Πώς αισθάνονται οι προγραμματιστές Η τεχνητή νοημοσύνη θα επηρεάσει τη ροή εργασίας τους

Η αυξανόμενη δημοτικότητα της τεχνητής νοημοσύνης είναι αναμφισβήτητη, αλλά εγείρει το ερώτημα πόσο σημαντική και σχετική είναι η τεχνητή νοημοσύνη για τη ροή εργασίας ενός προγραμματιστή. Για να ρίξει φως σε αυτό το θέμα, το Stack Overflow ερεύνησε πάνω από 90.000 προγραμματιστές, αναζητώντας τις απόψεις τους για την τεχνητή νοημοσύνη. Από την έρευνα προέκυψαν αρκετά αξιοσημείωτα συμπεράσματα, όπως φαίνεται παρακάτω.

Συνολικά συναισθήματα των προγραμματιστών προς την τεχνητή νοημοσύνη

Όπως αναφέρθηκε, το AI αυξάνεται σε δημοτικότητα μεταξύ των προγραμματιστών. Σύμφωνα με την Έρευνα Stack Overflow 2023, το 70% χρησιμοποιεί ήδη ή σχεδιάζει να χρησιμοποιήσει εργαλεία τεχνητής νοημοσύνης στη διαδικασία ανάπτυξής του, με το 44% να χρησιμοποιεί ήδη τα εργαλεία τώρα και το 26% να σχεδιάζει.

Οι απόψεις για την τεχνητή νοημοσύνη διαφέρουν ανάλογα με το επάγγελμα και το επίπεδο εμπειρίας του προγραμματιστή.

Επάγγελμα

Οι SRE, οι επαγγελματίες ασφαλείας και οι προγραμματιστές παιχνιδιών έχουν δυσμενείς απόψεις για την τεχνητή νοημοσύνη. Αυτό είναι δυνατό λόγω ανησυχιών για την ασφάλεια που προκαλούνται από την τροφοδοσία κώδικα ή ευαίσθητων πληροφοριών σε συστήματα τεχνητής νοημοσύνης.

Οι προγραμματιστές που επικεντρώνονται σε υλικό, συστήματα υποστήριξης ή εφαρμογές είναι λιγότερο πιθανό να χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης. Αυτό συμβαίνει επειδή οι εφαρμογές είναι πολύ περίπλοκες και τα εργαλεία τεχνητής νοημοσύνης δεν μπορούν να τις βοηθήσουν.

Οι προγραμματιστές Frontend, οι επιστήμονες δεδομένων και οι προγραμματιστές cloud είναι μεταξύ των προγραμματιστών που είναι πιο πιθανό να χρησιμοποιήσουν εργαλεία τεχνητής νοημοσύνης. Για προγραμματιστές frontend και προγραμματιστές backend, τα εργαλεία AI μπορούν να βοηθήσουν παρέχοντας αποσπάσματα κώδικα ή σενάρια για ορισμένες λειτουργίες.

Οι επιστήμονες δεδομένων μπορούν να αξιοποιήσουν την τεχνητή νοημοσύνη για την αυτοματοποίηση της επεξεργασίας δεδομένων, τις βελτιστοποιήσεις μοντέλων και τις επιλογές χαρακτηριστικών.

Για τους προγραμματιστές cloud, η τεχνητή νοημοσύνη μπορεί να βοηθήσει στη βελτιστοποίηση της διαχείρισης της υποδομής αυτοματοποιώντας διαδικασίες όπως η κατανομή πόρων, η εξισορρόπηση φορτίου, η παρακολούθηση και ο συντονισμός απόδοσης.

Εμπειρία

Οι προγραμματιστές νωρίτερα στην καριέρα τους και όσοι μαθαίνουν να κωδικοποιούν είναι πιο πιθανό να χρησιμοποιήσουν εργαλεία τεχνητής νοημοσύνης, πιθανώς επειδή βελτιώνει την ταχύτητα της εκμάθησης.

Από την άλλη πλευρά, το 42,2% των προγραμματιστών με περισσότερα από 21 χρόνια εμπειρίας είναι λιγότερο ευνοϊκοί για την τεχνητή νοημοσύνη. Αυτό μπορεί να οφείλεται στο ότι θέλουν να δουν εάν η διαφημιστική εκστρατεία γύρω από την τεχνητή νοημοσύνη θα εξαφανιστεί πριν δεσμευτούν σε ένα συγκεκριμένο εργαλείο.

