Je, AI itachukua nafasi ya Watengenezaji Programu? Mwishowe, zima kihariri cha msimbo.

" Mwishowe, zima kihariri cha msimbo. " Msemo huu wa maneno umekuwa ukizungumziwa katika majukwaa ya wasanidi programu, ukionyesha ucheshi wa wasiwasi kuhusu kuongezeka kwa wasaidizi wa uandishi wa AI. Kadri mifumo ya AI inavyozidi kuwa na uwezo wa kuandika msimbo, wasanidi programu wengi wanauliza kama watengenezaji wa kibinadamu wanaelekea kwenye hatima sawa na waendeshaji wa lifti au waendeshaji wa switchboard - kazi zinazopitwa na wakati na otomatiki. Mnamo 2024, vichwa vya habari vikali vilitangaza kwamba akili bandia inaweza kuandika msimbo wetu wote hivi karibuni, na kuwaacha watengenezaji wa kibinadamu bila la kufanya. Lakini nyuma ya hype na hisia, ukweli ni wazi zaidi.

Ndiyo, AI sasa inaweza kutoa msimbo haraka kuliko mwanadamu yeyote, lakini msimbo huo ni mzuri kiasi gani, na je, AI inaweza kushughulikia mzunguko mzima wa maendeleo ya programu peke yake? Wataalamu wengi wanasema "sio haraka sana." Viongozi wa uhandisi wa programu kama Mkurugenzi Mtendaji wa Microsoft Satya Nadella wanasisitiza kwamba "AI haitabadilisha waandaaji programu, lakini itakuwa zana muhimu katika safu yao ya silaha. Ni kuhusu kuwawezesha wanadamu kufanya zaidi, si kidogo." ( Je, AI Itachukua Nafasi ya Waandaaji Programu? Ukweli Nyuma ya Hype | na The PyCoach | Kona Bandia | Machi, 2025 | Kati ) Vile vile, mkuu wa AI wa Google Jeff Dean anabainisha kwamba ingawa AI inaweza kushughulikia kazi za kawaida za uandishi wa msimbo, "bado haina ubunifu na ujuzi wa kutatua matatizo" - sifa ambazo watengenezaji wa binadamu huleta mezani. Hata Sam Altman, Mkurugenzi Mtendaji wa OpenAI, anakubali kwamba AI ya leo ni "nzuri sana katika kazi" lakini "mbaya katika kazi kamili" bila usimamizi wa binadamu. Kwa kifupi, AI ni nzuri katika kusaidia na vipande vya kazi, lakini haiwezi kuchukua kabisa kazi ya mpangaji programu kutoka mwanzo hadi mwisho.

Karatasi hii nyeupe inaangalia kwa uaminifu na kwa usawa swali "Je, AI itachukua nafasi ya wasanidi programu?" Tunachunguza jinsi AI inavyoathiri majukumu ya ukuzaji wa programu leo ​​na ni mabadiliko gani yatakayotokea. Kupitia mifano halisi na zana za hivi karibuni (kutoka GitHub Copilot hadi ChatGPT), tunachunguza jinsi watengenezaji wa programu wanavyoweza kurekebisha, kuzoea, na kubaki muhimu kadri AI inavyobadilika. Badala ya jibu rahisi la ndiyo-au-hapana, tutaona kwamba wakati ujao ni ushirikiano kati ya AI na watengenezaji wa programu za kibinadamu. Lengo ni kuangazia maarifa ya vitendo kuhusu kile ambacho watengenezaji wanaweza kufanya ili kustawi katika enzi ya AI - kuanzia kutumia zana mpya hadi kujifunza ujuzi mpya na kutabiri jinsi kazi za uandishi wa habari zinavyoweza kubadilika katika miaka ijayo.

AI katika Ukuzaji wa Programu Leo

AI imejipambanua haraka katika mtiririko wa kazi wa kisasa wa ukuzaji wa programu. Mbali na kuwa hadithi za kisayansi, zana zinazotegemea AI tayari zinaandika na kukagua msimbo , zikiendesha kazi zenye kuchosha kiotomatiki, na kuongeza tija ya msanidi programu. Wasanidi programu leo ​​hutumia AI kutoa vipande vya msimbo, kukamilisha kazi kiotomatiki, kugundua hitilafu, na hata kutengeneza kesi za majaribio ( Je, Kuna Mustakabali kwa Wahandisi wa Programu? Athari ya AI [2024] ) ( Je, Kuna Mustakabali kwa Wahandisi wa Programu? Athari ya AI [2024] ). Kwa maneno mengine, AI inachukua kazi ya grunt na boilerplate, ikiruhusu wasanidi programu kuzingatia vipengele ngumu zaidi vya uundaji wa programu. Hebu tuangalie baadhi ya uwezo na zana maarufu za AI zinazobadilisha upangaji programu hivi sasa:

• Uundaji wa Misimbo na Ukamilishaji Kiotomatiki: Wasaidizi wa kisasa wa usimbaji wa akili bandia (AI) wanaweza kutoa msimbo kulingana na vidokezo vya lugha asilia au muktadha wa sehemu ya msimbo. Kwa mfano, GitHub Copilot (iliyojengwa juu ya modeli ya Kodeksi ya OpenAI) huunganishwa na wahariri ili kupendekeza mstari unaofuata au kizuizi cha msimbo unapoandika. Inatumia seti kubwa ya mafunzo ya msimbo huria ili kutoa mapendekezo yanayozingatia muktadha, mara nyingi yanaweza kukamilisha kazi nzima kutoka kwa maoni au jina la kazi tu. Vile vile, ChatGPT (GPT-4) inaweza kutoa msimbo kwa kazi fulani unapoelezea unachohitaji kwa Kiingereza rahisi. Zana hizi zinaweza kuchora msimbo wa boilerplate kwa sekunde, kutoka kwa kazi rahisi za msaidizi hadi shughuli za kawaida za CRUD.

• Ugunduzi na Upimaji wa Hitilafu: AI pia inasaidia kukamata hitilafu na kuboresha ubora wa msimbo. Zana na vizuizi vya uchanganuzi tuli vinavyoendeshwa na AI vinaweza kuashiria hitilafu zinazowezekana au udhaifu wa usalama kwa kujifunza kutoka kwa mifumo ya hitilafu ya zamani. Baadhi ya zana za AI hutoa kiotomatiki majaribio ya kitengo au kupendekeza kesi za majaribio kwa kuchanganua njia za msimbo. Hii ina maana kwamba msanidi programu anaweza kupata maoni ya papo hapo kuhusu kesi za ukingo ambazo huenda alikosa. Kwa kupata hitilafu mapema na kupendekeza marekebisho, AI hufanya kazi kama msaidizi wa QA asiyechoka anayefanya kazi pamoja na msanidi programu.

• Uboreshaji wa Misimbo na Urekebishaji: Matumizi mengine ya AI ni kupendekeza maboresho ya msimbo uliopo. Kwa kuzingatia kipande, AI inaweza kupendekeza algoriti zenye ufanisi zaidi au utekelezaji safi zaidi kwa kutambua ruwaza katika msimbo. Kwa mfano, inaweza kupendekeza matumizi ya kistaarabu zaidi ya maktaba au alama ya msimbo usio na maana ambao unaweza kurekebishwa. Hii husaidia katika kupunguza deni la kiufundi na kuboresha utendaji. Zana za urekebishaji zinazotegemea AI zinaweza kubadilisha msimbo ili kuzingatia mbinu bora au kusasisha msimbo hadi matoleo mapya ya API, na hivyo kuokoa muda wa watengenezaji katika kusafisha kwa mikono.

• DevOps na Otomatiki: Zaidi ya kuandika msimbo, AI huchangia katika michakato ya ujenzi na usambazaji. Zana za akili za CI/CD hutumia ujifunzaji wa mashine kutabiri ni majaribio gani ambayo yanaweza kushindwa au kuweka kipaumbele kazi fulani za ujenzi, na kufanya mchakato wa ujumuishaji endelevu kuwa wa haraka na wenye ufanisi zaidi. AI inaweza kuchambua kumbukumbu za uzalishaji na vipimo vya utendaji ili kubaini masuala au kupendekeza uboreshaji wa miundombinu. Kwa kweli, AI inasaidia sio tu katika usimbaji, bali pia katika mzunguko mzima wa maisha wa ukuzaji wa programu - kuanzia kupanga hadi matengenezo.

• Miingiliano na Nyaraka za Lugha Asilia: Pia tunaona AI ikiwezesha mwingiliano zaidi wa asili na zana za uundaji. Wasanidi programu wanaweza kuuliza AI kufanya kazi ("kutengeneza kitendakazi kinachofanya X" au "kuelezea msimbo huu") na kupata matokeo. Vidhibiti vya gumzo vya AI (kama vile ChatGPT au wasaidizi maalum wa waendelezaji) vinaweza kujibu maswali ya programu, kusaidia na uundaji wa nyaraka, na hata kuandika nyaraka za mradi au kutuma ujumbe kulingana na mabadiliko ya msimbo. Hii huziba pengo kati ya nia ya kibinadamu na msimbo, na kufanya uundaji upatikane zaidi kwa wale wanaoweza kuelezea wanachotaka.

• 

Wasanidi programu wanatumia zana za AI: Utafiti wa 2023 unaonyesha kuwa asilimia 92 ya watengenezaji wametumia zana za usimbaji AI kwa kiasi fulani - iwe kazini, katika miradi yao binafsi, au vyote viwili. Asilimia 8 tu waliripoti kutotumia usaidizi wowote wa AI katika usimbaji. Chati hii inaonyesha kwamba theluthi mbili ya watengenezaji hutumia zana za AI ndani na nje ya kazi, huku robo moja wakizitumia kazini pekee na wachache tu nje ya kazi. Jambo la kuzingatia ni wazi: usimbaji unaosaidiwa na AI umeenea haraka miongoni mwa watengenezaji ( Utafiti unaonyesha athari ya AI kwenye uzoefu wa msanidi programu - Blogu ya GitHub ).

