Досвід і думки

Імітація компетентності. Чому ШІ поки не замінить програмістів

22 Січня 2023, 12:00
9 хв читання
Матеріал успішно додано в закладки Досягнуто максимальної кількості закладок
Додати в закладки

Будь-яку статтю можна зберегти в закладки на сайті, щоб прочитати її пізніше.

Штучний інтелект проти програмістів. Хто переможе?
Режим читання збільшує текст, прибирає все зайве зі сторінки та дає можливість зосередитися на матеріалі. Тут ви можете вимкнути його в будь-який момент.
Режим читання

Режим читання збільшує текст, прибирає все зайве зі сторінки та дає можливість зосередитися на матеріалі. Тут ви можете вимкнути його в будь-який момент.

Технологічну спільноту вразив реліз нейромережі ChatGPT, яка може вельми природно спілкуватися з людьми, писати статті на рівні копірайтерів та найголовніше — створювати простий, але робочий код. Відтак серед айтівців знову спалахнула дискусія про те, що скоро штучний інтелект «вб’є» професію кодера в сучасному розумінні цього слова. 

Чому, попри успіхи, у 2023 році ми досі дуже далекі від цього — розповідає CEO IT-компанії повного циклу розробки програмних продуктів WEZOM Сергій Гузенко

Сергій Гузенко

Щодо ChatGPT

Якщо коротко, ChatGPT — це новітня розробка від команди OpenAI, в яку наразі інвестують Microsoft. Нейромережа є потужною текстовою моделлю, яку навчали на величезних обсягах контенту з мережі. Відтак вона може відповідати на питання й вибудовувати логічну аргументацію, генерувати тексти майже під будь-який запит.

А ще вона може генерувати код на JavaSript, Python та інших відносно простих мовах програмування. Код не складний, але частіше за все робочий. Ентузіасти вже верстають за допомогою ChatGPT вебсторінки, а кіберзлочинці пробують використовувати його для створення шкідливого ПЗ та фішингових листів. 

Чи може ChatGPT замінити «джунів» у реальних проєктах?

Як кажуть наші розробники — навіть близько ні. Річ у тому, що покластися на ChatGPT неможливо: надто часто він видає код, що в найкращому випадку можна показувати студентам як приклад розв’язання абстрактної задачі на курсах програмування. 

Так, за допомогою ChatGPT можна згенерувати робоче рішення. Але на налаштування моделі та контроль результатів знадобляться зусилля і час, які фахівець може витратити на самостійне розв’язання. Результати людського рішення будуть кращими й надійнішими. 

Крім того, ChatGPT видає чимало правдоподібної маячні, яка проте потребує часу на перевірку. Ця проблема набула таких масштабів, що популярний форум StackOverflow тимчасово заборонив використання ChatGPT на своїй платформі. 

Чому ChatGPT не може впоратися з програмуванням? Мабуть, тому що його «життєва місія» — здаватися компетентним експертом, а не бути ним.

Він — круто навчена текстова модель, що наразі може лише переконливо імітувати роботу фахівців. Іноді цього достатньо, але лише іноді.

А якщо «докрутити»?

Та хто знає, у що еволюціонує підхід ChatGPT через три-п’ять років? Скажімо, у найпопулярнішої платформи для хостингу IT-проектів GitHub є власний аналогічний інструмент ШІ — «напарник-програміст» Copilot. 

Copilot використовує модель Codex, яка є різновидом моделі GPT. Цей помічник пропонує програмісту власні варіанти реалізації коду, а той відхиляє ті, які йому не подобаються. З часом Copilot вивчає вподобання програміста — які варіанти той відхиляє, а які затверджує, тож відповідним чином модифікує свій «стиль кодингу».

«Ми бачили розробників, які були скептично налаштовані щодо штучного інтелекту Copilot, але отримали з ним свій “aha-момент” за декілька днів. А за декілька тижнів вже не могли жити без нього», — зазначає CEO GitHub Томас Домке в інтерв’ю ComputerWeekly.

В цьому ж інтерв’ю Домке розповів, що бачив твіт розробника, де той обіцяв платити тисячу доларів сервісу, що поєднає можливості ChatGPT та Copilot для кодингу. І це чудово демонструє, наскільки далеко все може зайти. 

Насправді команди розробників вже сьогодні застосовують ChatGPT для розв’язання другорядних практичних завдань. Щонайменше — згенерований ШІ текст потрібної тематики виглядає в прототипі дизайну набагато краще за Lorem Ipsum. Нейромережі можна «доручити» щось на кшталт генерації структури окремих розділів продукту, підготовки технічної документації, і навіть рефакторинг коду та роботу з даними.

Наші фахівці жартують, що ChatGPT не зміг би замінити міцного джуна, але може залишити без доручень стажерів.

Які зміни спровокує штучний інтелект

Версія 1

Настання доби штучного інтелекту дуже хвилює айтівців. Це помітно навіть за кількістю тем на Quora. Чи зможе ШІ замінити програмістів? Коли він замінить програмістів? Чи замінять алгоритми програмістів до 2050 року?

