#CyberMagazyn: Nowa era programowania. Jak AI zmienia branżę IT?

Na początku kwietnia br. podczas Warszawskich Dni Informatyki wzięliśmy udział w wystąpieniu Tomasza Kopacza z Microsoftu, który pokazał, w jaki sposób w praktyce sztuczna inteligencja jest stosowana.

Jednym z podstawowych zastosowań technologii AI w programowaniu jest generowanie kodu. Narzędzia AI potrafią tworzyć poszczególne fragmenty kodu, całe funkcje, a także szkielety aplikacji na podstawie opisów w języku naturalnym. Podstawą technologiczną tych narzędzi są duże modele językowe (LLM), trenowane na ogromnych zbiorach danych zawierających kod źródłowy z publicznych repozytoriów oraz inne zasoby tekstowe.

Aktualnie specjaliści IT wskazują na wysoką efektywność tych narzędzi w generowaniu standardowego, powtarzalnego kodu, implementacji znanych algorytmów oraz przyspieszaniu procesu prototypowania. Wyzwanie stanowi jednak wykonywanie bardziej zaawansowanych zadań, wymagających większej optymalizacji pod kątem wydajności lub specyficznych ograniczeń sprzętowych.

Jakość wygenerowanego kodu w dużej mierze zależy od dostarczonego zapytania, w szczególności precyzji oraz kontekstu, w związku z czym rośnie znaczenie umiejętności formułowania efektywnych promptów.

Identyfikacja błędów

Inne zastosowanie AI odnosi się do wspomagania procesu identyfikacji błędów w kodzie. Narzędzia te mogą analizować kod i znajdować w nim potencjalne błędy, sugerować poprawki dla wykrytych problemów oraz przewidywać ich możliwe lokalizacje na podstawie wzorców kodu i danych historycznych.

Przydatność AI w tym obszarze widoczna jest w szczególności w wykrywaniu powszechnych błędów programistycznych. Większym wyzwaniem natomiast pozostaje wykrywanie subtelnych błędów logicznych oraz wynikających ze złożonych interakcji między poszczególnymi komponentami systemu, gdzie kluczowe jest lepsze zrozumienie kontekstu i intencji.

Zastosowanie AI sprawia, że rośnie znaczenie kompetencji w zakresie oceny sugerowanych poprawek oraz identyfikacji bardziej ukrytych, złożonych błędów, których algorytmy nie będą w stanie znaleźć.

Testowanie Oprogramowania

Kolejnym obszarem, w którym technologia sztucznej inteligencji jest coraz częściej stosowana to testowanie oprogramowania. Narzędzia oparte na AI są wykorzystywane do automatycznego wykonywania testów oraz generowania skryptów do testów interfejsu użytkownika.

AI może szybko generować dużą liczbę wariantów testowych. Ograniczenia pojawiają się natomiast przy tworzeniu testów bardziej zaawansowanych systemów.

Wsparcie refaktoryzacji kodu

Narzędzia AI stosowane są także w procesie ulepszania struktury istniejącego kodu bez zmiany jego zewnętrznego zachowania, czyli w tzw. refaktoryzacji kodu. Mogą one np. sugerować uproszczenie zbyt złożonych metod, wyodrębnianie fragmentów kodu do osobnych funkcji czy poprawę nazewnictwa zmiennych i metod.

Obecnie jednak wykorzystane są w szczególności w analizowaniu i identyfikowaniu potencjalnych kodów, które mogą zostać ulepszone. W przypadku skomplikowanych kodów automatyczna refaktoryzacja dokonywana przez system AI niesie ze sobą ryzyko wprowadzenia subtelnych zmian w zachowaniu programu, co wymaga weryfikacji przez dewelopera.

Wzrost produktywności

Jakie korzyści niesie ze sobą zastosowanie AI w programowaniu? Przede wszystkim zwiększenie produktywności deweloperów. Wpływa ono bowiem na przyspieszenie wykonywania zadań programistycznych. Korzystny wpływ obserwowany jest w szczególności w przypadku zadań rutynowych.