Kuongezeka huku kwa zana za AI zinazotengenezwa kumesababisha kuongezeka kwa ufanisi na kupungua kwa ugumu katika uandishi wa msimbo. Bidhaa zinaundwa haraka zaidi kwani AI husaidia kutoa msimbo wa boilerplate na kushughulikia kazi zinazojirudia ( Je, Kuna Mustakabali kwa Wahandisi wa Programu? Athari ya AI [2024] ) ( Je, AI Itabadilisha Wasanidi Programu mnamo 2025: Kuchunguza kwa Upesi Wakati Ujao ). Zana kama Copilot zinaweza hata kupendekeza algoriti au suluhisho zima ambazo "huenda zisionekane wazi kwa watengenezaji wa binadamu," kutokana na kujifunza kutoka kwa seti kubwa za data za msimbo. Mifano halisi ipo mingi: mhandisi anaweza kuuliza ChatGPT kutekeleza kitendakazi cha kupanga au kupata hitilafu katika msimbo wao, na AI itatoa suluhisho la rasimu kwa sekunde. Makampuni kama Amazon na Microsoft yametuma wasanidi programu wa jozi wa AI (CodeWhisperer ya Amazon na Copilot ya Microsoft) kwa timu zao za wasanidi programu, wakiripoti kukamilika kwa kazi haraka na saa chache za kawaida zinazotumika kwenye boilerplate. Kwa kweli, 70% ya wasanidi programu waliohojiwa katika utafiti wa Stack Overflow wa 2023 walisema tayari wanatumia au wanapanga kutumia zana za AI katika mchakato wao wa uundaji ( 70% ya wasanidi programu hutumia zana za usimbaji AI, 3% wanaamini sana usahihi wake - ShiftMag ). Wasaidizi maarufu zaidi ni ChatGPT (inayotumiwa na ~83% ya waliohojiwa) na GitHub Copilot (~56%), ikionyesha kuwa wasaidizi wa jumla wa AI na IDE-integrated wote ni wachezaji muhimu. Wasanidi programu hugeukia zana hizi ili kuongeza tija (iliyotajwa na ~33% ya waliohojiwa) na kuharakisha ujifunzaji (25%), huku karibu 25% wakizitumia ili kuwa na ufanisi zaidi kwa kufanya kazi inayojirudia kiotomatiki.

Ni muhimu kutambua kwamba jukumu la AI katika programu si jipya kabisa - vipengele vyake vimekuwapo kwa miaka mingi (fikiria ukamilishaji otomatiki wa msimbo katika IDE au mifumo ya majaribio otomatiki). Lakini miaka miwili iliyopita imekuwa hatua muhimu. Kuibuka kwa mifumo mikubwa yenye nguvu ya lugha (kama mfululizo wa OpenAI GPT na AlphaCode ya DeepMind) kumepanua sana kinachowezekana. Kwa mfano, AlphaCode uligonga vichwa vya habari kwa kufanya katika kiwango cha ushindani wa mashindano ya programu , na kufikia kiwango cha juu cha 54% katika changamoto za usimbaji - kimsingi kulinganisha ujuzi wa mshindani wa kawaida wa binadamu ( AlphaCode ya DeepMind inalingana na uwezo wa wastani wa programu ). Hii ilikuwa mara ya kwanza mfumo wa AI kufanya kazi kwa ushindani katika mashindano ya programu. Hata hivyo, inafahamika kwamba hata AlphaCode, pamoja na uwezo wake wote, bado ilikuwa mbali na kuwashinda wasimbaji bora wa binadamu. Katika mashindano hayo, AlphaCode inaweza kutatua takriban 30% ya matatizo ndani ya majaribio yanayoruhusiwa, ilhali wapangaji programu bora wa binadamu hutatua >90% ya matatizo kwa jaribio moja. Pengo hili linaangazia kwamba ingawa AI inaweza kushughulikia kazi za algoriti zilizofafanuliwa vizuri hadi hatua fulani, matatizo magumu zaidi yanayohitaji hoja za kina na ustadi yanabaki kuwa ngome ya kibinadamu .

Kwa muhtasari, AI imejikita katika zana za kila siku za watengenezaji. Kuanzia kusaidia katika kuandika msimbo hadi kuboresha uwasilishaji, inagusa kila sehemu ya mchakato wa uundaji. Uhusiano wa leo kwa kiasi kikubwa ni wa kutegemeana: AI hufanya kazi kama rubani msaidizi (aliyepewa jina sahihi) anayewasaidia watengenezaji kutengeneza msimbo haraka na kwa kukatishwa tamaa kidogo, badala ya rubani huru anayeweza kuruka peke yake. Katika sehemu inayofuata, tutachunguza jinsi ujumuishaji huu wa zana za AI unavyobadilisha jukumu la watengenezaji na asili ya kazi yao, kwa uzuri au ubaya.

Jinsi AI Inavyobadilisha Majukumu na Uzalishaji wa Msanidi Programu

Kwa kuwa AI inashughulikia zaidi kazi za kawaida, jukumu la msanidi programu linaanza kubadilika. Badala ya kutumia saa nyingi kuandika msimbo wa boilerplate au kurekebisha makosa ya kawaida, wasanidi programu wanaweza kuwapa kazi hizo wasaidizi wao wa AI. Hii inabadilisha mwelekeo wa msanidi programu kuelekea utatuzi wa matatizo wa kiwango cha juu, usanifu, na vipengele vya ubunifu vya uhandisi wa programu. Kimsingi, AI inawaongeza watengenezaji, na kuwaruhusu kuwa na tija zaidi na uwezekano wa kuwa wabunifu zaidi. Lakini je, hii inatafsiri kuwa kazi chache za programu, au aina tofauti tu ya kazi? Hebu tuchunguze athari kwenye tija na majukumu:

Kuongeza Uzalishaji: Kwa mujibu wa akaunti nyingi na tafiti za awali, zana za usimbaji wa akili bandia zinaongeza tija ya msanidi programu kwa kiasi kikubwa. Utafiti wa GitHub uligundua kuwa wasanidi programu wanaotumia Copilot waliweza kukamilisha kazi haraka zaidi kuliko wale wasio na msaada wa akili bandia. Katika jaribio moja, wasanidi programu walitatua kazi ya usimbaji wa akili bandia kwa wastani wa 55% kwa usaidizi wa Copilot - wakichukua takriban saa 1 dakika 11 badala ya saa 2 dakika 41 bila hiyo ( Utafiti: kupima athari ya GitHub Copilot kwenye tija na furaha ya msanidi programu - Blogu ya GitHub ). Hiyo ni faida kubwa katika kasi. Sio kasi tu; wasanidi programu wanaripoti kwamba usaidizi wa akili bandia husaidia kupunguza kuchanganyikiwa na "kukatizwa kwa mtiririko". Katika tafiti, 88% ya wasanidi programu wanaotumia Copilot walisema iliwafanya wawe na tija zaidi na kuwaruhusu kuzingatia kazi ya kuridhisha zaidi ( Ni asilimia ngapi ya wasanidi programu wamesema kwamba github copilot hufanya ... ). Zana hizi huwasaidia wasanidi programu kubaki "katika eneo" kwa kushughulikia vipande vya kuchosha, ambavyo huhifadhi nishati ya akili kwa matatizo magumu zaidi. Matokeo yake, wasanidi programu wengi wanahisi usimbaji wa akili bandia umekuwa wa kufurahisha zaidi - kazi ndogo ya kunung'unika na ubunifu zaidi.

Kubadilisha Kazi ya Kila Siku: Mtiririko wa kazi wa kila siku wa programu unabadilika pamoja na faida hizi za uzalishaji. "Kazi nyingi zenye shughuli nyingi" - kuandika kielelezo, kurudia mifumo ya kawaida, kutafuta sintaksia - zinaweza kupakuliwa hadi kwa AI. Kwa mfano, badala ya kuandika darasa la data kwa mikono na wapataji na wawekaji, msanidi programu anaweza kuishawishi AI kuitengeneza. Badala ya kuchanganua nyaraka ili kupata simu sahihi ya API, msanidi programu anaweza kuuliza AI kwa lugha asilia. Hii ina maana kwamba wasanidi programu hutumia muda mdogo katika kuandika msimbo kwa ukariri na muda zaidi kwenye kazi zinazohitaji uamuzi wa kibinadamu . AI inapochukua nafasi ya kuandika 80% rahisi ya msimbo, kazi ya msanidi programu huhamia kusimamia matokeo ya AI (kukagua mapendekezo ya msimbo, kuyajaribu) na kushughulikia 20% ya matatizo magumu ambayo AI haiwezi kuyagundua. Kwa vitendo, msanidi programu anaweza kuanza siku yake akichambua maombi ya kuvuta yanayotokana na AI au kukagua kundi la marekebisho yaliyopendekezwa na AI, badala ya kuandika mabadiliko hayo yote kuanzia mwanzo.

