ነው። ብዙ “ሥራ የበዛበት ሥራ” - ቦይለርፕሌት መጻፍ፣ የተለመዱ ቅጦችን መድገም፣ አገባብ መፈለግ - ወደ AI ሊወርዱ ይችላሉ። ለምሳሌ፣ አንድ ገንቢ የውሂብ ክፍልን ከጌተር እና ሴተር ጋር በእጅ ከመጻፍ ይልቅ፣ AI እንዲያመነጭ በቀላሉ ሊያነሳሳው ይችላል። ትክክለኛውን የኤፒአይ ጥሪ ለማግኘት ሰነዶችን ከማጣመር ይልቅ፣ ገንቢ AIን በተፈጥሮ ቋንቋ መጠየቅ ይችላል። ይህ ማለት ገንቢዎች በሮቲ ኮድ ላይ በአንጻራዊ ሁኔታ ያነሰ ጊዜ ያሳልፋሉ እና የሰው ፍርድ በሚያስፈልጋቸው ተግባራት ላይ ተጨማሪ ጊዜ ያሳልፋሉ ። AI ቀላል የሆነውን 80% ኮድ መጻፍ ሲቆጣጠር፣ የገንቢው ሥራ የAI ውፅዓትን መቆጣጠር (የኮድ ጥቆማዎችን መገምገም፣ መፈተሽ) እና AI ማወቅ የማይችላቸውን አስቸጋሪ 20% ችግሮችን መፍታት ላይ ይቀየራል። በተግባር፣ አንድ ገንቢ እነዚህን ሁሉ ለውጦች ከባዶ ከመጻፍ ይልቅ በAI የተፈጠሩ የመጎተት ጥያቄዎችን መመርመር ወይም በAI የተጠቆሙ ጥገናዎችን ስብስብ መገምገም ሊጀምር ይችላል።

ትብብር እና የቡድን ተለዋዋጭነት፡- የሚገርመው፣ AI በቡድን ተለዋዋጭነት ላይ ተጽዕኖ እያሳደረ ነው። መደበኛ ተግባራትን በራስ-ሰር በማድረግ፣ ቡድኖች ለግራንት ሥራ የተመደቡ አነስተኛ ጁኒየር ገንቢዎችን በመጠቀም የበለጠ ማከናወን ይችላሉ። አንዳንድ ኩባንያዎች ከፍተኛ መሐንዲሶቻቸው የበለጠ ራሳቸውን ችለው ሊሆኑ እንደሚችሉ ሪፖርት ያደርጋሉ - የመጀመሪያ ረቂቆችን ለማድረግ ጁኒየር ሳያስፈልጋቸው በAI እገዛ የፕሮቶታይፕ ባህሪያትን በፍጥነት ማግኘት ይችላሉ። ሆኖም፣ ይህ አዲስ ፈተና ያስነሳል፡- ማማከር እና የእውቀት መጋራት። ቀላል ተግባራትን በማድረግ መማር ጁኒየር ተማሪዎች ከመማር ይልቅ፣ የAI ውጤቶችን ውጤታማ በሆነ መንገድ እንዴት ማስተዳደር ። የቡድን ትብብር እንደ የAI ጥያቄዎችን በጋራ ማጥራት ወይም ለጉድለቶች በAI የመነጨ ኮድ መገምገም ያሉ ተግባራትን ሊቀይር ይችላል። በአዎንታዊ ጎኑ፣ በቡድኑ ውስጥ ያለ እያንዳንዱ ሰው የAI ረዳት ሲኖረው፣ የመጫወቻ ሜዳውን ደረጃ ሊያሳድግ እና ለዲዛይን ውይይቶች፣ ለፈጠራ አስተሳሰብ እና በአሁኑ ጊዜ ማንኛውም AI ከሳጥኑ ውጭ የማይረዳቸውን ውስብስብ የተጠቃሚ መስፈርቶችን ለመፍታት ተጨማሪ ጊዜ ሊሰጥ ይችላል። እንደ እውነቱ ከሆነ፣ ከአምስት ገንቢዎች ውስጥ ከአራት በላይ የሚሆኑት የAI ኮድ ማድረጊያ መሳሪያዎች የቡድን ትብብርን እንደሚያሻሽሉ ወይም ቢያንስ በዲዛይን እና በችግር አፈታት ላይ የበለጠ እንዲተባበሩ እንደሚያስችላቸው ያምናሉ፣ በGitHub የ2023 የዳሰሳ ጥናት ግኝቶች መሠረት ( ዳሰሳ ጥናቱ የAI በገንቢው ተሞክሮ ላይ ያለውን ተጽእኖ ያሳያል - The GitHub Blog )።

በስራ ሚናዎች ላይ የሚያሳድረው ተጽዕኖ ፡ አንድ ትልቅ ጥያቄ የፕሮግራመሮች ፍላጎትን ይቀንሳል ወይ የሚለው ነው (እያንዳንዱ ፕሮግራመር አሁን የበለጠ ውጤታማ ስለሆነ) ወይም የሚፈለጉትን ክህሎቶች በቀላሉ ይለውጣል ወይ የሚለው ነው። ከሌሎች አውቶሜሽን ጋር በተያያዘ ታሪካዊ ሁኔታ (እንደ የዴቮፕስ መሳሪያዎች መጨመር ወይም ከፍተኛ ደረጃ የፕሮግራም ቋንቋዎች) የገንቢ ስራዎች ከፍ ብለው ። በእርግጥ የኢንዱስትሪ ተንታኞች የሶፍትዌር ምህንድስና ሚናዎች ማደጋቸውን እንደሚቀጥሉ ፣ ነገር ግን የእነዚያ ሚናዎች ባህሪ ይለወጣል። በቅርቡ የጋርትነር ሪፖርት በ2027 50% የሚሆኑ የሶፍትዌር ምህንድስና ድርጅቶች ምርታማነትን ለማሳደግ በAI የተጨመሩ “የሶፍትዌር ምህንድስና ኢንተለጀንስ” መድረኮችን እንደሚቀበሉ ፣ ይህም በ2024 ከነበረው 5% ብቻ ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ አለ? የAI ተጽዕኖ [2024] ጋር እንደሚሰሩ ያመለክታል ። በተመሳሳይ፣ የምክር አገልግሎት ሰጪ ድርጅት ማኪንሴይ AI ብዙ ተግባራትን በራስ-ሰር ሊያከናውን ቢችልም፣ በግምት 80% የሚሆኑት የፕሮግራም ስራዎች አሁንም በዑደት ውስጥ ያለ ሰው ያስፈልጋቸዋል እና “ሰውን ያማከለ” ሆነው ይቀጥላሉ ። በሌላ አነጋገር፣ ለአብዛኛዎቹ የገንቢ ቦታዎች ሰዎች አሁንም ያስፈልጉናል፣ ነገር ግን የሥራ መግለጫዎቹ ሊለወጡ ይችላሉ።

“AI Software Engineer” ወይም “Prompt Engineer” ያሉ ሚናዎች ብቅ ማለት ነው - ይህም የAI ክፍሎችን በመገንባት ወይም በማደራጀት ላይ የተካኑ ገንቢዎች ነው። የAI/ML እውቀት ላላቸው ገንቢዎች ፍላጎት እየጨመረ መሆኑን እያየን ነው። በIndeed በተደረገ ትንታኔ መሠረት፣ ከAI ጋር የተያያዙት ሦስቱ በጣም ተፈላጊ ስራዎች የውሂብ ሳይንቲስት፣ የሶፍትዌር መሐንዲስ እና የማሽን መማሪያ መሐንዲስ ፣ የእነዚህ ሚናዎች ፍላጎት ባለፉት ሶስት ዓመታት ውስጥ ከእጥፍ በላይ ጨምሯል ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ አለ? የAI ተጽእኖ [2024] )። ባህላዊ የሶፍትዌር መሐንዲሶች የማሽን መማሪያ መሰረታዊ ነገሮችን እንዲረዱ ወይም የAI አገልግሎቶችን ከመተግበሪያዎች ጋር እንዲያዋህዱ ይጠበቃል። ገንቢዎችን ከመጠን በላይ ከማድረግ ይልቅ፣ “AI ሙያውን ከፍ ሊያደርግ ይችላል፣ ገንቢዎች በከፍተኛ ደረጃ ተግባራት እና ፈጠራ ላይ እንዲያተኩሩ ያስችላቸዋል።” ( AI ገንቢዎችን በ2025 ሊተካ ነው፡ የወደፊቱን በጨረፍታ መመልከት ) ብዙ የተለመዱ የኮድ ስራዎች በAI ሊከናወኑ ይችላሉ፣ ነገር ግን ገንቢዎች በስርዓት ዲዛይን፣ ሞጁሎችን በማዋሃድ፣ ጥራትን በማረጋገጥ እና አዳዲስ ችግሮችን በመፍታት የበለጠ ይጠመዳሉ። ከአንድ የAI-forward ኩባንያ የመጣ ከፍተኛ መሐንዲስ በጥሩ ሁኔታ ጠቅለል አድርጎ አቅርቧል ፡ AI ገንቢዎቻችንን አይተካም፤ ያባብሳቸዋል ። ኃይለኛ የ AI መሳሪያዎችን የያዘ አንድ ገንቢ የብዙዎችን ስራ መስራት ይችላል፣ ነገር ግን ያ ገንቢ አሁን የበለጠ ውስብስብ እና ተፅዕኖ ፈጣሪ የሆነ ስራ እየሰራ ነው።

