AI ፕሮግራመሮችን ይተካዋል? ለመጨረሻ ጊዜ የኮድ አርታዒውን ያጥፉ።

" በመጨረሻ፣ የኮድ አርታዒውን ያጥፉ። " ይህ የምላስ-በጉንጭ ሀረግ በገንቢ መድረኮች ውስጥ እየዞረ ሲሄድ ስለ AI ኮድ ረዳቶች መነሳት አሳሳቢ ቀልድ ያሳያል። የ AI ሞዴሎች ኮድን የመጻፍ ችሎታቸው እየጨመረ በመምጣቱ ብዙ ፕሮግራመሮች የሰው ገንቢዎች ከአሳንሰር ኦፕሬተሮች ወይም ማብሪያ ሰሌዳ ኦፕሬተሮች ጋር ወደተመሳሳይ ዕጣ ፈንታ እየሄዱ እንደሆነ ይጠይቃሉ - ስራዎች በራስ-ሰር ጊዜ ያለፈባቸው ናቸው ። እ.ኤ.አ. በ2024፣ ደፋር አርዕስተ ዜናዎች አርቴፊሻል ኢንተለጀንስ ሁሉንም ኮዶቻችንን በቅርቡ ሊጽፍ እንደሚችል አውጀዋል፣ ይህም የሰው ገንቢዎች ምንም የሚያደርጉት ነገር የለም። ነገር ግን ከሽሙጥ እና ስሜት ቀስቃሽነት ጀርባ፣ እውነታው የበለጠ ግራ የሚያጋባ ነው።

አዎ፣ AI አሁን ከማንኛውም ሰው በበለጠ ፍጥነት ኮድ ማመንጨት ይችላል፣ ግን ይህ ኮድ ምን ያህል ጥሩ ነው፣ እና AI ሙሉውን የሶፍትዌር ልማት የህይወት ዑደት በራሱ ማስተናገድ ይችላል? አብዛኞቹ ባለሙያዎች “በጣም ፈጣን አይደለም” ይላሉ። እንደ የማይክሮሶፍት ዋና ሥራ አስፈፃሚ ሳቲያ ናዴላ ያሉ የሶፍትዌር ምህንድስና መሪዎች “AI ፕሮግራመሮችን አይተካም ነገር ግን በጦር መሣሪያዎቻቸው ውስጥ አስፈላጊ መሣሪያ ይሆናል ። እሱ ብዙ እንዲሠራ ማበረታታት ነው ፣ ግን ያነሰ አይደለም ። ( AI ፕሮግራመሮችን ይተካዋል? ከሀይፕ በስተጀርባ ያለው እውነት | በፒኮክ | አርቴፊሻል ኮርነር | ማርች 2025 | መካከለኛ ) በተመሳሳይም የጉግል AI ዋና ኃላፊ ጄፍ ዲን AI መደበኛ የኮድ አወጣጥ ስራዎችን ማስተናገድ ቢችልም “አሁንም ቢሆን የፈጠራ ችሎታ እና ችግር የመፍታት ችሎታ እንደሌለው” - የሰው ልጅ ገንቢዎች ወደ ጠረጴዛው የሚያቀርቧቸው ባሕርያት እንዳሉ ጠቁመዋል። የOpenAI ዋና ስራ አስፈፃሚ ሳም አልትማን እንኳን ሳይቀሩ የዛሬው AI “በተግባር በጣም ጥሩ” ነገር ግን ያለ ሰው ቁጥጥር “በሙሉ ስራ በጣም አስፈሪ” ባጭሩ፣ AI በስራው ክፍሎች በመርዳት በጣም ጥሩ ነው፣ ነገር ግን የፕሮግራመርን ስራ ከመጀመሪያው እስከ መጨረሻው ሙሉ በሙሉ የመቆጣጠር አቅም የለውም።

“AI ፕሮግራመሮችን ይተካ ይሆን?” የሚለውን ጥያቄ ሐቀኛ እና ሚዛናዊ እይታን ይመለከታል። AI ዛሬ የሶፍትዌር ልማት ሚናዎችን እንዴት እንደሚነካ እና ወደፊት ምን ለውጦች እንዳሉ እንመረምራለን ። በገሃዱ ዓለም ምሳሌዎች እና በቅርብ ጊዜ መሳሪያዎች (ከ GitHub Copilot እስከ ChatGPT)፣ AI እየተሻሻለ ሲመጣ ገንቢዎች እንዴት ማስተካከል፣ ማላመድ እና ጠቃሚ ሆነው እንደሚቆዩ እንመረምራለን። ከቀላል አዎ ወይም የለም ከሚል መልስ፣ መጪው ጊዜ በ AI እና በሰው ገንቢዎች መካከል ያለው ትብብር መሆኑን እናያለን። ግቡ ተግባራዊ ግንዛቤዎችን - አዳዲስ መሳሪያዎችን ከመቀበል ጀምሮ አዳዲስ ክህሎቶችን ለመማር እና በሚቀጥሉት አመታት የኮድ ስራዎች እንዴት እንደሚሻሻሉ ለመንደፍ።

ዛሬ በሶፍትዌር ልማት ውስጥ AI

AI በፍጥነት ወደ ዘመናዊው የሶፍትዌር ልማት የስራ ፍሰት እራሱን ሸፍኗል። ሳይንሳዊ ልብ ወለድ ከመሆን፣ AI ላይ የተመሰረቱ መሳሪያዎች ቀድሞውንም ኮድ በመፃፍ እና በመገምገም ላይ ፣ አሰልቺ ስራዎችን በራስ ሰር በማሰራት እና የገንቢ ምርታማነትን እያሳደጉ ናቸው። ዛሬ ገንቢዎች AI በመጠቀም የኮድ ቅንጥቦችን ለማመንጨት፣ በራስ-የተሟሉ ተግባራትን፣ ሳንካዎችን ለመለየት እና የእደ ጥበብ ሙከራ ጉዳዮችን ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ ፈንታ ነው? የ AI ተፅእኖ [2024] ) ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ ፈንታ አለ? የ AI [2024] ተጽዕኖ )። በሌላ አገላለጽ፣ AI የጉራንት ስራን እና ቦይለርን እየተቆጣጠረ ነው፣ ይህም ፕሮግራመሮች ይበልጥ ውስብስብ በሆኑ የሶፍትዌር ፈጠራ ገጽታዎች ላይ እንዲያተኩሩ ያስችላቸዋል። አሁን ፕሮግራሚንግ እየቀየሩ ያሉትን አንዳንድ ታዋቂ AI ችሎታዎች እና መሳሪያዎችን እንይ፡-

• ኮድ ማመንጨት እና ራስ-አጠናቅቅ ፡ የዘመናዊ AI ኮድ ረዳቶች በተፈጥሮ ቋንቋ ጥያቄዎች ወይም ከፊል ኮድ አውድ ላይ ተመስርተው ኮድ ማውጣት ይችላሉ። ለምሳሌ GitHub Copilot (በOpenAI's Codex ሞዴል ላይ የተሰራ) ስትተይቡ ቀጣዩን መስመር ወይም ኮድ ለመጠቆም ከአርታዒያን ጋር ይዋሃዳል። አውድ የሚያውቁ አስተያየቶችን ለማቅረብ ሰፊ የሥልጠና ስብስብ የክፍት ምንጭ ኮድ ይጠቀማል፣ ብዙ ጊዜ ሙሉ ተግባራትን ከአስተያየት ወይም ከተግባር ስም ማጠናቀቅ ይችላል። በተመሳሳይ፣ ChatGPT (GPT-4) የሚፈልጉትን በግልፅ እንግሊዝኛ ሲገልጹ ለተወሰነ ተግባር ኮድ መፍጠር ይችላል። እነዚህ መሳሪያዎች ከቀላል አጋዥ ተግባራት እስከ የCRUD መደበኛ ስራዎች ድረስ የቦይለር ሰሌዳ ኮድን በሰከንዶች ውስጥ ማውጣት ይችላሉ።

• የሳንካ ማወቂያ እና ሙከራ ፡ AI እንዲሁም ስህተቶችን ለመያዝ እና የኮድ ጥራትን ለማሻሻል እየረዳ ነው። በ AI የተጎለበተ የማይንቀሳቀስ ትንተና መሳሪያዎች እና ሊንተሮች ካለፉት የሳንካ ቅጦች በመማር ሊሆኑ የሚችሉ ስህተቶችን ወይም የደህንነት ተጋላጭነቶችን ሊጠቁሙ ይችላሉ። አንዳንድ AI መሳሪያዎች የዩኒት ሙከራዎችን በራስ ሰር ያመነጫሉ ወይም የኮድ መንገዶችን በመተንተን የሙከራ ጉዳዮችን ይጠቁማሉ። ይህ ማለት አንድ ገንቢ አምልጠው በነበሩ ጉዳዮች ላይ ፈጣን ግብረመልስ ማግኘት ይችላል። ስህተቶችን ቀድመው በማግኘት እና ጥገናዎችን በመጠቆም፣ AI ከገንቢው ጋር አብሮ እንደሚሰራ የማይታክት QA ረዳት ሆኖ ይሰራል።

• ኮድ ማሻሻል እና ማደስ ፡ ሌላው የ AI አጠቃቀም አሁን ባለው ኮድ ላይ ማሻሻያዎችን እየጠቆመ ነው። ቅንጭብ ከተሰጠው፣ AI በኮዱ ውስጥ ያሉትን ቅጦች በማወቅ የበለጠ ቀልጣፋ ስልተ ቀመሮችን ወይም ንጹህ አተገባበርን ሊመክር ይችላል። ለምሳሌ፣ የበለጠ ፈሊጥ የሆነ የቤተ-መጻህፍት አጠቃቀምን ሊጠቁም ይችላል ወይም እንደገና ሊሰራ የሚችል ተጨማሪ ኮድ ጠቁም። ይህ የቴክኒክ ዕዳን ለመቀነስ እና አፈፃፀሙን ለማሻሻል ይረዳል. በ AI ላይ የተመሰረቱ የማሻሻያ መሳሪያዎች ኮድን ወደ ምርጥ ልምዶችን ሊለውጡ ወይም ኮድን ወደ አዲስ ኤፒአይ ስሪቶች ማዘመን ይችላሉ፣ ይህም የገንቢዎችን በእጅ በማጽዳት ጊዜ ይቆጥባል።

• DevOps እና አውቶሜሽን ፡ ኮድ ከመጻፍ ባሻገር፣ AI ሂደቶችን ለመገንባት እና ለማሰማራት አስተዋፅዖ ያደርጋል። የማሰብ ችሎታ ያላቸው CI/CD መሳሪያዎች የትኞቹ ፈተናዎች ሊወድቁ እንደሚችሉ ለመተንበይ ወይም ለአንዳንድ የግንባታ ስራዎች ቅድሚያ ለመስጠት የማሽን መማሪያን ይጠቀማሉ፣ ይህም ቀጣይነት ያለው ውህደት ቧንቧ መስመር ፈጣን እና ቀልጣፋ ያደርገዋል። AI የምርት ምዝግብ ማስታወሻዎችን እና የአፈፃፀም መለኪያዎችን ጉዳዮችን ለመለየት ወይም የመሠረተ ልማት ማሻሻያዎችን ለመጠቆም ይችላል። በተግባር ፣ AI በኮድ ላይ ብቻ ሳይሆን በሶፍትዌር ልማት የሕይወት ዑደት ውስጥ - ከእቅድ እስከ ጥገና ድረስ እየረዳ ነው።

• የተፈጥሮ የቋንቋ በይነገጾች እና መዛግብት ፡ AI ከልማት መሳሪያዎች ጋር የበለጠ ተፈጥሯዊ መስተጋብር መፍጠርን እናያለን። ገንቢዎች አንድን AI ስራዎችን እንዲያከናውን ("X የሚሰራ ተግባር ማመንጨት" ወይም "ይህን ኮድ ማብራራት") እና ውጤቶችን እንዲያገኝ ሊጠይቁ AI chatbots (እንደ ቻትጂፒቲ ወይም ልዩ ዴቭ ረዳቶች ያሉ) የፕሮግራም ጥያቄዎችን መመለስ፣ በሰነድ ማገዝ እና የፕሮጀክት ሰነዶችን እንኳን መፃፍ ወይም በኮድ ለውጦች ላይ በመመስረት መልዕክቶችን ማድረግ ይችላሉ። ይህ በሰዎች ሃሳብ እና ኮድ መካከል ያለውን ልዩነት በማገናኘት ልማት የሚፈልጉትን መግለጽ ለሚችሉ ሰዎች የበለጠ ተደራሽ ያደርገዋል።