Ushirikiano na Mienendo ya Timu: Cha kufurahisha ni kwamba, AI pia inaathiri mienendo ya timu. Kwa kazi za kawaida zinazojiendesha kiotomatiki, timu zinaweza kufanikisha mengi zaidi zikiwa na wasanidi programu wadogo wachache waliopewa kazi ya kunung'unika. Baadhi ya makampuni yanaripoti kwamba wahandisi wao wakuu wanaweza kujitegemea zaidi - wanaweza kutoa mifano ya vipengele haraka kwa usaidizi wa AI, bila kuhitaji mwanafunzi mdogo kufanya rasimu za awali. Hata hivyo, hii inaleta changamoto mpya: ushauri na ushiriki wa maarifa. Badala ya wanafunzi wadogo kujifunza kwa kufanya kazi rahisi, wanaweza kuhitaji kujifunza jinsi ya kusimamia matokeo ya AI kwa ufanisi. Ushirikiano wa timu unaweza kubadilika hadi shughuli kama vile kusafisha kwa pamoja vidokezo vya AI au kukagua msimbo unaozalishwa na AI kwa mitego. Kwa upande mzuri, wakati kila mtu kwenye timu ana msaidizi wa AI, inaweza kusawazisha uwanja wa michezo na kuruhusu muda zaidi wa majadiliano ya usanifu, mawazo ya ubunifu, na kushughulikia mahitaji magumu ya watumiaji ambayo hakuna AI inayoeleweka kwa sasa. Kwa kweli, zaidi ya wasanidi programu wanne kati ya watano wanaamini kwamba zana za uandishi wa AI zitaongeza ushirikiano wa timu au angalau kuwapa uhuru wa kushirikiana zaidi katika usanifu na utatuzi wa matatizo, kulingana na matokeo ya utafiti wa GitHub wa 2023 ( Utafiti unaonyesha athari ya AI kwenye uzoefu wa msanidi programu - Blogu ya GitHub ).

Athari kwa Majukumu ya Kazi: Swali kuu ni kama AI itapunguza mahitaji ya waandaaji programu (kwa kuwa kila programu sasa ina tija zaidi), au ikiwa itabadilisha tu ujuzi unaohitajika. Mfano wa kihistoria na otomatiki nyingine (kama vile kuongezeka kwa zana za devops, au lugha za programu za kiwango cha juu) unaonyesha kwamba kazi za wasanidi programu haziondolewi sana kwani zinaongezeka . Hakika, wachambuzi wa tasnia wanatabiri majukumu ya uhandisi wa programu yataendelea kukua , lakini asili ya majukumu hayo itabadilika. Ripoti ya hivi karibuni ya Gartner inatabiri kwamba ifikapo mwaka wa 2027, 50% ya mashirika ya uhandisi wa programu yatatumia majukwaa ya "akili ya uhandisi wa programu" yaliyoongezwa na AI ili kuongeza tija , kutoka 5% tu mnamo 2024 ( Je, Kuna Mustakabali kwa Wahandisi wa Programu? Athari ya AI [2024] ). Hii inaonyesha kuwa kampuni zitaunganisha AI kwa upana, lakini ina maana kwamba watengenezaji watafanya kazi na majukwaa hayo yenye akili. Vile vile, kampuni ya ushauri McKinsey inakadiria kwamba ingawa AI inaweza kuendesha kazi nyingi kiotomatiki, takriban 80% ya kazi za programu bado zitahitaji mwanadamu katika mzunguko na kubaki "mtu anayezingatia binadamu" . Kwa maneno mengine, bado tutahitaji watu kwa nafasi nyingi za wasanidi programu, lakini maelezo ya kazi yanaweza kubadilika.

Mabadiliko moja yanayowezekana ni kuibuka kwa majukumu kama "Mhandisi wa Programu wa AI" au "Mhandisi wa Haraka" - watengenezaji ambao wamebobea katika kujenga au kupanga vipengele vya AI. Tayari tunaona mahitaji ya watengenezaji wenye utaalamu wa AI/ML yakiongezeka kwa kasi. Kulingana na uchambuzi wa Indeed, kazi tatu zinazohusiana na AI zinazohitajika zaidi ni mwanasayansi wa data, mhandisi wa programu, na mhandisi wa kujifunza mashine , na mahitaji ya majukumu haya yameongezeka zaidi ya mara mbili katika kipindi cha miaka mitatu iliyopita ( Je, Kuna Mustakabali wa Wahandisi wa Programu? Athari ya AI [2024] ). Wahandisi wa programu wa jadi wanatarajiwa kuelewa misingi ya kujifunza mashine au kuunganisha huduma za AI katika programu. Mbali na kuwafanya watengenezaji wapunguze muda, "AI inaweza kuinua taaluma, na kuwawezesha watengenezaji kuzingatia kazi za kiwango cha juu na uvumbuzi." ( Je, AI Itabadilisha Wasanidi Programu mnamo 2025: Kuchunguza kwa Ufupi Wakati Ujao ) Kazi nyingi za kawaida za uandishi wa msimbo zinaweza kushughulikiwa na AI, lakini watengenezaji watakuwa na shughuli nyingi zaidi na muundo wa mfumo, kuunganisha moduli, kuhakikisha ubora, na kushughulikia matatizo mapya. Mhandisi mkuu kutoka kampuni moja inayoendelea ya AI alifupisha vizuri: AI haibadilishi watengenezaji wetu; inawaongeza . Msanidi programu mmoja mwenye zana zenye nguvu za AI anaweza kufanya kazi ya watu kadhaa, lakini msanidi programu huyo sasa anachukua kazi ngumu zaidi na yenye athari.

Mfano Halisi wa Ulimwengu: Fikiria hali kutoka kwa kampuni ya programu iliyounganisha GitHub Copilot kwa watengenezaji wake wote. Athari ya haraka ilikuwa ni kupunguzwa kwa muda uliotumika kuandika majaribio ya kitengo na msimbo wa boilerplate. Msanidi programu mmoja mdogo aligundua kuwa kwa kutumia Copilot angeweza kutoa 80% ya msimbo wa kipengele kipya haraka, kisha kutumia muda wake kubinafsisha 20% iliyobaki na kuandika majaribio ya ujumuishaji. Uzalishaji wake katika suala la matokeo ya msimbo karibu mara mbili, lakini cha kufurahisha zaidi, asili ya mchango wake ilibadilika - akawa mkaguzi wa msimbo na mbuni wa majaribio wa msimbo ulioandikwa na AI. Timu pia iligundua kuwa mapitio ya msimbo yalianza kukamata makosa ya AI badala ya makosa ya maandishi ya kibinadamu. Kwa mfano, Copilot mara kwa mara alipendekeza utekelezaji wa usimbaji fiche usio salama; watengenezaji wa kibinadamu walilazimika kuyaona na kuyarekebisha. Mfano wa aina hii unaonyesha kwamba ingawa matokeo yaliongezeka, usimamizi na utaalamu wa kibinadamu ukawa muhimu zaidi katika mtiririko wa kazi.

Kwa muhtasari, AI inabadilisha bila shaka jinsi watengenezaji wanavyofanya kazi: kuwafanya wafanye kazi haraka na kuwaruhusu kushughulikia matatizo makubwa zaidi, lakini pia kuwahitaji kuongeza ujuzi (katika kutumia AI na katika mawazo ya kiwango cha juu). Sio hadithi ya "AI kuchukua kazi" bali ni hadithi ya "AI kubadilisha kazi." Watengenezaji wanaojifunza kutumia zana hizi kwa ufanisi wanaweza kuzidisha athari zao - kauli mbiu tunayosikia mara nyingi ni, "AI haitachukua nafasi ya watengenezaji, lakini watengenezaji wanaotumia AI wanaweza kuchukua nafasi ya wale ambao hawafanyi hivyo." Sehemu zinazofuata zitachunguza kwa nini watengenezaji wa kibinadamu bado ni muhimu (kile AI haiwezi kufanya vizuri), na jinsi watengenezaji wanavyoweza kurekebisha ujuzi wao ili kustawi pamoja na AI.

Mapungufu ya AI (Kwa Nini Wanadamu Hubaki Muhimu)

Licha ya uwezo wake wa kuvutia, AI ya leo ina mapungufu ambayo huizuia kuwafanya wasanidi programu wa kibinadamu kuwa wa kizamani. Kuelewa mapungufu haya ni muhimu ili kuona ni kwa nini wasanidi programu bado wanahitajika sana katika mchakato wa uundaji. AI ni zana yenye nguvu, lakini si risasi ya uchawi inayoweza kuchukua nafasi ya ubunifu, mawazo muhimu, na uelewa wa muktadha wa msanidi programu wa binadamu. Hapa kuna baadhi ya mapungufu ya msingi ya AI katika usanidi programu na nguvu zinazolingana za wasanidi programu wa binadamu:

• Ukosefu wa Uelewa wa Kweli na Ubunifu: Mifumo ya sasa ya AI haielewi kikweli msimbo au matatizo kwa jinsi wanadamu wanavyoelewa; hutambua mifumo na hurejelea matokeo yanayowezekana kulingana na data ya mafunzo. Hii ina maana kwamba AI inaweza kupambana na kazi zinazohitaji suluhisho asili, za ubunifu au uelewa wa kina wa maeneo mapya ya matatizo. AI inaweza kuwa na uwezo wa kutoa msimbo ili kukidhi vipimo ambavyo imeviona hapo awali, lakini iombe ibuni algoriti mpya kwa tatizo ambalo halijawahi kutokea au kutafsiri hitaji lisiloeleweka, na kuna uwezekano itashindwa. Kama mchunguzi mmoja alivyosema, AI leo "haina uwezo wa ubunifu na wa kufikiri kwa kina ambao watengenezaji binadamu huleta mezani." ( Je, AI Itabadilisha Wasanidi Programu mnamo 2025: Kuchunguza kwa Upesi Wakati Ujao ) Wanadamu wana uwezo mkubwa wa kufikiri nje ya boksi - kuchanganya maarifa ya kikoa, hisia, na ubunifu ili kubuni usanifu wa programu au kutatua masuala tata. AI, kwa upande mwingine, ina mipaka ya mifumo waliyojifunza; ikiwa tatizo halilingani na mifumo hiyo vizuri, AI inaweza kutoa msimbo usio sahihi au usio na maana (mara nyingi kwa ujasiri!). Ubunifu katika programu - kuja na vipengele vipya, uzoefu mpya wa mtumiaji, au mbinu mpya za kiufundi - bado ni shughuli inayoendeshwa na binadamu.

