Пять причин, почему искусственный интеллект не сможет заменить программистов

Компаниям нужны практикующие специалисты

Так же у программистов. Да, какие-то задачи, самые рутинные и энергозатратные, разработчики могут перекладывать на искусственный интеллект, на тот же Copilot от GitHub. Но в задачах, где нужны опыт и творческое мышление, никакой ИИ не поможет. Для принятия нестандартных и креативных решений относительно архитектуры сложной системы по-прежнему нужны опытные разработчики с соответствующим задачам кругозором.

Сегодня человек вполне может доверять нейросетям текучку: генерацию кода, составление технических документов. Это освобождает руки программистов, которые могут сосредоточиться на проектировании сложных систем, поиску и разработке нестандартных решений. Например, через GigaChat можно выбрать оптимальный метод реализации задач, языков и инструментов программирования. Однако ключевые процессы остаются за разработчиком — только он может продумать цифровой продукт так, чтобы это “билось” с практической пользой и удобством для пользователя.

Современные нейросети учатся на огромных массивах данных, которые берут из открытых источников — GitHub, Stack Overflow, интернет в целом. ИИ справится с задачей, если ему предоставить множество примеров, как это было сделано раньше. Но если данных будет не хватать, он не найдет решения.

Еще житейский пример: я за рулем Tesla, на автомобиле с автопилотом, проездил тысячи километров — она себя очень хорошо ведет на шоссе, перестраивается, обгоняет другие машины, и делает это безопасно. А вот на горных дорогах часто ошибается, может запросто выехать на «встречку» на крутом повороте. Как она отличит красный сигнал светофора от красного фонаря, забытого дорожными рабочими? Человеку очевиден контекст ситуации, наверняка он во втором случае, хотя и остановится, через какое-то время сообразит аккуратно продолжить движение. Пока непонятно, как искусственный интеллект сможет решать нетипичные редкие задачи, где нужен именно жизненный опыт, который ему неоткуда взять.

Наконец, ИИ выступает как переводчик текстового описания алгоритма на язык программирования. Качество финального результата, его точность будут зависеть от подробного описания задания. С небольшими задачами проблем не возникнет, но чем она сложнее, тем точнее надо составлять описание. В итоге может сложиться такая ситуация, в которой проще написать код самому, чем составить достаточно полное техническое задание, по которому нейросеть сможет сгенерировать полноценный код.

Искусственный интеллект может уверенно писать тексты, которые по стилю не отличишь от настоящих, но по содержанию они могут быть абсолютной чушью. Невозможно сделать софт без ошибок, он всегда будет ошибаться, и ошибки ИИ наверняка будут становиться все более сложными, сложно выявляемыми, все более дорогими в исправлении. В некритических ситуациях, например, в планировании отпуска можно довериться искусственному интеллекту — допустим, он спланирует поездку с учетом ваших предпочтений. Но если машина с ИИ куда-то въедет и будут пострадавшие, то кто понесет ответственность? Даже на софт, который стоит в высокоточном медицинском оборудовании, помогает хирургу, ассистирует ему на операции, поставщик не дает никакой гарантии. Наоборот, в лицензионном соглашении указано, что в результате использования программы может умереть человек, но разработчик никакой ответственности не несет.

Чего не отнять, того не отнять

Таким образом, в ближайшие несколько лет искусственный интеллект вряд ли разовьется до такой степени, чтобы заменить собой программистов. Нейросети — это помощник для разработчика, а не его полноценная замена. Скорее, надо ожидать появления новых специальностей, — чего-то типа оператора искусственного интеллекта наподобие популярных сейчас no-code разработчиков.

Пугающе быстрое развитие технологий искусственного интеллекта заставляет задуматься представителей многих профессий, среди которых — IT-разработчики. Возникают прозаичные вопросы: изменится ли работа программиста в будущем? может ли искусственный интеллект заменить отдел разработки или, по меньшей мере, взять на себя львиную долю задач? не окажется ли человек помощником ИИ, а не наоборот?

Из плюсов использования AI можно отметить экономию времени разработчика и возможность получать качественный код в несколько кликов. Также искусственный интеллект поможет в поиске багов, и это реально важный плюс нейросети: там, где программист будет искать час, протирая глаза, ИИ определит ошибку за пару секунд, к тому же объяснит её. Отдельные сервисы умеют дописывать код: проводить анализ первых строк и достраивать фрагмент.

Искусственный интеллект пока не может похвастать гибкостью: если задача нестандартная, а данных не хватает — это вереница ошибок и сбоев. Там, где программист проявит творчество и креатив в преодолении ситуации, AI будет бессилен и “завалит” таск. ИИ не мыслит самостоятельно, не может адаптироваться к переменам или импровизировать. Код — это тоже творчество.

Искусственный интеллект не заменит даже толкового стажера. Да, сейчас на рынке появилось много новичков, выпускников многочисленных IT-курсов с нулевым опытом, минимальным желанием работать и неоправданными зарплатными ожиданиями. Мы в Pyrus сами убедились, что тот же ChatGPT решает наши задачи с собеседований лучше, чем 90% таких «программистов». Но многие компании, и Pyrus в том числе, предпочитают взращивать кадры внутри своей команды.

Как учатся нейросети: ты прокачиваешь через них миллионы размеченных изображений, а потом даешь миллион первое изображение — и они сами понимают, где кошка, где собака и т.д. Но сейчас массивы данных стали такими огромными, что сама эта работа по обучению тоже становится предметом автоматизации с помощью ИИ. То есть один искусственный интеллект обучает другой искусственный интеллект в целях экономии затрат. Когда стоимость обработки одного слова в ChatGPT составляет копейки, кажется, что это недорого, но на самом деле это очень дорого. И следующие несколько лет разработки, скорее всего, уйдут на то, чтобы удешевить затраты на работу ИИ.