У цій дискусії серед фахівців утвердився певний консенсус: ні, штучний інтелект не замінить програмістів у найближчій та середньостроковій перспективі. Однак спровокує низку змін:  

  • Переформатування ринку. Якщо якісь робочі місця в IT й будуть оптимізовані через інструменти ШІ, то нова інфраструктура для нього натомість сформує ще більше вакансій. 
  • Поріг входу. Програмісти в цілому очікують, що штучний інтелект зробить фреймворки набагато простішими та знизить поріг входу в розробку. Дехто на цьому фоні навіть очікує гальмування зростання зарплат в галузі. 
  • Зміна ціни. В цілому завдяки ШІ швидкість розробки зросте, відтак проекти стануть дешевшими. 

Версія 2

Є й інша думка, протилежна усталеному консенсусу: штучний інтелект переможе усіх. Так, у дискусіях на Quora відзначився професор інформатики Чиказького університету Бен Чжао — відомий дослідник проблем ШІ. 

На його думку, людство в цілому недооцінює темпи та масштаби розвитку штучного інтелекту. У найближчі десятиліття він цілком може «вбити» більшість професій у тому вигляді, якими ми їх знаємо.

На відміну від традиційної автоматизації, машинне навчання постійно розширює можливості та розв’язує дедалі складніші завдання. Обмежень у цього розвитку немає. 

На переконання Чжао, питання слід ставити геть інакше: яку роботу врешті НЕ «вб’є» штучний інтелект? Які якості людей він не зможе відтворити? Імовірно, це креативність та емпатія. Тож дослідники в академічному середовищі зможуть «попрацювати» трохи довше, як і митці, психологи, особистісні консультанти та CEO. І так, розробники софту та алгоритмів ШІ теж будуть «оптимізовані» в останню чергу. Ця технологічна революція матиме величезні економічні та соціальні наслідки, масштаби яких нам ще потрібно буде усвідомити. 

Версія 3

Парадоксально те, що сам штучний інтелект, здається, набагато швидше вчиться креативним професіям, ніж кодингу. MidJourney малює неймовірні ілюстрації, Jukebox пише пісні, ChatGPT — оповідання та есе на рівні студентів філологічного факультету. Схоже, що ШІ легше даються задачі з високим рівнем абстракції, де не потрібна ювелірна точність, а успішна імітація чужих вдалих рішень може бути цінною та самодостатньою без жодних «але». Тому він може стати помічником саме в розв’язанні творчих завдань.

Чому не варто боятися ШІ

Засоби ШІ — це ще один рівень автоматизації. Сьогодні розробники майже нічого не пишуть власноруч. Здебільшого вони користуються різноманітними інструментами для компіляції коду. Це допомагає економити час та розв’язувати завдання. 

Якщо серед арсеналу з’явиться ще один інструмент, що допоможе працювати швидше та ефективніше — це дуже добре. Не кажучи вже про те, що самі моделі машинного навчання теж потрібно буде розробляти, навчати та контролювати. Відтак в когось роботи буде ще більше.

З іншого боку, сьогодні програміст рівнем від Middle і вище часто приділяє кодингу не більше третини свого робочого часу. Решта часу йде на інші активності: комунікацію з людьми, роботу з технічною документацією, тестування тощо. 

Значний пласт роботи розробника полягає в тому, аби правильно розуміти бажання й наміри замовника софту, визначати технічні вимоги до продукту. Тож якщо штучний інтелект наразі не готовий годинами обговорювати з людьми концепцію продукту та розуміти клієнтів ледве не на рівні інтуїції, то йти на відповідальну посаду в IT йому ще зарано. 

Коли софт почне писати себе сам 

Розвиток автоматизованого кодингу можна порівняти з розвитком автоматизованого перекладу. Перші спроби створити алгоритми машинного перекладу здійснювалися науковцями ледве не за часів молодості наших бабусь, але реальний прорив ми побачили лише 10 років тому, з появою нейромереж. 

Сьогодні цілком можемо покластися у повсякденних завданнях на Google-перекладач, однак він ще не залишив без роботи професійних перекладачів.

Проблема високорівневого автоматизованого програмування анітрохи не легша, навіть з огляду на сучасні інструменти. Якщо припустити, що «та сама» технологія вже знайдена, на її розвиток та доведення до ринку знадобиться 10-15 років. Імовірніше за все, помітного прориву в цій області варто чекати не раніше 2040 року. 

Парадокс розвитку ШІ

Звучить дуже антиутопічно, та цілком імовірно, що в цифровому світі майбутнього усе буде інакше: усі спеціалісти в усіх галузях потребуватимуть базових навичок розробки та навчання алгоритмів ШІ, аби конструювати кастомні інструменти під розв’язання власних задач. Так само як сьогодні геть усі потребують вміння читати та писати. 

Знайшли помилку? Виділіть її і натисніть Ctrl+Enter

Завантаження...