• 

ገንቢዎች AI መሳሪያዎችን የሚቀበሉ ፡ በ2023 የተደረገ ጥናት እንደሚያመለክተው እጅግ በጣም ብዙ 92% ገንቢዎች AI ኮድ መጠቀሚያ መሳሪያዎችን በተወሰነ አቅም - በስራ ቦታ፣ በግል ፕሮጀክቶቻቸው ወይም ሁለቱንም ተጠቅመዋል። ትንሽ 8% ብቻ በኮድ ውስጥ ምንም አይነት የኤአይአይ ርዳታን እንደማይጠቀሙ ሪፖርት አድርገዋል። ይህ ገበታ የሚያሳየው 2/3 ኛዎቹ ገንቢዎች የ AI መሳሪያዎችን በስራ ውስጥም ሆነ ከስራ ውጭ ሩብ ሩብ የሚሆኑት በስራ ላይ ብቻ ሲጠቀሙባቸው እና ጥቂቶቹ ደግሞ ከስራ ውጭ ብቻ ይጠቀማሉ። የተወሰደው መንገድ ግልጽ ነው፡ በ AI የታገዘ ኮድ ማድረግ በፍጥነት በገንቢዎች መካከል ዋና ተግባር ሆኗል ( የዳሰሳ ጥናቱ AI በገንቢው ልምድ ላይ ያለውን ተጽእኖ ያሳያል - የ GitHub ብሎግ )።

ቅልጥፍናን እንዲጨምር እና በኮድ ውስጥ አድርጓል AI የቦይለር ኮድ ለማመንጨት እና ተደጋጋሚ ተግባራትን ለማስተናገድ ስለሚረዳ ምርቶች በፍጥነት እየተፈጠሩ ነው ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ ፈንታ ነው? የ AI ተፅእኖ [2024] ) ( በ 2025 ገንቢዎችን ሊተካ ነው: የወደፊቱን ሾልኮ ይመልከቱ )። እንደ ኮፒሎት ያሉ መሳሪያዎች ሙሉ ስልተ ቀመሮችን ወይም መፍትሄዎችን እንኳን "ለሰዎች ገንቢዎች ወዲያውኑ ግልጽ ላይሆኑ ይችላሉ" ከሚለው ሰፊ የኮድ ስብስቦች በመማር እናመሰግናለን። የገሃዱ ዓለም ምሳሌዎች በዝተዋል፡ አንድ መሐንዲስ ChatGPT የመደርደር ተግባርን እንዲተገብር ወይም በኮዳቸው ላይ ስህተት እንዲያገኝ ሊጠይቅ ይችላል፣ እና AI በሴኮንዶች ውስጥ ረቂቅ መፍትሄ ያዘጋጃል። አማዞን እና ማይክሮሶፍት ያሉ ኩባንያዎች AI ጥንድ ፕሮግራመሮችን (የአማዞን ኮድWhisperer እና የማይክሮሶፍት ኮፒሎትን) ለገንቢ ቡድኖቻቸው አሰማርተዋል፣ ይህም ተግባራት በፍጥነት መጠናቀቁን እና በቦይለር ፕላት ላይ ያጠፋውን መደበኛ ሰዓት ሪፖርት አድርገዋል። በእርግጥ፣ ገንቢዎች 70% የሚሆኑት በልማት ሂደታቸው ውስጥ የኤአይአይ መሳሪያዎችን እንደሚጠቀሙ ወይም ለመጠቀም እንዳቀዱ ተናግረዋል ( 70% ገንቢዎች AI ኮድ መጠቀሚያ መሳሪያዎችን ይጠቀማሉ፣ 3% ትክክለኛነትን በከፍተኛ ደረጃ ያምናሉ - ShiftMag )። በጣም ታዋቂዎቹ ረዳቶች ChatGPT (በ ~ 83% ምላሽ ሰጪዎች ጥቅም ላይ ይውላሉ) እና GitHub Copilot (~56%) አጠቃላይ የውይይት AI እና IDE-የተዋሃዱ ረዳቶች ሁለቱም ቁልፍ ተጫዋቾች መሆናቸውን ያሳያል። ገንቢዎች በዋነኛነት ወደ እነዚህ መሳሪያዎች ምርታማነትን ለመጨመር (በ ~ 33% ምላሽ ሰጪዎች የተጠቀሰው) እና ትምህርትን ለማፋጠን (25%) ሲሆኑ 25% ያህሉ ደግሞ ተደጋጋሚ ስራዎችን በራስ ሰር በማስተካከል የበለጠ ቀልጣፋ እንዲሆኑ ይጠቀማሉ።

የ AI በፕሮግራም አወጣጥ ውስጥ ያለው ሚና ሙሉ በሙሉ አዲስ እንዳልሆነ ልብ ሊባል የሚገባው ጉዳይ ነው - ንጥረ ነገሩ ለዓመታት ኖሯል (በ IDEs ውስጥ የኮድ አውቶማቲክ ማጠናቀቂያን ወይም አውቶሜትድ የሙከራ ማዕቀፎችን ግምት ውስጥ ያስገቡ)። ነገር ግን ያለፉት ሁለት ዓመታት ጠቃሚ ነጥብ ነበር። ኃይለኛ ትላልቅ የቋንቋ ሞዴሎች (እንደ OpenAI's GPT ተከታታይ እና DeepMind's AlphaCode) ብቅ ማለት የሚቻለውን በአስደናቂ ሁኔታ አስፍቷል። ለምሳሌ፣ የ DeepMind's AlphaCode በተወዳዳሪ የፕሮግራም ውድድር ደረጃ በማከናወን አርዕስተ ዜና አድርጓል ከፍተኛ -54% ደረጃን በማግኘት - በመሠረቱ ከአማካኝ የሰው ተፎካካሪ ችሎታ ጋር ይዛመዳል ( DeepMind's AlphaCode ከአማካይ የፕሮግራም ባለሙያ ብቃት ጋር ይዛመዳል )። በፕሮግራም አወጣጥ ውድድሮች ላይ ፉክክር ሲያደርግ ይህ የመጀመሪያው ነው ነገር ግን፣ አልፋ ኮድ እንኳን፣ በሙሉ ብቃቱ፣ አሁንም ምርጡን የሰው ኮዶችን ከመምታት የራቀ መሆኑን እየነገረ ነው። በእነዚያ ውድድሮች ውስጥ፣ AlphaCode በተፈቀዱ ሙከራዎች ውስጥ 30% የሚሆኑትን ችግሮች መፍታት ይችላል፣ ነገር ግን ከፍተኛ የሰው ፕሮግራም አውጪዎች>90% ችግሮችን በአንድ ሙከራ ይፈታሉ። ይህ ክፍተት AI በደንብ የተገለጹ አልጎሪዝም ተግባራትን እስከ አንድ ነጥብ ማስተናገድ ቢችልም ጥልቅ አስተሳሰብ እና ብልሃት የሚያስፈልጋቸው በጣም ከባድ ችግሮች የሰው ምሽግ ሆነው እንደሚቀጥሉ ።

በማጠቃለያው ፣ AI እራሱን በገንቢዎች የዕለት ተዕለት መገልገያ ስብስብ ውስጥ በጥብቅ ተክሏል። ኮድን በመጻፍ ከማገዝ ጀምሮ ማሰማራትን እስከ ማሳደግ ድረስ፣ ሁሉንም የእድገት ሂደቱን ክፍል መንካት ነው። ግንኙነቱ ዛሬ በአብዛኛው ሲምባዮቲክ ነው፡ AI በብቸኝነት መብረር የሚችል ራሱን የቻለ አውሮፕላን አብራሪ ሳይሆን ገንቢዎች በፍጥነት እና በትንሽ ብስጭት ኮድ እንዲሰጡ የሚረዳ እንደ ረዳት አብራሪ የገንቢዎችን ሚና እና የስራቸውን ባህሪ በጥሩም ሆነ በመጥፎ እየለወጠው እንደሆነ እንመረምራለን

AI እንዴት የገንቢ ሚናዎችን እና ምርታማነትን እየቀየረ ነው።

በ AI ተጨማሪ መደበኛ ስራን በመያዝ፣ የሶፍትዌር ገንቢው ሚና በእርግጥ መሻሻል እየጀመረ ነው። ገንቢዎች የቦይለር ሰሌዳ ኮድን በመጻፍ ወይም መደበኛ ያልሆኑ ስህተቶችን ከማረም ሰዓታትን ከማጥፋት ይልቅ እነዚያን ተግባራት ወደ AI ረዳቶቻቸው ማውረድ ይችላሉ። ይህ የገንቢውን ትኩረት ወደ ከፍተኛ ደረጃ ችግር አፈታት፣ አርክቴክቸር እና የሶፍትዌር ምህንድስና ፈጠራ ገጽታዎች እያዞረ ነው። በመሠረቱ፣ AI እያሳደገ ፣ ይህም የበለጠ ውጤታማ እና የበለጠ ፈጠራ እንዲኖራቸው ያስችላቸዋል። ግን ይህ ወደ ጥቂት የፕሮግራም ስራዎች ወይም በቀላሉ ወደ ሌላ ዓይነት ሥራ ይተረጉማል? በምርታማነት እና ሚናዎች ላይ ያለውን ተጽእኖ እንመርምር፡-

ምርታማነትን ማሳደግ ፡ በአብዛኛዎቹ መለያዎች እና ቀደምት ጥናቶች፣ AI codeing መሳሪያዎች የገንቢ ምርታማነትን በከፍተኛ ሁኔታ እያሳደጉ ነው። የ GitHub ጥናት ኮፒሎትን የሚጠቀሙ ገንቢዎች AI እገዛ ከሌላቸው በበለጠ ፍጥነት ማጠናቀቅ ችለዋል። በአንድ ሙከራ፣ ገንቢዎች የኮፒ ስራን በአማካኝ 55% በፍጥነት በኮፒሎት እርዳታ ፈትተውታል – ያለ እሱ ከ2 ሰአት 41 ደቂቃ 1 ሰአት 11 ደቂቃ ወስዶ ነበር ( ጥናት፡ GitHub Copilot በገንቢ ምርታማነት እና ደስታ ላይ ያለውን ተፅእኖ በመለካት - The GitHub Blog )። ይህ በጣም ፈጣን የሆነ ትርፍ ነው። ፍጥነት ብቻ አይደለም; ገንቢዎች የ AI እርዳታ ብስጭትን እና "የፍሰት መቆራረጥን" ለመቀነስ እንደሚረዳ ሪፖርት አድርገዋል. በዳሰሳ ጥናቶች 88% የሚሆኑት ኮፒሎትን የሚጠቀሙ ገንቢዎች የበለጠ ውጤታማ እንዳደረጋቸው እና የበለጠ አርኪ ስራ ላይ እንዲያተኩሩ አስችሏቸዋል ( Github Copilot የሚያደርገው ምን ያህል በመቶኛ ገንቢዎች እንደተናገሩት ... )። እነዚህ መሳሪያዎች የፕሮግራም አድራጊዎች አሰልቺ ክፍሎችን በመያዝ "በዞኑ" ውስጥ እንዲቆዩ ያግዛሉ, ይህም በተራው ደግሞ ለከባድ ችግሮች የአዕምሮ ጉልበትን ይቆጥባል. በውጤቱም ፣ ብዙ ገንቢዎች ኮድ ማድረግ የበለጠ አስደሳች እንደሆነ ይሰማቸዋል - ብዙም የማይሰማ ስራ እና የበለጠ ፈጠራ።

የዕለት ተዕለት ሥራን መለወጥ ፡ የፕሮግራመር የዕለት ተዕለት የሥራ ሂደት ከእነዚህ የምርታማነት ግኝቶች ጋር እየተቀየረ ነው። ብዙ "የተጨናነቀ ስራ" - ቦይለር መፃፍ, የተለመዱ ንድፎችን መድገም, አገባብ መፈለግ - ወደ AI ሊወርድ ይችላል. ለምሳሌ፣ አንድ ገንቢ የዳታ ክፍልን በእጅ ከመፃፍ እና አዘጋጅ ጋር ከመፃፍ በቀላሉ AI እንዲያመነጭ ሊጠይቅ ይችላል። ትክክለኛውን የኤፒአይ ጥሪ ለማግኘት በሰነድ ከማጣመር ይልቅ ገንቢ በተፈጥሮ ቋንቋ AIን ሊጠይቅ ይችላል። ይህ ማለት ገንቢዎች በአንፃራዊነት ያነሰ ጊዜን በሮት ኮድ ማውጣት እና የሰውን ፍርድ በሚጠይቁ ተግባራት ላይ ብዙ ጊዜ ያሳልፋሉ ማለት ። AI ቀላሉን 80% ኮድ መፃፍ ሲረከብ የገንቢው ስራ የኤአይአይን ውፅዓት ወደመቆጣጠር (የኮድ አስተያየቶችን መገምገም፣ መፈተሽ) እና AI ሊረዳቸው ያልቻለውን 20% አስቸጋሪ ችግሮችን ወደ መፍታት ይሸጋገራል። በተግባር፣ አንድ ገንቢ እነዚያን ለውጦች ከባዶ ከመጻፍ ይልቅ በ AI-የተፈጠሩ የመጎተት ጥያቄዎችን መፈተሽ ወይም በ AI-የተጠቆሙትን ጥገናዎች መገምገም ሊጀምር ይችላል።

