Brace თავს: "მოქალაქე დეველოპერების" შექმნის ეპოქა აქ არის, AI- ის წყალობით

მომავალი წლის განმავლობაში, მოქალაქეთა დეველოპერები მიაწვდიან Gen AI-ის ინფუზიური ავტომატიზაციის პროგრამების 30% -ს. ამასთან, მათ დასჭირდებათ ტრენინგი და ხელმძღვანელობა. დჲრჲგთ ლთ ჟმვ ჱა რჲგა?

Generative AI (Gen AI) აღმოფხვრილია პროფესიონალური პროგრამული უზრუნველყოფის შემქმნელებისთვის პროგრამების მშენებლობის დიდი ნაწილი. ახლა, კითხვაა: შეუძლიათ თუ არა მოქალაქე დეველოპერებს ასევე ისარგებლონ ამ ახალი პარადიგმით კოდის შექმნაში?

ზოგიერთი ექსპერტი, რა თქმა უნდა, ასე ფიქრობს. მომავალი წლის განმავლობაში, მოქალაქე დეველოპერები მიაწვდიან Gen AI- ის ინფუზიური ავტომატიზაციის აპლიკაციების 30% -ს, იწინასწარმეტყველა Craig Le Clair, Forrester- ის მთავარი ანალიტიკოსი.

"მათ აქვთ საჭირო დომენური ექსპერტიზა ამ გადაწყვეტილებების წარმოსადგენად და შესაქმნელად", - თქვა მან და რეკომენდაცია გაუწია მოქალაქე დეველოპერების შეთანხმებულ ტრენინგს, რათა უზრუნველყოს AI მოდელებისა და კოპილოტის პლატფორმების უსაფრთხოდ უზრუნველყოფა და კონტროლირებული გავრცელება.

ერთი დიდი საკითხია ის, რომ მოქალაქე დეველოპერები შეიძლება არ იყვნენ მზად აპლიკაციების შექმნისას შიშველი ლითონის Gen AI- ს მოსაგვარებლად.

"მიუხედავად იმისა, რომ Gen AI არღვევს ბარიერებს, რაც მათ საშუალებას აძლევს ექსპერიმენტი და სწრაფად შექმნან კოდის პროგრამები მხოლოდ იმის აღწერით, რაც მათ სჭირდებათ ბუნებრივ ენაზე, ჰიბრიდული მიდგომა აუცილებელია", - თქვა ბურლი კავასაკიმ, Creatio- ს გლობალურმა VP- მა, ასევე არა-კოდის Playbook- ის თანაავტორი.

მან თქვა, რომ ერთი მიზეზი ის არის, რომ ბევრი ამოცანა, როგორიცაა მომხმარებლის ინტერფეისებისა და სამუშაო ნაკადების დიზაინი, უკეთესად შეეფერება ვიზუალურ წარმოდგენას: "კარგი ანალოგია არის ის, თუ როგორ აძლევს სიტყვის პროცესორი მომხმარებლებს გადაერთონ პროექტის რეჟიმსა და სრულ WYSIWYG განლაგებას შორის, რედაქტირების საჭიროებიდან გამომდინარე".

კიდევ ერთი საკითხია პერსონალიზაცია. კავასაკიმ თქვა, რომ მოქალაქე დეველოპერებმა ადვილად უნდა გააფართოვონ თავიანთი აპლიკაციები: "მიუხედავად იმისა, რომ მათ შეუძლიათ პირდაპირ შეცვალონ გენერირებული კოდი, ადამიანისთვის და AI- სთვის უფრო ადვილია დეკლარაციული მოდელების განახლება, რომლებიც არ არის კოდის პლატფორმების ცენტრში".

მან ასევე თქვა, რომ მნიშვნელოვანია იმის აღიარება, რომ მოქალაქე დეველოპერებს მცირე გამოცდილება აქვთ პროგრამული უზრუნველყოფის შექმნაში: "მიუხედავად იმისა, რომ განვითარება ახლა შეიძლება უფრო მარტივი იყოს, პროგრამული უზრუნველყოფის განვითარების უფრო ფართო სასიცოცხლო ციკლის ნავიგაცია მათთვის დაუსაბუთებელი ტერიტორიაა".

საწარმოს გარემოში, მოქალაქე დეველოპერებმა "უნდა გაითვალისწინონ დიზაინის ვაჭრობა, საუკეთესო პრაქტიკა და მმართველობის, უსაფრთხოებისა და მარეგულირებელი სტანდარტების დაცვა", - განაგრძო მან. "სტრუქტურის განვითარების მეთოდოლოგიების გაცნობამ შეიძლება შეანელოს Gen AI-ის მიღება."