• Uelewa wa Muktadha na Picha Kubwa: Kujenga programu si kuandika mistari ya msimbo tu. Inahusisha kuelewa sababu iliyo nyuma ya msimbo - mahitaji ya biashara, mahitaji ya mtumiaji, na muktadha ambao programu inafanya kazi. AI ina dirisha finyu sana la muktadha (kawaida hupunguzwa kwa ingizo linalotolewa kwa wakati mmoja). Haielewi kweli kusudi kuu la mfumo au jinsi moduli moja inavyoingiliana na nyingine zaidi ya kile kilicho wazi katika msimbo. Kwa hivyo, AI inaweza kutoa msimbo ambao kitaalamu hufanya kazi kwa kazi ndogo lakini hauendani vizuri na usanifu mkubwa wa mfumo au unakiuka mahitaji fulani yasiyo wazi. Wasanidi programu wa kibinadamu wanahitajika ili kuhakikisha programu inaendana na malengo ya biashara na matarajio ya mtumiaji. Ubunifu tata wa mifumo - kuelewa jinsi mabadiliko katika sehemu moja yanavyoweza kuathiri wengine, jinsi ya kusawazisha maelewano (kama vile utendaji dhidi ya usomaji), na jinsi ya kupanga mageuzi ya muda mrefu ya msingi wa msimbo - ni jambo ambalo AI haiwezi kufanya leo. Katika miradi mikubwa yenye maelfu ya vipengele, AI "huona miti lakini si msitu." Kama ilivyoelezwa katika uchanganuzi mmoja, "AI inajitahidi kuelewa muktadha kamili na ugumu wa miradi mikubwa ya programu," ikijumuisha mahitaji ya biashara na mambo ya kuzingatia kuhusu uzoefu wa mtumiaji ( Je, AI Itachukua Nafasi ya Wasanidi Programu mnamo 2025: Kuchunguza kwa Upesi Wakati Ujao ). Wanadamu hudumisha maono ya picha pana.

• Azimio la Akili ya Kawaida na Utata: Mahitaji katika miradi halisi mara nyingi huwa hayaeleweki au yanabadilika. Msanidi programu wa kibinadamu anaweza kutafuta ufafanuzi, kutoa mawazo yanayofaa, au kukataa maombi yasiyo ya kweli. AI haina mantiki ya kawaida au uwezo wa kuuliza maswali yanayofafanua (isipokuwa imeingizwa waziwazi katika ombi, na hata hivyo haina dhamana ya kuifanya iwe sahihi). Hii ndiyo sababu msimbo unaozalishwa na AI wakati mwingine unaweza kuwa sahihi kitaalamu lakini haufanyi kazi vizuri - unakosa uamuzi wa kujua mtumiaji alikusudia nini hasa ikiwa maagizo hayaeleweki. Kwa upande mwingine, msanidi programu wa kibinadamu anaweza kutafsiri ombi la kiwango cha juu ("kufanya UI hii iwe rahisi zaidi" au "programu inapaswa kushughulikia ingizo zisizo za kawaida kwa uzuri") na kujua kinachohitajika kufanywa katika msimbo. AI ingehitaji vipimo vya kina sana, visivyo na utata ili kuchukua nafasi ya msanidi programu, na hata kuandika vipimo hivyo kwa ufanisi ni vigumu kama kuandika msimbo wenyewe. Kama makala ya Baraza la Teknolojia la Forbes ilivyosema ipasavyo, ili AI ichukue nafasi ya watengenezaji, ingehitaji kuelewa maagizo yasiyoeleweka na kubadilika kama binadamu - kiwango cha hoja AI ya sasa haina ( Chapisho la Sergii Kuzin - LinkedIn ).

• Uaminifu na "Udanganyifu": Mifumo ya AI ya leo inayozalisha ina kasoro inayojulikana: inaweza kutoa matokeo yasiyo sahihi au yaliyotengenezwa kabisa, jambo ambalo mara nyingi huitwa ndoto . Katika usimbaji, hii inaweza kumaanisha AI inaandika msimbo unaoonekana kuwa wa kweli lakini kimantiki si sahihi au hauna uhakika. Wasanidi programu hawawezi kuamini mapendekezo ya AI bila kujua. Kwa vitendo, kila kipande cha msimbo ulioandikwa na AI kinahitaji ukaguzi na majaribio makini na mwanadamu . Data ya utafiti wa Stack Overflow inaonyesha hili - kati ya wale wanaotumia zana za AI, ni 3% tu wanaoamini sana usahihi wa matokeo ya AI, na kwa kweli asilimia ndogo hawaiamini ( 70% ya watengenezaji hutumia zana za usimbaji wa AI, 3% wanaamini sana usahihi wake - ShiftMag ). Idadi kubwa ya watengenezaji huchukulia mapendekezo ya AI kama vidokezo muhimu, sio injili. Uaminifu huu mdogo unastahili kwa sababu AI inaweza kufanya makosa ya ajabu ambayo hakuna mwanadamu mwenye uwezo angefanya (kama makosa ya moja kwa moja, kutumia kazi zilizopitwa na wakati, au kutoa suluhisho zisizofaa) kwa sababu haifikirii kweli kuhusu tatizo. Kama maoni moja ya jukwaa yalivyosema kwa ukali, "Wao (AI) hudanganya sana na kufanya chaguzi za ubunifu wa ajabu ambazo mwanadamu hangeweza kufanya kamwe" ( Je, waandaaji wa programu watapitwa na wakati kutokana na AI? - Ushauri wa Kazi ). Uangalizi wa kibinadamu ni muhimu ili kubaini makosa haya. AI inaweza kukupa 90% ya kipengele haraka, lakini ikiwa 10% iliyobaki ina hitilafu ndogo, bado inaangukia kwa msanidi programu wa kibinadamu kugundua na kurekebisha. Na wakati kitu kinaenda vibaya katika uzalishaji, ni wahandisi wa kibinadamu ambao lazima watatue tatizo - AI haiwezi bado kuchukua jukumu la makosa yake.

• Kudumisha na Kubadilisha Misimbo: Miradi ya programu huishi na kukua kwa miaka mingi. Inahitaji mtindo thabiti, uwazi kwa watunzaji wa siku zijazo, na masasisho kadri mahitaji yanavyobadilika. AI leo haina kumbukumbu ya maamuzi ya zamani (nje ya vidokezo vichache), kwa hivyo inaweza isiendelee kuwa thabiti katika mradi mkubwa isipokuwa ikiongozwa. Wasanidi programu huhakikisha utunzaji wa msimbo - kuandika nyaraka zilizo wazi, kuchagua suluhisho zinazosomeka badala ya zile zenye busara lakini zisizoeleweka, na kurekebisha msimbo inapohitajika wakati usanifu unabadilika. AI inaweza kusaidia katika kazi hizi (kama vile kupendekeza marekebisho), lakini kuamua ni nini cha kurekebisha au gani za mfumo zinahitaji muundo mpya ni wito wa kibinadamu. Zaidi ya hayo, wakati wa kuunganisha vipengele, kuelewa athari ya kipengele kipya kwenye moduli zilizopo (kuhakikisha utangamano wa nyuma, n.k.) ni jambo ambalo wanadamu hushughulikia. Msimbo unaozalishwa na AI lazima uunganishwe na kuoanishwa na wanadamu. Kama jaribio, baadhi ya watengenezaji programu wamejaribu kuruhusu ChatGPT ijenge programu ndogo ndogo; matokeo mara nyingi hufanya kazi mwanzoni lakini inakuwa vigumu sana kudumisha au kupanua kwa sababu AI haitumii usanifu unaofikiria kila wakati - ni kufanya maamuzi ya ndani ambayo mbunifu wa kibinadamu angeepuka.

• Mambo ya Kuzingatia Maadili na Usalama: Kadri AI inavyoandika msimbo zaidi, pia inaibua maswali ya upendeleo, usalama, na maadili. AI inaweza bila kukusudia kuanzisha udhaifu wa usalama (kwa mfano, kutosafisha ipasavyo pembejeo, au kutumia mazoea yasiyo salama ya kriptografia) ambayo msanidi programu mwenye uzoefu angeipata. Pia, AI haina hisia ya asili ya maadili au wasiwasi wa haki - inaweza, kwa mfano, kutoa mafunzo kwa data yenye upendeleo na kupendekeza algoriti zinazobagua bila kukusudia (katika kipengele kinachoendeshwa na AI kama vile msimbo wa idhini ya mkopo au algoriti ya kuajiri). Wasanidi programu wanadamu wanahitajika kukagua matokeo ya AI kwa masuala haya, kuhakikisha kufuata kanuni, na kujaza programu na mambo ya kimaadili. Kipengele cha kijamii cha programu - kuelewa uaminifu wa mtumiaji, wasiwasi wa faragha, na kufanya uchaguzi wa muundo unaolingana na maadili ya kibinadamu - "haiwezi kupuuzwa. Vipengele hivi vya maendeleo vinavyozingatia binadamu haviwezi kufikiwa na AI, angalau katika siku zijazo zinazoonekana." ( Je, AI Itabadilisha Wasanidi Programu mnamo 2025: Kuchunguza kwa Ufupi Wakati Ujao ) Wasanidi programu lazima watumike kama lango la dhamiri na ubora wa michango ya AI.