ትብብር እና የቡድን ተለዋዋጭነት ፡ የሚገርመው፣ AI በቡድን ተለዋዋጭነት ላይም ተጽዕኖ እያሳደረ ነው። በተለመዱ ተግባራት በራስ-ሰር፣ ቡድኖች ለግርፋት ስራ በተመደቡ ጥቂት ታዳጊ ገንቢዎች የበለጠ ማከናወን ይችላሉ። አንዳንድ ኩባንያዎች ከፍተኛ መሐንዲሶቻቸው የበለጠ እራሳቸውን መቻል እንደሚችሉ ይናገራሉ - የመጀመሪያ ረቂቆችን ለመስራት ጁኒየር ሳያስፈልጋቸው በ AI እርዳታ ባህሪያትን በፍጥነት መተየብ ይችላሉ። ሆኖም፣ ይህ አዲስ ፈተና ያስነሳል፡ መካሪ እና የእውቀት መጋራት። ጀማሪዎች ቀላል ተግባራትን በመሥራት ከመማር ይልቅ የ AI ውጤቶችን ማስተዳደር የቡድን ትብብር እንደ AI ጥያቄዎችን በጋራ ማጣራት ወይም በ AI የመነጨ ወጥመዶችን ወደ መገምገም ወደ ተግባራት ሊሸጋገር ይችላል። በአዎንታዊ ጎኑ፣ በቡድኑ ውስጥ ያለ ሁሉም ሰው AI ረዳት ሲኖረው፣ የመጫወቻ ሜዳውን ሊያስተካክል እና ለንድፍ ውይይቶች፣ ለፈጠራ አእምሮ ማጎልበት እና ምንም AI በአሁኑ ጊዜ ከሳጥን ውጭ ያልተረዳውን ውስብስብ የተጠቃሚ መስፈርቶችን ለመቋቋም ተጨማሪ ጊዜ ሊሰጥ ይችላል። እንደ GitHub 2023 የዳሰሳ ጥናት ግኝቶች ( የዳሰሳ ጥናቱ AI በገንቢ ልምድ ላይ የሚያሳድረው ተጽዕኖ - የ GitHub ብሎግ) እንደሚለው፣ ከአምስቱ ገንቢዎች ከአራት በላይ የሚሆኑት የ AI ኮድ መሳሪያዎች የቡድን ትብብርን እንደሚያሳድጉ ።

በስራ ሚናዎች ላይ ያለው ተጽእኖ ፡ ዋናው ጥያቄ AI የፕሮግራም አውጪዎችን ፍላጎት ይቀንሳል (እያንዳንዱ ፕሮግራመር አሁን የበለጠ ውጤታማ ስለሆነ) ወይም በቀላሉ የሚፈለጉትን ክህሎቶች ይለውጣል የሚለው ነው። ከፍ ከፍ ስላሉ ብዙ አይወገዱም ። በእርግጥ፣ የኢንዱስትሪ ተንታኞች የሶፍትዌር ምህንድስና ሚናዎች ማደግ እንደሚቀጥሉ ፣ ነገር ግን የነዚያ ሚናዎች ተፈጥሮ ይቀየራል። በቅርብ ጊዜ የወጣ የጋርትነር ዘገባ በ2027፣ 50% የሶፍትዌር ምህንድስና ድርጅቶች በ AI የተጨመሩ “የሶፍትዌር ኢንጂነሪንግ ኢንተለጀንስ” መድረኮችን እንደሚቀበሉ ፣ ምርታማነትን ለማሳደግ ከ 5% ብቻ በ2024 ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕድል አለ? የ AI ተጽዕኖ [2024] )። ከእነዚያ የማሰብ ችሎታ ያላቸው መድረኮች ጋር አብረው እንደሚሰሩ ያመለክታል AI ብዙ ስራዎችን በራስ ሰር ሊያሰራ ቢችልም፣ 80% የሚሆኑት የፕሮግራም ስራዎች አሁንም ሰውን በ loop ውስጥ እንደሚፈልጉ እና “ሰውን ያማከለ” እንደሚቀጥሉ ፕሮጄክቶች ያሳያሉ ። በሌላ አነጋገር፣ አሁንም ለአብዛኛዎቹ የገንቢ ቦታዎች ሰዎች እንፈልጋለን፣ ነገር ግን የስራ መግለጫዎቹ ሊለወጡ ይችላሉ።

“AI ሶፍትዌር መሐንዲስ” ወይም “ፈጣን መሐንዲስ” ያሉ ሚናዎች መፈጠር አንዱ ሊሆን የሚችል ለውጥ ነው - የ AI ክፍሎችን በመገንባት ወይም በማቀናበር ላይ የተካኑ ገንቢዎች። የኤአይ/ኤምኤል እውቀት ያላቸው የገንቢዎች ፍላጎት እያየን ነው። በእውኑ በተደረገው ትንታኔ መሰረት፣ ሶስቱ በጣም የሚፈለጉት AI-ነክ ስራዎች የመረጃ ሳይንቲስት፣ የሶፍትዌር መሐንዲስ እና የማሽን መማሪያ መሐንዲስ ፣ እና የእነዚህ ሚናዎች ፍላጎት ባለፉት ሶስት አመታት ከእጥፍ በላይ ጨምሯል ። ባህላዊ የሶፍትዌር መሐንዲሶች የማሽን መማር መሰረታዊ ነገሮችን እንዲረዱ ወይም AI አገልግሎቶችን ወደ አፕሊኬሽኖች እንዲያዋህዱ ይጠበቃል። ገንቢዎችን ከስራ እንዲቀንስ ከማድረግ ይልቅ፣ “AI ሙያውን ከፍ ሊያደርግ ይችላል፣ ይህም ገንቢዎች በከፍተኛ ደረጃ ስራዎች እና ፈጠራዎች ላይ እንዲያተኩሩ ያስችላቸዋል። ( በ2025 ውስጥ ገንቢዎችን ሊተካ ነው፡ ወደፊት ሾልኮ ማየት ) ብዙ መደበኛ የኮድ ስራዎች በ AI ሊከናወኑ ይችላሉ፣ ነገር ግን ገንቢዎች በስርዓት ዲዛይን፣ ሞጁሎችን በማዋሃድ፣ ጥራትን በማረጋገጥ እና አዳዲስ ችግሮችን በመፍታት የበለጠ ይጠመዳሉ። ከአንድ AI-ፎርዋርድ ኩባንያ አንድ ከፍተኛ መሐንዲስ በጥሩ ሁኔታ ገልጾታል ፡ AI ገንቢዎቻችንን አይተካም; ያሰፋላቸዋል ።​ አንድ ነጠላ ገንቢ በኃይለኛ AI መሳሪያዎች የታጠቁ የበርካታዎችን ስራ መስራት ይችላል፣ነገር ግን ያ ገንቢ አሁን የበለጠ ውስብስብ እና ተፅዕኖ ያለው ስራ እየሰራ ነው።

የገሃዱ ዓለም ምሳሌ ፡ GitHub Copilotን ለሁሉም ገንቢዎች ካዋሃደ የሶፍትዌር ድርጅት አንድ ሁኔታን አስቡበት። የፈጣን ውጤት የአሃድ ሙከራዎችን እና የቦይለር ኮድን ለመጻፍ የሚጠፋውን ጊዜ መቀነስ ጉልህ ነው። አንዲት ጁኒየር ገንቢ ኮፒሎትን ስትጠቀም 80% የሚሆነውን አዲስ ባህሪ ኮድ በፍጥነት ማመንጨት እንደምትችል፣ ከዚያም ቀሪውን 20% በማበጀት እና የውህደት ፈተናዎችን በመፃፍ ጊዜዋን እንደምታጠፋ አረጋግጣለች። በኮድ ውፅዓት ረገድ ምርታማነቷ በእጥፍ ሊጨምር ይችላል፣ ነገር ግን የሚገርመው፣ የአስተዋፅኦዋ ባህሪ ተቀየረ - ተጨማሪ የኮድ ገምጋሚ ​​እና ለ AI የተጻፈ ኮድ የሙከራ ዲዛይነር ሆናለች። ከሰው ስህተት ይልቅ የ AI ስህተቶችን መያዙን አስተውሏል ለምሳሌ፣ ኮፒሎት አልፎ አልፎ ደህንነቱ ያልተጠበቀ የምስጠራ ትግበራን ጠቁሟል። የሰው ገንቢዎች እነዚያን መለየት እና ማረም ነበረባቸው። የዚህ ዓይነቱ ምሳሌ የሚያሳየው ምርት እየጨመረ በሄደበት ወቅት በስራ ሂደት ውስጥ የበለጠ ወሳኝ እየሆነ መጥቷል

ለማጠቃለል ያህል፣ AI ገንቢዎች እንዴት እንደሚሰሩ እየቀየረ መሆኑ የማይካድ ነው፡ ፈጣን በማድረግ እና የበለጠ ትልቅ ፍላጎት ያላቸውን ችግሮች እንዲፈቱ መፍቀድ፣ ነገር ግን የላቀ ችሎታ (ሁለቱም AIን በማንሳት እና በከፍተኛ ደረጃ አስተሳሰብ)። እሱ ያነሰ “AI ሥራ የሚወስድበት” እና የበለጠ ደግሞ “AI ሥራን የመቀየር” ታሪክ ነው። እነዚህን መሳሪያዎች በብቃት መጠቀምን የሚማሩ ገንቢዎች ተጽኖአቸውን ሊያባብሱት ይችላሉ – ብዙ ጊዜ የምንሰማው ክሊች “AI ገንቢዎችን አይተካም፣ ነገር ግን AI የሚጠቀሙ ገንቢዎች የማይጠቀሙትን ሊተኩ ይችላሉ። ያልቻለው ) እና ገንቢዎች ከ AI ጋር ለመጎልበት ችሎታቸውን እንዴት ማላመድ እንደሚችሉ ይዳስሳሉ

የ AI ገደቦች (የሰው ልጆች አስፈላጊ የሆኑት ለምንድነው)

አስደናቂ ችሎታዎች ቢኖሩትም የዛሬው AI የሰው ፕሮግራመሮችን ጊዜ ያለፈበት እንዳይሆን የሚከለክሉት ገደቦች እነዚህን ገደቦች መረዳት ለምን ፕሮግራመሮች በእድገት ሂደት ውስጥ በጣም እንደሚፈለጉ ለማየት ቁልፍ ነው። AI ኃይለኛ መሳሪያ ነው, ነገር ግን የሰውን ገንቢ ፈጠራን, ሂሳዊ አስተሳሰብን እና የአገባብ ግንዛቤን ሊተካ የሚችል አስማታዊ ጥይት አይደለም. በፕሮግራም አወጣጥ ውስጥ አንዳንድ የ AI መሰረታዊ ድክመቶች እና የሰዎች ገንቢዎች ተጓዳኝ ጥንካሬዎች እነኚሁና፡

• የእውነተኛ ግንዛቤ እና ፈጠራ እጦት በሰዎች መንገድ ኮድን ወይም ችግሮችን በትክክል አይረዱም ስርዓተ-ጥለትን ይገነዘባሉ እና በስልጠና መረጃ ላይ ተመስርተው ሊሆኑ የሚችሉ ውጤቶችን ያድሳሉ። ይህ ማለት AI ኦሪጅናል፣ የፈጠራ መፍትሄዎችን ወይም የአዳዲስ ችግር ጎራዎችን ጥልቅ ግንዛቤ ከሚጠይቁ ተግባራት ጋር መታገል ይችላል። አንድ AI ከዚህ ቀደም የታየውን ዝርዝር መስፈርት ለማሟላት ኮድ ማመንጨት ይችል ይሆናል፣ ነገር ግን ከዚህ ቀደም ላልነበረ ችግር አዲስ ስልተ-ቀመር እንዲቀርጽ ወይም አሻሚ መስፈርትን እንዲተረጉም ጠይቁት እና ሊዳከም ይችላል። አንድ ታዛቢ እንዳስቀመጠው፣ AI ዛሬ “የሰው ገንቢዎች ወደ ጠረጴዛው የሚያመጡት የፈጠራ እና የመተቸት ችሎታ የለውም። ( Is AI Going to Replace Developers in 2025: A Sneak Peek to the Future ) ሰዎች ከሳጥኑ ውጭ በማሰብ የላቀ ችሎታ አላቸው - የጎራ እውቀትን፣ ውስጣዊ ስሜትን እና ፈጠራን በማጣመር የሶፍትዌር አርክቴክቸርን ለመንደፍ ወይም ውስብስብ ጉዳዮችን ለመፍታት። AI በተቃራኒው በተማረው ቅጦች ላይ የተገደበ ነው; ችግሩ ከነዛ ቅጦች ጋር የማይዛመድ ከሆነ፣ AI የተሳሳተ ወይም ትርጉም የለሽ ኮድ (ብዙውን ጊዜ በልበ ሙሉነት!) ሊያወጣ ይችላል። ፈጠራ - ከአዳዲስ ባህሪያት ፣ አዲስ የተጠቃሚ ተሞክሮዎች ፣ ወይም አዲስ ቴክኒካል አቀራረቦች ጋር መምጣት - በሰው የሚመራ ተግባር ሆኖ ይቆያል።