እውነተኛ የዓለም ምሳሌ፡- GitHub Copilot ን ለሁሉም ገንቢዎች ያዋሃደ የሶፍትዌር ድርጅት ሁኔታ እንመልከት። ወዲያውኑ ውጤቱ በክፍል ፈተናዎች እና በቦይለርፕሌት ኮድ ላይ የሚያጠፋው ጊዜ ጉልህ ቅነሳ ነበር። አንድ ጁኒየር ገንቢ ኮፒሎትን በመጠቀም 80% የሚሆነውን አዲስ ባህሪ ኮድ በፍጥነት ማመንጨት እንደምትችል፣ ከዚያም የቀረውን 20% በማበጀት እና የውህደት ሙከራዎችን በመጻፍ ጊዜዋን እንደምታሳልፍ አረጋግጣለች። በኮድ ውፅዓት ረገድ የነበራት ምርታማነት በእጥፍ ሊጨምር ተቃርቧል፣ ነገር ግን የበለጠ የሚገርመው፣ የአስተዋጽኦዋ ባህሪ ተለውጧል - የበለጠ የኮድ ገምጋሚ ​​እና ለAI የተጻፈ ኮድ የሙከራ ዲዛይነር የAI ስህተቶችን መያዝ እንደጀመሩ አስተውሏል ። ለምሳሌ፣ ኮፒሎት አልፎ አልፎ ደህንነቱ ያልተጠበቀ የኢንክሪፕሽን ትግበራ ሀሳብ አቅርቧል፤ የሰው ገንቢዎች እነዚያን መለየት እና ማስተካከል ነበረባቸው። ይህ ዓይነቱ ምሳሌ እንደሚያሳየው ውጤት እየጨመረ ሲሄድ በስራ ፍሰት ውስጥ የበለጠ ወሳኝ እየሆኑ መጥተዋል

ለማጠቃለል ያህል፣ AI ገንቢዎች የሚሰሩበትን መንገድ በማይካድ መልኩ እየቀየረ ነው፡- ፈጣን እንዲሆኑ እና የበለጠ ትልቅ ደረጃ ያላቸውን ችግሮች እንዲፈቱ በመፍቀድ፣ ነገር ግን ክህሎትን እንዲያሳድጉ ( በአይአይ አጠቃቀምም ሆነ በከፍተኛ ደረጃ አስተሳሰብ) ይጠይቃል። “አይአይ ስራዎችን ስለመውሰድ” ታሪክ ሳይሆን “አይአይ ስራዎችን ስለመቀየር” ታሪክ ነው። እነዚህን መሳሪያዎች በብቃት መጠቀምን የተማሩ ገንቢዎች ተፅኖአቸውን ሊያባዙ ይችላሉ - ብዙ ጊዜ የምንሰማው “አይአይ ገንቢዎችን አይተካም፣ ነገር ግን አይአይ የሚጠቀሙ ገንቢዎች የማይተኩትን ሊተኩ ይችላሉ።” የሚቀጥሉት ክፍሎች የሰው ገንቢዎች አሁንም አስፈላጊ የሆኑት ለምን እንደሆነ (አይአይ የማይችለው ) እና ገንቢዎች ከአይአይ ጎን ለጎን እንዲበለጽጉ ክህሎቶቻቸውን እንዴት ማስተካከል እንደሚችሉ ያብራራሉ።

የ AI ገደቦች (ሰዎች ለምን ወሳኝ ሆነው እንደሚቆዩ)

አስደናቂ ችሎታዎች ቢኖሩትም፣ የዛሬው AI የሰው ፕሮግራመሮችን ጊዜ ያለፈባቸው ከማድረግ የሚያግዱ ግልጽ ገደቦች ። እነዚህን ገደቦች መረዳት ፕሮግራመሮች በልማት ሂደት ውስጥ ለምን በጣም እንደሚያስፈልጉ ለመረዳት ቁልፍ ነው። AI ኃይለኛ መሳሪያ ነው፣ ነገር ግን የሰው ገንቢን የፈጠራ ችሎታ፣ ወሳኝ አስተሳሰብ እና አውዳዊ ግንዛቤን የሚተካ አስማታዊ ነገር አይደለም። በፕሮግራሚንግ ውስጥ የAI መሰረታዊ ድክመቶች እና የሰው ገንቢዎች ተዛማጅ ጥንካሬዎች እነሆ

• የእውነተኛ ግንዛቤ እና የፈጠራ ችሎታ እጥረት፡- የአሁኑ የAI ሞዴሎች ሰዎች በሚያደርጉት መንገድ ኮድ ወይም ችግሮችን በትክክል አይረዱም ያውቃሉ እና በስልጠና መረጃ ላይ ተመስርተው ሊሆኑ የሚችሉ ውጤቶችን እንደገና ያመነጫሉ። ይህ ማለት AI ኦሪጅናል፣ የፈጠራ መፍትሄዎችን ወይም አዳዲስ የችግር ጎራዎችን ጥልቅ ግንዛቤ የሚጠይቁ ተግባራትን ሊታገል ይችላል ማለት ነው። አንድ የAI ከዚህ በፊት ታይቶት የነበረውን ዝርዝር መግለጫ ለማሟላት ኮድ ማመንጨት ይችል ይሆናል፣ ነገር ግን ታይቶ ለማይታወቅ ችግር አዲስ ስልተ ቀመር እንዲነድፍ ወይም አሻሚ መስፈርትን እንዲተረጉም ይጠይቁት፣ እና ምናልባት ይወድቃል። አንድ ታዛቢ እንዳስቀመጠው፣ የAI ዛሬ “የሰው ገንቢዎች ወደ ጠረጴዛው የሚያመጡትን የፈጠራ እና የሂሳዊ አስተሳሰብ ችሎታዎች ይጎድለዋል።” ( AI ገንቢዎችን በ2025 ሊተካ ነው?፡ የወደፊቱን በጨረፍታ መመልከት ) ሰዎች ከሳጥኑ ውጭ በማሰብ ይበልጣሉ - የጎራ እውቀትን፣ ውስጣዊ ስሜትን እና ፈጠራን በማጣመር የሶፍትዌር አርክቴክቸሮችን ለመንደፍ ወይም ውስብስብ ጉዳዮችን ለመፍታት። በተቃራኒው የAI በተቃራኒው፣ ከተማራቸው ቅጦች ጋር የተገደበ ነው፤ ችግር ከእነዚያ ቅጦች ጋር በደንብ የማይዛመድ ከሆነ፣ የAI የተሳሳተ ወይም ትርጉም የለሽ ኮድ ሊያወጣ ይችላል (ብዙውን ጊዜ በልበ ሙሉነት!)። ፈጠራ - አዳዲስ ባህሪያትን፣ አዳዲስ የተጠቃሚ ተሞክሮዎችን ወይም አዳዲስ ቴክኒካዊ አቀራረቦችን ይዞ የሚመጣ - በሰው የሚመራ እንቅስቃሴ ሆኖ ይቀጥላል።

• አውድ እና ትልቅ ምስል መረዳት፡- ሶፍትዌር መገንባት የኮድ መስመሮችን መጻፍ ብቻ አይደለም። ምክንያት - የንግድ መስፈርቶች፣ የተጠቃሚ ፍላጎቶች እና ሶፍትዌሩ የሚሰራበትን አውድ። AI በጣም ጠባብ የሆነ የአውድ መስኮት አለው (ብዙውን ጊዜ በአንድ ጊዜ በተሰጠው ግብዓት ብቻ የተገደበ)። የአንድ ስርዓት አጠቃላይ ዓላማ ወይም አንድ ሞጁል ከሌላው ጋር እንዴት እንደሚገናኝ በትክክል አይረዳም። በዚህም ምክንያት፣ AI በቴክኒካል ለአነስተኛ ተግባር የሚሰራ ነገር ግን ከትልቁ የስርዓት አርክቴክቸር ጋር የማይጣጣም ወይም የተወሰነ ስውር መስፈርትን የሚጥስ ኮድ ሊያመነጭ ይችላል። ሶፍትዌሩ ከንግድ ግቦች እና ከተጠቃሚዎች ግምቶች ጋር እንዲጣጣም ለማረጋገጥ የሰው ገንቢዎች ያስፈልጋሉ። ውስብስብ የስርዓት ዲዛይን - በአንድ ክፍል ላይ የሚደረግ ለውጥ በሌሎች ውስጥ እንዴት ሊሰራጭ እንደሚችል መረዳት፣ የንግድ ልውውጦችን (እንደ አፈጻጸም እና ተነባቢነት ያሉ) እና የኮድቤዝ የረጅም ጊዜ ዝግመተ ለውጥን እንዴት ማቀድ እንደሚቻል - AI ዛሬ ማድረግ የማይችለው ነገር ነው። በሺዎች የሚቆጠሩ ክፍሎች ባሏቸው ትላልቅ ፕሮጀክቶች ውስጥ፣ AI "ዛፎቹን ያያል ግን ጫካውን አያይም።" በአንድ ትንታኔ ላይ እንደተገለጸው፣ የንግድ ፍላጎቶችን እና የተጠቃሚ ልምድን ከግምት ውስጥ በማስገባት የትልቅ ደረጃ የሶፍትዌር ፕሮጀክቶችን ሙሉ አውድ እና ውስብስብነት ለመረዳት ይቸገራል AI በ2025 ገንቢዎችን ይተካል?፡ የወደፊቱን በጨረፍታ መመልከት )። ሰዎች ትልቁን ምስል ራዕይ ይጠብቃሉ።

• የጋራ አስተሳሰብ እና አሻሚነት መፍትሄ ፡ በእውነተኛ ፕሮጀክቶች ውስጥ ያሉ መስፈርቶች ብዙውን ጊዜ ግልጽ ያልሆኑ ወይም እየተሻሻሉ ናቸው። የሰው ገንቢ ማብራሪያ ሊፈልግ፣ ምክንያታዊ ግምቶችን ሊያደርግ ወይም ከእውነታ የራቁ ጥያቄዎችን ወደኋላ ሊመልስ ይችላል። AI የጋራ አስተሳሰብ ወይም ግልጽ ጥያቄዎችን የመጠየቅ ችሎታ የለውም (በጥያቄ ውስጥ በግልጽ ካልተዘለለ በስተቀር፣ እና ከዚያ በኋላም ቢሆን በትክክል ለማግኘት ምንም ዋስትና የለውም።) ለዚህም ነው በAI የመነጨው ኮድ አንዳንድ ጊዜ በቴክኒካዊ ትክክል ሊሆን የሚችለው ነገር ግን በተግባር ላይ የማይውል - ፍርድ የለውም። በተቃራኒው፣ የሰው ፕሮግራመር ከፍተኛ ደረጃ ጥያቄን (“ይህንን በይነገጽ የበለጠ ለመረዳት” ወይም “መተግበሪያው መደበኛ ያልሆኑ ግቤቶችን በሚያምር ሁኔታ ማስተናገድ አለበት”) መተርጎም እና በኮድ ውስጥ ምን መደረግ እንዳለበት ማወቅ ይችላል። AI ገንቢን በእውነት ለመተካት እጅግ በጣም ዝርዝር፣ ግልጽ ያልሆኑ ዝርዝሮችን ይፈልጋል፣ እና እንደዚህ አይነት ዝርዝር መግለጫ በብቃት መጻፍ እንኳን ኮዱን ራሱ የመጻፍ ያህል ከባድ ነው። በፎርብስ የቴክኖሎጂ ካውንስል መጣጥፍ እንደተገለጸው፣ AI ገንቢዎችን ለመተካት፣ ግልጽ ያልሆኑ መመሪያዎችን መረዳት እና እንደ ሰው መላመድ ያስፈልገዋል - የአሁኑ AI የሌለው የማመዛዘን ደረጃ ( ሰርጊ ኩዚን ፖስት - LinkedIn )።