Kwa kuzingatia mapungufu haya, makubaliano ya sasa ni kwamba AI ni zana, si mbadala . Kama Satya Nadella alivyosema, ni kuhusu kuwawezesha watengenezaji programu, si kuwabadilisha ( Je, AI Itabadilisha Watengenezaji Programu? Ukweli Ulio nyuma ya Hype | na The PyCoach | Artificial Corner | Machi, 2025 | Medium ). AI inaweza kuchukuliwa kama msaidizi mdogo: ni ya haraka, isiyochoka, na inaweza kuchukua nafasi ya kwanza katika kazi nyingi, lakini inahitaji mwongozo na utaalamu wa msanidi programu mkuu ili kutoa bidhaa ya mwisho iliyosafishwa. Inaonyesha kwamba hata mifumo ya hali ya juu zaidi ya usimbaji wa AI hutumika kama wasaidizi katika matumizi halisi (Copilot, CodeWhisperer, n.k.) na si kama wasimbaji huru. Makampuni hayafukuzi timu zao za programu na kuruhusu AI iendeshe kazi; badala yake, wanaingiza AI katika mtiririko wa kazi wa watengenezaji programu ili kuwasaidia.

Nukuu moja inayoonyesha inatoka kwa Sam Altman wa OpenAI, ambaye alibainisha kuwa hata kama mawakala wa AI wanavyoboreka, "mawakala hawa wa AI hawatabadilisha kabisa wanadamu" katika ukuzaji wa programu ( Sam Altman anasema mawakala wa AI hivi karibuni watafanya kazi ambazo wahandisi wa programu hufanya: Hadithi kamili katika nukta 5 - India Today ). Watafanya kazi kama "wafanyakazi wenza pepe" wanaoshughulikia kazi zilizoainishwa vizuri kwa wahandisi wa binadamu, haswa kazi zile za kawaida za mhandisi wa programu wa kiwango cha chini mwenye uzoefu wa miaka michache. Kwa maneno mengine, AI inaweza hatimaye kufanya kazi ya msanidi programu mdogo katika baadhi ya maeneo, lakini msanidi programu huyo mdogo hakosi ajira - hubadilika na kuwa jukumu la kusimamia AI na kushughulikia kazi za kiwango cha juu ambazo AI haiwezi kufanya. Hata wakiangalia kuelekea siku zijazo, ambapo baadhi ya watafiti wanatabiri kwamba ifikapo 2040 AI inaweza kuandika msimbo wake mwingi ( Je, Kuna Mustakabali kwa Wahandisi wa Programu? Athari ya AI [2024] ), kwa ujumla inakubaliwa kwamba waandaaji programu wa binadamu bado watahitajika kusimamia, kuongoza, na kutoa cheche za ubunifu na mawazo muhimu ambayo mashine hazina .

Pia ni muhimu kuzingatia kwamba ukuzaji wa programu ni zaidi ya kuandika msimbo tu . Inahusisha mawasiliano na wadau, kuelewa hadithi za watumiaji, kushirikiana katika timu, na usanifu wa mara kwa mara - maeneo yote ambapo ujuzi wa kibinadamu ni muhimu sana. AI haiwezi kukaa katika mkutano na mteja ili kueleza kile anachotaka kweli, wala haiwezi kujadili vipaumbele au kuhamasisha timu yenye maono ya bidhaa. Kipengele cha kibinadamu kinabaki kuwa muhimu.

Kwa muhtasari, AI ina udhaifu muhimu: hakuna ubunifu wa kweli, uelewa mdogo wa muktadha, mwelekeo wa makosa, hakuna uwajibikaji, na hakuna ufahamu wa athari pana za maamuzi ya programu. Mapengo haya ndio hasa ambapo watengenezaji wa programu huonekana. Badala ya kuona AI kama tishio, inaweza kuwa sahihi zaidi kuiona kama kipaza sauti chenye nguvu kwa watengenezaji wa programu - kushughulikia mambo ya kawaida ili wanadamu waweze kuzingatia mambo ya ndani. Sehemu inayofuata itajadili jinsi watengenezaji wa programu wanavyoweza kutumia ukuzaji huu kwa kurekebisha ujuzi na majukumu yao ili kubaki muhimu na yenye thamani katika ulimwengu wa maendeleo ulioboreshwa na AI.

Kuzoea na Kustawi katika Enzi ya AI

Kwa watengenezaji programu na watengenezaji programu, kuongezeka kwa AI katika uandishi wa msimbo si lazima iwe tishio kubwa - inaweza kuwa fursa. Jambo la msingi ni kubadilika na kubadilika pamoja na teknolojia. Wale wanaojifunza kutumia AI huenda wakajikuta wakiwa zaidi na wanaohitajika, huku wale wanaoipuuza wakigundua kuwa wamerudi nyuma. Katika sehemu hii, tunazingatia hatua na mikakati ya vitendo kwa watengenezaji programu kubaki muhimu na kustawi kadri zana za AI zinavyokuwa sehemu ya maendeleo ya kila siku. Mawazo ya kutumia ni moja ya kujifunza na kushirikiana na AI endelevu, badala ya ushindani. Hivi ndivyo watengenezaji programu wanavyoweza kurekebisha na ujuzi na majukumu mapya wanayopaswa kuzingatia:

1. Kubali AI kama Zana (Jifunze Kutumia Wasaidizi wa Usimbaji wa AI kwa Ufanisi): Kwanza kabisa, wasanidi programu wanapaswa kuzoea zana za AI zinazopatikana. Mchukulie Copilot, ChatGPT, au AI nyingine za usimbaji kama mshirika wako mpya wa programu. Hii ina maana ya kujifunza jinsi ya kuandika vidokezo au maoni mazuri ili kupata mapendekezo muhimu ya msimbo, na kujua jinsi ya kuthibitisha au kurekebisha msimbo unaozalishwa na AI haraka. Kama vile msanidi programu alivyopaswa kujifunza IDE au udhibiti wa toleo lake, kujifunza tabia za msaidizi wa AI kunakuwa sehemu ya ujuzi. Kwa mfano, msanidi programu anaweza kufanya mazoezi kwa kuchukua kipande cha msimbo alichoandika na kumwomba AI aiboreshe, kisha kuchambua mabadiliko. Au, unapoanza kazi, ielezee katika maoni na uone AI inatoa nini, kisha uboreshe kutoka hapo. Baada ya muda, utakua na ufahamu wa kile AI inachofanya vizuri na jinsi ya kuunda nayo. Fikiria kama "ukuzaji unaosaidiwa na AI" - ujuzi mpya wa kuongeza kwenye kisanduku chako cha zana. Hakika, wasanidi programu sasa wanazungumzia "uhandisi wa haraka" kama ujuzi - kujua jinsi ya kuuliza AI maswali sahihi. Wale wanaoijua vizuri wanaweza kupata matokeo bora zaidi kutoka kwa zana zile zile. Kumbuka, "wasanidi programu wanaotumia AI wanaweza kuchukua nafasi ya wale ambao hawaitumii" - kwa hivyo ikubali teknolojia na uifanye kuwa mshirika wako.

2. Zingatia Ujuzi wa Kiwango cha Juu (Utatuzi wa Matatizo, Ubunifu wa Mfumo, Usanifu): Kwa kuwa AI inaweza kushughulikia usimbaji wa kiwango cha chini, wasanidi programu wanapaswa kupanda ngazi ya ufupisho . Hii ina maana ya kuweka msisitizo zaidi katika kuelewa muundo na usanifu wa mfumo. Kuza ujuzi katika kugawanya matatizo magumu, kubuni mifumo inayoweza kupanuliwa, na kufanya maamuzi ya usanifu - maeneo ambapo ufahamu wa kibinadamu ni muhimu. Zingatia sababu na jinsi ya suluhisho, si tu nini. Kwa mfano, badala ya kutumia muda wako wote kukamilisha kitendakazi cha kupanga (wakati AI inaweza kukuandikia moja), tumia muda kuelewa ni mbinu gani ya kupanga inayofaa zaidi kwa muktadha wa programu yako na jinsi inavyoingia katika mtiririko wa data wa mfumo wako. Kufikiria kwa ubunifu - kuzingatia mahitaji ya mtumiaji, mtiririko wa data, na mwingiliano wa vipengele - kutathaminiwa sana. AI inaweza kutoa msimbo, lakini ni msanidi programu anayeamua muundo wa jumla wa programu na kuhakikisha sehemu zote zinafanya kazi kwa upatano. Kwa kunoa mawazo yako ya picha kubwa, unajifanya kuwa muhimu sana kama mtu anayeongoza AI (na timu nyingine) katika kujenga kitu sahihi. Kama ripoti moja inayoangalia siku zijazo ilivyosema, watengenezaji wanapaswa "kuzingatia maeneo ambayo ufahamu wa kibinadamu hauwezi kubadilishwa, kama vile utatuzi wa matatizo, mawazo ya usanifu, na kuelewa mahitaji ya mtumiaji." ( Je, AI Itachukua Nafasi ya Wasanidi Programu mnamo 2025: Kuchunguza kwa Ufupi Wakati Ujao )

3. Boresha Maarifa Yako ya AI na ML: Ili kufanya kazi pamoja na AI, husaidia kuelewa AI . Wasanidi programu si wote wanaohitaji kuwa watafiti wa kujifunza kwa mashine, lakini kuwa na ufahamu mzuri wa jinsi mifumo hii inavyofanya kazi kutakuwa na manufaa. Jifunze misingi ya kujifunza kwa mashine na kujifunza kwa kina - hii haikuweza tu kufungua njia mpya za kazi (kwa kuwa kazi zinazohusiana na AI zinaongezeka ( Je, Kuna Mustakabali wa Wahandisi wa Programu? Athari ya AI [2024] )), lakini pia itakusaidia kutumia zana za AI kwa ufanisi zaidi. Ikiwa unajua, kwa mfano, mapungufu ya mfumo mkubwa wa lugha na jinsi ulivyofunzwa, unaweza kutabiri wakati unaweza kushindwa na kubuni vidokezo au majaribio yako ipasavyo. Zaidi ya hayo, bidhaa nyingi za programu sasa zinajumuisha vipengele vya AI (kwa mfano, programu yenye injini ya mapendekezo au chatbot). Msanidi programu mwenye ujuzi fulani wa ML anaweza kuchangia vipengele hivyo au angalau kushirikiana kwa busara na wanasayansi wa data. Maeneo muhimu ya kuzingatia kujifunza ni pamoja na: misingi ya sayansi ya data , jinsi ya kuchakata data mapema, mafunzo dhidi ya uhitimisho, na maadili ya AI. Jizoeshe na mifumo ya AI (TensorFlow, PyTorch) na huduma za AI ya wingu; hata kama hujengi mifumo kuanzia mwanzo, kujua jinsi ya kuunganisha API ya AI katika programu ni ujuzi muhimu. Kwa kifupi, kuwa "mwenye ujuzi wa AI" kunakuwa muhimu haraka kama kuwa na ujuzi wa kusoma na kuandika katika teknolojia za wavuti au hifadhidata. Wasanidi programu ambao wanaweza kuingiliana na ulimwengu wa uhandisi wa programu za jadi na AI watakuwa katika nafasi nzuri ya kuongoza miradi ya siku zijazo.

