Je, AI Itachukua Nafasi ya Watengenezaji wa Programu? La mwisho kuisha, zima kihariri cha msimbo.

" Mwisho, zima kihariri cha msimbo. " Kifungu hiki cha maneno katika shavu kimekuwa kikizunguka katika mabaraza ya wasanidi programu, kikionyesha ucheshi wa wasiwasi kuhusu kuongezeka kwa wasaidizi wa uandishi wa AI. Kadiri miundo ya AI inavyozidi kuwa na uwezo wa kuandika msimbo, watengenezaji programu wengi wanauliza ikiwa watengenezaji wa kibinadamu wanaelekea kwenye hatima sawa na waendeshaji wa lifti au waendeshaji ubao wa kubadili - kazi ambazo hazitumiki kwa otomatiki. Mnamo 2024, vichwa vya habari vikali vilitangaza kwamba akili bandia inaweza kuandika nambari zetu zote hivi karibuni, na kuwaacha wasanidi programu bila la kufanya. Lakini nyuma ya hype na sensationalism, ukweli ni mbali zaidi nuanced.

Ndio, AI sasa inaweza kutoa nambari haraka kuliko mwanadamu yeyote, lakini nambari hiyo ni nzuri kiasi gani, na je, AI inaweza kushughulikia mzunguko mzima wa ukuzaji wa programu peke yake? Wataalamu wengi wanasema "sio haraka sana." Viongozi wa uhandisi wa programu kama vile Mkurugenzi Mkuu Mtendaji wa Microsoft Satya Nadella wanasisitiza kwamba "AI haitachukua nafasi ya watayarishaji programu, lakini itakuwa zana muhimu katika safu yao ya uokoaji. Ni kuhusu kuwawezesha wanadamu kufanya zaidi, si kidogo." ( Je, AI Itachukua Nafasi ya Waandaaji wa Programu? Ukweli wa Nyuma ya Hype | na The PyCoach | Kona Bandia | Machi, 2025 | Kati ) Vile vile, mkuu wa AI wa Google Jeff Dean anabainisha kuwa ingawa AI inaweza kushughulikia kazi za kawaida za usimbaji, "bado haina ubunifu na ujuzi wa kutatua matatizo" - sifa hasa za meza ya binadamu. Hata Sam Altman, Mkurugenzi Mtendaji wa OpenAI, anakiri kwamba AI ya leo ni "nzuri sana katika kazi" lakini "ya kutisha katika kazi kamili" bila uangalizi wa kibinadamu. Kwa kifupi, AI ni nzuri katika kusaidia na vipande vya kazi, lakini haina uwezo wa kuchukua kabisa kazi ya mtayarishaji programu kutoka mwanzo hadi mwisho.

Karatasi hii nyeupe inachukua mtazamo wa uaminifu na usawa kwa swali "Je, AI itachukua nafasi ya watengeneza programu?" Tunachunguza jinsi AI inavyoathiri majukumu ya ukuzaji wa programu leo ​​na ni mabadiliko gani yanakuja. Kupitia mifano ya ulimwengu halisi na zana za hivi majuzi (kutoka GitHub Copilot hadi ChatGPT), tunachunguza jinsi wasanidi programu wanavyoweza kurekebisha, kubadilika na kuwa muhimu kadri AI inavyobadilika. Badala ya jibu rahisi la ndiyo-au-hapana, tutaona kwamba siku zijazo ni ushirikiano kati ya AI na watengenezaji binadamu. Lengo ni kuangazia maarifa ya vitendo kuhusu kile ambacho wasanidi programu wanaweza kufanya ili kustawi katika umri wa AI - kutoka kwa kutumia zana mpya hadi kujifunza ujuzi mpya na kutayarisha jinsi taaluma ya usimbaji inaweza kubadilika katika miaka ijayo.