• አስተማማኝነት እና “ቅዠቶች”፡- የዛሬዎቹ የጄኔሬቲቭ AI ሞዴሎች በደንብ የሚታወቁ ጉድለቶች አሏቸው፡- የተሳሳተ ወይም ሙሉ በሙሉ የተፈጠሩ ውጤቶችን ሊያመጡ ይችላሉ፣ ይህም ብዙውን ጊዜ ቅዠት ። በኮድ አሰጣጥ፣ ይህ ማለት AI ተቀባይነት ያለው የሚመስል ነገር ግን ምክንያታዊ በሆነ መልኩ የተሳሳተ ወይም ደህንነቱ ያልተጠበቀ ኮድ ይጽፋል ማለት ሊሆን ይችላል። ገንቢዎች በጭፍን የ AI ጥቆማዎችን ማመን አይችሉም። በተግባር፣ እያንዳንዱ የ AI-የተጻፈ ኮድ በጥንቃቄ ግምገማ እና በሰው መሞከር ይፈልጋል ። የ Stack Overflow የዳሰሳ ጥናት መረጃ ይህንን ያንፀባርቃል - የ AI መሳሪያዎችን ከሚጠቀሙት ውስጥ፣ 3% ብቻ የ AI ውፅዓት ትክክለኛነትን በከፍተኛ ሁኔታ ያምናሉ ፣ እና በእርግጥም አነስተኛ መቶኛ በንቃት አያምኑትም ( 70% ገንቢዎች የ AI ኮድ ማድረጊያ መሳሪያዎችን ይጠቀማሉ፣ 3% ደግሞ ትክክለኛነታቸውን በእጅጉ ያምናሉ - ShiftMag )። አብዛኛዎቹ ገንቢዎች የ AI ጥቆማዎችን እንደ ጠቃሚ ፍንጮች አድርገው ይመለከቷቸዋል፣ ወንጌል አይደለም። ይህ ዝቅተኛ እምነት የተረጋገጠው AI ማንኛውም ብቃት ያለው ሰው የማያደርገውን እንግዳ ስህተቶች ሊያደርግ ስለሚችል (እንደ አንድ-በአንድ ... አንድ የመድረክ አስተያየት በንቀት እንደገለጸው፣ “እነሱ (AIs) ብዙ ጊዜ ቅዠት ያደርጋሉ እና ሰው ፈጽሞ የማያደርገውን እንግዳ የዲዛይን ምርጫዎችን ያደርጋሉ” ( ፕሮግራመሮች በAI ምክንያት ጊዜ ያለፈባቸው ይሆናሉ? - የሙያ ምክር )። እነዚህን ስህተቶች ለመያዝ የሰው ቁጥጥር ወሳኝ ነው። AI 90% የሚሆነውን ባህሪ በፍጥነት ሊያገኝዎት ይችላል፣ ነገር ግን የቀረው 10% ረቂቅ ስህተት ካለው፣ ለመመርመር እና ለማስተካከል የሰው ገንቢው አሁንም ይወድቃል። እና በምርት ላይ የሆነ ችግር ሲፈጠር፣ ማረም ያለባቸው የሰው መሐንዲሶች ናቸው - AI ለስህተቶቹ ኃላፊነቱን መውሰድ አይችልም።

• የኮድ ቤዞችን መጠበቅ እና ማሻሻል ፡ የሶፍትዌር ፕሮጀክቶች ከዓመታት በኋላ ይኖራሉ እና ያድጋሉ። ወጥ የሆነ ዘይቤ፣ ለወደፊት አስተናጋጆች ግልጽነት እና መስፈርቶች ሲለወጡ ዝማኔዎችን ይፈልጋሉ። ዛሬ AI ያለፉ ውሳኔዎችን ማስታወስ የለውም (ከተወሰኑ ጥያቄዎች ውጭ)፣ ስለዚህ ካልተመራ በስተቀር በትልቅ ፕሮጀክት ውስጥ ኮዱን ወጥነት ላይኖረው ይችላል። የሰው ገንቢዎች የኮድ ጥገናን ያረጋግጣሉ - ግልጽ ሰነዶችን መጻፍ፣ ብልህ ግን ግልጽ ካልሆኑ ይልቅ ሊነበቡ የሚችሉ መፍትሄዎችን መምረጥ እና አርክቴክቸሩ ሲሻሻል አስፈላጊ የሆነውን ኮድ እንደገና ማደስ። AI በእነዚህ ተግባራት ላይ ሊረዳ ይችላል (እንደ መልሶ ማደስን መጠቆም)፣ ነገር ግን ምን እንደገና ማደስ እንዳለበት ወይም የትኞቹ የስርዓቱ ክፍሎች እንደገና ማደስ እንዳለባቸው መወሰን የሰው ፍርድ ጥሪ ነው። በተጨማሪም፣ ክፍሎችን ሲያዋህዱ፣ አዲስ ባህሪ በነባር ሞጁሎች ላይ ያለውን ተጽእኖ መረዳት (ወደኋላ ተኳሃኝነትን ማረጋገጥ፣ ወዘተ) ሰዎች የሚይዙት ነገር ነው። በAI የተፈጠረ ኮድ በሰዎች የተዋሃደ እና የተጣጣመ መሆን አለበት። እንደ ሙከራ፣ አንዳንድ ገንቢዎች ChatGPT ሙሉ ትናንሽ መተግበሪያዎችን እንዲገነባ መፍቀድ ሞክረዋል፤ ውጤቱ ብዙውን ጊዜ መጀመሪያ ላይ ይሰራል ነገር ግን AI በተከታታይ የታሰበበት አርክቴክቸር ስለማያደርግ ለመጠበቅ ወይም ለማራዘም በጣም ከባድ ይሆናል - የሰው አርክቴክት የሚያስወግዳቸውን የአካባቢ ውሳኔዎችን ያደርጋል።

• የሥነ ምግባር እና የደህንነት ጉዳዮች፡- AI ተጨማሪ ኮድ ሲጽፍ፣ አድልዎ፣ ደህንነት እና ሥነ ምግባርን በተመለከተ ጥያቄዎችን ያስነሳል። አንድ AI ልምድ ያለው የሰው ገንቢ ሊያገኛቸው የሚችላቸውን የደህንነት ተጋላጭነቶች (ለምሳሌ ግብዓቶችን በአግባቡ አለማጽዳት ወይም ደህንነታቸው ያልተጠበቀ የክሪፕቶግራፊክ ልምዶችን መጠቀም) ሳያውቅ ሊያስተዋውቅ ይችላል። እንዲሁም፣ AI ለፍትሃዊነት ውስጣዊ የስነምግባር ወይም የፍትሃዊነት ስጋት የለውም - ለምሳሌ፣ በተዛባ መረጃ ላይ ስልጠና ሊሰጥ እና ባለማወቅ የሚለዩ ስልተ ቀመሮችን (እንደ የብድር ማጽደቂያ ኮድ ወይም የቅጥር ስልተ ቀመር ባሉ በAI-ተኮር ባህሪ) ሊጠቁም ይችላል። የሰው ገንቢዎች ለእነዚህ ጉዳዮች የ AI ውጤቶችን ኦዲት ማድረግ፣ ከደንቦች ጋር መጣጣማቸውን ማረጋገጥ እና ሶፍትዌርን በሥነ ምግባር ጉዳዮች ማካተት ያስፈልጋቸዋል። የሶፍትዌር ማህበራዊ ገጽታ "ሊታለፍ አይችልም። እነዚህ የሰው-ተኮር የልማት ገጽታዎች ቢያንስ በሚጠበቀው ጊዜ ከ AI ተደራሽ አይደሉም።" ( AI በ2025 ገንቢዎችን ሊተካ ነው?: የወደፊቱን ይመልከቱ ) ገንቢዎች ለ AI አስተዋፅዖዎች እንደ ህሊና እና የጥራት በር ሆነው ማገልገል አለባቸው።

በእነዚህ ገደቦች መሠረት፣ የአሁኑ ስምምነት AI መሣሪያ እንጂ ምትክ አይደለም ። ሳትያ ናዴላ እንደተናገሩት፣ ገንቢዎችን ስለማብቃት AI ፕሮግራመሮችን ይተካዋል? ከሃይፕ ጀርባ ያለው እውነት | በፓይኮች | አርቲፊሻል ኮርነር | ማርች፣ 2025 | መካከለኛ )። AI እንደ ጁኒየር ረዳት ሊታሰብ ይችላል፡ ፈጣን፣ ደከመኝ ሰለቸኝ የማይል እና በብዙ ተግባራት የመጀመሪያ ማለፍ ይችላል፣ ነገር ግን የተወለወለ የመጨረሻ ምርት ለማምረት የከፍተኛ ገንቢ መመሪያ እና እውቀት ያስፈልገዋል። በጣም የላቁ የAI ኮድ ስርዓቶች እንኳን እንደ ረዳቶች በእውነተኛ ዓለም አጠቃቀም (Copilot፣ CodeWhisperer፣ ወዘተ) እንጂ እንደ ራስ ገዝ ኮደሮች እንዳልተሰማሩ ያሳያል። ኩባንያዎች የፕሮግራም አወጣጥ ቡድኖቻቸውን እያባረሩ እና AI በዱር እንዲሄድ አይፈቅዱም፤ በምትኩ፣ AIን በገንቢዎች የስራ ፍሰቶች ውስጥ እያካተቱ ነው።