პროფესიონალების გაკვეთილები

Gen AI-ზე მომუშავე კოდირება მრავალი დეველოპერისთვის სასურველი გამოსავალია. ეს პროლიფერაცია გთავაზობთ მნიშვნელოვან მაჩვენებლებს არაპროპერსელებისთვის.

"Gen AI კოდირება დეველოპერებისთვის სწრაფად ამოიწურა, რადგან ის სიტყვასიტყვით საუბრობს მათ ენაზე - პროცედურული კოდის ენაზე", - თქვა კავასაკიმ.

"კოდი შეიძლება შეიქმნას განსხვავებულად, ვიდრე ტრადიციული პროგრამული უზრუნველყოფის შემუშავება, მაგრამ, როგორც კი გენერირდება, კოდის გამომუშავება ბუნებრივად ჯდება განვითარების არსებულ მეთოდოლოგიებსა და DevOps პრაქტიკაში. მისი ზრდა დეველოპერულ საზოგადოებაში მხოლოდ დაჩქარებულია."

კავასაკის თქმით, პროფესიონალი დეველოპერების მიერ Gen AI- ის გამოყენებამ ჯერჯერობით ხელი შეუწყო მნიშვნელოვანი რისკების ხაზგასმას.

"მიუხედავად იმისა, რომ GenAI კოდირება ძლიერია, საწარმოს პასუხისმგებლობაა უზრუნველყოს სათანადო მმართველობა რისკების შესამცირებლად. სათანადო ზედამხედველობის გარეშე, AI-ის მიერ წარმოქმნილ კოდს შეუძლია დანერგოს შეცდომები, უსაფრთხოების დაუცველობა და შეუსაბამობები პროგრამებში.

მისი თქმით, სტანდარტიზაციის არარსებობა ასევე საფრთხეს უქმნის GenAI კოდირების გარემოში: "თუ AI-ის მიერ გენერირებული აპლიკაციები განლაგებულია მმართველობის გარეშე, ორგანიზაციებს შეიძლება შეექმნათ მონაცემთა შეუსაბამობა, სამუშაო ნაკადების ვარიაციები და გამოყენებადობის არათანაბარი სტანდარტები; ან შესაძლოა ისინი არ არიან ოპტიმიზირებული, რომ სწორად იმუშაონ საწარმოს უკანა სისტემებთან და მონაცემებთან, რამაც შეიძლება გავლენა მოახდინოს სისტემის მთლიანობასა და შესრულებაზე.

კავასაკიმ თქვა, რომ ასევე მნიშვნელოვანია განიხილოს სამართლებრივი და ეთიკური მოსაზრებები, როგორიცაა საავტორო უფლებების პოტენციური საკითხები ან მიკერძოება AI- ის მიერ გენერირებულ ლოგიკაში: "ერთი ეფექტური სტრატეგიაა Gen AI კოდირების შევსება ინვესტიციებით შედგენილ არქიტექტურაში, იმის ნაცვლად, რომ ყველაფერი ნულიდან წარმოიქმნას".

ამ განვითარების კონტექსტში, AI ეხმარება რეკომენდაციას ხელახლა გამოიყენოს დადასტურებული, უზრუნველყოფილი კომპონენტები, რომლებიც კურირებული ბაზრის ნაწილია, "იქნება ეს პლატფორმის გამყიდველი თუ კურირებული და ვალიდური ეკოსისტემის პარტნიორების სია", - თქვა კავასაკიმ.

თუმცა, გამოწვევების მიუხედავად, მან თქვა, რომ Gen AI ხდება ნაგულისხმევი, ჩაშენებული ასისტენტი დაბალი კოდისა და არა კოდის პლატფორმებისთვის.

"დიზაინის ეტაპზე, ხელოვნური ინტელექტის დახმარებით განვითარება აჩქარებს პროდუქტიულობას და ამცირებს სწავლის მრუდს აპლიკაციების სტრუქტურების წარმოქმნით, სამუშაო ნაკადების შემოთავაზებით და ბუნებრივი ენის აღწერილობებზე დაყრდნობით UI ელემენტების შექმნითაც კი. ის ასევე მოქმედებს როგორც ინტელექტუალური ასისტენტი, რომელიც გთავაზობთ რეკომენდაციებს და პრობლემების მოგვარების საკითხებს, სანამ ისინი პრობლემები გახდებიან.