• ዐውደ-ጽሑፍ እና ትልቅ-ምስል ግንዛቤ፡- ሶፍትዌር መገንባት የኮድ መስመሮችን መጻፍ ብቻ አይደለም። ምክንያት - የንግድ መስፈርቶች, የተጠቃሚ ፍላጎቶች እና ሶፍትዌሩ የሚሰራበትን ሁኔታ መረዳትን ያካትታል AI በጣም ጠባብ የአውድ መስኮት አለው (ብዙውን ጊዜ በአንድ ጊዜ በሚሰጠው ግብአት ብቻ የተገደበ)። የስርአቱን አጠቃላይ አላማ ወይም አንድ ሞጁል ከሌላው ጋር እንዴት እንደሚገናኝ በትክክል በኮዱ ውስጥ ካለው በትክክል አይረዳም። በውጤቱም፣ AI በቴክኒካል ለትንሽ ተግባር የሚሰራ ኮድ ሊያመነጭ ይችላል ነገር ግን ከትልቅ የስርአት አርክቴክቸር ጋር የማይጣጣም ወይም አንዳንድ ስውር መስፈርቶችን የሚጥስ ነው። ሶፍትዌሩ ከንግድ ግቦች እና ከተጠቃሚዎች የሚጠበቁ ነገሮች ጋር መጣጣሙን ለማረጋገጥ የሰው ገንቢዎች ያስፈልጋሉ። ውስብስብ የስርዓተ-ፆታ ንድፍ - የአንድ ክፍል ለውጥ በሌሎች ላይ እንዴት እንደሚሽከረከር ፣ የንግድ ልውውጥን እንዴት ማመጣጠን እንደሚቻል (እንደ አፈፃፀም እና ተነባቢነት) እና የኮድ ቤዝ የረጅም ጊዜ ዝግመተ ለውጥን እንዴት ማቀድ እንደሚቻል - AI ዛሬ ማድረግ የማይችለው ነገር ነው። በሺዎች የሚቆጠሩ አካላት ባሏቸው መጠነ ሰፊ ፕሮጀክቶች AI “ዛፎቹን እንጂ ጫካውን አያይም። በአንድ ትንታኔ ላይ እንደተገለጸው "AI የትላልቅ የሶፍትዌር ፕሮጀክቶችን ሙሉ አውድ እና ውስብስብነት በመረዳት ይታገል" የንግድ መስፈርቶች እና የተጠቃሚ ልምድ ግምትን ጨምሮ ( Is AI Going to Replace Developers in 2025: A Sneak Peek into the Future ) . ሰዎች ትልቅ እይታን ይጠብቃሉ.

• የጋራ ስሜት እና አሻሚነት መፍትሄ ፡ በእውነተኛ ፕሮጀክቶች ውስጥ የሚፈለጉት መስፈርቶች ብዙ ጊዜ ግልጽ ያልሆኑ ወይም እየተሻሻሉ ናቸው። የሰው ገንቢ ማብራሪያ መፈለግ፣ ምክንያታዊ ግምቶችን ማድረግ ወይም ከእውነታው የራቁ ጥያቄዎችን መመለስ ይችላል። AI የጋራ አስተሳሰብ ወይም ግልጽ የሆኑ ጥያቄዎችን የመጠየቅ ችሎታ የለውም (በአፋጣኝ በግልጽ ካልተጣበቀ እና ምንም እንኳን በትክክል ለማግኘት ምንም ዋስትና ከሌለው በስተቀር)። ለዚህ ነው በ AI የመነጨው ኮድ አንዳንድ ጊዜ በቴክኒካል ትክክል ነገር ግን ከስራ ውጭ የሆነ ምልክት ሊሆን የሚችለው - መመሪያው ግልጽ ካልሆነ ተጠቃሚው በትክክል ምን እንዳሰበ ለማወቅ ፍርዱ በአንጻሩ፣ የሰው ፕሮግራም አድራጊ የከፍተኛ ደረጃ ጥያቄን ሊተረጉም ይችላል ("ይህን ዩአይ የበለጠ የሚታወቅ ያድርጉት" ወይም "መተግበሪያው መደበኛ ያልሆኑ ግብአቶችን በሚያምር ሁኔታ መያዝ አለበት") እና በኮድ ውስጥ ምን መደረግ እንዳለበት ማወቅ ይችላል። ገንቢን በእውነት ለመተካት AI እጅግ በጣም ዝርዝር እና ግልጽ ያልሆኑ ዝርዝሮች ያስፈልጉታል፣ እና እንደዚህ አይነት ዝርዝርን በብቃት መፃፍ እንኳን ኮዱን በራሱ የመፃፍ ያህል ከባድ ነው። የፎርብስ ቴክ ካውንስል መጣጥፍ በትክክል እንዳስቀመጠው፣ AI በእውነቱ ገንቢዎችን ለመተካት ግልፅ ያልሆኑ መመሪያዎችን ተረድቶ እንደ ሰው መላመድ ይኖርበታል - የአሁኑ AI የማመዛዘን ደረጃ የለውም ( Sergii Kuzin's Post -LinkedIn )።

• ተዓማኒነት እና “ቅዠቶች” ፡ የዛሬው ጄኔሬቲቭ AI ሞዴሎች በጣም የታወቀ ጉድለት አለባቸው፡ የተሳሳቱ ወይም ሙሉ ለሙሉ የተፈጠሩ ውጤቶችን ሊያመጡ ይችላሉ፣ ይህ ክስተት ብዙውን ጊዜ ቅዠት ። በኮድ አወጣጥ ላይ፣ ይህ ማለት አንድ AI አሳማኝ የሚመስል ነገር ግን በምክንያታዊነት የተሳሳተ ወይም ደህንነቱ ያልተጠበቀ ኮድ ይጽፋል ማለት ነው። ገንቢዎች የ AI ጥቆማዎችን በጭፍን ማመን አይችሉም። በተግባር፣ እያንዳንዱ የ AI የተጻፈ ኮድ በጥንቃቄ መመርመር እና በሰው መሞከርን ይጠይቃል ። የStack Overflow የዳሰሳ ጥናት መረጃ ይህንን ያንፀባርቃል - የ AI መሳሪያዎችን ከሚጠቀሙት ውስጥ 3% ብቻ የ AI ውፅዓት ትክክለኛነትን በከፍተኛ ደረጃ የሚተማመኑ አይተማመኑም ( 70% ገንቢዎች AI ኮድ መጠቀሚያ መሳሪያዎችን ይጠቀማሉ ፣ 3% ትክክለኛነታቸውን በከፍተኛ ደረጃ ያምናሉ - ShiftMag )። አብዛኛዎቹ ገንቢዎች AI ጥቆማዎችን እንደ ወንጌል ሳይሆን እንደ አጋዥ ፍንጭ ነው የሚመለከቱት። ይህ ዝቅተኛ እምነት የተረጋገጠ ነው ምክንያቱም AI ማንም ብቁ የሆነ ሰው የማይፈጽማቸው ያልተለመዱ ስህተቶችን ሊያደርግ ስለሚችል (እንደ አንድ-በአንድ ስህተት ፣ የተበላሹ ተግባራትን መጠቀም ወይም ውጤታማ ያልሆኑ መፍትሄዎችን ማምጣት) ምክንያቱም ለችግሩ ትክክለኛ ምክንያት የለውም። አንድ የውይይት መድረክ አስተያየት “እነሱ (ኤአይኤስ) ብዙ ነገሮችን ያዳብራሉ እና አንድ ሰው ፈጽሞ የማያደርጋቸውን ያልተለመዱ የንድፍ ምርጫዎችን ያደርጋሉ” ( ፕሮግራመሮች በ AI ምክንያት ጊዜ ያለፈባቸው ይሆናሉ? - የሙያ ምክር )። እነዚህን ስህተቶች ለመያዝ የሰዎች ቁጥጥር ወሳኝ ነው. AI 90% ባህሪን በፍጥነት ሊያገኝዎት ይችላል፣ ነገር ግን የተቀረው 10% ስውር ስህተት ካለው አሁንም እሱን ለመመርመር እና ለማስተካከል በሰው ገንቢ ላይ ይወድቃል። እና በምርት ላይ የሆነ ችግር ሲፈጠር ማረም ያለባቸው የሰው መሐንዲሶች ናቸው - AI ለስህተቱ እስካሁን ኃላፊነቱን መውሰድ አይችልም።

• Codebasesን መጠበቅ እና ማዳበር ፡ የሶፍትዌር ፕሮጄክቶች ይኖራሉ እና ለብዙ አመታት ያድጋሉ። ወጥ የሆነ ዘይቤ፣ ለወደፊት ጠባቂዎች ግልጽነት እና መስፈርቶች ሲቀየሩ ዝማኔዎችን ይፈልጋሉ። AI ዛሬ ያለፉ ውሳኔዎች ትውስታ የለውም (ከተወሰኑ ጥያቄዎች ውጪ)፣ ስለዚህ ካልተመራ በስተቀር ኮድ በአንድ ትልቅ ፕሮጀክት ላይ ወጥነት ያለው ላይሆን ይችላል። የሰው ገንቢዎች ኮድን መጠበቅን ያረጋግጣሉ - ግልጽ ሰነዶችን መፃፍ፣ ሊነበቡ የሚችሉ መፍትሄዎችን ከብልህ-ግን ግልጽ ካልሆኑት መምረጥ እና እንደ አስፈላጊነቱ አርክቴክቸር ሲሻሻል ኮድ መፍጠር። AI በነዚህ ስራዎች ላይ ሊረዳ ይችላል (እንደ ማሻሻያዎችን እንደሚጠቁም)፣ ነገር ግን ምን ማደስ እንዳለበት ወይም የትኛዎቹ የስርአቱ ክፍሎች እንደገና ዲዛይን ማድረግ እንዳለባቸው መወሰን የሰው ፍርድ ጥሪ ነው። በተጨማሪም አካላትን በሚያዋህዱበት ጊዜ የአንድ አዲስ ባህሪ በነባር ሞጁሎች ላይ ያለውን ተጽእኖ መረዳት (የኋላ ተኳኋኝነትን ማረጋገጥ, ወዘተ.) ሰዎች የሚቆጣጠሩት ነገር ነው. በ AI የመነጨ ኮድ በሰዎች የተዋሃደ እና የተስማማ መሆን አለበት። እንደ ሙከራ፣ አንዳንድ ገንቢዎች ChatGPT ሙሉ ትናንሽ መተግበሪያዎችን እንዲገነቡ ለመፍቀድ ሞክረዋል። ውጤቱ ብዙውን ጊዜ መጀመሪያ ላይ ይሠራል ፣ ግን ለማቆየት ወይም ለማራዘም በጣም ከባድ ይሆናል ፣ ምክንያቱም AI በቋሚነት የታሰበ የሕንፃ ግንባታ አይተገበርም - የሰው ልጅ አርክቴክት የሚርቃቸውን አካባቢያዊ ውሳኔዎችን እያደረገ ነው።

• የስነምግባር እና የደህንነት ጉዳዮች ፡ AI ተጨማሪ ኮድ ሲጽፍ፣ የአድሏዊነት፣ የደህንነት እና የስነምግባር ጥያቄዎችንም ያስነሳል። አንድ AI ባለማወቅ የደህንነት ድክመቶችን (ለምሳሌ ግብአቶችን በአግባቡ አለማፅዳት፣ ወይም ደህንነታቸው ያልተጠበቁ ምስጢራዊ ልማዶችን በመጠቀም) ልምድ ያለው የሰው ገንቢ የሚይዘውን ሊያስተዋውቅ ይችላል። እንዲሁም፣ AI ተፈጥሯዊ የሆነ የስነምግባር ስሜት ወይም ለፍትሃዊነት አሳቢነት የለውም - ለምሳሌ በተዛባ መረጃ ላይ ማሰልጠን እና ሳያስቡት አድልዎ የሚያደርጉ ስልተ ቀመሮችን ሊጠቁም ይችላል (እንደ ብድር ማረጋገጫ ኮድ ወይም የቅጥር ስልተ-ቀጠር ያለ)። ለእነዚህ ጉዳዮች የ AI ውጤቶች ኦዲት ለማድረግ፣ ደንቦችን መከበራቸውን ለማረጋገጥ እና ሶፍትዌሮችን ከሥነ ምግባራዊ ጉዳዮች ጋር ለመፈተሽ የሰው ገንቢዎች ያስፈልጋሉ። ማህበራዊ ገጽታ - የተጠቃሚ እምነትን መረዳት፣ የግላዊነት ጉዳዮችን መረዳት እና ከሰዎች እሴቶች ጋር የሚጣጣሙ የንድፍ ምርጫዎችን ማድረግ - "መታለል አይቻልም። እነዚህ የሰው ልጆችን ያማከለ የእድገት ገፅታዎች ቢያንስ ወደፊት ሊታዩ ከሚችሉ AI ተደራሽነት በላይ ናቸው።" ( በ 2025 ውስጥ ገንቢዎችን ሊተካ ነው፡ ወደፊት ሾልኮ ማየት ) ገንቢዎች ለ AI አስተዋጽዖዎች እንደ ሕሊና እና ጥራት ያለው በር ሆነው ማገልገል አለባቸው።