አንድ ምሳሌያዊ ጥቅስ የመጣው ከኦፕንአይአይ ሳም አልትማን ሲሆን የAI ወኪሎች እየተሻሻሉ ሲሄዱም እንኳ በሶፍትዌር ልማት ውስጥ ሰዎችን ሙሉ በሙሉ አይተኩም” ሳም አልትማን እንደሚሉት የAI ወኪሎች በቅርቡ የሶፍትዌር መሐንዲሶች የሚያደርጓቸውን ተግባራት ያከናውናሉ፡ ሙሉ ታሪክ በ5 ነጥቦች - ህንድ ቱዴይ “ምናባዊ የስራ ባልደረቦች” ሆነው ያገለግላሉ ፣ በተለይም የጥቂት ዓመታት ልምድ ያለው ዝቅተኛ ደረጃ የሶፍትዌር መሐንዲስ የተለመዱ ተግባራት። በሌላ አነጋገር፣ AI በመጨረሻ በአንዳንድ አካባቢዎች የጁኒየር ገንቢን ስራ ሊያከናውን ይችላል፣ ነገር ግን ያ ጁኒየር ገንቢ ስራ አጥ አይሆንም - ወደ AI የመቆጣጠር እና የከፍተኛ ደረጃ ተግባራትን የመወጣት ሚና ይቀየራሉ። አንዳንድ ተመራማሪዎች በ2040 AI አብዛኛውን የራሱን ኮድ መጻፍ እንደሚችል የሚተነብዩበት የወደፊቱን ጊዜ እንኳን ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ ፈንታ አለ? የAI ተጽእኖ [2024] የሰው ፕሮግራም አውጪዎች ማሽኖች የሌላቸውን የፈጠራ ብልጭታ እና ወሳኝ አስተሳሰብን ለመቆጣጠር፣ ለመምራት እና ለማቅረብ እንደሚያስፈልጉ በአጠቃላይ ይስማማል ።

የሶፍትዌር ልማት ከኮድ ማውጣት በላይ መሆኑን ልብ ሊባል የሚገባው ነው ። ከባለድርሻ አካላት ጋር መግባባትን፣ የተጠቃሚ ታሪኮችን መረዳትን፣ በቡድን ውስጥ መተባበርን እና ተደጋጋሚ ዲዛይንን - የሰው ልጅ ክህሎቶች አስፈላጊ በሆኑባቸው ሁሉም ዘርፎች - ያካትታል። አንድ የአዕምሮ ህክምና ባለሙያ ከደንበኛው ጋር በትክክል የሚፈልጉትን ነገር ለመግለጽ በስብሰባ ላይ መቀመጥ አይችልም፣ ቅድሚያ የሚሰጣቸውን ነገሮች መደራደርም ሆነ ለምርት ራዕይ ላለው ቡድን ማነሳሳት አይችልም። የሰው ልጅ አካል ማዕከላዊ ሆኖ ይቆያል።

ለማጠቃለል ያህል፣ የ AI አስፈላጊ ድክመቶች አሉት፤ እውነተኛ ፈጠራ የለውም፣ የአውድ ውስንነት ያለው ግንዛቤ፣ ለስህተቶች ዝንባሌ፣ ተጠያቂነት የለውም፣ እና የሶፍትዌር ውሳኔዎች ሰፋ ያሉ አንድምታዎችን አለመረዳት። እነዚህ ክፍተቶች የሰው ገንቢዎች በትክክል የሚያበሩበት ቦታ ናቸው። የ AIን እንደ ስጋት ከመመልከት ይልቅ፣ ለሰው ገንቢዎች ኃይለኛ ማጉያ ክህሎታቸውን እና ሚናቸውን በማስተካከል በ AI በተጨመረው የልማት ዓለም ውስጥ ተዛማጅነት እና ዋጋ ያለው ሆኖ እንዲቆይ በማድረግ እንዴት ሊጠቀሙበት እንደሚችሉ ያብራራል

በ AI ዘመን መላመድ እና ማደግ

ለፕሮግራመሮች እና ገንቢዎች፣ በኮድ አሰጣጥ ውስጥ የAI መጨመር ከባድ ስጋት መሆን የለበትም - እድል ሊሆን ይችላል። ቁልፉ መላመድ እና መሻሻል የበለጠ ሆነው ሊያገኙ ይችላሉ ፣ ችላ የሚሉት ደግሞ ወደኋላ እንደቀሩ ሊገነዘቡ ይችላሉ። በዚህ ክፍል፣ የAI መሳሪያዎች የዕለት ተዕለት ልማት አካል ሲሆኑ ገንቢዎች ተገቢ ሆነው እንዲቀጥሉ እና እንዲበለጽጉ በሚያስችሏቸው ተግባራዊ ደረጃዎች እና ስልቶች ላይ እናተኩራለን። ለመቀበል ያለው አስተሳሰብ ከፉክክር ይልቅ ቀጣይነት ያለው ትምህርት እና ከAI ጋር በመተባበር ነው። ገንቢዎች እንዴት ማስተካከል እንደሚችሉ እና ምን አዲስ ክህሎቶችን እና ሚናዎችን ግምት ውስጥ ማስገባት እንዳለባቸው እነሆ

1. AIን እንደ መሳሪያ ይቀበሉ (የ AI ኮድ አጋሮችን ውጤታማ በሆነ መንገድ መጠቀም ይማሩ): በመጀመሪያ ደረጃ ገንቢዎች በሚገኙት የ AI መሳሪያዎች ምቾት ሊሰማቸው ይገባል። Copilot፣ ChatGPT ወይም ሌሎች የኮድ አጋሮችን እንደ አዲስ ጥንድ ፕሮግራሚንግ አጋርዎ ይያዙት። ይህ ማለት ጥሩ ጥያቄዎችን ወይም አስተያየቶችን እንዴት መጻፍ እንደሚችሉ መማር እና በ AI የመነጨውን ኮድ በፍጥነት እንዴት ማረጋገጥ ወይም ማረም እንደሚችሉ ማወቅ ማለት ነው። ልክ ገንቢ የ IDE ወይም የስሪት ቁጥጥርን መማር እንደነበረበት ሁሉ፣ የ AI ረዳት ባህሪያትን መማር የክህሎት ስብስብ አካል እየሆነ መጥቷል። ለምሳሌ፣ አንድ ገንቢ የጻፈውን ኮድ ወስዶ AI እንዲያሻሽለው በመጠየቅ፣ ከዚያም ለውጦቹን በመተንተን መለማመድ ይችላል። ወይም፣ አንድ ተግባር ሲጀምሩ፣ በአስተያየቶች ውስጥ ይግለጹት እና AI ምን እንደሚሰጥ ይመልከቱ፣ ከዚያ ከዚያ ያሻሽሉ። ከጊዜ በኋላ፣ AI ምን ጥሩ እንደሆነ እና ከእሱ ጋር እንዴት አብሮ መፍጠር እንደሚችሉ ግንዛቤ ያዳብራሉ። እንደ “በ AI የታገዘ ልማት” - ወደ መሳሪያ ሳጥንዎ ለመጨመር አዲስ ክህሎት። በእርግጥም፣ ገንቢዎች አሁን ስለ “ፈጣን ምህንድስና” እንደ ክህሎት ይናገራሉ - AIን ትክክለኛ ጥያቄዎችን እንዴት መጠየቅ እንደሚቻል ማወቅ። ይህንን ችሎታ ያላቸው ሰዎች ከተመሳሳይ መሳሪያዎች በእጅጉ የተሻሉ ውጤቶችን ማግኘት ይችላሉ። “የሰው ሰራሽ የማሰብ ችሎታን የሚጠቀሙ ገንቢዎች የማይጠቀሙትን ሊተኩ ይችላሉ” የሚለውን - ስለዚህ ቴክኖሎጂውን ተቀብለው አጋርዎ ያድርጉት።

2. በከፍተኛ ደረጃ ክህሎቶች ላይ ማተኮር (ችግር መፍታት፣ የስርዓት ዲዛይን፣ አርክቴክቸር)፡- AI ዝቅተኛ ደረጃ ኮድ መስጠት ስለሚችል፣ ገንቢዎች የአብስትራክሽን መሰላልን ከፍ ማድረግ ። ይህ ማለት የስርዓት ዲዛይን እና አርክቴክቸርን በመረዳት ላይ የበለጠ ትኩረት መስጠት ማለት ነው። ውስብስብ ችግሮችን በመፍታት፣ ሊሰፋፉ የሚችሉ ስርዓቶችን በመንደፍ እና የስነ-ህንፃ ውሳኔዎችን በማድረግ ክህሎቶችን ማዳበር - የሰው ልጅ ግንዛቤ ወሳኝ በሆነባቸው አካባቢዎች። መፍትሄው ለምን እና እንዴት እንደሆነ ብቻ ሳይሆን በምን ላይ ማተኮር። ለምሳሌ፣ የመደርደር ተግባርን ፍጹም ለማድረግ ጊዜዎን በሙሉ ከማሳለፍ ይልቅ (AI ለእርስዎ አንድ ሊጽፍልዎ ሲችል)፣ የትኛው የመደርደር አቀራረብ ለመተግበሪያዎ አውድ ተስማሚ እንደሆነ እና በስርዓትዎ የውሂብ ፍሰት ውስጥ እንዴት እንደሚገባ በመረዳት ጊዜ ያሳልፉ። የዲዛይን አስተሳሰብ - የተጠቃሚ ፍላጎቶችን፣ የውሂብ ፍሰቶችን እና የክፍሎች መስተጋብሮችን ግምት ውስጥ በማስገባት - ከፍተኛ ዋጋ ይኖረዋል። AI ኮድ ማመንጨት ይችላል፣ ነገር ግን የሶፍትዌሩን አጠቃላይ መዋቅር የሚወስነው እና ሁሉም ክፍሎች ተስማምተው እንዲሰሩ የሚያረጋግጥ ገንቢው ነው። ትልቅ ምስል ያለው አስተሳሰብዎን በማሳመር፣ AI (እና የቀረውን ቡድን) ትክክለኛውን ነገር በመገንባት ረገድ የሚመራ ሰው እራስዎን አስፈላጊ ያደርጉታል። አንድ የወደፊት እይታ ያለው ሪፖርት እንዳመለከተው፣ ገንቢዎች “የሰው ልጅ ግንዛቤ የማይተካባቸው ቦታዎች ላይ ማተኮር አለባቸው፣ ለምሳሌ ችግር መፍታት፣ የዲዛይን አስተሳሰብ እና የተጠቃሚዎችን ፍላጎቶች መረዳት” ( AI በ2025 ገንቢዎችን ይተካል?: የወደፊቱን በጨረፍታ መመልከት )

