למה בינה מלאכותית לא תבטל משרות

12 החודשים האחרונים ראו התקדמות ניכרת ביכולות קידוד. כדי להציע פרספקטיבה מסוימת, יש מדד המודד ביצועים ב-500 בעיות הנדסיות מהעולם האמיתי הנגזרות מפרויקטים של תוכנה מהעולם האמיתי. בתחילת השנה שעברה, מערכות מתקדמות (LLM) פתרו רק כ-4% מהבעיות הללו. עם המומנטום הזה של סוכני בינה מלאכותית שמושך כעת תשומת לב תקשורתית משמעותית, אני נשאל בתדירות גבוהה יותר: "האם זה ישפיע על משרות הנדסת תוכנה?"

נקודת המפנה בכתיבת מאמר זה הייתה שיחה עם משקיע פוטנציאלי שתהה האם בנו צריך להמשיך להתעניין במדעי המחשב. בסגנון הנדסי אמיתי, אתחיל בסיכום תמציתי "TL;DR" (ארוך מדי; לא קראתי) ואז אפרט בפירוט להלן:

TL;DR

– "אכן אומר שמשרות ההנדסה ירדו ב-70%." זה מטעה.

– "בינה מלאכותית לעולם לא תתקן לי באג." הגיע הזמן להתעורר.

– "בינה מלאכותית תשנה משרות תוכנה." בהחלט.

– "בינה מלאכותית תצמצם באופן דרמטי את מספר משרות התוכנה בעתיד הקרוב." כמעט בוודאות שלא.

– "האם עדיין כדאי ללמוד מדעי המחשב?" יותר מתמיד.

אם עדיין תפסתי את תשומת ליבכם, בואו נצלול פנימה.

קריאת נתונים שגויה של Indeed

נכון שפרסומי פיתוח תוכנה ב-Indeed ירדו מתחת לקו הבסיס שלפני המגיפה ב-29%, ורבים מאשימים את הבינה המלאכותית. עם זאת, הנה סוד פנימי לכל מי שמחוץ למעגלי הגיוס והנדסת התוכנה: גיוס אנשי מקצוע בעלי שכר גבוה (ומפתחי תוכנה רבים נופלים תחת קטגוריה זו) פשוט מתרחק מ-Indeed. גייסתי מאות מהנדסים במהלך הקריירה שלי, ואני לא זוכר מתי פרסמתי לאחרונה משרה בתחום הנדסת תוכנה ב-Indeed. עברו שנים.

לצורך ההקשר, קחו בחשבון שמספר המשרות "חינוך והדרכה" עלה ב-46.8% בהשוואה לאינדייד באותה תקופה. האם אנו מייחסים זאת לבינה מלאכותית שיצרה באופן קסום 50% יותר ביקוש למחנכים? בקושי. עד שנראה את הנתונים מלשכת הסטטיסטיקה של העבודה או ממקור רשמי אחר, אני נוטה לסווג כל מתאם ישיר בין הירידה במספר המשרות בתחום ההנדסה של אינדייד לבין בינה מלאכותית כ"מתאם כוזב".

מגזר הטכנולוגיה חווה עלייה מסיבית במהלך המגפה, ואחריה תיקון משמעותי שהוביל לפיטורים והקפאות גיוס. זה לא היה קשור כלל לבינה מלאכותית; אם כבר, בינה מלאכותית עשויה להמריץ מחדש את שוק הטכנולוגיה על ידי משיכת הון חדש ויצירת מקומות עבודה מיוחדים.

הנוף המתפתח של כלי קידוד בינה מלאכותית

מצד שני, ישנם אנשים שנותרו תקועים בעולם שבו "עוזר קידוד" שווה ערך ל-GitHub Copilot בסביבות 2022. הם התאכזבו מהשוק,ואני לא יכול להאשים אותם. מטענות אופטימיות מדי על "25% שיפורים" ועד מדדי ביצועים מבלבלים המתמקדים בתכנות משימות אולימפיאדה, יכולות בינה מלאכותית יכולות להיות גם מוגזמות וגם לא מובנות. בינה מלאכותית היא בעלת ניואנסים; היא יכולה לבצע ביצועים מדהימים במשימה אחת תוך כישלון דרמטי במשימה דומה.

זכרו שמשימות אולימפיאדה אינן משקפות את הנדסת התוכנה היומיומית. זה כמו להשוות את האחריות של רואה חשבון מוסמך לתפקידו של יזם מייסד של חברה – הן שונות לחלוטין. אז בפעם הבאה שתשמעו שדוגמן "ניצח אלוף אנושי" בתחרות תכנות, אל תניחו שאתם יכולים לתת לה את האפליקציה "הורגת אינסטגרם" שלכם ולצפות בה מתכנתת ללא מאמץ. עם זאת, אנחנו גם לא בקנזס יותר. זה כבר לא 2022, ו-GitHub Copilot אינו חוד החנית של סיוע בקידוד.