ከእነዚህ ውሱንነቶች አንፃር፣ አሁን ያለው መግባባት AI መሣሪያ እንጂ መተኪያ ። ማብቃት እንጂ እነሱን አለመተካት ነው AI ፕሮግራመሮችን ይተካዋል? ከሃይፕ ጀርባ ያለው እውነት | በፒኮክ | አርቲፊሻል ኮርነር | ማር፣ 2025 | መካከለኛ )። AI እንደ ጀማሪ ረዳት ሊታሰብ ይችላል፡ ፈጣን፣ ደከመኝ ሰለቸኝ ሳይል እና በብዙ ስራዎች ላይ የመጀመሪያ ማለፊያ መውሰድ ይችላል፣ ነገር ግን የተጣራ የመጨረሻ ምርት ለማምረት የከፍተኛ ገንቢ መመሪያ እና እውቀት ያስፈልገዋል። በገሃዱ ዓለም አጠቃቀም (Copilot, CodeWhisperer, ወዘተ.) ረዳት ሆነው እንደሚሰማሩ እንጂ እንደ ገዝ ኮዲዎች እንዳልሆኑ እየነገረ ነው ኩባንያዎች የፕሮግራም ቡድኖቻቸውን እያባረሩ እና AI በዱር እንዲሄድ አይፈቅዱም; በምትኩ፣ እነርሱን ለመርዳት AIን ወደ ገንቢዎች የስራ ፍሰት እየከተቱ ነው።

አንድ ገላጭ ጥቅስ የመጣው ከOpenAI's Sam Altman ሲሆን AI ወኪሎች እየተሻሻሉ ቢሄዱም "እነዚህ AI ወኪሎች የሰውን ልጅ ሙሉ በሙሉ አይተኩም" በሶፍትዌር ልማት ( ሳም አልትማን AI ወኪሎች በቅርቡ የሶፍትዌር መሐንዲሶች የሚሰሩትን ተግባራት እንደሚያከናውኑ ተናግሯል: ሙሉ ታሪክ በ 5 ነጥብ - ህንድ ዛሬ ). “ምናባዊ የስራ ባልደረባዎች” ሆነው ይሰራሉ ​​ለሰብአዊ መሐንዲሶች በተለይም እነዚያን የዝቅተኛ ደረጃ የሶፍትዌር መሐንዲስ የተለመዱ ተግባራትን በጥቂት ዓመታት ልምድ ያካሂዳሉ። በሌላ አነጋገር፣ AI ውሎ አድሮ የጀማሪ ገንቢ ስራን በአንዳንድ አካባቢዎች ሊሰራ ይችላል፣ነገር ግን ያ ጁኒየር ገንቢ ስራ አጥ አልሆነም - ወደ AI የመቆጣጠር ሚና እና AI ሊሰራቸው የማይችላቸውን ከፍተኛ ደረጃ ስራዎችን መፍታት። አንዳንድ ተመራማሪዎች እ.ኤ.አ. በ 2040 አብዛኞቹ የራሱን ኮድ ሊጽፉ እንደሚችሉ በሚተነብዩበት ጊዜ እንኳን የወደፊቱን ጊዜ ስንመለከት ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ ፈንታ ነው? የ AI ተጽዕኖ [2024] የሰው ፕሮግራመሮች ማሽኖች የጎደሉትን የፈጠራ ብልጭታ እና ወሳኝ አስተሳሰብን ለመቆጣጠር ፣ ለመምራት እና ለማቅረብ እንደሚያስፈልጉ ይስማማሉ ።

የሶፍትዌር ልማት ኮድ ከማድረግ በላይ መሆኑንም ልብ ሊባል የሚገባው ጉዳይ ነው ። ከባለድርሻ አካላት ጋር መግባባትን፣ የተጠቃሚ ታሪኮችን መረዳት፣ በቡድን ውስጥ መተባበርን እና ተደጋጋሚ ንድፍን ያካትታል - ሁሉም የሰው ችሎታ አስፈላጊ የሆኑባቸው ቦታዎች። አንድ AI ከደንበኛ ጋር በስብሰባ ላይ ተቀምጦ የሚፈልገውን ነገር ለማስወጣት ወይም ቅድሚያ በሚሰጣቸው ጉዳዮች ላይ መደራደር ወይም የምርት ራዕይ ያለው ቡድን ማነሳሳት አይችልም። የሰው አካል ማዕከላዊ ሆኖ ይቆያል.

ለማጠቃለል፣ AI ጠቃሚ ድክመቶች አሉት፡ እውነተኛ ፈጠራ የለም፣ የአውድ ግንዛቤ ውስን፣ ለስህተቶች ዝንባሌ፣ ተጠያቂነት የለም፣ እና የሶፍትዌር ውሳኔዎችን ሰፋ ያለ እንድምታ አለመረዳት። እነዚህ ክፍተቶች በትክክል የሰው ገንቢዎች የሚያበሩበት ነው. ለሰው ልጅ ገንቢዎች እንደ ኃይለኛ ማጉያ መመልከቱ የበለጠ ትክክል ሊሆን ይችላል - የሰው ልጅ በጥልቅ ላይ እንዲያተኩር የተፈጥሮን ሁኔታ መቆጣጠር። ችሎታቸውን እና ሚናቸውን በማጣጣም በ AI በተጨመረ የእድገት አለም ውስጥ ጠቃሚ እና ጠቃሚ ሆነው እንዲቆዩ እንዴት ይህን ማጉላት መጠቀም እንደሚችሉ ያብራራል

በ AI ዘመን መላመድ እና ማደግ

ለፕሮግራም አዘጋጆች እና ገንቢዎች የ AI በኮድ መጨመር ከባድ ስጋት መሆን የለበትም - ይህ ዕድል ሊሆን ይችላል። ዋናው ነገር ከቴክኖሎጂው ጋር መላመድ እና መሻሻል AIን መጠቀምን የተማሩ ሰዎች የበለጠ ውጤታማ እና ተፈላጊ ሆነው ሊያገኙ ይችላሉ፣ ነገር ግን ችላ የሚሉት ወደ ኋላ ቀርተው ሊሆን ይችላል። በዚህ ክፍል፣ AI መሳሪያዎች የዕለት ተዕለት ልማት አካል ሲሆኑ ገንቢዎች ተገቢ ሆነው እንዲቆዩ እና እንዲበለጽጉ በተግባራዊ እርምጃዎች እና ስልቶች ላይ እናተኩራለን። የመቀበል አስተሳሰብ ከውድድር ይልቅ ቀጣይነት ያለው ትምህርት እና ከ AI ጋር መተባበር ነው። ገንቢዎች እንዴት ማስተካከል እንደሚችሉ እና ምን አዲስ ክህሎቶችን እና ሚናዎችን ግምት ውስጥ ማስገባት እንዳለባቸው እነሆ፦

1. AIን እንደ መሳሪያ ያቅፉ (የ AI ኮድ ረዳቶችን በብቃት መጠቀምን ይማሩ) ፡ በመጀመሪያ ደረጃ ገንቢዎች ካሉት AI መሳሪያዎች ጋር መስማማት አለባቸው። ኮፒሎትን፣ ቻትጂፒቲ ወይም ሌላ ኮድ አድራጊ ኤአይኤስን እንደ አዲሱ ጥንድ ፕሮግራሚንግ አጋርዎ አድርገው ይያዙት። ይህ ማለት ጠቃሚ የኮድ ጥቆማዎችን ለማግኘት እንዴት ጥሩ መጠየቂያዎችን ወይም አስተያየቶችን መፃፍ መማር ልክ አንድ ገንቢ የእነሱን IDE ወይም የስሪት መቆጣጠሪያ መማር እንደነበረበት ሁሉ፣ የ AI ረዳት ጥያቄዎችን መማር የክህሎት ስብስብ አካል እየሆነ ነው። ለምሳሌ፣ አንድ ገንቢ የፃፉትን ኮድ ወስዶ AI እንዲያሻሽለው በመጠየቅ፣ ከዚያም ለውጦቹን በመተንተን መለማመድ ይችላል። ወይም አንድን ተግባር ሲጀምሩ በአስተያየቶች ውስጥ ይግለጹ እና AI የሚሰጠውን ይመልከቱ እና ከዚያ ያጣሩ። በጊዜ ሂደት፣ AI ምን ላይ ጥሩ እንደሆነ እና ከእሱ ጋር እንዴት እንደሚፈጠሩ ግንዛቤን ያዳብራሉ። "AI-የታገዘ ልማት" አድርገው ያስቡበት - ወደ መሳሪያ ሳጥንዎ ለመጨመር አዲስ ችሎታ። በእርግጥ ገንቢዎች አሁን ስለ "ፈጣን ምህንድስና" እንደ ችሎታ ይናገራሉ - እንዴት AI ትክክለኛ ጥያቄዎችን እንደሚጠይቁ ማወቅ. እሱን የተካኑ ሰዎች ከተመሳሳይ መሳሪያዎች በጣም የተሻሉ ውጤቶችን ሊያገኙ ይችላሉ። ያስታውሱ፣ “AI የሚጠቀሙ ገንቢዎች የማይጠቀሙትን ሊተኩ ይችላሉ” – ስለዚህ ቴክኖሎጂውን ተቀበሉ እና አጋርዎ ያድርጉት።

2. በከፍተኛ ደረጃ ችሎታዎች ላይ ያተኩሩ (ችግር መፍታት፣ የሥርዓት ንድፍ፣ አርክቴክቸር) ፡ AI የበለጠ ዝቅተኛ ደረጃ ኮድ ማውጣትን ስለሚቆጣጠር ገንቢዎች የአብስትራክሽን መሰላልን ከፍ ማድረግ ። ይህ ማለት የስርዓት ንድፍ እና አርክቴክቸርን በመረዳት ላይ የበለጠ ትኩረት መስጠት ማለት ነው. ውስብስብ ችግሮችን በማፍረስ፣ ሊለኩ የሚችሉ ስርዓቶችን በመንደፍ እና የስነ-ህንፃ ውሳኔዎችን ለማድረግ ክህሎቶችን ማዳበር - የሰው ልጅ ማስተዋል ወሳኝ የሆኑ አካባቢዎች። በምን ብቻ ሳይሆን ለምን እና እንዴት መፍትሄ ላይ አተኩር። ለምሳሌ የመደርደር ተግባርን በማሟላት (AI አንድ ሊጽፍልዎት በሚችልበት ጊዜ) ሁሉንም ጊዜዎን ከማጥፋት ይልቅ የትኛው የመደርደር ዘዴ ለመተግበሪያዎ አውድ ተስማሚ እንደሆነ እና ከስርዓትዎ የውሂብ ፍሰት ጋር እንዴት እንደሚስማማ በመረዳት ጊዜዎን ያሳልፉ። የንድፍ አስተሳሰብ - የተጠቃሚ ፍላጎቶችን, የውሂብ ፍሰቶችን እና የአካላትን መስተጋብር ግምት ውስጥ በማስገባት - ከፍተኛ ዋጋ ይኖረዋል. AI ኮድ ማመንጨት ይችላል ነገርግን የሶፍትዌሩን አጠቃላይ መዋቅር የሚወስነው እና ሁሉም ክፍሎች ተስማምተው እንዲሰሩ የሚያረጋግጥ ገንቢው ነው። የአንተን ትልቅ ምስል በማሳለጥ፣ ትክክለኛውን ነገር በመገንባት AI (እና የተቀረው ቡድን) የምትመራ ሰው እንደመሆንህ መጠን እራስህን አስፈላጊ ነገር ታደርጋለህ። አንድ ወደፊት የሚታይ ሪፖርት እንዳመለከተው፣ ገንቢዎች “እንደ ችግር መፍታት፣ ዲዛይን አስተሳሰብ እና የተጠቃሚን ፍላጎት መረዳትን በመሳሰሉት የሰው ልጅ ማስተዋል የማይተካባቸው ቦታዎች ላይ ማተኮር አለባቸው። ( AI በ2025 ገንቢዎችን ሊተካ ነው፡ ወደወደፊቱ ሾልኮ ማየት )