3. የAI እና የML እውቀትዎን ያሻሽሉ የAI ግንዛቤን ለመረዳት ይረዳል ። ገንቢዎች ሁሉም የማሽን መማሪያ ተመራማሪዎች መሆን አያስፈልጋቸውም፣ ነገር ግን እነዚህ ሞዴሎች እንዴት እንደሚሰሩ በደንብ መረዳት ጠቃሚ ይሆናል። የማሽን መማሪያ እና የጥልቅ ትምህርት መሰረታዊ ነገሮችን ይወቁ - ይህ አዳዲስ የሙያ መንገዶችን ሊከፍት ብቻ ሳይሆን (ከAI ጋር የተያያዙ ስራዎች እያደጉ በመሆናቸው ( ለሶፍትዌር መሐንዲሶች የወደፊት ተስፋ አለ? የAI ተጽእኖ [2024] ))፣ ነገር ግን የAI መሳሪያዎችን በብቃት እንዲጠቀሙ ይረዳዎታል። ለምሳሌ፣ የአንድ ትልቅ ቋንቋ ሞዴል ገደቦችን እና እንዴት እንደሰለጠነ የሚያውቁ ከሆነ፣ መቼ ሊወድቅ እንደሚችል መተንበይ እና ጥያቄዎችዎን ወይም ፈተናዎችዎን በዚሁ መሰረት መንደፍ ይችላሉ። በተጨማሪም፣ ብዙ የሶፍትዌር ምርቶች አሁን የAI ባህሪያትን እያካተቱ ነው (ለምሳሌ፣ የምክር ሞተር ወይም ቻትቦት ያለው መተግበሪያ)። የተወሰነ የML እውቀት ያለው የሶፍትዌር ገንቢ ለእነዚያ ባህሪያት አስተዋፅዖ ማድረግ ወይም ቢያንስ ከውሂብ ሳይንቲስቶች ጋር በብልሃት መተባበር ይችላል። መማርን ግምት ውስጥ ማስገባት ያለባቸው ቁልፍ ቦታዎች የሚከተሉትን ያካትታሉ ፡ የውሂብ ሳይንስ መሰረታዊ ነገሮች ፣ ውሂብን እንዴት ቀድመው ማቀናበር እንደሚቻል፣ ስልጠና ከግምታዊ ግምት እና የAI ሥነ ምግባር። እራስዎን ከAI ማዕቀፎች (TensorFlow፣ PyTorch) እና ከደመና AI አገልግሎቶች ጋር ይተዋወቁ፤ ሞዴሎችን ከባዶ እየገነቡ ባይሆንም፣ የAI APIን ከመተግበሪያ ጋር እንዴት ማዋሃድ እንደሚቻል ማወቅ ጠቃሚ ክህሎት ነው። ባጭሩ፣ “AI literate” መሆን በፍጥነት በድር ወይም በዳታቤዝ ቴክኖሎጂዎች ውስጥ ማንበብና መጻፍ ያህል አስፈላጊ እየሆነ መጥቷል። በባህላዊ የሶፍትዌር ምህንድስና እና AI ዓለም ውስጥ መዘዋወር የሚችሉ ገንቢዎች የወደፊት ፕሮጀክቶችን ለመምራት ዋና ቦታ ላይ ይሆናሉ።

4. ጠንካራ ለስላሳ ክህሎቶችን እና የጎራ እውቀትን ማዳበር፡- AI ሜካኒካል ተግባራትን ሲቆጣጠር፣ ልዩ የሆኑ የሰው ልጆች ክህሎቶች የበለጠ አስፈላጊ ይሆናሉ። ግንኙነት፣ የቡድን ስራ እና የጎራ እውቀት በእጥፍ የሚቀንሱባቸው ቦታዎች ናቸው። የሶፍትዌር ልማት ብዙውን ጊዜ የችግር ጎራውን መረዳት ነው - ፋይናንስ፣ የጤና አጠባበቅ፣ ትምህርት ወይም ሌላ መስክ ቢሆን - እና ያንን ወደ መፍትሄዎች መተርጎም። AI ያንን አውድ ወይም ከባለድርሻ አካላት ጋር የመገናኘት ችሎታ አይኖረውም፣ ግን እርስዎም ይችላሉ። በሚሰሩበት መስክ የበለጠ እውቀት ማግኘት ሶፍትዌሩ በእውነቱ የእውነተኛ ዓለም ፍላጎቶችን እንደሚያሟላ ለማረጋገጥ ተመራጭ ሰው ያደርግዎታል። በተመሳሳይ፣ በትብብር ክህሎቶችዎ ላይ ያተኩሩ፡ አማካሪነት፣ አመራር እና ቅንጅት። ቡድኖች ኮድን (በAI የተጻፈ ኮድን ጨምሮ) እንዲገመግሙ፣ ጁኒየርን ስለ ምርጥ ልምዶች እንዲያማክሩ እና ውስብስብ ፕሮጀክቶችን እንዲያቀናጁ ከፍተኛ ገንቢዎች አሁንም ያስፈልጋቸዋል። AI በፕሮጀክቶች ውስጥ የሰው ልጅ መስተጋብር አስፈላጊነትን አያስወግድም። እንደ እውነቱ ከሆነ፣ AI ኮድ ሲያመነጭ፣ የከፍተኛ ገንቢ አማካሪነት ጁኒየር ከAI ጋር እንዴት እንደሚሰሩ እና ውጤቱን እንዴት እንደሚያረጋግጡ ፣ ለሉፕ እንዴት እንደሚጽፉ ከመጻፍ ይልቅ። በዚህ አዲስ ፓራዲየም ውስጥ ሌሎችን መምራት መቻል ጠቃሚ ክህሎት ነው። እንዲሁም፣ ወሳኝ አስተሳሰብን - የ AI ውጤቶችን ይጠይቁ እና ይሞክሯቸው፣ እና ሌሎችም እንዲሁ እንዲያደርጉ ያበረታቷቸው። ጤናማ ጥርጣሬ እና የማረጋገጫ አስተሳሰብን ማዳበር በ AI ላይ ዓይነ ስውር መተማመንን ይከላከላል እና ስህተቶችን ይቀንሳል። በመሠረቱ፣ የ AI የጎደላቸውን ክህሎቶች ያሻሽሉ፡ ሰዎችን እና አውድን መረዳት፣ ወሳኝ ትንተና እና ሁለገብ አስተሳሰብ።

5. የዕድሜ ልክ ትምህርት እና ተለዋዋጭነት ፡ በ AI ውስጥ ያለው የለውጥ ፍጥነት እጅግ በጣም ፈጣን ነው። ዛሬ ያለው ዘመናዊ የሚመስለው ነገር በጥቂት ዓመታት ውስጥ ጊዜው ያለፈበት ሊሆን ይችላል። ገንቢዎች የዕድሜ ልክ ትምህርትን ። ይህ ማለት አዳዲስ የ AI ኮድ ረዳቶችን በመደበኛነት መሞከር፣ በ AI/ML የመስመር ላይ ኮርሶችን ወይም የምስክር ወረቀቶችን መውሰድ፣ ስለሚመጣው ነገር ወቅታዊ መረጃ ለማግኘት የምርምር ጦማሮችን ማንበብ ወይም በ AI ላይ ያተኮሩ የገንቢ ማህበረሰቦች ውስጥ መሳተፍ ማለት ሊሆን ይችላል። ተለዋዋጭነት ቁልፍ ነው - ሲወጡ ወደ አዳዲስ መሳሪያዎች እና የስራ ፍሰቶች ለመቀየር ዝግጁ ይሁኑ። ለምሳሌ፣ ከስዕሎች የ UI ዲዛይን በራስ-ሰር የሚሰራ አዲስ የ AI መሳሪያ ከመጣ፣ የፊት-መጨረሻ ገንቢ ለመማር እና ለማካተት ዝግጁ መሆን አለበት፣ ትኩረታቸውን ወደ የተፈጠረውን UI ማሻሻል ወይም አውቶሜሽን ያመለጣቸውን የተጠቃሚ ተሞክሮ ዝርዝሮችን ማሻሻል ይቀይሩ። ትምህርትን እንደ የሙያቸው ቀጣይ አካል አድርገው የሚመለከቱት (ብዙ ገንቢዎች አስቀድመው የሚያደርጉት) የ AI እድገቶችን ማዋሃድ ቀላል ሆኖ ያገኙታል። አንድ ስትራቴጂ የሳምንቱን ትንሽ ክፍል ለመማር እና ለሙከራ መስጠት ነው - በራስዎ የወደፊት ጊዜ ላይ ኢንቨስት ማድረግ ነው። ኩባንያዎች ለገንቢዎቻቸው የ AI መሳሪያዎችን ውጤታማ በሆነ መንገድ ስለመጠቀም ስልጠና መስጠት ጀምረዋል፤ እንደዚህ ያሉ እድሎችን መጠቀም ወደፊት ያመጣዎታል። የሚበለጽጉ ገንቢዎች የ AIን እንደ ተለዋዋጭ አጋር አድርገው የሚመለከቱ እና ከዚያ አጋር ጋር ለመስራት ያላቸውን አቀራረብ ያለማቋረጥ የሚያሻሽሉ ይሆናሉ።