4. Kuendeleza Ujuzi Bora Zaidi wa Laini na Maarifa ya Kikoa: Kadri AI inavyochukua majukumu ya kiufundi, ujuzi wa kipekee wa kibinadamu unakuwa muhimu zaidi. Mawasiliano, kazi ya pamoja, na utaalamu wa kikoa ni maeneo ya kuongeza thamani. Uundaji wa programu mara nyingi huhusu kuelewa kikoa cha tatizo - iwe ni fedha, huduma ya afya, elimu, au uwanja mwingine wowote - na kutafsiri hilo kuwa suluhisho. AI haitakuwa na muktadha huo au uwezo wa kuwasiliana na wadau, lakini wewe unao. Kuwa na ujuzi zaidi katika kikoa unachofanya kazi kunakufanya uwe mtu wa kupendelewa wa kuhakikisha programu inakidhi mahitaji halisi ya ulimwengu. Vile vile, zingatia ujuzi wako wa ushirikiano: ushauri, uongozi, na uratibu. Timu bado zitahitaji watengenezaji wakuu kupitia msimbo (ikiwa ni pamoja na msimbo ulioandikwa na AI), kuwashauri wanafunzi wa umri wa chini kuhusu mbinu bora, na kuratibu miradi tata. AI haiondoi hitaji la mwingiliano wa kibinadamu katika miradi. Kwa kweli, kwa msimbo wa AI unaozalisha, ushauri wa msanidi programu mkuu unaweza kubadilika kuelekea kuwafundisha wanafunzi wa umri wa chini jinsi ya kufanya kazi na AI na kuthibitisha matokeo yake , badala ya jinsi ya kuandika mzunguko wa awali. Kuweza kuwaongoza wengine katika dhana hii mpya ni ujuzi muhimu. Pia, fanya mazoezi ya kufikiri kwa kina - uliza na ujaribu matokeo ya AI, na uwatie moyo wengine kufanya vivyo hivyo. Kukuza shaka nzuri na mtazamo wa uthibitishaji kutazuia kutegemea AI kipofu na kupunguza makosa. Kimsingi, kuboresha ujuzi ambao AI haina: kuelewa watu na muktadha, uchambuzi wa kina, na mawazo kati ya taaluma mbalimbali.

5. Kujifunza na Kubadilika Maisha Yote: Kasi ya mabadiliko katika AI ni ya haraka sana. Kinachoonekana kuwa cha kisasa leo kinaweza kuwa kimepitwa na wakati katika miaka michache. Wasanidi programu lazima wakubali kujifunza maisha yote zaidi kuliko hapo awali. Hii inaweza kumaanisha kujaribu mara kwa mara wasaidizi wapya wa uandishi wa AI, kuchukua kozi za mtandaoni au vyeti katika AI/ML, kusoma blogu za utafiti ili kuendelea kupata taarifa mpya kuhusu kinachokuja, au kushiriki katika jumuiya za wasanidi programu zinazozingatia AI. Kubadilika ni muhimu - kuwa tayari kugeukia zana na mtiririko mpya wa kazi unapoibuka. Kwa mfano, ikiwa zana mpya ya AI inakuja ambayo inaweza kuendesha kiotomatiki muundo wa UI kutoka kwa michoro, msanidi programu wa mbele anapaswa kuwa tayari kujifunza na kuingiza hilo, akibadilisha mwelekeo wao labda kuboresha UI iliyozalishwa au kuboresha maelezo ya uzoefu wa mtumiaji ambayo otomatiki ilikosa. Wale wanaochukulia kujifunza kama sehemu inayoendelea ya kazi yao (ambayo watengenezaji wengi tayari wanafanya) wataona ni rahisi kuunganisha maendeleo ya AI. Mkakati mmoja ni kujitolea sehemu ndogo ya wiki yako kwa kujifunza na majaribio - kuchukulia kama kuwekeza katika mustakabali wako mwenyewe. Makampuni pia yanaanza kutoa mafunzo kwa watengenezaji wao kuhusu kutumia zana za AI kwa ufanisi; kutumia fursa kama hizo kutakuweka mbele. Wasanidi programu watakaostawi ni wale wanaoona AI kama mshirika anayebadilika na kuendelea kuboresha mbinu zao za kufanya kazi na mshirika huyo.

6. Gundua Majukumu Yanayoibuka na Njia za Kazi: Kadri AI inavyounganishwa katika maendeleo, fursa mpya za kazi zinaibuka. Kwa mfano, Mhandisi wa Prompt au Mtaalamu wa Ujumuishaji wa AI ni majukumu yanayolenga kuunda vidokezo sahihi, mtiririko wa kazi, na miundombinu ya kutumia AI katika bidhaa. Mfano mwingine ni Mhandisi wa Maadili wa AI au Mkaguzi wa AI - majukumu ambayo yanalenga kukagua matokeo ya AI kwa upendeleo, kufuata sheria, na usahihi. Ikiwa una nia katika maeneo hayo, kujiweka katika nafasi na maarifa sahihi kunaweza kufungua njia hizi mpya. Hata ndani ya majukumu ya kawaida, unaweza kupata niche kama "msanidi programu wa mbele anayesaidiwa na AI" dhidi ya "msanidi programu wa nyuma anayesaidiwa na AI" ambapo kila moja hutumia zana maalum. Fuatilia jinsi mashirika yanavyounda timu zinazozunguka AI. Baadhi ya makampuni yana "mashirika ya AI" au vituo vya ubora ili kuongoza utumiaji wa AI katika miradi - kuwa hai katika vikundi kama hivyo kunaweza kukuweka mstari wa mbele. Zaidi ya hayo, fikiria kuchangia katika ukuzaji wa zana za AI zenyewe: kwa mfano, kufanya kazi kwenye miradi huria ambayo inaboresha zana za msanidi programu (labda kuboresha uwezo wa AI kuelezea msimbo, n.k.). Hii sio tu kwamba inakuza uelewa wako wa teknolojia lakini pia inakuweka katika jamii inayoongoza mabadiliko. Jambo la msingi ni kuwa mwangalifu kuhusu wepesi wa kazi . Ikiwa sehemu za kazi yako ya sasa zitakuwa otomatiki, uwe tayari kuhama na kuwa majukumu ambayo yanabuni, kusimamia, au kuongeza sehemu hizo otomatiki.

7. Dumisha na Onyesha Ubora wa Binadamu: Katika ulimwengu ambapo AI inaweza kutoa msimbo wa wastani kwa tatizo la wastani, watengenezaji wa binadamu wanapaswa kujitahidi kutoa za kipekee na zenye huruma ambazo AI haiwezi. Hii inaweza kumaanisha kuzingatia ustadi wa uzoefu wa mtumiaji, uboreshaji wa utendaji kwa hali zisizo za kawaida, au kuandika msimbo tu ambao ni safi na ulioandikwa vizuri (AI si mzuri katika kuandika nyaraka zenye maana au maoni ya msimbo yanayoeleweka - unaweza kuongeza thamani hapo!). Hakikisha unajumuisha ufahamu wa kibinadamu katika kazi: kwa mfano, ikiwa AI itazalisha kipande cha msimbo, unaongeza maoni yanayoelezea mantiki kwa njia ambayo mwanadamu mwingine anaweza kuelewa baadaye, au unairekebisha ili iwe rahisi kusomeka. Kwa kufanya hivyo, unaongeza safu ya utaalamu na ubora ambao kazi inayozalishwa na mashine pekee haina. Baada ya muda, kujenga sifa ya programu ya ubora wa juu ambayo "inafanya kazi tu" katika ulimwengu halisi kutakutofautisha. Wateja na waajiri watawathamini watengenezaji ambao wanaweza kuchanganya ufanisi wa AI na ufundi wa binadamu .

Tuangalie pia jinsi njia za kielimu zinavyoweza kubadilika. Wasanidi programu wapya wanaoingia katika uwanja huu hawapaswi kuogopa zana za AI katika mchakato wao wa kujifunza. Kinyume chake, kujifunza kwa kutumia AI (km, kutumia AI kusaidia na kazi za nyumbani au miradi, kisha kuchambua matokeo) kunaweza kuharakisha uelewa wao. Hata hivyo, ni muhimu pia kujifunza misingi kwa undani - algoriti, miundo ya data, na dhana kuu za programu - ili uwe na msingi imara na uweze kujua wakati AI inapotoka. Kadri AI inavyoshughulikia mazoezi rahisi ya uandishi wa msimbo, mitaala inaweza kuweka uzito zaidi kwenye miradi inayohitaji muundo na ujumuishaji. Ikiwa wewe ni mgeni, zingatia kujenga kwingineko inayoonyesha uwezo wako wa kutatua matatizo magumu na kutumia AI kama mojawapo ya zana nyingi.

