A favágómunkát nyerte meg a mesterséges intelligencia: így alakul át a szoftverfejlesztők világa
A mesterséges intelligencia új hulláma most a programozás világát alakíthatja át: a legnagyobb technológiai cégek sorra dobják piacra azokat a kódoló MI-ügynököket, melyek célja, hogy a szoftverfejlesztők válláról levegyék az ismétlődő, fárasztó munkát. De miközben ezek az eszközök valóban növelhetik a termelékenységet, korántsem biztos, hogy megoldják a szoftverfejlesztés legnehezebb kihívásait.
A Microsoft nemrég jelentette be a GitHub Copilot új MI-ügynökét, melyet nem az OpenAI Codexe hajt, hanem az Anthropic Claude 3.7 Sonnet nevű modell. Az új ügynök olyan feladatokra specializálódott, mint a kisebb hibák javítása, tesztbővítés, dokumentációkészítés és kódrészletek átszervezése – vagyis éppen azokra a feladatokra, melyeket a legtöbb fejlesztő „unalmas, de szükséges” munkának tart. Nem csak a Microsoft mozgolódik: az OpenAI is új Codex-verziót mutatott be, mely több feladaton képes párhuzamosan dolgozni – írja az Axios.
A nagy technológiai cégek becslése szerint ma már a saját kódjaik mintegy 30 százalékát mesterséges intelligencia írja.
Az Amazon Web Services korábbi vezetője, Matt Garman tavaly egy félreérthető kijelentésével került a figyelem középpontjába, amikor azt mondta: „két éven belül nem lesz szükség emberi programozókra”. Később pontosított: az MI nem a fejlesztőket helyettesíti, hanem megszabadítja őket a nem szeretett feladatoktól – például a verziófrissítésektől vagy a kód dokumentálásától. Ez a szemlélet jól illeszkedik a Szilícium-völgy „dogfooding” kultúrájához, vagyis ahhoz a gyakorlathoz, hogy az új technológiákat először házon belül, saját folyamataikban alkalmazzák. Innen terjedhetnek majd tovább más iparágakba – de nem biztos, hogy mindenütt ugyanolyan jól működnek.
Bár a nagy nyelvi modellek rendkívül ügyesen generálnak kódot, gyakran „hallucinálnak” – vagyis hibás, nem létező vagy értelmetlen kódrészleteket hoznak létre. Erre az egyik legjobb példa maga a ChatGPT: sok esetben nem csak a mi kérésünket teljesíti, hanem magától hozzásző mást is, ám erről le lehet szoktatni. A programozás azonban egy szigorúan bináris világ: a kód vagy működik, vagy nem. Ez kezdetben szűrőként is szolgálhat, de a rejtett hibák és félreértelmezések csak később, a rendszer használata során kerülnek elő – amikor már sokkal nehezebb és költségesebb javítani őket.
A legsúlyosabb problémák nem a kódolásban, hanem
- a félreértelmezett elvárásokban,
- rosszul definiált funkciókban
- és a valódi emberi igények félreismerésében gyökereznek.
Ezeket pedig a jelenlegi mesterséges intelligenciák nem értik – és nem is tudják megoldani. Ahogy az MI-ügynökök egyre több rutinfeladatot végeznek el, a fejlesztők szerepe átalakulhat: kreatív mérnökként és prototípus-tervezőként működnek majd, improvizatív „vibe coding” stílusban – ötleteket dobva be az MI-nek, majd kipróbálva, hogy mi működik a legjobban. Az viszont biztos:
azok a fejlesztők, akik képesek közvetíteni az emberi igények és a gépi képességek között, a jövőben is nélkülözhetetlenek maradnak.
A kódoló MI-ügynökök nem elveszik, hanem átalakítják a szoftverfejlesztői szakmát – és ezzel együtt a teljes technológiai munkaerőpiacot is: az MI-ügynökök automatizálják a repetitív, rutinszerű programozási feladatokat, így csökkenhet az igény alacsonyabb szintű fejlesztői munkakörökre. A fejlesztők szerepe viszont átalakulhat: nagyobb hangsúly kerül a tervezésre, architektúrára és MI-felügyeletre, vagyis magasabban képzett munkaerőre lesz szükség, miközben a belépő szintű pozíciók száma csökkenhet. Ugyanakkor új munkahelyek is létrejöhetnek: például promptmérnök (aki szakszerűen és hatékonyan képes kommunikálni a mesterséges intelligenciával), MI-tréner vagy tesztelő szerepkörökben.