Χώρες

Επαγγελματίες προγραμματιστές από την Ινδία (83%), τη Βραζιλία (78%) και την Πολωνία (70%) είναι μεταξύ των προγραμματιστών που χρησιμοποιούν ή σχεδιάζουν να χρησιμοποιήσουν εργαλεία τεχνητής νοημοσύνης στο μέλλον. Αυτό οφείλεται πιθανώς στην υψηλή ανάπτυξη νέων προγραμματιστών από αυτές τις χώρες. Οι προγραμματιστές από το Ηνωμένο Βασίλειο, τη Γαλλία και τη Γερμανία είναι λιγότερο πιθανό να χρησιμοποιήσουν εργαλεία τεχνητής νοημοσύνης.

Τι είναι οι εργασίες που χρησιμοποιούν οι προγραμματιστές για την τεχνητή νοημοσύνη;

Οι προγραμματιστές χρησιμοποιούν AI για διαφορετικές εργασίες και αυτές οι εργασίες διαφέρουν μεταξύ προγραμματιστών που μαθαίνουν να κωδικοποιούν και επαγγελματιών προγραμματιστών.

Οι προγραμματιστές που μαθαίνουν να κωδικοποιούν χρησιμοποιούν ως επί το πλείστον AI για να μάθουν για τη βάση κώδικα και να γράψουν κώδικα.

Η έρευνα αποκάλυψε ότι το 86% των επαγγελματιών προγραμματιστών χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης για να γράψουν κώδικα και το 54% τα χρησιμοποιούν για να διορθώσουν τον κώδικά τους. Ενδιαφέρονται επίσης να χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης για τη δοκιμή, τη δέσμευση και την αναθεώρηση κώδικα, την ανάπτυξη και παρακολούθηση εφαρμογών και τον κώδικα εγγράφων.

Αξίζει να σημειωθεί ότι μόνο λίγοι προγραμματιστές ενδιαφέρονται να χρησιμοποιήσουν AI για να συνεργαστούν με συμπαίκτες.

Οφέλη της τεχνητής νοημοσύνης για προγραμματιστές

Η τεχνητή νοημοσύνη είναι επωφελής για επαγγελματίες προγραμματιστές καθώς και για όσους μαθαίνουν να κωδικοποιούν. Συνολικά το 33% βλέπει την αύξηση της παραγωγικότητας ως το πιο σημαντικό όφελος από τη χρήση της τεχνητής νοημοσύνης. Εργαλεία όπως το GitHub Copilot προσφέρουν λειτουργίες όπως προτάσεις κώδικα, αυτόματη συμπλήρωση και ανίχνευση σφαλμάτων, τα οποία μπορούν να επιταχύνουν σημαντικά τη διαδικασία κωδικοποίησης.

Οι επαγγελματίες προγραμματιστές είδαν τη βελτιωμένη παραγωγικότητα (37,4%) ως το κύριο όφελος με τη μεγαλύτερη αποτελεσματικότητα (27,9%) και την ταχύτητα μάθησης (27,4%) να είναι δευτερεύουσας σημασίας.

Για προγραμματιστές που μαθαίνουν να κωδικοποιούν, αυξημένη ταχύτητα εκμάθησης (42,4%) και αυξημένη παραγωγικότητα (41,4%) είναι τα κύρια πλεονεκτήματα της τεχνητής νοημοσύνης ενώ η μεγαλύτερη αποτελεσματικότητα (33,7%) κατά τη σύνταξη κώδικα είναι δευτερεύουσα όφελος.

Μόνο ένα μικρό ποσοστό προγραμματιστών βλέπει την αυξημένη ακρίβεια ως όφελος για τα εργαλεία τεχνητής νοημοσύνης. Οι έμπειροι επαγγελματίες προγραμματιστές είναι πιο δύσπιστοι καθώς μόνο το 14,1% θεωρεί τη βελτιωμένη ακρίβεια ως πλεονέκτημα της τεχνητής νοημοσύνης σε σύγκριση με το 23,8% όσων μαθαίνουν να κωδικοποιούν.

Η έρευνα κατηγοριοποίησε περαιτέρω αυτά τα οφέλη σε διαφορετικούς τύπους προγραμματιστών. Η αυξημένη παραγωγικότητα ήταν σταθερή μεταξύ όλων των τύπων προγραμματιστών.

Το Stack Overflow εξέτασε τη δημοτικότητα διαφόρων εργαλείων τεχνητής νοημοσύνης που ομαδοποιούνται μεταξύ εργαλείων αναζήτησης τεχνητής νοημοσύνης και εργαλείων προγραμματιστών τεχνητής νοημοσύνης. Από τα δεδομένα, οι προγραμματιστές χρησιμοποιούν κυρίως δύο εργαλεία, το ChatGPT και το GitHub Copilot.

