test
Budapest     Debrecen     Szeged     Miskolc     Pécs     Győr     Nyíregyháza     Kecskemét     Székesfehérvár     Szombathely     Szolnok     Érd     Tatabánya     Sopron     Kaposvár     Veszprém     Békéscsaba     Zalaegerszeg     Eger     Nagykanizsa     Salgótarján     Esztergom     Dunaújváros     Hódmezővásárhely     Szekszárd     

Helyettesítheti a mesterséges intelligencia a programozásban az emberi szakértelmet?

Az elmúlt hat hónapban a technológiai szektorban zajló vitákat a generatív mesterséges intelligencia uralta, mivel a mindennapi munka számos aspektusát forradalmasíthatja, beleértve az informatikai szakembereket is. Az OpenAI ChatGPT-3 2022 novemberében történt megjelenése óta egyre több szó esik a generatív mesterséges intelligencia technológiai és társadalmi hatásairól.

A közelmúltban az OpenAI egy olyan API-t indított, amely megváltoztathatja a vállalati és fogyasztói alkalmazások jellegét, amelyet a GPT-4, egy frissített nagy nyelvi modell (LLM) megjelenése kísért, amely elég intelligens ahhoz, hogy sikeres legyen a SAT vagy ügyvédi vizsgán. A generatív AI lehetővé teszi a lekérdezésekre válaszul eredeti tartalom előállítását, a szoftveralkalmazások kódjának természetes nyelvi kéréseken alapuló generálását, valamint a virtuális asszisztensként való működést.

Rövid történelmi lecke

A generatív AI már a GPT-3 megjelenése előtt is bekerült az informatikai szakemberek által használt ismerős eszközökbe, például a Red Hat Ansible infrastructure-as-code szoftverébe. Az IBM és a Red Hat 2022 októberében indította el a Project Wisdom nevű projektet egy olyan generatív AI-modell betanítására, amely egyszerűen egy mondat beírásával létrehozza az Ansible playbookokat. A Project Wisdom célja, hogy megkönnyítse az automatizálási tartalmak létrehozását, megtalálását, javítását, és futtatás nélkül elmagyarázza, hogy mit csinál egy playbook.

A generatív mesterséges intelligencia azon képessége, hogy olyan kódolási feladatokat is átvehet, amelyek eredetileg kizárólag az emberi fejlesztőkre hárultak, aggodalmat keltett a szoftvermérnökökben azzal kapcsolatban, hogy az ilyen programok helyettesíthetik őket. Bár a teljes helyettesítés valószínűtlen, a generatív AI drasztikusan megváltoztathatja a programozók munkájának jellegét, mivel szakértelmüket a gépek közvetlen utasításaitól a kódolási nyelveken keresztül a prompt mérnöki munkára helyezi át. Ezen túlmenően egyes szoftverfejlesztési feladatokat, például a tesztgenerálást az előrejelzések szerint a mesterséges intelligencia veszi át, beleértve a funkcionális teszteket is.

Az IT-üzemeltetési szakemberek által kezelt modern infrastruktúra – például a megbízhatósági mérnök (SRE) – nagyrészt kódvezérelt. A platformtervezés gyorsan növekvő területén az informatikai szakemberek összekötőként működnek az alkalmazásfejlesztők és az összetett back-end infrastruktúra között, és az infrastruktúra, mint kódnak megfelelő sablonokat hoznak létre, hogy biztosítsák az alkalmazások zökkenőmentes és a vállalati irányelveknek megfelelő telepítését a tesztkörnyezetekben és a termelésben.

Az elfoglaltságok felváltása

Ahogy a generatív mesterséges intelligencia fejlődik, úgy válhatnak a speciális informatikai műveleti készségek és munkafolyamatok a területévé. Az infrastruktúra, mint kód mellett a megfigyelhetőség miatt az LLM-ek a jövőben jelentősebb szerepet játszhatnak. Az üzleti mérőszámokról, szerverteljesítmény-mérőszámokról vagy bármilyen más adatról szóló jelentésekhez való hozzájutás, beszélgető interfészek, az adatokhoz való hozzáférés és a kapcsolódás megértésének képessége a generatív AI segítségével valósulhat meg. Ezenkívül a rugalmassági munkafolyamatok tesztgenerálása és automatizálása, például a káoszmérnökség és a biztonsági penetrációs tesztelés is alkalmas lehet a generatív AI számára.

A káoszmérnökség egy olyan technika, amely azt teszteli, hogy a rendszerek mennyire ellenállóak a váratlan körülményekkel, például szerverkiesésekkel vagy kibertámadásokkal szemben. Chris Riley, a HubSpot marketingtechnológiai cég fejlesztői kapcsolatokért felelős vezető menedzsere úgy véli, hogy a generatív AI elvégezhetné azokat az ismétlődő tesztelési munkákat, amelyekre az embereknek nincs idejük. A virtuális behatoláselemzők vagy virtuális bug bounty botok folyamatosan szaglászhatnának, detektálhatnák, hogy mi működik és mi nem, és akár a dokumentációt is tesztelhetnék valós forgatókönyvekkel. A generatív mesterséges intelligencia ráadásul azonosíthatná a rendszerekben lévő hiányosságokat, ahelyett hogy bárkire is várni kellene, ami számos érdekes felhasználási lehetőséget biztosítana. A mesterséges intelligencia potenciális felhasználási lehetőségeinek és előnyeinek listája egyre bővül, és mivel világszerte hosszú ideje hiány van programozókból, az ágazat bizonyos mértékig szenvedni fog. Ennek ellenére a politikai döntéshozókon múlik, hogy a kormányok milyen mértékben avatkozzanak be a munkahelyek védelme érdekében, mivel az AI számos ágazatban teszi feleslegessé az emberi jelenlétet, nem csak a programozásban.