6. አዳዲስ ሚናዎችን እና የሙያ መንገዶችን ያስሱ፡- AI ወደ ልማት ሲሸጋገር፣ አዳዲስ የሙያ እድሎች እየወጡ ነው። ለምሳሌ፣ የፈጣን መሐንዲስ ወይም የAI ውህደት ስፔሻሊስት በምርቶች ውስጥ AIን ለመጠቀም ትክክለኛ ጥያቄዎችን፣ የስራ ፍሰቶችን እና መሠረተ ልማት በመፍጠር ላይ ያተኮሩ ሚናዎች ናቸው። ሌላው ምሳሌ የAI ሥነ ምግባር መሐንዲስ ወይም የAI ኦዲተር - ለዳሎአዊነት፣ ለተገዢነት እና ለትክክለኛነት የAI ውጤቶችን በመገምገም ላይ ያተኮሩ ሚናዎች። በእነዚህ ዘርፎች ፍላጎት ካለዎት፣ እራስዎን በትክክለኛው እውቀት ማስቀመጥ እነዚህን አዳዲስ መንገዶች ሊከፍት ይችላል። በጥንታዊ ሚናዎች ውስጥ እንኳን፣ “በAI-የታገዘ የፊት ለፊት ገንቢ” እና “በAI-የታገዘ የኋላ ዳርቻ ገንቢ” ያሉ ልዩ መሳሪያዎችን ሊያገኙ ይችላሉ፣ እያንዳንዳቸው ልዩ መሳሪያዎችን የሚጠቀሙበት። ድርጅቶች በAI ዙሪያ ቡድኖችን እንዴት እያዋቀሩ እንደሆነ ይከታተሉ። አንዳንድ ኩባንያዎች በፕሮጀክቶች ውስጥ የAI ተቀባይነትን ለመምራት “የAI ማህበራት” ወይም የልቀት ማዕከላት አሏቸው - በእንደዚህ ያሉ ቡድኖች ውስጥ ንቁ መሆን በግንባር ቀደምትነት ሊያስቀምጥዎት ይችላል። ከዚህም በላይ፣ የAI መሳሪያዎችን እራሳቸው ለማዳበር አስተዋጽኦ ማድረግን ያስቡበት፡ ለምሳሌ፣ የገንቢ መሳሪያዎችን የሚያሻሽሉ ክፍት ምንጭ ፕሮጀክቶች ላይ መስራት (ምናልባትም የAI ኮድን የማብራራት ችሎታን ማሳደግ፣ ወዘተ.)። ይህ ስለ ቴክኖሎጂ ያለዎትን ግንዛቤ ከማሳደግ ባለፈ ለውጡን በሚመራ ማህበረሰብ ውስጥ ያስቀምጣል። ዋናው ነገር ስለ ሙያዊ ቅልጥፍና ። የአሁኑ የሥራዎ ክፍሎች በራስ-ሰር ከሆኑ፣ እነዚያን አውቶማቲክ ክፍሎች የሚነድፉ፣ የሚቆጣጠሩ ወይም የሚያሳድጉ ሚናዎችን ለመቀየር ዝግጁ ይሁኑ።

7. የሰውን ጥራት መጠበቅ እና ማሳየት፡- የሰውን ባህሪ ለአማካይ ችግር አማካይ ኮድ ማመንጨት በሚችልበት ዓለም፣ የሰውን ልዩ እና ርህራሄ የተሞላበት መፍትሄዎችን ለማምረት መጣር አለባቸው። ይህ ማለት በተጠቃሚ ተሞክሮ ጥራት ላይ ማተኮር፣ ያልተለመዱ ሁኔታዎችን የአፈጻጸም ማመቻቸት ወይም በቀላሉ ንጹህ እና በሚገባ የተመዘገበ ኮድ መጻፍ ማለት ሊሆን ይችላል (የሰውን ባህሪ መፍጠር ትርጉም ያለው ሰነድ ወይም ለመረዳት የሚቻል የኮድ አስተያየቶችን በመጻፍ ጥሩ አይደለም - እዚያ እሴት ማከል ይችላሉ!)። የሰውን ግንዛቤ ከስራው ጋር ለማዋሃድ ትኩረት ይስጡት፡ ለምሳሌ፣ አንድ ሰው አንድ የኮድ ክፍል ካመነጨ፣ ምክንያቱን ሌላ ሰው በኋላ ሊረዳው በሚችል መንገድ የሚያብራሩ አስተያየቶችን ያክሉ ወይም የበለጠ ለማንበብ በሚያስችል መልኩ ያስተካክሉታል። ይህን በማድረግ፣ በማሽን የተፈጠረ ስራ ብቻ የጎደለውን የሙያ እና የጥራት ንብርብር እየጨመሩ ነው። ከጊዜ በኋላ በእውነተኛው ዓለም ውስጥ "በቀላሉ የሚሰራ" ከፍተኛ ጥራት ላለው ሶፍትዌር ዝና መገንባት እርስዎን ይለያል። ደንበኞች እና አሠሪዎች የአይቲ ቅልጥፍናን ከሰው ልጅ የእጅ ጥበብ ጋር ማዋሃድ ።

የትምህርት መንገዶች እንዴት ሊላመዱ እንደሚችሉም እንመልከት። ወደ መስክ የሚገቡ አዳዲስ ገንቢዎች በትምህርት ሂደታቸው ውስጥ ከ AI መሳሪያዎች መራቅ የለባቸውም። በተቃራኒው፣ በ AI መማር (ለምሳሌ፣ የቤት ስራን ወይም ፕሮጀክቶችን ለመርዳት AI መጠቀም፣ ከዚያም ውጤቶቹን መተንተን) ግንዛቤያቸውን ሊያፋጥን ይችላል። ሆኖም፣ መሰረታዊ ነገሮችን በጥልቀት መማር - ስልተ ቀመሮችን፣ የውሂብ አወቃቀሮችን እና ዋና የፕሮግራም ፅንሰ-ሀሳቦችን -። AI ቀላል የኮድ ልምምዶችን ስለሚይዝ፣ ሥርዓተ-ትምህርት ዲዛይን እና ውህደት በሚያስፈልጋቸው ፕሮጀክቶች ላይ የበለጠ ክብደት ሊሰጡ ይችላሉ። አዲስ መጤ ከሆኑ፣ ውስብስብ ችግሮችን የመፍታት እና AIን ከብዙ መሳሪያዎች ውስጥ እንደ አንዱ የመጠቀም ችሎታዎን የሚያሳይ ፖርትፎሊዮ በመገንባት ላይ ያተኩሩ።

የማላመድ ስትራቴጂውን ለማጠቃለል ፡ አብራሪ ይሁኑ፣ ተሳፋሪው አይደሉም። የ AI መሳሪያዎችን ይጠቀሙ፣ ነገር ግን በእነሱ ላይ ከመጠን በላይ ጥገኛ አይሁኑ ወይም ቸልተኛ አይሁኑ። የልማት ልዩ የሰው ልጅ ገጽታዎችን ማሻሻልዎን ይቀጥሉ። የተከበረ የሶፍትዌር ኢንጂነሪንግ አቅኚ የሆኑት ግራዲ ቡች በጥሩ ሁኔታ እንዲህ ብለዋል፡- “የ AI ፕሮግራም አውጪ መሆን ምን ማለት እንደሆነ በመሠረቱ ይለውጠዋል። ፕሮግራመሮችን አያስወግድም፣ ነገር ግን አዳዲስ ክህሎቶችን እንዲያዳብሩ እና በአዲስ መንገዶች እንዲሰሩ ይጠይቃል።” ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ ፈንታ አለ? የ AI ተጽእኖ [2024] )። እነዚያን አዳዲስ ክህሎቶች እና የስራ መንገዶች በንቃት በማዳበር፣ ገንቢዎች በሙያቸው መሪ ወንበር ላይ እንዲቆዩ ማረጋገጥ ይችላሉ።

ይህንን ክፍል ለማጠቃለል፣ በ AI ዘመን ሙያቸውን ወደፊት ለማረጋገጥ ለሚፈልጉ ገንቢዎች አጭር የማጣቀሻ ዝርዝር እነሆ፡

እነዚህን ስልቶች በመከተል ገንቢዎች የAI አብዮትን ወደ ጥቅማቸው መቀየር ይችላሉ። የሚላመዱ ሰዎች የAI እንደሚያሳድግ እና ጊዜ ያለፈባቸው ከማድረግ ይልቅ ከመቼውም ጊዜ በበለጠ የተሻለ ሶፍትዌር እንዲያመርቱ እንደሚፈቅድላቸው ይገነዘባሉ።

የወደፊት እይታ፡ በ AI እና በገንቢዎች መካከል ትብብር

በአይአይ በሚመራ ዓለም ውስጥ ለፕሮግራሚንግ የወደፊቱ ጊዜ ምን ይዞ ይመጣል? በአሁኑ አዝማሚያዎች ላይ በመመስረት፣ አይአይ እና የሰው ገንቢዎች እጅ ለእጅ ተያይዘው የሚሰሩበት ። የፕሮግራመር ሰጪው ሚና ወደ ሱፐርቫይዘር እና የፈጠራ ቦታ መቀየሩን ይቀጥላል፣ አይአይ በሰው አመራር ስር ያለውን “ከባድ ጭነት” የበለጠ ያስተናግዳል። በዚህ የመጨረሻ ክፍል፣ አንዳንድ የወደፊት ሁኔታዎችን እንገመግማለን እና ለገንቢዎች ያለው አመለካከት አዎንታዊ ሆኖ ሊቀጥል እንደሚችል እናረጋግጣለን - መላመድን ከቀጠልን።

በቅርብ ጊዜ ውስጥ (በሚቀጥሉት 5-10 ዓመታት)፣ AI በልማት ሂደት ውስጥ እንደ ኮምፒውተሮች እራሳቸው ሁሉ በስፋት የመሆን እድሉ ሰፊ ነው። ልክ ዛሬ አርታኢ ሳይኖር ወይም በጣቶቹ ጫፍ ላይ Google/StackOverflow ከሌለ ኮድ የሚጽፍ ማንኛውም ገንቢ በቅርቡ ከበስተጀርባ የሚሰራ የAI እገዛ ከሌለ ኮድ አይጽፍም። የተቀናጀ የልማት አካባቢዎች (IDEs) በ AI-የተጎላበቱ ባህሪያትን በዋናው ላይ ለማካተት እየተሻሻሉ ነው (ለምሳሌ፣ ኮድን ለእርስዎ ሊያብራሩ ወይም በፕሮጀክት ውስጥ አጠቃላይ የኮድ ለውጦችን ሊጠቁሙ የሚችሉ የኮድ አርታኢዎች)። የገንቢ ዋና ስራ ችግሮችን እና ገደቦችን በAI ሊረዳው በሚችል መንገድ መቅረጽ፣ ከዚያም AI የሚያቀርባቸውን መፍትሄዎች ማዘጋጀት እና ማጥራት ወደሚሆንበት ። ይህ ከፍ ያለ ደረጃ ያለው የፕሮግራም አወጣጥ አይነት ይመስላል፣ አንዳንድ ጊዜ "ፈጣን ፕሮግራም አወጣጥ" ወይም "AI ኦርኬስትራሽን" ተብሎ ይጠራል።