3. የእርስዎን AI እና ML እውቀት ያሳድጉ AIን ለመረዳት ይረዳል ። ገንቢዎች ሁሉም የማሽን መማሪያ ተመራማሪዎች መሆን አያስፈልጋቸውም፣ ነገር ግን እነዚህ ሞዴሎች እንዴት እንደሚሠሩ በትክክል መረዳቱ ጠቃሚ ነው። የማሽን መማር እና ጥልቅ ትምህርት መሰረታዊ ነገሮችን ይማሩ - ይህ አዲስ የሙያ ጎዳናዎችን ሊከፍት ብቻ ሳይሆን (ከ AI ጋር የተያያዙ ስራዎች እየጨመሩ ስለሆኑ ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕድል አለ? የ AI ተጽእኖ [2024] ))፣ ነገር ግን የ AI መሳሪያዎችን የበለጠ ውጤታማ በሆነ መንገድ ለመጠቀም ይረዳዎታል። ለምሳሌ የአንድ ትልቅ ቋንቋ ሞዴል ውሱንነት እና እንዴት እንደሰለጠነ ካወቁ፣ መቼ እንደማይሳካ መተንበይ እና ጥያቄዎችን ወይም ሙከራዎችን በዚሁ መሰረት መንደፍ ይችላሉ። በተጨማሪም፣ ብዙ የሶፍትዌር ምርቶች አሁን የኤአይአይ ባህሪያትን (ለምሳሌ፣ የምክር ሞተር ወይም ቻትቦት ያለው መተግበሪያ) በማካተት ላይ ናቸው። የተወሰነ የኤምኤል ዕውቀት ያለው የሶፍትዌር ገንቢ ለነዚያ ባህሪያት አስተዋጽዖ ማድረግ ወይም ቢያንስ ከውሂብ ሳይንቲስቶች ጋር በጥበብ ሊተባበር ይችላል። ለመማር ሊታሰብባቸው የሚገቡ ቁልፍ ቦታዎች የሚከተሉትን ያጠቃልላሉ ፡ የውሂብ ሳይንስ መሰረታዊ ነገሮች ፣ መረጃን እንዴት ቅድመ ዝግጅት ማድረግ እንደሚቻል፣ ስልጠና እና ግንዛቤ እና የ AI ስነምግባር። እራስዎን ከ AI ማዕቀፎች (TensorFlow, PyTorch) እና ከCloud AI አገልግሎቶች ጋር ይተዋወቁ; ምንም እንኳን ከባዶ ሞዴሎችን እየገነቡ ባይሆኑም AI ኤፒአይን ወደ መተግበሪያ እንዴት እንደሚያዋህዱ ማወቅ ጠቃሚ ችሎታ ነው። ባጭሩ “AI ማንበብና መቻል” በድር ወይም በመረጃ ቋት ቴክኖሎጂዎች ማንበብና መፃፍን ያህል በፍጥነት አስፈላጊ ነው። በተለምዷዊ የሶፍትዌር ምህንድስና እና AI አለምን የሚያደናቅፉ ገንቢዎች የወደፊት ፕሮጀክቶችን ለመምራት ዋና ቦታ ላይ ይሆናሉ።

4. ጠንካራ ለስላሳ ክህሎቶችን እና የጎራ እውቀትን ማዳበር ፡ AI ሜካኒካል ስራዎችን ሲቆጣጠር፣ ልዩ የሰው ልጅ ችሎታዎች የበለጠ አስፈላጊ ይሆናሉ። ግንኙነት፣ የቡድን ስራ እና የጎራ እውቀት በእጥፍ የሚጨምርባቸው ቦታዎች ናቸው። የሶፍትዌር ልማት ብዙውን ጊዜ የችግሩን ጎራ በመረዳት - ፋይናንስ ፣ ጤና ፣ ትምህርት ወይም ሌላ መስክ - እና ያንን ወደ መፍትሄዎች መተርጎም ነው። AI ያንን አውድ ወይም ከባለድርሻ አካላት ጋር የመገናኘት ችሎታ አይኖረውም፣ ነገር ግን እርስዎ ነዎት። በሚሰሩበት ጎራ ውስጥ የበለጠ እውቀት ያለው መሆን ሶፍትዌሩ የገሃዱ ዓለም ፍላጎቶችን ማሟላቱን ለማረጋገጥ ቀዳሚ ሰው ያደርግዎታል። በተመሳሳይ፣ የትብብር ችሎታዎ ላይ ያተኩሩ፡ አማካሪነት፣ አመራር እና ቅንጅት። ቡድኖች አሁንም ኮድን ለመገምገም (በAI-የተጻፈ ኮድን ጨምሮ)፣ ጁኒየሮችን በምርጥ ተሞክሮዎች ላይ ለመምከር እና ውስብስብ ፕሮጀክቶችን ለማስተባበር ከፍተኛ ገንቢዎች ያስፈልጋቸዋል። AI በፕሮጀክቶች ውስጥ የሰዎች መስተጋብር አስፈላጊነትን አያስወግደውም። በእርግጥ፣ በ AI በማመንጨት ኮድ፣ የከፍተኛ ገንቢ አማካሪ ጁኒየሮችን እንዴት ከ AI ጋር መስራት እና ውጤቱን እንደሚያረጋግጡ ፣ ይልቁንም ለloop እንዴት እንደሚፃፍ። በዚህ አዲስ ምሳሌ ሌሎችን መምራት መቻል ጠቃሚ ችሎታ ነው። እንዲሁም፣ ሂሳዊ አስተሳሰብን - የ AI ውጤቶችን ይጠይቁ እና ይሞክሩ እና ሌሎችም እንዲሁ እንዲያደርጉ ያበረታቱ። ጤናማ ጥርጣሬን እና የማረጋገጫ አስተሳሰብን ማዳበር በ AI ላይ በጭፍን መታመንን ይከላከላል እና ስህተቶችን ይቀንሳል። በመሰረቱ፣ AI የጎደላቸውን ችሎታዎች አሻሽል፡ ሰዎችን እና አውድ መረዳትን፣ ሂሳዊ ትንታኔን እና ኢንተርዲሲፕሊናዊ አስተሳሰብ።

5. የዕድሜ ልክ ትምህርት እና መላመድ፡- በ AI ውስጥ ያለው የለውጥ ፍጥነት እጅግ በጣም ፈጣን ነው። ዛሬ በጣም መጥፎ የሚመስለው በሁለት ዓመታት ውስጥ ጊዜው ያለፈበት ሊሆን ይችላል። ከመቼውም ጊዜ በላይ የዕድሜ ልክ ትምህርትን መቀበል አለባቸው ይህ ማለት በየጊዜው አዳዲስ የ AI ኮድ ረዳቶችን መሞከር፣ የመስመር ላይ ኮርሶችን ወይም የምስክር ወረቀቶችን በ AI/ML መውሰድ፣ ስለሚመጣው ነገር ለማወቅ የምርምር ብሎጎችን ማንበብ ወይም AI ላይ ያተኮሩ ገንቢ ማህበረሰቦች ውስጥ መሳተፍ ማለት ሊሆን ይችላል። መላመድ ቁልፍ ነው - ብቅ ሲሉ አዳዲስ መሳሪያዎችን እና የስራ ፍሰቶችን ለመምራት ዝግጁ ይሁኑ። ለምሳሌ፣ የUI ንድፍን ከረቂቅ ውስጥ በራስ ሰር ማድረግ የሚችል አዲስ AI መሳሪያ ከመጣ፣የፊት-መጨረሻ ገንቢ ለመማር እና ያንን ለማካተት፣ ትኩረታቸውን ወደ የመነጨውን UI በማጥራት ወይም አውቶሜሽኑ ያመለጠውን የተጠቃሚ ልምድ ዝርዝሮችን በማሻሻል ዝግጁ መሆን አለበት። መማርን እንደ ቀጣይነት ያለው የስራቸው አካል አድርገው የሚመለከቱት (ብዙ ገንቢዎች ቀድሞውኑ የሚሰሩት) የ AI እድገቶችን ማዋሃድ ቀላል ይሆንላቸዋል። አንዱ ስልት የሳምንትዎን ትንሽ ክፍል ለመማር እና ለሙከራ መስጠት ነው - በራስዎ የወደፊት ጊዜ ላይ እንደ ኢንቨስት አድርገው ይያዙት። ኩባንያዎች AI መሳሪያዎችን በብቃት ስለመጠቀም ለገንቢዎቻቸው ስልጠና መስጠት ጀምረዋል; እንደዚህ ያሉ እድሎችን መጠቀም ከፊት ያደርግዎታል. የበለጸጉ ገንቢዎች AI እንደ ተለዋዋጭ አጋር የሚያዩ እና ከዚያ አጋር ጋር አብሮ ለመስራት አቀራረባቸውን ያለማቋረጥ የሚያሻሽሉ ይሆናሉ።

6. ብቅ ያሉ ሚናዎችን እና የስራ መንገዶችን ያስሱ ፡ AI ወደ ልማት እየተሸመነ ሲሄድ አዳዲስ የስራ እድሎች እየታዩ ነው። ለምሳሌ፣ ፈጣን መሐንዲስ ወይም AI ውህደት ስፔሻሊስት በምርቶች ውስጥ AIን ለመጠቀም ትክክለኛ ጥያቄዎችን፣ የስራ ፍሰቶችን እና መሠረተ ልማትን በመፍጠር ላይ ያተኮሩ ሚናዎች ናቸው። ሌላው ምሳሌ AI ኤቲክስ መሐንዲስ ወይም AI ኦዲተር - ሚናዎች የ AI ውጤቶችን ለአድልዎ፣ ለማክበር እና ለትክክለኛነት በመገምገም ላይ ያተኮሩ ናቸው። በእነዚያ ቦታዎች ላይ ፍላጎት ካሎት, እራስዎን በትክክለኛው እውቀት ማስቀመጥ እነዚህን አዳዲስ መንገዶች ሊከፍት ይችላል. በጥንታዊ ሚናዎች ውስጥ እንኳን፣ እያንዳንዱ ልዩ መሳሪያዎችን የሚጠቀምባቸው እንደ “AI-assisted frontend ገንቢ” vs “AI-assisted backend ገንቢ” ያሉ ምስጦቹን ሊያገኙ ይችላሉ። ድርጅቶች በ AI ዙሪያ ቡድኖችን እንዴት እያዋቀሩ እንደሆነ ይከታተሉ። አንዳንድ ኩባንያዎች AI ጉዲፈቻን በፕሮጀክቶች ውስጥ ለመምራት "AI guilds" ወይም የልህቀት ማዕከሎች አሏቸው - በእንደዚህ አይነት ቡድኖች ውስጥ ንቁ መሆን እርስዎን ግንባር ቀደም ቦታ ላይ ሊጥልዎት ይችላል. ከዚህም በላይ፣ ለኤአይአይ መሣሪያዎች ልማት ራሳቸው አስተዋፅዖ ማድረግን ያስቡበት፡- ለምሳሌ የገንቢ መሣሪያዎችን የሚያሻሽሉ ክፍት ምንጭ ፕሮጀክቶች ላይ መሥራት (ምናልባትም የ AIን ኮድ የማብራራት ችሎታን ማሳደግ፣ ወዘተ)። ይህ ስለ ቴክኖሎጅ ያለዎትን ግንዛቤ ከማሳደጉም በተጨማሪ ለውጡን በሚመራው ማህበረሰብ ውስጥ ያደርግዎታል። ሙያ ቅልጥፍና ንቁ መሆን ነው ። የአሁኑ የስራዎ ክፍሎች አውቶማቲክ ከሆኑ፣ እነዚያን አውቶማቲክ ክፍሎች ወደሚነደፉ፣ የሚቆጣጠሩ ወይም ወደሚጨምሩ ሚናዎች ለመቀየር ዝግጁ ይሁኑ።

7. የሰውን ጥራት መጠበቅ እና ማሳየት ፡ AI ለአማካይ ችግር አማካኝ ኮድ መፍጠር በሚችልበት አለም፣ የሰው ገንቢዎች AI የማይችላቸውን ልዩ እና ርህራሄ ይህ ማለት በተጠቃሚ ተሞክሮ ጥራት ላይ ማተኮር፣ ላልተለመዱ ሁኔታዎች የአፈጻጸም ማሻሻያዎችን ወይም በቀላሉ ንፁህ እና በደንብ በሰነድ የተቀመጠ ኮድ መፃፍ ማለት ሊሆን ይችላል (AI ትርጉም ያለው ሰነድ በመፃፍ ወይም ሊረዱ የሚችሉ የኮድ አስተያየቶችን ለመፃፍ ጥሩ አይደለም - እዚያ እሴት ማከል ይችላሉ!)። የሰውን ግንዛቤ ከስራው ጋር ለማዋሃድ አንድ ነጥብ ይኑረው፡ ለምሳሌ፡ AI ቁራሽ ኮድ ቢያመነጭ፡ ምክንያቱን ሌላ ሰው ሊረዳው በሚችል መልኩ የሚገልጹ አስተያየቶችን ጨምረህ ወይም የበለጠ ለማንበብ እንዲችል ያስተካክሉት። ይህን በማድረግ፣ በማሽን የመነጨ ብቻ የሚጎድለውን የባለሙያነት እና የጥራት ሽፋን እያከሉ ነው። በጊዜ ሂደት, በእውነተኛው ዓለም ውስጥ "ልክ የሚሰራ" ከፍተኛ ጥራት ላለው ሶፍትዌር ስም መገንባት እርስዎን ይለያሉ. የ AI ቅልጥፍናን እና የሰው እደ ጥበብን የሚያጣምሩ ገንቢዎችን ዋጋ ይሰጣሉ ።