AI katika Ukuzaji wa Programu Leo

AI imejisuka haraka katika utendakazi wa kisasa wa ukuzaji programu. Badala ya kuwa hadithi za kisayansi, zana zinazotegemea AI tayari zinaandika na kukagua msimbo , kuelekeza kazi zenye kuchosha kiotomatiki, na kuimarisha tija ya wasanidi programu. Wasanidi programu leo ​​wanatumia AI kuzalisha vijisehemu vya msimbo, utendakazi wa kukamilisha kiotomatiki, kugundua hitilafu, na hata kesi za majaribio ya ufundi ( Je, Kuna Wakati Ujao kwa Wahandisi wa Programu? Athari ya AI [2024] ) ( Je, Kuna Wakati Ujao kwa Wahandisi wa Programu? Athari za AI [2024] ). Kwa maneno mengine, AI inachukua kazi ya grunt na boilerplate, kuruhusu watayarishaji wa programu kuzingatia vipengele ngumu zaidi vya kuunda programu. Wacha tuangalie baadhi ya uwezo na zana maarufu za AI ambazo zinabadilisha programu hivi sasa:

• Uzalishaji wa Msimbo na Ukamilishaji Kiotomatiki: Visaidizi vya kisasa vya usimbaji vya AI vinaweza kutoa msimbo kulingana na maongozi ya lugha asilia au muktadha wa msimbo kiasi. Kwa mfano, GitHub Copilot (iliyojengwa kwa mtindo wa OpenAI wa Codex) huungana na wahariri ili kupendekeza mstari unaofuata au kizuizi cha msimbo unapoandika. Hutumia seti kubwa ya mafunzo ya msimbo wa chanzo huria ili kutoa mapendekezo yanayofahamu muktadha, mara nyingi huweza kukamilisha utendakazi wote kutoka kwa maoni au jina la utendaji. Vile vile, ChatGPT (GPT-4) inaweza kuzalisha msimbo kwa ajili ya kazi fulani unapoeleza unachohitaji kwa Kiingereza cha kawaida. Zana hizi zinaweza kuandaa msimbo wa boilerplate kwa sekunde, kutoka kwa vitendaji rahisi vya msaidizi hadi shughuli za kawaida za CRUD.

• Utambuzi na Upimaji wa Mdudu: AI pia inasaidia kupata makosa na kuboresha ubora wa msimbo. Zana za uchambuzi tuli zinazoendeshwa na AI zinaweza kuripoti hitilafu zinazoweza kutokea au udhaifu wa kiusalama kwa kujifunza kutoka kwa mifumo ya awali ya hitilafu. Baadhi ya zana za AI hutengeneza majaribio ya vipimo kiotomatiki au kupendekeza kesi za majaribio kwa kuchanganua njia za msimbo. Hii inamaanisha kuwa msanidi programu anaweza kupata maoni ya papo hapo kuhusu matukio makali ambayo huenda walikosa. Kwa kutafuta hitilafu mapema na kupendekeza marekebisho, AI hufanya kama msaidizi wa QA asiyechoka anayefanya kazi pamoja na msanidi programu.

• Uboreshaji wa Msimbo na Urekebishaji: Matumizi mengine ya AI ni kupendekeza uboreshaji wa msimbo uliopo. Kwa kuzingatia kijisehemu, AI inaweza kupendekeza algoriti bora zaidi au utekelezaji safi zaidi kwa kutambua ruwaza katika msimbo. Kwa mfano, inaweza kupendekeza matumizi ya nahau zaidi ya maktaba au msimbo usio na alama ambao unaweza kubadilishwa. Hii husaidia katika kupunguza deni la kiufundi na kuboresha utendaji. Zana za urekebishaji kulingana na AI zinaweza kubadilisha msimbo ili kuambatana na mbinu bora au kusasisha msimbo hadi matoleo mapya ya API, kuokoa muda wa wasanidi programu katika kusafisha mwenyewe.