ይሁን እንጂ፣ መደረግ ያለበት ነገር - ለሰዎች ችግሮችን መፍታት - ምንም ለውጥ አያመጣም። የወደፊት AI ከመግለጫ (“የዶክተር ቀጠሮዎችን ለማስያዝ የሞባይል መተግበሪያ ይገንቡልኝ”) አንድ ሙሉ መተግበሪያ ማመንጨት ይችል ይሆናል፣ ነገር ግን ያንን መግለጫ ግልጽ ማድረግ፣ ትክክል መሆኑን ማረጋገጥ እና ተጠቃሚዎችን ለማስደሰት ውጤቱን ማስተካከል ገንቢዎችን (ከዲዛይነሮች፣ የምርት አስተዳዳሪዎች፣ ወዘተ ጋር) ያካትታል። እንደ እውነቱ ከሆነ፣ መሰረታዊ የመተግበሪያ ማመንጨት ቀላል ከሆነ፣ የሰው ልጅ የፈጠራ ችሎታ እና በሶፍትዌር ውስጥ ፈጠራ ምርቶችን ለመለየት የበለጠ ወሳኝ ይሆናል ። ብዙ የተለመዱ አፕሊኬሽኖች በAI የሚመነጩበት፣ የሰው ገንቢዎች ደግሞ ድንበሮችን በሚገፉ ዘመናዊ፣ ውስብስብ ወይም የፈጠራ ፕሮጀክቶች ላይ የሚያተኩሩበት የሶፍትዌር እድገት ልናይ እንችላለን።

ለፕሮግራሚንግ ለመግባት የሚያግደው እንቅፋት የሚቀንስበት ዕድል አለ - ይህ ማለት ባህላዊ የሶፍትዌር መሐንዲሶች ያልሆኑ ብዙ ሰዎች (ለምሳሌ የንግድ ተንታኝ ወይም ሳይንቲስት ወይም ገበያተኛ) የAI መሳሪያዎችን በመጠቀም ሶፍትዌር ሊፈጥሩ ይችላሉ (በAI ከፍተኛ ደረጃ ላይ የተቀመጠውን "ኮድ የሌለው/ዝቅተኛ ኮድ የሌለው" እንቅስቃሴ መቀጠል)። ይህ የባለሙያ ገንቢዎችን አስፈላጊነት አያስወግድም፤ ይልቁንም ይለውጠዋል። ገንቢዎች በእንደዚህ ዓይነት ሁኔታዎች ውስጥ የበለጠ የምክር ወይም የመሪነት ሚና ሊወስዱ ይችላሉ፣ እነዚህ በዜግነት የተገነቡ መተግበሪያዎች ደህንነታቸው የተጠበቀ፣ ቀልጣፋ እና ሊጠበቁ የሚችሉ መሆናቸውን ያረጋግጣሉ። ባለሙያ ፕሮግራም አውጪዎች በAI የሚደገፉ "ፕሮግራመሮች ያልሆኑ" የሚጠቀሙባቸውን መድረኮች እና ኤፒአይዎች በመገንባት ላይ ሊያተኩሩ ይችላሉ።

ከስራ አንፃር፣ የተወሰኑ የፕሮግራም አወጣጥ ሚናዎች ሊቀንሱ ይችላሉ፣ ሌሎች ደግሞ እያደጉ ይሄዳሉ። ለምሳሌ፣ ኩባንያዎች ለቀላል ተግባራት በ AI ላይ ከተመሰረቱ አንዳንድ የመግቢያ ደረጃ የኮድ አቀማመጥ በቁጥር አነስተኛ ሊሆን ይችላል። ወደፊት አነስተኛ ጅምር ኩባንያ ምናልባት ግማሽ የጁኒየር ገንቢዎችን ቁጥር እንደሚፈልግ መገመት ይቻላል ምክንያቱም በ AI የተገጠሙ ከፍተኛ ዴቨሎፐሮች ብዙ መሰረታዊ ስራዎችን ሊያከናውኑ ይችላሉ። ነገር ግን በተመሳሳይ ጊዜ፣ ሙሉ በሙሉ አዲስ ስራዎች (በማስተካከያ ክፍል ውስጥ እንደተነጋገርነው) ይታያሉ። ከዚህም በላይ፣ ሶፍትዌር ኢኮኖሚውን የበለጠ ሲገባ (በ AI ለተለዩ ፍላጎቶች ሶፍትዌርን ሲያመነጭ)፣ ከሶፍትዌር ጋር ለተያያዙ ስራዎች አጠቃላይ ፍላጎት መጨመር ሊቀጥል ይችላል። ታሪክ እንደሚያሳየው በረጅም ጊዜ ውስጥ ተጨማሪ ያስከትላል ፣ ምንም እንኳን የተለያዩ ስራዎች ቢሆኑም - ለምሳሌ፣ የተወሰኑ የማኑፋክቸሪንግ ስራዎች አውቶሜሽን አውቶማቲክ ስርዓቶችን ለመንደፍ፣ ለመጠገን እና ለማሻሻል ስራዎች እንዲያድጉ አድርጓል። በAI እና በፕሮግራሚንግ አውድ ውስጥ፣ አንድ ጁኒየር ዴቨሎፕመንት የሚያደርጋቸው አንዳንድ ተግባራት በራስ-ሰር የሚሰሩ ቢሆኑም፣ የምንፈጥረው ሶፍትዌር አጠቃላይ ወሰን ይሰፋል (ምክንያቱም አሁን ለመፍጠር ርካሽ/ፈጣን ስለሆነ)፣ ይህም ወደ ተጨማሪ በዲጂታል ትራንስፎርሜሽን ምክንያት ከሚቀንሱት መካከል ናቸው ሲል ጠቁሟል።

2040 ትንበያ ግምት ውስጥ ማስገባት አለብን ፡ በኦክ ሪጅ ናሽናል ላብራቶሪ የሚገኙ ተመራማሪዎች በ2040 “ማሽኖች… አብዛኛውን የራሳቸውን ኮድ ይጽፋሉ” ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ አለ? የAI ተጽእኖ [2024] ) ብለው ጠቁመዋል። ይህ ትክክል ከሆነ ለሰው ፕሮግራም አውጪዎች ምን ይቀራል? ምናልባትም ትኩረቱ በከፍተኛ ደረጃ መመሪያ ላይ ይሆናል (ማሽኖች በሰፊ ምቶች ምን እንደምንፈልግ ከምርት ዲዛይነሮች፣ ከፍላጎት መሐንዲሶች እና ከAI አሰልጣኞች/አረጋጋጮች ጋር ተመሳሳይ ሚናዎችን ይወስዳሉ ምን ኮድ መፃፍ እንዳለበት እና ለምን እንደሆነ መወሰን አለበት ፣ ከዚያም የመጨረሻው ውጤት ትክክል እና ከግቦች ጋር የተጣጣመ መሆኑን ማረጋገጥ አለበት። ይህ ራስን የሚያሽከረክሩ መኪኖች አንድ ቀን ራሳቸውን እንዴት ሊያሽከረክሩ እንደሚችሉ ጋር ተመሳሳይ ነው፣ ነገር ግን መኪናው የት መሄድ እንዳለበት እና ውስብስብ በሆኑ ሁኔታዎች ውስጥ ጣልቃ መግባት እንዳለበት መንገር አለብዎት - በተጨማሪም ሰዎች መንገዶችን፣ የትራፊክ ህጎችን እና በዙሪያው ያሉትን ሁሉንም መሠረተ ልማቶች ይቀርጻሉ።

ስለዚህ አብዛኛዎቹ ባለሙያዎች የወደፊት የትብብር እንጂ የመተካት አይደለም ። አንድ የቴክኖሎጂ አማካሪ እንዳስቀመጠው፣ “የልማት የወደፊት ዕጣ በሰዎች ወይም በአይአይ መካከል የሚደረግ ምርጫ ሳይሆን ከሁለቱም ምርጡን የሚጠቀም ትብብር ነው።” ( AI በ2025 ገንቢዎችን ይተካዋል?: A Sneak Peek into the Future ) AI ያለምንም ጥርጥር የሶፍትዌር ልማትን ይለውጣል፣ ነገር ግን ከመጥፋት ይልቅ የገንቢውን ሚና ዝግመተ ለውጥ የሚያሳይ ነው። “ለውጦቹን የሚቀበሉ፣ ክህሎቶቻቸውን የሚያስተካክሉ እና በስራቸው ልዩ በሆኑ የሰው ልጅ ገጽታዎች ላይ የሚያተኩሩ” ዋጋቸውን ከመቀነስ ይልቅ አቅማቸውን እንደሚያሳድግ ይገነዘባሉ

ከሌላ መስክ ጋር ትይዩ መሳል እንችላለን፡ በኢንጂነሪንግ እና በሥነ ሕንፃ ውስጥ የኮምፒውተር ድጋፍ ዲዛይን (CAD) እድገትን ግምት ውስጥ ማስገባት። እነዚህ መሳሪያዎች መሐንዲሶችን እና አርክቴክቶችን ተክተዋል? አይ - የበለጠ ውጤታማ አድርጓቸዋል እና የበለጠ ውስብስብ ዲዛይኖችን እንዲፈጥሩ አስችሏቸዋል። ነገር ግን የሰው ልጅ የፈጠራ ችሎታ እና የውሳኔ አሰጣጥ ማዕከላዊ ሆኖ ቀጥሏል። በተመሳሳይ፣ AI እንደ ኮምፒውተር የታገዘ ኮድ ተደርጎ ሊታይ ይችላል - ውስብስብነትን እና የችኮላ ስራዎችን ለመቋቋም ይረዳል፣ ነገር ግን ገንቢው ዲዛይነር እና ውሳኔ ሰጪ ሆኖ ይቀጥላል።.