እንዲሁም የትምህርት መንገዶች እንዴት እንደሚጣጣሙ እናስብ። ወደ መስኩ የሚገቡ አዳዲስ ገንቢዎች በመማር ሂደታቸው ከ AI መሳሪያዎች መራቅ የለባቸውም። በተቃራኒው፣ በ AI መማር (ለምሳሌ፣ የቤት ስራን ወይም ፕሮጀክቶችን ለመርዳት AI መጠቀም፣ ከዚያም ውጤቱን መተንተን) ግንዛቤያቸውን ሊያፋጥን ይችላል። መሰረታዊ ነገሮችን በጥልቀት መማር አስፈላጊ ነው - ስልተ ቀመሮችን፣ የውሂብ አወቃቀሮችን እና ዋና የፕሮግራም አወጣጥ ጽንሰ-ሀሳቦችን - ስለዚህ ጠንካራ መሰረት አለዎት እና AI መቼ እንደሚሳሳት ማወቅ ይችላሉ። AI ቀላል የኮድ ልምምዶችን እንደሚያስተናግድ፣ ስርአተ ትምህርት ንድፍ እና ውህደት በሚያስፈልጋቸው ፕሮጀክቶች ላይ የበለጠ ክብደት ሊጨምሩ ይችላሉ። አዲስ መጤ ከሆንክ ውስብስብ ችግሮችን የመፍታት ችሎታህን የሚያሳይ ፖርትፎሊዮ በመገንባት ላይ አተኩር እና AI ከብዙ መሳሪያዎች እንደ አንዱ መጠቀም።

የመላመድ ስልቱን ለማጠቃለል ፡ ተሳፋሪው ሳይሆን ፓይለት ሁን። የ AI መሳሪያዎችን ተጠቀም፣ ነገር ግን በእነሱ ላይ ከልክ በላይ አትደገፍ ወይም ቸል አትበል። ልዩ የሆኑትን የሰው ልጅ የእድገት ገጽታዎች ማቃለልዎን ይቀጥሉ. “AI ፕሮግራመር መሆን ምን ማለት እንደሆነ በመሠረታዊነት ሊለውጥ ነው፣ ፕሮግራመሮችን አያስወግድም፣ ነገር ግን አዳዲስ ክህሎቶችን እንዲያዳብሩ እና በአዲስ መንገድ እንዲሠሩ ይጠይቃል” በማለት ጥሩ ተናግሯል። ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕድል አለ? የ AI ተጽእኖ [2024] ). እነዚያን አዳዲስ ክህሎቶችን እና የስራ መንገዶችን በንቃት በማዳበር ገንቢዎች በስራቸው በሹፌር ወንበር ላይ መቆየታቸውን ማረጋገጥ ይችላሉ።

ይህንን ክፍል ለማጠቃለል፣ በ AI ዕድሜ ውስጥ ያላቸውን ሙያ ወደፊት ለማረጋገጥ ለሚፈልጉ ገንቢዎች ፈጣን የማመሳከሪያ ዝርዝር ይኸውና፡

እነዚህን ስልቶች በመከተል ገንቢዎች የ AI አብዮትን ወደ ጥቅማቸው ማዞር ይችላሉ። የተላመዱ ሰዎች AI እንደሚያሳድግ እና ከመቼውም ጊዜ በላይ የተሻሉ ሶፍትዌሮችን እንዲያመርቱ ያስችላቸዋል, ይልቁንም ጊዜ ያለፈበት ከማድረግ ይልቅ.

የወደፊት እይታ፡ በ AI እና በገንቢዎች መካከል ያለው ትብብር

በ AI በሚመራው ዓለም ውስጥ ለፕሮግራም አወጣጥ ወደፊት ምን ይይዛል? AI እና የሰው ገንቢዎች እጅ ለእጅ ተያይዘው የሚሰሩበትን ወደፊት እንጠብቃለን ። የፕሮግራም አድራጊው ሚና ወደ ተቆጣጣሪ እና ፈጠራ ቦታ መሸጋገሩን ይቀጥላል፣ AI ተጨማሪውን "ከባድ ማንሳት" በሰው መሪነት ይቆጣጠራል። በዚህ የማጠቃለያ ክፍል ውስጥ፣ አንዳንድ የወደፊት ሁኔታዎችን እናቀርባለን እና ለገንቢዎች ያለው አመለካከት አዎንታዊ ሆኖ እንደሚቀጥል እናረጋግጣለን - መላመድ ከቀጠልን።

በቅርብ ጊዜ ውስጥ (በሚቀጥሉት 5-10 ዓመታት) ፣ AI በልማት ሂደት ውስጥ እንደ ኮምፒውተሮች ሁሉ በሁሉም ቦታ የሚገኝ የመሆኑ እድሉ ሰፊ ነው። ዛሬ ማንም ገንቢ ያለ አርታዒ ወይም Google/StackOverflow በእጃቸው ላይ ኮድ እንደማይጽፍ ሁሉ፣ በቅርቡ ማንም ገንቢ የሆነ የ AI እገዛ ከበስተጀርባ እየሰራ ያለ ኮድ አይጽፍም። የተቀናጀ ልማት አከባቢዎች (IDEs) በኤአይ የተጎለበተ ባህሪያትን በመሠረታቸው ላይ ለማካተት ቀድሞውንም በዝግመተ ለውጥ ላይ ናቸው (ለምሳሌ፣ ኮድን ለእርስዎ የሚያብራሩልዎ ወይም በአንድ ፕሮጀክት ላይ ሙሉ የኮድ ለውጦችን የሚጠቁሙ)። የገንቢው ዋና ስራ AI ሊረዳው በሚችል መንገድ ችግሮችን እና ገደቦችን መቅረፅ፣ ከዚያም AI የሚሰጠውን መፍትሄዎች ማስተካከል እና ማጣራት የሆነበት ። ይህ ከፍተኛ ደረጃ ያለው የፕሮግራም አይነት ይመስላል፣ አንዳንድ ጊዜ “ፈጣን ፕሮግራሚንግ” ወይም “AI ኦርኬስትራ” ተብሎ ይጠራል።

ነገር ግን, መደረግ ያለበት ዋናው ነገር - ለሰዎች ችግሮችን መፍታት - ሳይለወጥ ይቆያል. የወደፊቱ AI አንድ ሙሉ መተግበሪያ ከመግለጫው ሊያመነጭ ይችላል (“የዶክተር ቀጠሮዎችን ለማስያዝ የሞባይል መተግበሪያ ይገንቡ”) ፣ ግን ያንን መግለጫ የማብራራት ፣ ትክክለኛ መሆኑን የማረጋገጥ እና ውጤቱን ተጠቃሚዎችን ለማስደሰት የማስተካከል ስራ ገንቢዎችን (ከዲዛይነሮች ፣ የምርት አስተዳዳሪዎች ፣ ወዘተ ጋር) ያካትታል። በመሠረቱ፣ መሠረታዊ መተግበሪያ ማመንጨት ቀላል ከሆነ፣ ምርቶችን ለመለየት የበለጠ ወሳኝ ይሆናል ብዙ መደበኛ አፕሊኬሽኖች በአይ የሚመነጩበት፣ የሰው ገንቢዎች ግን ድንበሩን በሚገፉ እጅግ በጣም ጥሩ፣ ውስብስብ ወይም ፈጠራ ፕሮጀክቶች ላይ የሚያተኩሩበት የሶፍትዌር እድገት እናያለን።

ለፕሮግራም የመግባት እንቅፋት የሚቀንስበት እድል አለ - ማለትም ብዙ ሰዎች ባህላዊ የሶፍትዌር መሐንዲሶች ያልሆኑ (የቢዝነስ ተንታኝ ወይም ሳይንቲስት ወይም ገበያተኛ) AI መሳሪያዎችን በመጠቀም ሶፍትዌር መፍጠር ይችላሉ (የ"ኖ-ኮድ/ዝቅተኛ-ኮድ" እንቅስቃሴ በ AI ሱፐር ቻርጅ የተደረገበት ቀጣይነት)። ይህ ሙያዊ ገንቢዎችን ፍላጎት አያስቀርም; ይልቁንም ይቀይረዋል. እነዚህ በዜጎች የተገነቡ መተግበሪያዎች ደህንነታቸው የተጠበቀ፣ ቀልጣፋ እና ሊጠበቁ የሚችሉ መሆናቸውን በማረጋገጥ ገንቢዎች እንደዚህ ባሉ ጉዳዮች ላይ የበለጠ የማማከር ወይም የመምራት ሚና ሊወስዱ ይችላሉ። ፕሮፌሽናል ፕሮግራመሮች በ AI የታገዘ "ፕሮግራም አድራጊ ያልሆኑ" የሚጠቀሙባቸውን የመሣሪያ ስርዓቶች እና ኤፒአይዎችን በመገንባት ላይ ሊያተኩሩ ይችላሉ።

ከስራ አንፃር የተወሰኑ የፕሮግራም አወጣጥ ሚናዎች እየቀነሱ ሌሎች እያደጉ ሊሄዱ ይችላሉ። ለምሳሌ፣ ኩባንያዎች በ AI ላይ ለቀላል ተግባራት የሚተማመኑ ከሆነ አንዳንድ የመግቢያ ደረጃ ኮድ መስጫ ቦታዎች በቁጥር ያነሱ ሊሆኑ ይችላሉ። በ AI የተገጠመላቸው ከፍተኛ ዲቪስ ብዙ መሰረታዊ ስራዎችን ሊያገኙ ስለሚችሉ ወደፊት ትንሽ ጅምር እንደሚያስፈልገው መገመት ይችላል ምናልባት ግማሽ የጁኒየር ገንቢዎች። ግን በተመሳሳይ ጊዜ ሙሉ በሙሉ አዲስ ስራዎች (በማስተካከያው ክፍል ላይ እንደተነጋገርነው) ይታያሉ. ከዚህም በላይ ሶፍትዌሩ በኢኮኖሚው ውስጥ የበለጠ እየሰፋ ሲሄድ (በ AI በሚያመነጨው ሶፍትዌር ለፍላጎቶች) አጠቃላይ ከሶፍትዌር ጋር የተገናኙ ስራዎች ፍላጎት እየጨመረ ሊሄድ ይችላል። ታሪክ እንደሚያሳየው በረጅም ጊዜ ብዙ ይመራል ፣ ምንም እንኳን የተለያዩ ስራዎች ቢሆኑም - ለምሳሌ፣ አንዳንድ የማኑፋክቸሪንግ ስራዎችን በራስ ሰር መስራታቸው አውቶማቲክ ስርአቶችን ለመንደፍ፣ ለመጠገን እና ለማሻሻል ስራዎች እንዲያድጉ አድርጓል። በ AI እና ፕሮግራሚንግ አውድ ውስጥ ፣ አንድ ጁኒየር ዴቭ የሚያደርጋቸው አንዳንድ ተግባራት አውቶማቲክ ሲሆኑ ፣ የምንፈልጋቸው ሶፍትዌሮች አጠቃላይ ወሰን እየሰፋ ነው (ምክንያቱም አሁን ለመፍጠር ርካሽ / ፈጣን ነው) ፣ ይህም ወደ ብዙ ፕሮጄክቶች ሊያመራ ይችላል እናም ተጨማሪ የሰው ቁጥጥር አስፈላጊነት ፣ የፕሮጀክት አስተዳደር ፣ ሥነ ሕንፃ ፣ ወዘተ. የዓለም ኢኮኖሚ ፎረም ሪፖርት ስለወደፊቱ ስራዎች የሶፍትዌር ልማት ፍላጎት መጨመር ውስጥ ያሉ ሚናዎች አይደሉም ። ዲጂታል ለውጥ.