Μεταξύ των εργαλείων αναζήτησης AI, το ChatGPT είναι το πιο δημοφιλές εργαλείο. Το 79% των προγραμματιστών που το χρησιμοποιούν θέλουν να το χρησιμοποιήσουν ξανά τον επόμενο χρόνο. Ακολουθούν πολύ πίσω σε δημοτικότητα το Bing AI και το Google Bard AI.

Η Google έχει μιλήσει για τις ικανότητες κωδικοποίησης του Bard, αλλά πότε σε σύγκριση με το ChatGPT, ο Bard εξακολουθεί να υστερεί.

Μερικά από τα άλλα εργαλεία αναζήτησης AI που αναφέρθηκαν ότι χρησιμοποιούν οι προγραμματιστές είναι τα WolframAlpha, Phind και You.com.

Το GitHub Copilot είναι ο πιο δημοφιλής βοηθός κωδικοποίησης AI. 70% + οι ερωτηθέντες που εργάστηκαν με το GitHub Copilot θέλουν να συνεργαστούν ξανά με αυτό. Επιπλέον, το 59%+ των χρηστών Tabnine και το 50% των χρηστών του AWS Code Whisperer θέλουν να χρησιμοποιήσουν το GitHub Copilot.

Αυτή η αργή υιοθέτηση μιας μεγάλης ποικιλίας εργαλείων τεχνητής νοημοσύνης μπορεί να αποδοθεί στον σκεπτικισμό σχετικά με την ακρίβεια της τεχνητής νοημοσύνης, καθώς μόνο το 2,85% των προγραμματιστών εμπιστεύεται ιδιαίτερα την παραγωγή τεχνητής νοημοσύνης. Αυτή η δυσπιστία μπορεί να αποδοθεί σε εργαλεία όπως το ChatGPT που παρέχουν εσφαλμένα αποτελέσματα μερικές φορές. Αυτή η έξοδος, όταν χρησιμοποιείται, μπορεί να προκαλέσει σημαντική ζημιά σε μια εφαρμογή. Όταν χρησιμοποιείτε αυτά τα εργαλεία, είναι πάντα καλή ιδέα να επαληθεύετε πρώτα την έξοδο.

Πώς να ξεκινήσετε με την τεχνητή νοημοσύνη στην ανάπτυξη λογισμικού

Ως προγραμματιστής λογισμικού, μπορείτε να ξεκινήσετε με την τεχνητή νοημοσύνη ενσωματώνοντας εργαλεία δημιουργίας κώδικα και επεξεργασίας στη διαδικασία ανάπτυξής σας. Εργαλεία όπως το GitHub Copilot και το Tabnine προτείνουν αποσπάσματα κώδικα με βάση το περιβάλλον καθώς πληκτρολογείτε, τα οποία μπορούν να μειώσουν σημαντικά τον χρόνο ανάπτυξης. Επιπλέον, το ChatGPT είναι πολύ χρήσιμο για τη δημιουργία βοηθητικών λειτουργιών, στοιχείων διεπαφής χρήστη και κώδικα εντοπισμού σφαλμάτων. Με τις σωστές προτροπές, μπορείτε ακόμη και χρησιμοποιήστε το ChatGPT για να δημιουργήσετε εφαρμογές ιστού.

Το μέλλον της ανάπτυξης λογισμικού υποβοηθούμενης από AI

Αν και πολλοί προγραμματιστές συμφωνούν ότι η τεχνητή νοημοσύνη είναι ένα ευεργετικό εργαλείο στη ροή εργασίας τους, μόνο λίγοι είναι έτοιμοι να εμπιστευτούν πλήρως τα εργαλεία τεχνητής νοημοσύνης για να κωδικοποιήσουν ολόκληρη την εφαρμογή τους. Ωστόσο, η τεχνητή νοημοσύνη σίγουρα αλλάζει τον τρόπο με τον οποίο οι προγραμματιστές δημιουργούν εφαρμογές. Αξιοποιώντας εργαλεία τεχνητής νοημοσύνης, οι προγραμματιστές μπορούν να εξορθολογίσουν διάφορα στάδια ανάπτυξης, όπως τη σύνταξη κώδικα, τη δοκιμή, τον εντοπισμό σφαλμάτων και την αναθεώρηση κώδικα. Ως αποτέλεσμα, μπορούν να βελτιστοποιήσουν σημαντικά τον κύκλο ζωής της ανάπτυξης.