• DevOps na Uendeshaji: Zaidi ya nambari ya kuandika, AI inachangia kujenga na michakato ya kupeleka. Zana za akili za CI/CD hutumia ujifunzaji wa mashine kutabiri ni majaribio gani yanayoweza kushindwa au kuweka kipaumbele kwa kazi fulani za ujenzi, na kufanya ujumuishaji unaoendelea kuwa haraka na mzuri zaidi. AI inaweza kuchanganua kumbukumbu za uzalishaji na vipimo vya utendakazi ili kubainisha matatizo au kupendekeza uboreshaji wa miundombinu. Kwa kweli, AI haisaidii tu katika usimbaji, lakini katika mzunguko wa maisha ya uundaji wa programu - kutoka kwa kupanga hadi matengenezo.

• Violesura vya Lugha Asilia na Hati: Pia tunaona AI ikiwezesha mwingiliano wa asili zaidi na zana za ukuzaji. Wasanidi programu wanaweza kuuliza AI kutekeleza majukumu ("kutoa chaguo la kukokotoa ambalo hufanya X" au "fafanua msimbo huu") na kupata matokeo. AI chatbots (kama ChatGPT au wasaidizi maalum wa dev) wanaweza kujibu maswali ya upangaji, kusaidiwa na uhifadhi wa nyaraka, na hata kuandika hati za mradi au kutuma ujumbe kulingana na mabadiliko ya msimbo. Hii inaziba pengo kati ya dhamira ya binadamu na msimbo, na kufanya maendeleo kufikiwa zaidi na wale wanaoweza kuelezea kile wanachotaka.

• 

Wasanidi programu wanaotumia zana za AI: Utafiti wa 2023 unaonyesha kuwa asilimia 92 ya wasanidi programu wametumia zana za usimbaji za AI kwa uwezo fulani - iwe kazini, katika miradi yao ya kibinafsi, au zote mbili. Ni asilimia 8 pekee walioripoti kutotumia usaidizi wowote wa AI katika usimbaji. Chati hii inaonyesha kuwa theluthi mbili ya wasanidi programu hutumia zana za AI ndani na nje ya kazi, huku robo huzitumia kazini pekee na wachache huzitumia nje ya kazi pekee. Utoaji ni wazi: Uwekaji usimbaji unaosaidiwa na AI umeenea kwa haraka miongoni mwa wasanidi programu ( Utafiti unaonyesha athari za AI kwenye tajriba ya msanidi - Blogu ya GitHub ).

Kuenea huku kwa zana za AI katika ukuzaji kumesababisha kuongezeka kwa ufanisi na kupunguza ugumu katika usimbaji. Bidhaa zinaundwa kwa haraka kwani AI husaidia kuzalisha msimbo wa sahani na kushughulikia kazi zinazojirudia ( Je, Kuna Mustakabali wa Wahandisi wa Programu? Athari za AI [2024] ) ( Je, AI Itabadilisha Wasanidi Programu mnamo 2025: Kuchunguza Wakati Ujao kwa Kidogo ). Zana kama Copilot zinaweza kupendekeza algoriti nzima au suluhu ambazo "huenda zisiwe wazi mara moja kwa wasanidi wa kibinadamu," shukrani kwa kujifunza kutoka kwa seti kubwa za misimbo. Mifano ya ulimwengu halisi ipo mingi: mhandisi anaweza kuuliza ChatGPT kutekeleza utendakazi wa kupanga au kutafuta hitilafu katika msimbo wao, na AI itatoa suluhu la rasimu kwa sekunde. Makampuni kama Amazon na Microsoft yametuma watayarishaji programu jozi wa AI (Amazon's CodeWhisperer na Microsoft's Copilot) kwa timu zao za wasanidi, wakiripoti kukamilika kwa kazi haraka na masaa machache ya kawaida yaliyotumika kwenye bodi ya boiler. Kwa hakika, 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 za AI, 3% wanaamini sana usahihi wao - ShiftMag ). Wasaidizi maarufu zaidi ni ChatGPT (inayotumiwa na ~ 83% ya waliojibu) na GitHub Copilot (~56%), ikionyesha kuwa mazungumzo ya jumla ya AI na wasaidizi waliounganishwa wa IDE wote ni wahusika wakuu. Wasanidi programu kimsingi hutumia zana hizi ili kuongeza tija (iliyotajwa na ~ 33% ya waliojibu) na kuharakisha kujifunza (25%), huku takriban 25% wanazitumia ili kuwa na ufanisi zaidi kwa kufanya kazi inayorudiwa kiotomatiki.