Ili kufupisha mkakati wa marekebisho: kuwa rubani, si abiria. Tumia zana za AI, lakini usizitegemee kupita kiasi au kuridhika nazo. Endelea kunoa vipengele vya kipekee vya kibinadamu vya maendeleo. Grady Booch, mwanzilishi anayeheshimika wa uhandisi wa programu, alisema vyema: "AI itabadilisha kimsingi maana ya kuwa programu. Haitawaondoa watengenezaji programu, lakini itawahitaji kukuza ujuzi mpya na kufanya kazi kwa njia mpya." ( Je, Kuna Mustakabali kwa Wahandisi wa Programu? Athari ya AI [2024] ). Kwa kukuza ujuzi huo mpya na njia za kufanya kazi kwa bidii, watengenezaji wanaweza kuhakikisha wanabaki katika kiti cha dereva cha kazi zao.

Kwa muhtasari wa sehemu hii, hapa kuna orodha fupi ya marejeleo kwa wasanidi programu wanaotafuta kuthibitisha kazi zao katika enzi ya AI:

Kwa kufuata mikakati hii, watengenezaji wanaweza kugeuza mapinduzi ya AI kuwa faida yao. Wale wanaobadilika watagundua kuwa AI huongeza uwezo wao na kuwaruhusu kutoa programu bora kuliko hapo awali, badala ya kuzifanya zipitwe na wakati.

Mtazamo wa Wakati Ujao: Ushirikiano Kati ya AI na Wasanidi Programu

Je, mustakabali wa programu katika ulimwengu unaoendeshwa na AI unashikilia nini? Kulingana na mitindo ya sasa, tunaweza kutarajia mustakabali ambapo AI na watengenezaji wa binadamu hufanya kazi pamoja kwa karibu zaidi . Jukumu la mpangaji programu huenda litaendelea kubadilika kuelekea nafasi ya usimamizi na ubunifu, huku AI ikishughulikia zaidi "kazi nzito" chini ya mwongozo wa binadamu. Katika sehemu hii ya kumalizia, tunaangazia baadhi ya matukio ya baadaye na kuwahakikishia kwamba matarajio ya watengenezaji programu yanaweza kubaki chanya - mradi tu tuendelee kuzoea.

Katika siku za usoni (miaka 5-10 ijayo), kuna uwezekano mkubwa kwamba AI itaenea kila mahali katika mchakato wa uundaji kama kompyuta zenyewe. Kama vile hakuna msanidi programu leo ​​anayeandika msimbo bila mhariri au bila Google/StackOverflow mikononi mwake, hivi karibuni hakuna msanidi programu atakayeandika msimbo bila aina fulani ya usaidizi wa AI unaoendeshwa chinichini. Mazingira Jumuishi ya Maendeleo (IDE) tayari yanabadilika ili kujumuisha vipengele vinavyoendeshwa na AI katika kiini chao (kwa mfano, wahariri wa msimbo ambao wanaweza kukuelezea msimbo au kupendekeza mabadiliko yote ya msimbo katika mradi). Tunaweza kufikia hatua ambapo kazi kuu ya msanidi programu ni kuunda matatizo na vikwazo kwa njia ambayo AI inaweza kuelewa, kisha kupanga na kuboresha suluhisho ambazo AI hutoa . Hii inafanana na aina ya kiwango cha juu cha upangaji programu, wakati mwingine huitwa "programu ya haraka" au "upangaji wa AI."

Hata hivyo, kiini cha kinachohitajika kufanywa - kutatua matatizo kwa watu - bado hakijabadilika. AI ya baadaye inaweza kuwa na uwezo wa kutoa programu nzima kutoka kwa maelezo ("nijengee programu ya simu ya kuweka miadi ya daktari"), lakini kazi ya kufafanua maelezo hayo, kuhakikisha ni sahihi, na kurekebisha matokeo ili kuwafurahisha watumiaji itahusisha watengenezaji programu (pamoja na wabunifu, mameneja wa bidhaa, n.k.). Kwa kweli, ikiwa utengenezaji wa programu za msingi unakuwa rahisi, ubunifu wa binadamu na uvumbuzi katika programu utakuwa muhimu zaidi ili kutofautisha bidhaa. Tunaweza kuona kushamiri kwa programu, ambapo programu nyingi za kawaida huzalishwa na AI, huku watengenezaji binadamu wakizingatia miradi ya kisasa, tata, au ya ubunifu inayosukuma mipaka.

Pia kuna uwezekano kwamba kizuizi cha kuingia kwa programu kitapunguzwa - ikimaanisha watu wengi zaidi ambao si wahandisi wa programu wa kawaida (tuseme, mchambuzi wa biashara au mwanasayansi au muuzaji) wanaweza kuunda programu kwa kutumia zana za AI (muendelezo wa harakati ya "isiyo na msimbo/msimbo mdogo" inayoendeshwa na AI). Hii haiondoi hitaji la watengenezaji wa kitaalamu; badala yake, inaibadilisha. Watengenezaji wanaweza kuchukua jukumu zaidi la ushauri au mwongozo katika visa kama hivyo, kuhakikisha kwamba programu hizi zilizotengenezwa na raia ni salama, zenye ufanisi, na zinazoweza kudumishwa. Watengenezaji wa programu wataalamu wanaweza kuzingatia kujenga majukwaa na API ambazo "wasio waandaaji wa programu" wanaosaidiwa na AI hutumia.

Kwa mtazamo wa kazi, majukumu fulani ya programu yanaweza kupungua huku mengine yakikua. Kwa mfano, baadhi ya nafasi za uandishi wa programu za ngazi ya kwanza zinaweza kupungua ikiwa kampuni zinategemea AI kwa kazi rahisi. Mtu anaweza kufikiria kampuni ndogo inayoanza katika siku zijazo ikihitaji labda nusu ya idadi ya watengenezaji wadogo kwa sababu watengenezaji wao wakuu, walio na AI, wanaweza kufanya kazi nyingi za msingi. Lakini wakati huo huo, kazi mpya kabisa (kama tulivyojadili katika sehemu ya marekebisho) zitaonekana. Zaidi ya hayo, kadri programu inavyoenea zaidi katika uchumi (pamoja na programu ya AI inayozalisha mahitaji maalum), mahitaji ya jumla ya kazi zinazohusiana na programu yanaweza kuendelea kuongezeka. Historia inaonyesha kwamba otomatiki mara nyingi husababisha nyingi zaidi kwa muda mrefu , ingawa ni kazi tofauti - kwa mfano, otomatiki ya kazi fulani za utengenezaji ilisababisha ukuaji wa kazi za kubuni, kudumisha, na kuboresha mifumo otomatiki. Katika muktadha wa AI na programu, ingawa baadhi ya kazi ambazo msanidi programu mdogo alikuwa akifanya ni otomatiki, wigo wa jumla wa programu tunayotaka kuunda unapanuka (kwa sababu sasa ni rahisi/haraka zaidi kuiunda), ambayo inaweza kusababisha zaidi na hivyo hitaji la usimamizi zaidi wa kibinadamu, usimamizi wa miradi, usanifu, n.k. Ripoti ya Jukwaa la Uchumi Duniani kuhusu kazi za siku zijazo ilipendekeza kwamba majukumu katika ukuzaji wa programu na AI ni miongoni mwa yale yanayoongezeka kwa mahitaji, si kupungua, kwa sababu ya mabadiliko ya kidijitali.

Tunapaswa pia kuzingatia utabiri wa 2040 uliotajwa hapo awali: watafiti katika Maabara ya Kitaifa ya Oak Ridge walipendekeza kwamba ifikapo mwaka wa 2040, "mashine ... zitaandika msimbo wao mwingi" ( Je, Kuna Mustakabali wa Wahandisi wa Programu? Athari ya AI [2024] ). Ikiwa hilo litathibitika kuwa sahihi, ni nini kilichobaki kwa waandaaji wa programu za kibinadamu? Huenda, mkazo ungekuwa kwenye mwongozo wa kiwango cha juu sana (kuwaambia mashine kile tunachotaka watimize kwa upana) na katika maeneo yanayohusisha ujumuishaji tata wa mifumo, uelewa wa saikolojia ya binadamu, au nyanja mpya za matatizo. Hata katika hali kama hiyo, wanadamu wangechukua majukumu sawa na wabunifu wa bidhaa, wahandisi wa mahitaji, na wakufunzi/wathibitishaji wa AI . Msimbo unaweza kujiandika wenyewe kwa kiasi kikubwa, lakini mtu lazima aamue ni msimbo gani unapaswa kuandikwa na kwa nini , na kisha kuthibitisha kwamba matokeo ya mwisho ni sahihi na yanaendana na malengo. Ni sawa na jinsi magari yanayojiendesha yenyewe yanavyoweza kujiendesha siku moja, lakini bado unaambia gari wapi pa kwenda na kuingilia kati katika hali ngumu - pamoja na wanadamu kubuni barabara, sheria za trafiki, na miundombinu yote inayoizunguka.