הרשו לי להשתמש בדימוי: ניסיתם לעשות מחקר משפטי עם ChatGPT המקורי? עכשיו השוו את החוויה הזו לשימוש ב-ChatGPT Professional העדכני ביותר. אכן, והמסקנה האישית שלי – לא ייעוץ משפטי, ייתכן שהניסיון שלכם יהיה שונה – היא שלמרות שלא הייתי משתמש במודל המקורי למחקר משפטי רציני, הגרסה החדשה יותר הרשימה אותי מספיק כדי להמליץ עליה לעורך הדין שלי.

אותה התקדמות חלה על עוזרי קידוד. הם מתפתחים מכלים נחמדים אך מוגבלים לסוכנים רבי עוצמה שיכולים לשאת במשימות פשוטות בזמן שאתה נשאר במושב הנהג. ולמרות שההתקדמות ב-12 החודשים האחרונים הייתה מהירה, 12 החודשים הבאים מבטיחים להיות אפילו יותר טרנספורמטיביים. עדיין ישנם מספר מנופים בסוכני תוכנה של בינה מלאכותית שהתעשייה עדיין לא השתמשה בהם – אז הישארו מעודכנים.

שחרור ערך עבור עסקים ומפתחים

זה מביא אותי לאופן שבו סוכני קידוד של בינה מלאכותית יכולים לפתוח ערך עצום הן עבור מהנדסי תוכנה והן עבור החברות שלהם. פריצות דרך אחרונות בבינה מלאכותית סוכנתית מניעות שינוי דורי בסיוע בקידוד. כלים אלה מתחברים כעת למודעות הקשרית עמוקה הרבה יותר, סורקים בסיסי קוד שלמים כדי להציע, לבדוק ולתקן פתרונות התואמים למטרות פרויקט גדולות יותר.

עבור עסקים, זה מתורגם לאספקה מהירה יותר של פתרונות מתוחכמים, הסתגלות לשינויים בשוק בזמן אמת והרחבת גבולות האפשרי. עבור מפתחים, עוזרי קידוד של בינה מלאכותית מבטלים את העבודה הקשה של משימות חוזרות וגוזלות זמן, ומשחררים אותם להתמקד ביצירתיות, חדשנות ופתרון בעיות אסטרטגי.

האם זה יפחית את מספר עבודות התוכנה?

אז אם בינה מלאכותית תטפל בעבודה שגרתית יותר, האם זה אומר שנצטרך פחות מהנדסים? אני לא חושב כך. במהלך הקריירה שלי, ראיתי קפיצה של יותר מפי עשרה בפריון ההנדסי, הודות לשפות תכנות מודרניות, ספריות קוד פתוח ותשתיות ענן.

וזה בנוסף לשיפור נוסף של פי עשרה עוד לפני שנכנסתי לתחום. חדשנות היא מאפיין היכר של עבודות טכנולוגיות. ככל שהכלים שלנו הופכים חזקים יותר, כך יש יותר מקום ליצירתיות וליצירת ערך. ערך זה מתורגם לביקוש גדול יותר בשוק העבודה, לא פחות. הדחף הקולקטיבי שלנו לקידמה הוא הביטחון התעסוקתי הטוב ביותר שלנו.

עתיד חינוך מדעי המחשב

לבסוף, בואו נדבר על לימוד מדעי המחשב. שפות התכנות, הספריות והכלים שאני משתמש בהם כיום שונים לחלוטין מאלה שלמדתי בבית הספר. עם זאת, חינוך זה נותר אבן היסוד של הקריירה שלי. הדור הבא של מדעני מחשבים יהיה בעל תושייה רבה יותר, שיתופי פעולה יותר וחזק יותר מאי פעם.

אוניברסיטאות יתאימו את תוכניות הלימודים שלהן כדי לענות על צרכי התעשייה, וחוויות מעשיות – כמו התמחויות ופרויקטים של קוד פתוח – יעזרו לסטודנטים לבנות מיומנויות בעולם האמיתי שימצבו אותם להצלחה. בינה מלאכותית תשפר את יכולותיהן, לא תהפוך אותן למיושנות.

מסקנה

סוכני קידוד של בינה מלאכותית מתפתחים במהירות מסחררת, אך הם רחוקים מלהיות מיושנים של מהנדסי תוכנה. במקום זאת, הם מבטיחים לשפר את הפרודוקטיביות והיצירתיות של המפתחים, מה שמוביל להזדמנויות חדשות לחדשנות. ולכל מי שתוהה האם להשקיע זמן ומאמץ בחינוך למדעי המחשב: מעולם לא היה זמן טוב יותר לעשות זאת.

הם מבטיחים לשפר את הפרודוקטיביות והיצירתיות של המפתחים, מה שמוביל להזדמנויות חדשות לחדשנות. ולכל מי שתוהה האם להשקיע זמן ומאמץ בחינוך למדעי המחשב: מעולם לא היה זמן טוב יותר לעשות זאת.הם מבטיחים לשפר את הפרודוקטיביות והיצירתיות של המפתחים, מה שמוביל להזדמנויות חדשות לחדשנות. ולכל מי שתוהה האם להשקיע זמן ומאמץ בחינוך למדעי המחשב: מעולם לא היה זמן טוב יותר לעשות זאת.