Ni muhimu kutambua kwamba jukumu la AI katika upangaji si jipya kabisa - vipengele vyake vimekuwepo kwa miaka mingi (fikiria ukamilishaji wa kiotomatiki wa msimbo katika IDE au mifumo ya majaribio ya kiotomatiki). Lakini miaka miwili iliyopita imekuwa kidokezo. Kuibuka kwa miundo mikubwa ya lugha yenye nguvu (kama vile mfululizo wa GPT ya OpenAI na AlphaCode ya DeepMind) kumepanua kwa kiasi kikubwa kinachowezekana. AlphaCode wa DeepMind ulitengeneza vichwa vya habari kwa kutumbuiza katika kiwango cha shindano la uandaaji programu , na kufikia nafasi ya juu ya 54% kwenye changamoto za usimbaji - kimsingi ikilingana na ujuzi wa mshindani wastani wa binadamu ( AlphaCode ya DeepMind inalingana na uwezo wa wastani wa mtayarishaji programu ). Hii ilikuwa mara ya kwanza kwa mfumo wa AI kufanya kazi kwa ushindani katika mashindano ya upangaji programu. Walakini, inasemekana kuwa hata AlphaCode, pamoja na ustadi wake wote, bado ilikuwa mbali na kupiga coders bora zaidi za wanadamu. Katika mashindano hayo, AlphaCode inaweza kutatua karibu 30% ya matatizo ndani ya majaribio yanayoruhusiwa, ilhali waandaaji programu wakuu hutatua >90% ya matatizo kwa jaribio moja. Pengo hili linaonyesha kwamba ingawa AI inaweza kushughulikia kazi za algoriti zilizofafanuliwa vyema hadi kiwango fulani, matatizo magumu zaidi yanayohitaji mawazo ya kina na werevu yanasalia kuwa ngome ya binadamu .

Kwa muhtasari, AI imejiweka imara katika zana ya siku hadi siku ya wasanidi programu. Kuanzia kusaidia katika kuandika msimbo hadi kuboresha utumaji, inagusa kila sehemu ya mchakato wa ukuzaji. Uhusiano leo kwa sehemu kubwa ni wa kulinganishwa: AI hufanya kazi kama rubani (jina lifaalo) ambayo huwasaidia wasanidi programu kuweka nambari haraka na bila kufadhaika kidogo, badala ya majaribio ya kujitegemea ambayo yanaweza kuruka peke yake. Katika sehemu inayofuata, tutachunguza jinsi ujumuishaji huu wa zana za AI unavyobadilisha jukumu la wasanidi programu na asili ya kazi zao, kwa bora au mbaya zaidi.

Jinsi AI Inabadilisha Majukumu na Tija ya Msanidi Programu

Pamoja na AI kushughulikia kazi nyingi za kawaida, jukumu la msanidi programu linaanza kubadilika. Badala ya kutumia masaa mengi kuandika nambari ya bodi au kutatua makosa ya kawaida, wasanidi programu wanaweza kupakua kazi hizo kwa wasaidizi wao wa AI. Hii ni kuhamisha mwelekeo wa msanidi programu kuelekea utatuzi wa matatizo wa kiwango cha juu, usanifu na vipengele vya ubunifu vya uhandisi wa programu. Kimsingi, AI inaongeza watengenezaji, kuwaruhusu kuwa na tija zaidi na uwezekano wa ubunifu zaidi. Lakini je, hii inatafsiri kwa kazi chache za programu, au aina tofauti ya kazi? Wacha tuchunguze athari kwenye tija na majukumu:

Kuongeza Tija: Kwa akaunti nyingi na tafiti nyingi za mapema, zana za usimbaji za AI zinaongeza tija ya wasanidi programu kwa kiasi kikubwa. Utafiti wa GitHub uligundua kuwa watengenezaji wanaotumia Copilot waliweza kukamilisha kazi haraka zaidi kuliko zile zisizo na usaidizi wa AI. Katika jaribio moja, wasanidi programu walitatua kazi ya usimbaji kwa kasi ya 55% kwa wastani kwa usaidizi wa Copilot - ilichukua takriban saa 1 dakika 11 badala ya saa 2 dakika 41 bila hiyo ( Utafiti: kuhesabu athari za GitHub Copilot kwenye tija na furaha ya wasanidi - Blogu ya GitHub ). Hiyo ni faida ya kushangaza ya kasi. Sio kasi tu; watengenezaji wanaripoti kuwa usaidizi wa AI husaidia kupunguza kufadhaika na "kukatizwa kwa mtiririko". Katika tafiti, 88% ya watengenezaji wanaotumia Copilot walisema iliwafanya kuwa na tija zaidi na kuwaruhusu kuzingatia kazi ya kuridhisha zaidi ( Ni asilimia ngapi ya watengenezaji wamesema kwamba nakala ya github hufanya ... ). Zana hizi husaidia watayarishaji programu kukaa "katika eneo" kwa kushughulikia vipande vya kuchosha, ambavyo huhifadhi nishati ya akili kwa matatizo magumu zaidi. Kwa hivyo, watengenezaji wengi wanahisi kuweka misimbo imekuwa ya kufurahisha zaidi - kazi kidogo ya kununa na ubunifu zaidi.

Kubadilisha Kazi ya Kila Siku: Mtiririko wa kazi wa kila siku wa kitengeneza programu unabadilika pamoja na faida hizi za tija. "Kazi nyingi" - kuandika boilerplate, kurudia mifumo ya kawaida, kutafuta syntax - inaweza kupakuliwa kwa AI. Kwa mfano, badala ya kuandika mwenyewe darasa la data na getters na seti, msanidi programu anaweza kuhimiza AI kuitengeneza. Badala ya kuchana nyaraka ili kupata simu sahihi ya API, msanidi programu anaweza kuuliza AI kwa lugha asilia. Hii ina maana kwamba wasanidi programu hutumia muda mchache kwa kuweka usimbaji kwa mazoea na muda zaidi kwenye kazi zinazohitaji uamuzi wa kibinadamu . AI inapochukua nafasi ya kuandika 80% rahisi ya msimbo, kazi ya msanidi programu hubadilika kuelekea kusimamia matokeo ya AI (kukagua mapendekezo ya msimbo, kuyajaribu) na kushughulikia 20% ya shida ambazo AI haiwezi kubaini. Kwa mazoezi, msanidi programu anaweza kuanza siku yake kwa kujaribu maombi ya kuvuta yanayotokana na AI au kukagua kundi la marekebisho yanayopendekezwa na AI, badala ya kuandika mabadiliko hayo yote kuanzia mwanzo.

Ushirikiano na Mienendo ya Timu: Inafurahisha, AI pia inaathiri mienendo ya timu. Majukumu ya kawaida yakiwa na kiotomatiki, timu zinaweza kutimiza mengi kwa kuwa na wasanidi programu wachanga wachache waliopewa kazi ya kuguna. Baadhi ya makampuni yanaripoti kuwa wahandisi wao wakuu wanaweza kujitegemea zaidi - wanaweza kuiga vipengele haraka kwa usaidizi wa AI, bila kuhitaji mwanafunzi mdogo kufanya rasimu za awali. Hata hivyo, hii inazua changamoto mpya: ushauri na kubadilishana maarifa. Badala ya vijana kujifunza kwa kufanya kazi rahisi, wanaweza kuhitaji kujifunza jinsi ya kudhibiti matokeo ya AI ipasavyo. Ushirikiano wa timu unaweza kubadilika hadi kwa shughuli kama vile kuboresha 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 na kuruhusu muda zaidi wa majadiliano ya muundo, ubunifu wa mawazo, na kushughulikia mahitaji changamano ya mtumiaji ambayo hakuna AI inayoelewa kwa sasa nje ya kisanduku. Kwa hakika, zaidi ya watengenezaji wanne kati ya watano wanaamini kuwa zana za usimbaji za AI zitaimarisha ushirikiano wa timu au angalau kuwakomboa ili kushirikiana zaidi kuhusu muundo na utatuzi wa matatizo, kulingana na matokeo ya uchunguzi wa GitHub wa 2023 ( Utafiti unaonyesha athari za AI kwenye uzoefu wa wasanidi programu - Blogu ya GitHub ).