Kwa hivyo wataalamu wengi wanafikiria mustakabali wa ushirikiano, sio mbadala . Kama mshauri mmoja wa teknolojia alivyosema, "mustakabali wa maendeleo si chaguo kati ya wanadamu au AI bali ni ushirikiano unaotumia vyema vyote viwili." ( Je, AI Itabadilisha Wasanidi Programu mnamo 2025: Kuchunguza kwa Upesi Wakati Ujao ) AI bila shaka itabadilisha ukuzaji wa programu, lakini ni zaidi ya mageuzi ya jukumu la msanidi programu kuliko kutoweka kabisa. Wasanidi programu ambao "wanakubali mabadiliko, kurekebisha ujuzi wao, na kuzingatia vipengele vya kipekee vya kibinadamu vya kazi zao" watagundua kuwa AI inaongeza uwezo wao badala ya kupunguza thamani yao.

Tunaweza kuchora sambamba na uwanja mwingine: fikiria kuongezeka kwa usanifu unaosaidiwa na kompyuta (CAD) katika uhandisi na usanifu majengo. Je, zana hizo zilichukua nafasi ya wahandisi na wasanifu majengo? Hapana - ziliwafanya wawe na tija zaidi na kuwaruhusu kuunda miundo tata zaidi. Lakini ubunifu na maamuzi ya binadamu yalibaki kuwa muhimu. Vile vile, AI inaweza kuonekana kama Usimbaji wa Kompyuta Unaosaidiwa na Kompyuta - itasaidia kushughulikia ugumu na kazi ya kunung'unika, lakini msanidi programu anabaki kuwa mbunifu na mtoa maamuzi.

Kwa muda mrefu, tukifikiria AI iliyoendelea kweli (tuseme, aina fulani ya AI ya jumla ambayo inaweza kufanya mengi ya yale ambayo mwanadamu anaweza kufanya), mabadiliko ya kijamii na kiuchumi yangekuwa mapana zaidi kuliko katika programu tu. Hatujafika bado, na tuna udhibiti mkubwa wa jinsi tunavyounganisha AI katika kazi zetu. Njia ya busara ni kuendelea kuunganisha AI kwa njia zinazoongeza uwezo wa binadamu . Hiyo ina maana ya kuwekeza katika zana na desturi (na sera) zinazowaweka wanadamu katika hali ya kawaida. Tayari, tunaona makampuni yakianzisha utawala wa AI - miongozo ya jinsi AI inapaswa kutumika katika maendeleo ili kuhakikisha matokeo ya kimaadili na yenye ufanisi ( Utafiti unaonyesha athari ya AI kwenye uzoefu wa msanidi programu - Blogu ya GitHub ). Mwelekeo huu huenda ukakua, kuhakikisha kwamba usimamizi wa binadamu ni sehemu rasmi ya bomba la maendeleo ya AI.

Kwa kumalizia, swali "Je, AI itachukua nafasi ya waandaaji programu?" linaweza kujibiwa: Hapana - lakini itabadilisha pakubwa kile ambacho waandaaji programu hufanya. Sehemu za kawaida za programu ziko kwenye njia ya kujiendesha kiotomatiki. Sehemu za ubunifu, zenye changamoto, na zinazozingatia binadamu ziko hapa kubaki, na kwa kweli zitakuwa maarufu zaidi. Wakati ujao huenda utaona waandaaji programu wakifanya kazi pamoja na wasaidizi wa AI wenye akili zaidi, kama vile mshiriki wa timu. Hebu fikiria kuwa na mwenzako wa AI ambaye anaweza kutoa msimbo masaa 24 kwa siku, siku 7 kwa wiki - ni ongezeko kubwa la tija, lakini bado inahitaji mtu wa kuiambia ni kazi gani za kufanya na kuangalia kazi yake.

Matokeo bora yatapatikana na wale wanaowachukulia AI kama washirika. Kama Mkurugenzi Mtendaji mmoja alivyosema, "AI haitachukua nafasi ya waandaaji programu, lakini waandaaji programu wanaotumia AI watachukua nafasi ya wale ambao hawatumii." Kwa maneno halisi, hii ina maana kwamba jukumu ni kwa watengenezaji kubadilika na teknolojia. Taaluma ya programu haifi - ni kuzoea . Kutakuwa na programu nyingi za kujenga na matatizo ya kutatua kwa mustakabali unaoonekana, labda hata zaidi kuliko leo. Kwa kuendelea kuelimishwa, kubaki kubadilika, na kuzingatia kile ambacho wanadamu hufanya vyema, watengenezaji wanaweza kupata kazi yenye mafanikio na yenye kuridhisha kwa kushirikiana na AI .

Mwishowe, inafaa kusherehekea ukweli kwamba tunaingia katika enzi ambapo watengenezaji programu wana nguvu kubwa. Kizazi kijacho cha watengenezaji programu kitafikia katika masaa ambayo yalichukua siku nyingi, na kushughulikia matatizo ambayo hapo awali hayakuwa yamefikiwa, kwa kutumia AI. Badala ya hofu, hisia inayoendelea inaweza kuwa ya matumaini na udadisi . Mradi tu tunakaribia AI tukiwa tumefungua macho yetu - tukijua mapungufu yake na tukizingatia wajibu wetu - tunaweza kuunda mustakabali ambapo AI na watengenezaji programu kwa pamoja huunda mifumo ya ajabu ya programu, zaidi ya kile ambacho yeyote kati yao angeweza kufanya peke yake. Ubunifu wa binadamu pamoja na ufanisi wa mashine ni mchanganyiko wenye nguvu. Mwishowe, sio kuhusu uingizwaji , bali kuhusu ushirikiano. Hadithi ya AI na watengenezaji programu bado inaandikwa - na itaandikwa na binadamu na mashine, pamoja.

Vyanzo:

1. Brainhub, “Je, Kuna Mustakabali kwa Wahandisi wa Programu? Athari ya AI [2024]” ( Je, Kuna Mustakabali kwa Wahandisi wa Programu? Athari ya AI [2024] ).

2. Brainhub, nukuu za kitaalamu zilizotolewa na Satya Nadella na Jeff Dean kuhusu AI kama zana, si mbadala ( Je, Kuna Mustakabali kwa Wahandisi wa Programu? Athari ya AI [2024] ) ( Je, Kuna Mustakabali kwa Wahandisi wa Programu? Athari ya AI [2024] ).

3. Medium (PyCoach), “Je, AI Itachukua Nafasi ya Watengenezaji Programu? Ukweli Ulio Nyuma ya Hype” , ikibainisha ukweli ulio wazi dhidi ya hype ( Je, AI Itachukua Nafasi ya Watengenezaji Programu? Ukweli Ulio Nyuma ya Hype | na The PyCoach | Kona Bandia | Machi, 2025 | Medium ) na nukuu ya Sam Altman kuhusu AI kuwa mzuri katika kazi lakini si kazi kamili.

4. DesignGurus, “Je, AI Itabadilisha Wasanidi Programu… (2025)” , ikisisitiza AI itaongeza na kuinua wasanidi programu badala ya kuwafanya wasiwe na kazi ( Je, AI Itabadilisha Wasanidi Programu mnamo 2025: Kuchunguza kwa Ufupi Wakati Ujao ) na kuorodhesha maeneo ambayo AI inachelewa (ubunifu, muktadha, maadili).

5. Utafiti wa Wasanidi Programu wa Stack Overflow 2023, matumizi ya zana za AI kwa 70% ya watengenezaji, uaminifu mdogo katika usahihi (3% uaminifu mkubwa) ( 70% ya watengenezaji hutumia zana za usimbaji wa AI, 3% wanaamini sana usahihi wake - ShiftMag ).

6. Utafiti wa GitHub wa 2023, unaonyesha 92% ya watengenezaji wamejaribu zana za uandishi wa AI na 70% wanaona faida ( Utafiti unaonyesha athari ya AI kwenye uzoefu wa msanidi programu - Blogu ya GitHub ).

7. Utafiti wa GitHub Copilot, ukipata ukamilishaji wa kazi wa haraka wa 55% kwa usaidizi wa AI ( Utafiti: kupima athari za GitHub Copilot kwenye tija na furaha ya msanidi programu - Blogu ya GitHub ).

8. GeekWire, kuhusu AlphaCode ya DeepMind inayofanya kazi katika kiwango cha wastani cha msimbo wa binadamu (54%) lakini mbali na utendaji bora ( AlphaCode ya DeepMind inalingana na uwezo wa wastani wa mpangaji programu ).

9. IndiaToday (Feb 2025), muhtasari wa maono ya Sam Altman ya "wafanyakazi wenzake" wa AI wakifanya kazi za wahandisi wadogo lakini "hawatachukua nafasi ya wanadamu kabisa" ( Sam Altman anasema mawakala wa AI hivi karibuni watafanya kazi ambazo wahandisi wa programu hufanya: Hadithi kamili katika pointi 5 - India Today ).

10. McKinsey & Company, inakadiria kwamba ~80% ya kazi za programu zitabaki kuwa za kibinadamu licha ya otomatiki ( Je, Kuna Mustakabali kwa Wahandisi wa Programu? Athari ya AI [2024] ).

Makala ambazo unaweza kupenda kusoma baada ya hii:

🔗 Zana Bora za Kupanga Programu za AI
Gundua zana zinazoongoza za AI zinazoweza kushirikiana nawe kama mshirika wa msimbo ili kuongeza mtiririko wa kazi wako wa uundaji.

🔗 Akili bandia Bora kwa Uandishi wa Misimbo - Wasaidizi Bora wa Uandishi wa Misimbo bandia
Mwongozo wa zana bora zaidi za AI kwa ajili ya kutengeneza misimbo, kurekebisha makosa, na kuharakisha miradi ya programu.

🔗 Ukuzaji wa Programu ya Akili Bandia - Kubadilisha Mustakabali wa Teknolojia
Kuelewa jinsi Akili bandia inavyobadilisha jinsi programu inavyojengwa, kupimwa, na kusambazwa.