በረጅም ጊዜ ውስጥ፣ በእውነት የላቀ የ AI (ለምሳሌ፣ የሚችል ) ብናስብ፣ የማህበራዊ እና የኢኮኖሚ ለውጦች ከፕሮግራሚንግ ብቻ ይልቅ በጣም ሰፊ ይሆናሉ። እስካሁን እዚያ አልደረስንም፣ እና AIን ከስራችን ጋር እንዴት እንደምናዋህድ ላይ ከፍተኛ ቁጥጥር አለን። ጥንቃቄ የተሞላበት መንገድ የሰውን አቅም ። ይህ ማለት ሰዎችን በቅርበት የሚያቆዩ መሳሪያዎችን እና ልምዶችን (እና ፖሊሲዎችን) ኢንቨስት ማድረግ ማለት ነው። ኩባንያዎች የ AI አስተዳደርን - ሥነ ምግባራዊ እና ውጤታማ ውጤቶችን ለማረጋገጥ በልማት ውስጥ እንዴት ጥቅም ላይ መዋል እንዳለበት መመሪያዎች ( ዳሰሳ ጥናቱ የ AI በገንቢው ተሞክሮ ላይ ያለውን ተጽእኖ ያሳያል - የ GitHub ብሎግ )። ይህ አዝማሚያ ሊያድግ ይችላል፣ ይህም የሰው ቁጥጥር የ AI-ልማት መስመር አካል መሆኑን ያረጋግጣል።

ለማጠቃለል ያህል፣ “AI ፕሮግራመሮችን ይተካዋል?” የሚለው ጥያቄ መልስ ሊሰጠው ይችላል፡- አይደለም - ነገር ግን ፕሮግራመሮች የሚያደርጉትን በእጅጉ ይለውጣል። ተራ የፕሮግራም አወጣጥ ክፍሎች በአብዛኛው በራስ-ሰር እንዲሆኑ በትክክለኛው መንገድ ላይ ናቸው። ፈጠራ ያላቸው፣ ፈታኝ እና ሰውን ያማከሉ ክፍሎች እዚህ ለመቆየት ዝግጁ ናቸው፣ እና በእርግጥም የበለጠ ጎልተው ይታያሉ። የወደፊቱ ጊዜ ፕሮግራመሮች ከመቼውም ጊዜ በበለጠ ብልህ የAI ረዳቶች ጋር ጎን ለጎን ሲሰሩ ማየት ይቻል ይሆናል፣ ልክ እንደ የቡድን አባል። ኮድ 24/7 ማውጣት የሚችል የAI ባልደረባ እንዳለህ አስብ - ይህ በጣም ጥሩ የምርታማነት ጭማሪ ነው፣ ነገር ግን አሁንም ምን ተግባራት ላይ መስራት እንዳለበት የሚነግረው እና ስራውን የሚፈትሽ ሰው ያስፈልገዋል።

ምርጥ ውጤቶችን የሚያገኙት AIን እንደ ተባባሪ አድርገው በሚይዙ ሰዎች ነው። አንድ ዋና ሥራ አስፈፃሚ እንዳስቀመጡት፣ “AI ፕሮግራመሮችን አይተካም፣ ነገር ግን AI የሚጠቀሙ ፕሮግራመሮች የማይተኩትን ይተካሉ።” በተግባራዊ አነጋገር፣ ይህ ማለት ገንቢዎች ከቴክኖሎጂው ጋር የመሻሻል ኃላፊነታቸው ላይ ነው ማለት ነው። የፕሮግራሚንግ ሙያ እየሞተ አይደለም - እየተላመደ ነው ። ከAI ጋር በመተባበር ስኬታማ እና አርኪ የሆነ ስራ ማግኘት ይችላሉ ።

በመጨረሻም፣ ገንቢዎች እጅግ በጣም ኃይለኛ ኃይል ያላቸውበት ዘመን ውስጥ መግባታችንን ማክበሩ ተገቢ ነው። የሚቀጥለው የፕሮግራመር ትውልድ ቀደም ሲል ቀናትን የሚፈጅበትን እና ቀደም ሲል ሊደረስባቸው ያልቻሉ ችግሮችን በሰዓታት ውስጥ በማሳካት የ AI ቴክኖሎጂን በመጠቀም ይፈታሉ። ከፍርሃት ይልቅ ወደፊት የሚሄደው ስሜት ብሩህ ተስፋ እና የማወቅ ጉጉት ። አይናችንን ክፍት አድርገን - ውስንነቱን እየተገነዘብን እና ኃላፊነታችንን እየተገነዘብን - AI እና ፕሮግራመሮች አንድ ላይ አስደናቂ የሶፍትዌር ስርዓቶችን የሚገነቡበትን የወደፊት ጊዜ ልንቀርጽ እንችላለን፣ ሁለቱም ብቻቸውን ሊያደርጉት ከሚችሉት በላይ። የሰው ልጅ የፈጠራ ችሎታ ከማሽን ውጤታማነት ጋር ሲጣመር ኃይለኛ ጥምረት ነው። በመጨረሻም፣ ስለ መተካት በሰውም ሆነ በማሽን በአንድ ላይ ይጻፋል

ምንጮች፡

1. ብሬንሁብ፣ “ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ ፈንታ አለ? የAI ተጽዕኖ [2024]” ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ ፈንታ አለ? የAI ተጽዕኖ [2024] )።

2. ብሬንሁብ፣ በሳቲያ ናዴላ እና ጄፍ ዲን ስለ አርቴፊሻል ኢንጂነሮች እንደ መሳሪያ እንጂ ምትክ እንዳልሆነ በባለሙያዎች የተናገሩት ( ለሶፍትዌር ኢንጂነሮች የወደፊት ዕጣ ፈንታ አለ? የአርቴፊሻል ኢንጂነሮች ተጽእኖ [2024] ) ( ለሶፍትዌር ኢንጂነሮች የወደፊት ዕጣ ፈንታ አለ? የአርቴፊሻል ኢንጂነሮች ተጽእኖ [2024] )።

3. መካከለኛ (ፓይኮች)፣ “AI ፕሮግራመሮችን ይተካዋል? ከሃይፕ ጀርባ ያለው እውነት” ፣ ጥልቅ እውነታን እና ሃይፕን ( AI ፕሮግራመሮችን ይተካዋል? ከሃይፕ ጀርባ ያለው እውነት | በፓይኮች | አርቲፊሻል ኮርነር | ማርች፣ 2025 | መካከለኛ ) እና የሳም አልትማን AI ተግባራት ላይ ጎበዝ ቢሆንም ሙሉ ስራዎች ላይ ግን ጥሩ እንዳልሆነ የሰጠውን ጥቅስ ጠቅሷል።

4. ዲዛይን ጉሩስ፣ “AI ገንቢዎችን ሊተካ ነው?… (2025)” ፣ AI ገንቢዎችን ከስራ ውጪ ከማድረግ ይልቅ እንደሚያሳድግ AI ገንቢዎችን በ2025 ሊተካ ነው?: የወደፊቱን በጨረፍታ መመልከት ) እና AI መዘግየት ያለባቸውን ቦታዎች ዘርዝሯል (ፈጠራ፣ አውድ፣ ሥነ ምግባር)።

5. የስታክ ኦቨርፍሎው ገንቢ ጥናት 2023፣ የAI መሳሪያዎች አጠቃቀም በ70% ገንቢዎች፣ በትክክለኛነት ላይ ዝቅተኛ እምነት (3% በከፍተኛ እምነት) ( 70% ገንቢዎች የAI ኮድ ማድረጊያ መሳሪያዎችን ይጠቀማሉ፣ 3% ደግሞ ትክክለኛነታቸውን በእጅጉ ይተማመናሉ - ShiftMag )።

6. የጂትሃብ ጥናት 2023፣ 92% የሚሆኑ ገንቢዎች የአይአይ ኮድ መሳሪያዎችን ሞክረዋል እና 70% የሚሆኑት ጥቅሞችን ያያሉ ( ጥናቱ የአይአይ በገንቢው ተሞክሮ ላይ ያለውን ተጽዕኖ ያሳያል - የጂትሃብ ጦማር )።

7. የጂትሃብ ኮፓይለት ምርምር፣ በAI እገዛ 55% ፈጣን የተግባር ማጠናቀቂያ አግኝቷል ( ምርምር፡ የጂትሃብ ኮፓይለት በገንቢ ምርታማነት እና ደስታ ላይ ያለውን ተጽእኖ መለካት - የጂትሃብ ጦማር )።

8. GeekWire፣ በDeepMind's AlphaCode ላይ በአማካይ የሰው ኮድ ሰጪ ደረጃ (ከፍተኛ 54%) እያሳየ ቢሆንም ከከፍተኛ አፈፃፀም በጣም የራቀ ነው ( DeepMind's AlphaCode ከአማካይ የፕሮግራም አድራጊ ችሎታ ጋር ይጣጣማል )።

9. ኢንዲያቶይድ (ፌብሩዋሪ 2025)፣ የሳም አልትማን የAI “ባልደረቦች” የጁኒየር መሐንዲሶችን ተግባራት ሲያከናውኑ ነገር ግን “ሰዎችን ሙሉ በሙሉ አይተኩም” ( ሳም አልትማን የAI ወኪሎች የሶፍትዌር መሐንዲሶች የሚያደርጓቸውን ተግባራት በቅርቡ እንደሚያከናውኑ ይናገራል፡ ሙሉ ታሪክ በ5 ነጥቦች - ኢንዲያ ቱዴይ )።

10. ማኪንሴይ ኤንድ ካምፓኒ፣ ~80% የሚሆኑት የፕሮግራም አወጣጥ ስራዎች አውቶሜሽን ቢኖርም ሰውን ማዕከል ያደረጉ ሆነው እንደሚቀጥሉ ይገምታሉ ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ ፈንታ አለ? የAI ተጽእኖ [2024] )።

ከዚህ ጽሑፍ በኋላ ሊያነቧቸው የሚችሏቸው ጽሑፎች፡

🔗 ከፍተኛ የAI ጥንድ ፕሮግራሚንግ መሳሪያዎች
እንደ የኮድ አጋር ሆነው ከእርስዎ ጋር ሊተባበሩ የሚችሉ ዋና ዋና የAI መሳሪያዎችን ያስሱ እና የእድገት የስራ ፍሰትዎን ያሳድጋሉ።

🔗 ለኮዲንግ በጣም ጥሩው የAI ቴክኖሎጂ - ከፍተኛ የAI ኮድ አጋሮች
ለኮድ ማመንጨት፣ ለማረም እና የሶፍትዌር ፕሮጀክቶችን ለማፋጠን በጣም ውጤታማ የሆኑ የAI መሳሪያዎችን የሚያሳይ መመሪያ።

🔗 አርቲፊሻል ኢንተለጀንስ ሶፍትዌር ልማት - የቴክኖሎጂን የወደፊት ሁኔታ መለወጥ
AI ሶፍትዌር የሚገነባበትን፣ የሚፈተንበትን እና የሚተገበርበትን መንገድ እንዴት አብዮታዊ ለውጥ እያመጣ እንደሆነ ይረዱ።