Od lat słyszymy obietnice, że sztuczna inteligencja (AI) będzie najlepszym sposobem na zwiększenie wydajności programistów, ułatwiając im życie i przyspieszając pracę. Oprogramowanie wspomagane przez AI wprowadziło narzędzia do automatycznego generowania kodu, sugerowania poprawek, a nawet pisania całych funkcji. Brzmiało to jak spełnienie marzeń zapracowanych programistów, prawda? Jednak rzeczywistość wygląda zupełnie inaczej. Niedawna ankieta przeprowadzona przez Stack Overflow ujawnia rosnącą przepaść między wielkimi obietnicami narzędzi AI a ich praktyczną skutecznością w codziennych środowiskach programistycznych.
To samo badanie rzuca ponadto światło na zjawisko, które określa mianem “podatku od produktywności”. Sytuacja wygląda następująco: choć znaczna część programistów korporacyjnych z entuzjazmem korzysta z narzędzi opartych na sztucznej inteligencji, muszą oni również zmierzyć się z rzadko poruszanym faktem. Mianowicie, poświęcają oni znaczną ilość czasu na poprawianie i przepisywanie kodu, który jest prawie poprawny – ale nie do końca. Wskazuje to na poważną wadę obecnych zastosowań sztucznej inteligencji w tworzeniu oprogramowania. Zamiast usprawniać przepływ pracy, narzędzia te często powodują utrudnienia. Programiści muszą weryfikować, debugować lub refaktoryzować kod wygenerowany przez sztuczną inteligencję, co spowalnia cały proces.
Tak więc, pomimo początkowej fali entuzjazmu, wydaje się, że obecnie dominuje bardziej realistyczne podejście. Wdrażanie narzędzi opartych na sztucznej inteligencji do procesów pracy programistów niewątpliwie zyskuje na popularności, ale ten gwałtowny wzrost spotyka się z rosnącą falą sceptycyzmu. Programiści zauważają, że sztuczna inteligencja może wykładniczo przyspieszyć niektóre zadania, ale jednocześnie może spowolnić realizację innych. Szczególnie wtedy, gdy sugestie sztucznej inteligencji nie uwzględniają kontekstu lub wprowadzają trudne do wykrycia błędy. Zasadniczo programiści doszli do wniosku, że ich ludzka wiedza specjalistyczna jest nadal niezastąpiona – sztuczna inteligencja może pomóc w tworzeniu kodu szablonowego lub sugerowaniu składni, ale nie radzi sobie z decyzjami na poziomie architektury, subtelną logiką i wiedzą branżową. W rezultacie programiści tkwią w rekurencyjnej pętli sprawdzania i poprawiania, co w znacznym stopniu niweluje oszczędność czasu, jaką rzekomo zapewnia sztuczna inteligencja.
Przyszłość, zgodnie z wynikami badań, maluje podwójny krajobraz dla sztucznej inteligencji w rozwoju poznawczym. Może nie chodzić tylko o tworzenie bardziej wyrafinowanych modeli, ale także o lepszą integrację i inteligentniejsze wykorzystanie sztucznej inteligencji. Deweloperzy i organizacje mogą być zmuszeni do ponownej oceny i skupienia się na tym, gdzie sztuczna inteligencja ma największy wpływ - powinna uzupełniać, a nie zastępować ludzki wkład.
Aby uzyskać więcej szczegółowych informacji i zagłębić się w oryginalne dane ankiety, kliknij tutaj link do pełnego artykułu.
Ta strona używa plików cookie.