2040 ትንበያ ግምት ውስጥ ማስገባት አለብን -በኦክ ሪጅ ናሽናል ላብራቶሪ ውስጥ ተመራማሪዎች በ 2040 "ማሽኖች ... አብዛኛውን የራሳቸውን ኮድ ይጽፋሉ" ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ ፈንታ ነው? የ AI ተጽእኖ (2024) ) ጠቁመዋል. ያ ትክክል ከሆነ ለሰዎች ፕሮግራም አድራጊዎች የተረፈው ምንድን ነው? ትኩረቱ በከፍተኛ ደረጃ መመሪያ ላይ ሊሆን ይችላል (ማሽኖች በሰፊ ስትሮክ እንዲሰሩ የምንፈልጋቸውን በመንገር ከምርት ዲዛይነሮች፣ መስፈርቶች መሐንዲሶች እና AI አሰልጣኞች/አረጋጋጮች ጋር ተመሳሳይነት ያላቸውን ሚናዎች ይወስዳሉ ። የትኛው ኮድ መፃፍ እንዳለበት እና ለምን እንደሆነ መወሰን አለበት ፣ ከዚያም የመጨረሻው ውጤት ትክክል መሆኑን እና ከግቦች ጋር የተጣጣመ መሆኑን ማረጋገጥ አለበት። በራሱ የሚነዱ መኪኖች አንድ ቀን እንዴት እንደሚነዱ ተመሳሳይ ነው፣ ነገር ግን አሁንም ለመኪናው ወዴት እንደሚሄድ ይነግሩታል እና ውስብስብ በሆኑ ሁኔታዎች ውስጥ ጣልቃ ይገባሉ - በተጨማሪም ሰዎች መንገዶችን ፣ የትራፊክ ህጎችን እና በዙሪያው ያሉትን ሁሉንም መሠረተ ልማቶች ይቀርጻሉ።

ስለዚህ አብዛኞቹ ባለሙያዎች የወደፊት የትብብር እንጂ የመተካት ሁኔታ አይታይባቸውም ። አንድ የቴክኖሎጂ አማካሪ እንደገለጸው፣ “የወደፊት የእድገት እጣ ፈንታ በሰዎች ወይም በ AI መካከል ያለ ምርጫ ሳይሆን ከሁለቱም የተሻለ ጥቅም ላይ የሚውል ትብብር ነው። ( AI በ 2025 ገንቢዎችን ሊተካ ነው፡ ወደ ፊት ሾልኮ ) AI የሶፍትዌር ልማትን እንደሚለውጥ ጥርጥር የለውም፣ ነገር ግን ከመጥፋት ይልቅ የገንቢውን ሚና የዝግመተ ለውጥ ነው። ገንቢዎች "ለውጦቹን የሚቀበሉ፣ ችሎታቸውን የሚያመቻቹ እና ልዩ በሆኑ የሰው ልጅ የስራቸው ገጽታዎች ላይ ያተኮሩ" ዋጋቸውን ከመቀነስ ይልቅ አቅማቸውን ያሳድጋል ።

ከሌላ መስክ ጋር ትይዩ መሳል እንችላለን፡ በኮምፒውተር የታገዘ ንድፍ (CAD) በምህንድስና እና በሥነ ሕንፃ ውስጥ መጨመሩን አስቡበት። እነዚያ መሳሪያዎች መሐንዲሶችን እና አርክቴክቶችን ተክተዋል? አይደለም - የበለጠ ውጤታማ ያደረጓቸው እና ውስብስብ ንድፎችን እንዲፈጥሩ አስችሏቸዋል. ነገር ግን የሰው ልጅ ፈጠራ እና የውሳኔ አሰጣጥ ማዕከላዊ ሆኖ ቆይቷል. በተመሳሳይም AI በኮምፒዩተር የታገዘ ኮድ (ኮዲንግ) ተደርጎ ሊታይ ይችላል - ውስብስብ እና ጩኸት ስራን ለመቋቋም ይረዳል, ነገር ግን ገንቢው ንድፍ አውጪ እና ውሳኔ ሰጪ ሆኖ ይቆያል.

በረዥም ጊዜ፣ በእውነት የላቀ AI ብለን ብንገምት (በማለት፣ አንዳንድ አጠቃላይ AI በንድፈ ሀሳብ የሰው ልጅ የሚችለውን ሁሉ ሊያደርግ ይችላል እኛ እስካሁን አልደረስንም፣ እና AIን ከሥራችን ጋር እንዴት እንደምናዋህድ ላይ ጉልህ ቁጥጥር አለን። የሰውን አቅም በሚያሳድጉ መንገዶች AIን ማዋሃድ መቀጠል ነው ። ይህ ማለት የሰው ልጅን በትኩረት እንዲከታተሉ በሚያደርጉ መሳሪያዎች እና ልምዶች (እና ፖሊሲዎች) ላይ ኢንቨስት ማድረግ ማለት ነው። የ AI አስተዳደርን ሲመሰርቱ እናያለን - AI እንዴት በልማት ውስጥ ጥቅም ላይ መዋል እንዳለበት መመሪያዎች ሥነ ምግባራዊ እና ውጤታማ ውጤቶችን ለማረጋገጥ ( የዳሰሳ ጥናቱ AI በገንቢው ልምድ ላይ ያለውን ተፅእኖ ያሳያል - የ GitHub ብሎግ )። የሰው ልጅ ቁጥጥር የ AI-ልማት ቧንቧ መስመር አካል መሆኑን በማረጋገጥ ይህ አዝማሚያ ሊያድግ ይችላል።

በማጠቃለያው “AI ፕሮግራመሮችን ይተካዋል?” የሚለው ጥያቄ። መልስ ሊሰጥ ይችላል ፡ አይ - ግን ፕሮግራመሮች የሚያደርጉትን በእጅጉ ይለውጣል። የፕሮግራም አወጣጥ ክፍሎች በአብዛኛው አውቶማቲክ ለመሆን መንገድ ላይ ናቸው። የፈጠራ፣ ፈታኝ እና ሰውን ያማከለ ክፍሎች እዚህ ይቆያሉ፣ እና በእርግጥም ይበልጥ ታዋቂ ይሆናሉ። ወደፊት ፕሮግራመሮች ልክ እንደ ቡድን አባል ሁሌም ብልህ ከሆኑ AI ረዳቶች ጋር ጎን ለጎን ሲሰሩ ማየት ይችላል። ኮድ 24/7ን ማውጣት የሚችል የ AI ባልደረባ እንዳለህ አስብ - ይህ በጣም ጥሩ ምርታማነት ነው፣ ነገር ግን አሁንም በየትኞቹ ተግባራት ላይ መስራት እንዳለበት እና ስራውን የሚፈትሽ ሰው ያስፈልገዋል።

በጣም ጥሩው ውጤት AI እንደ ተባባሪ በሚወስዱ ሰዎች ይሳካል. አንድ ዋና ሥራ አስፈጻሚ እንዳስቀመጡት፣ “AI ፕሮግራመሮችን አይተካም፣ ነገር ግን AI የሚጠቀሙ ፕሮግራመሮች የማይጠቀሙትን ይተካሉ።” በተግባራዊ አነጋገር፣ ይህ ማለት በቴክኖሎጂው ለመሻሻል ገንቢዎች ላይ ነው ማለት ነው። የፕሮግራም አወጣጥ ሙያ እየሞተ አይደለም - ማላመድ . ለወደፊቱ ብዙ የሚገነቡ ሶፍትዌሮች እና ችግሮች ሊኖሩ ይችላሉ፣ ምናልባትም ከዛሬ የበለጠ። የተማሩ ሆነው በመቆየት፣ በተለዋዋጭነት በመቆየት እና ሰዎች በተሻለ በሚሰሩት ላይ በማተኮር ገንቢዎች ከ AI ጋር በመተባበር ።

በመጨረሻም፣ ገንቢዎች በእጃቸው ላይ ልዕለ ኃያላን ወደ ሚያገኙበት ዘመን እየገባን መሆናችንን ማክበር ተገቢ ነው። ቀጣዩ የፕሮግራም አውጪዎች ትውልድ ቀናት የሚፈጁትን በሰዓታት ውስጥ ያሳካሉ እና ከዚህ ቀደም ሊደረስባቸው የማይችሉ ችግሮችን በ AI በመጠቀም ይቋቋማሉ። ከፍርሃት ይልቅ፣ ወደፊት የሚራመዱ ስሜቶች ብሩህ ተስፋ እና የማወቅ ጉጉት ። አይናችንን ክፍት አድርገን ወደ AI እስክንቀርብ ድረስ - ውስንነቱን እስካወቅን እና ኃላፊነታችንን እስካወቅን ድረስ - AI እና ፕሮግራመሮች አንድ ላይ ሆነው ብቻቸውን ሊያደርጉ ከሚችሉት በላይ አስደናቂ የሆኑ የሶፍትዌር ስርዓቶችን የሚገነቡበትን የወደፊት ጊዜ መፍጠር እንችላለን። የሰው ልጅ ፈጠራ ከማሽን ቅልጥፍና ጋር ተዳምሮ ጠንካራ ጥምረት ነው። መተካካት አይደለም ፣ ግን ስለ ቅንጅት ። በሰው እና በማሽን በአንድ ላይ ይፃፋል

ምንጮች፡-

1. Brainhub, "ለሶፍትዌር መሐንዲሶች የወደፊት ጊዜ አለ? የ AI ተጽእኖ [2024] " ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ አለ? የ AI ተጽእኖ [2024] ).

2. Brainhub, ኤክስፐርት በ Satya Nadella እና ጄፍ ዲን በ AI ላይ እንደ መሳሪያ, ምትክ ሳይሆን ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ ፈንታ ነው? የ AI ተጽእኖ [2024] ) ( ለሶፍትዌር መሐንዲሶች የወደፊት ዕጣ አለ? የ AI ተጽእኖ [2024] ).

3. መካከለኛ (PyCoach)፣ “AI ፕሮግራመሮችን ይተካዋል? ከሀይፕ በስተጀርባ ያለው እውነት” ፣ የተዛባ እውነታን እና ማበረታቻን በመጥቀስ ( AI ፕሮግራመሮችን ይተካዋል? ከሃይፕ በስተጀርባ ያለው እውነት | በፒኮክ | አርቴፊሻል ኮርነር | ማር፣ 2025 | መካከለኛ ) እና ሳም አልትማን በ AI ሙሉ ስራ ሳይሆን ጥሩ ስራዎች መሆናቸውን ጠቅሷል።

4. DesignGurus፣ “አይአይ ገንቢዎችን ሊተካ ነው… (2025)” ፣ AI ላይ አፅንዖት መስጠት ገንቢዎችን ተደጋጋሚ ከማድረግ ይልቅ ይጨምራል በ 2025 ገንቢዎችን ሊተካ ነው: የወደፊቱን ሾልኮ ማየት ) እና AI የዘገየ አካባቢዎችን መዘርዘር (ፈጠራ፣ አውድ፣ ስነምግባር)።

5. ቁልል የትርፍ ፍሰት ገንቢ ዳሰሳ 2023፣ የ AI መሳሪያዎችን በ70% ዲቪዎች አጠቃቀም፣ በትክክለኛነት ላይ ያለው እምነት ዝቅተኛ (3% ከፍተኛ እምነት) ( 70% ገንቢዎች AI ኮድ መጠቀሚያ መሳሪያዎችን ይጠቀማሉ፣ 3% ትክክለኛነትን በከፍተኛ ደረጃ ያምናሉ - ShiftMag )።

6. GitHub የዳሰሳ ጥናት 2023፣ 92% ገንቢዎች AI ኮድ መስጫ መሳሪያዎችን ሞክረዋል እና 70% ጥቅማጥቅሞችን ይመለከታሉ ( የዳሰሳ ጥናቱ AI በገንቢው ልምድ ላይ ያለውን ተፅእኖ ያሳያል - የ GitHub ብሎግ )።

7. GitHub Copilot ምርምር፣ በ AI እርዳታ 55% ፈጣን ተግባር ማጠናቀቅን ማግኘት ( ምርምር፡ GitHub Copilot በገንቢ ምርታማነት እና ደስታ ላይ ያለውን ተፅእኖ በመለካት - የ GitHub ብሎግ )።

8. GeekWire፣ በ DeepMind's AlphaCode ላይ በአማካኝ የሰው ኮድደር ደረጃ (ከፍተኛ 54%) ነገር ግን ከዋና ፈጻሚዎች የራቀ ( DeepMind's AlphaCode ከአማካይ የፕሮግራመር ብቃት ጋር ይዛመዳል )።

9. ኢንዲያ ቱዴይ (ፌብሩዋሪ 2025)፣ የሳም አልትማን ራዕይ ማጠቃለያ AI “የሥራ ባልደረቦች” የጀማሪ መሐንዲሶችን ሥራዎችን ሲሠሩ ግን “ሰውን ሙሉ በሙሉ አይተኩም” ( ሳም አልትማን AI ወኪሎች በቅርቡ የሶፍትዌር መሐንዲሶች የሚሠሩትን ሥራዎች እንደሚሠሩ ተናግሯል፡ ሙሉ ታሪክ በ 5 ነጥብ - ህንድ ዛሬ )።

10. ማክኪንሴይ እና ኩባንያ፣ ~80% የሚሆነው የፕሮግራም አወጣጥ ስራዎች አውቶማቲክ ቢሆንም ሰውን ያማከለ ይቆያሉ ( Is There a Future for Software Engineers? The Impact of AI [2024] )።

ከዚህ በኋላ ሊያነቧቸው የሚፈልጓቸው መጣጥፎች፡-

🔗 Top AI Pair Programming Tools
የእድገት የስራ ፍሰትዎን ለማሳደግ እንደ ኮድ አጋር ከእርስዎ ጋር ሊተባበሩ የሚችሉ መሪ AI መሳሪያዎችን ያስሱ።

🔗 AI ለኮዲንግ ምርጡ ምንድነው - ከፍተኛ የ AI ኮድ ረዳቶች
ኮድ ማመንጨት ፣ ማረም እና የሶፍትዌር ፕሮጄክቶችን ለማፋጠን በጣም ውጤታማ የሆኑ የ AI መሳሪያዎች መመሪያ።

🔗 አርቴፊሻል ኢንተለጀንስ ሶፍትዌር ልማት - የቴክን የወደፊት ሁኔታን መለወጥ
AI እንዴት ሶፍትዌሮችን በሚገነባበት፣ በሚሞከርበት እና በሚሰማራበት መንገድ ላይ ለውጥ እያደረገ እንደሆነ ይረዱ።