Narzędzia AI mogą także pełnić rolę wartościowego wsparcia dla początkujących programistów oraz osób uczących się nowych języków programowania. Poprzez dostarczanie przykładów kodu, wyjaśnianie fragmentów logiki czy odpowiadanie na pytania dotyczące konkretnych technologii, AI może przyspieszyć proces nauki i wdrożenia w nowe środowiska.

Transformacja roli programisty

Zastosowanie narzędzi AI w codziennej praktyce prowadzi do zmiany roli oraz sposobu pracy programistów. Obecnie sztuczna inteligencja postrzegana jest jako inteligentny asystent, który wspomaga i rozszerza możliwości programisty, ale nie zastępuje go w pełni. AI jest w stanie doskonale poradzić sobie z prostszymi, rutynowymi zadaniami, natomiast w przypadku tych bardziej zaawansowanych, konieczna jest wiedza, umiejętności i doświadczenie programisty.

Większość zadań rutynowych i powtarzalnych może jednak zostać zautomatyzowana. Mowa m.in. o pisaniu standardowego kodu, generowaniu podstawowych testów jednostkowych oraz identyfikacji prostych błędów składniowych czy logicznych.

Automatyzacja prostych zadań pozwala programistom przeznaczyć więcej czasu na działania wymagające głębszej analizy, kreatywności i strategicznego myślenia. Mogą zatem skoncentrować się na projektowaniu architektury systemów, rozwiązywaniu złożonych problemów algorytmicznych i biznesowych, analizie i doprecyzowaniu wymagań oraz krytycznej ocenie i weryfikacji wyników pracy AI.

Jakie kompetencje programistów będą w szczególności pożądane?

Rola programisty ewoluuje w kierunku architekta, analityka i gwaranta jakości. Wraz z przejmowaniem coraz większej liczby prostszych zadań przez AI, rośnie wartość programistów posiadających obszerną wiedzę z zakresu funkcjonowania całego systemu, jego architektury oraz interakcji pomiędzy poszczególnymi komponentami. Bardzo ważna staje się też umiejętność podejmowania strategicznych decyzji projektowych, aniżeli biegłość w pisaniu standardowego kodu.

Coraz większe zastosowanie systemów AI wymaga także od programistów umiejętności precyzyjnego i efektywnego komunikowania wymagań, kontekstu i ograniczeń narzędziom AI za pomocą języka naturalnego. Jakość wygenerowanego kodu w dużym stopniu zależy bowiem od jakości promptu.

Jak AI wpłynie na rynek pracy?

Jak wskazuje Tomasz Kopacz z Microsoftu, systemy AI w programowaniu są obecnie stosowane jako narzędzia wspomagające, które mają przyśpieszyć pracę programistów, ale które całkowicie ich nie zastąpią. Pojawia się jednak pytanie, czy przejmowanie części prostszych obowiązków przez AI nie zmniejszy zapotrzebowania na programistów?

Jeżeli zapotrzebowanie na usługi związane z programowaniem pozostanie stałe, wyższa efektywność może oznaczać potrzebę zatrudnienia mniejszej liczby programistów do wykonania tej samej pracy. Ale spadek kosztów i czasu tworzenia oprogramowania może stymulować także popyt na nowe aplikacje i systemy, które wcześniej były nieopłacalne lub zbyt złożone do realizacji. Wówczas zapotrzebowanie na usługi programistyczne może wzrosnąć.

Zastosowanie AI w programowaniu może także zwiększyć próg wejścia na rynek pracy. Nie będą potrzebni już specjaliści zajmujący się prostszymi zadaniami, ponieważ te będą wykonywane w dużej mierze przez AI. Bardziej cenieni będą deweloperzy posiadający bardziej zaawansowane umiejętności IT.

Serwis CyberDefence24.pl otrzymał tytuł #DigitalEUAmbassador (Ambasadora polityki cyfrowej UE). Jeśli są sprawy, które Was nurtują; pytania, na które nie znacie odpowiedzi; tematy, o których trzeba napisać – zapraszamy do kontaktu. Piszcie do nas na: [email protected].