Athari kwa Majukumu ya Kazi: Swali kuu ni ikiwa AI itapunguza mahitaji ya watayarishaji programu (kwani kila mtayarishaji programu sasa ana tija zaidi), au ikiwa itabadilisha tu ujuzi unaohitajika. Utangulizi wa kihistoria na uwekaji otomatiki mwingine (kama vile kuongezeka kwa zana za devops, au lugha za kiwango cha juu za upangaji) unapendekeza kwamba kazi za wasanidi programu hazijaondolewa sana kwani zimeinuliwa . Hakika, wachambuzi wa tasnia wanatabiri majukumu ya uhandisi wa programu yataendelea kukua , lakini asili ya majukumu hayo itabadilika. Ripoti ya hivi majuzi ya Gartner inatabiri kwamba kufikia 2027, 50% ya mashirika ya uhandisi wa programu yatatumia majukwaa ya "akili ya uhandisi wa programu" iliyoboreshwa ya AI ili kuongeza tija , kutoka 5% tu katika 2024 ( Je, Kuna Wakati Ujao kwa Wahandisi wa Programu? Athari ya AI [2024] ). Hii inaonyesha kuwa kampuni zitaunganisha sana AI, lakini inamaanisha kuwa wasanidi programu watafanya kazi na majukwaa hayo mahiri. Vile vile, kampuni ya ushauri ya McKinsey miradi ambayo ingawa AI inaweza kufanya kazi nyingi kiotomatiki, takriban 80% ya kazi za kupanga bado zitahitaji mwanadamu katika kitanzi na kubaki "kitu cha kibinadamu" . Kwa maneno mengine, bado tutahitaji watu kwa nafasi nyingi za wasanidi programu, lakini maelezo ya kazi yanaweza kubadilika.

Mabadiliko moja yanayoweza kutokea ni kuibuka kwa majukumu kama vile "Mhandisi wa Programu ya AI" au "Mhandisi wa Haraka" - wasanidi programu ambao wamebobea katika kujenga au kupanga vipengele vya AI. Tayari tunaona mahitaji ya wasanidi programu walio na utaalam wa AI/ML yakiongezeka. Kulingana na uchanganuzi wa Hakika, kazi tatu zinazohitajika zaidi zinazohusiana na AI ni mwanasayansi wa data, mhandisi wa programu, na mhandisi wa kujifunza mashine , na mahitaji ya majukumu haya yaliongezeka zaidi ya mara mbili katika kipindi cha miaka mitatu iliyopita ( Je, Kuna Wakati Ujao kwa Wahandisi wa Programu? Athari za AI [2024] ). Wahandisi wa programu za kitamaduni wanatarajiwa zaidi kuelewa misingi ya kujifunza kwa mashine au kujumuisha huduma za AI kwenye programu. Badala ya kuwafanya watengenezaji kuwa wa ziada, "AI inaweza kuinua taaluma, kuwezesha watengenezaji kuzingatia kazi za kiwango cha juu na uvumbuzi." ( Je, AI Itachukua Nafasi ya Wasanidi Programu mnamo 2025: Kuchunguza kwa Kijasusi Katika Wakati Ujao ) Kazi nyingi za kawaida za usimbaji zinaweza kushughulikiwa na AI, lakini wasanidi watakuwa na shughuli zaidi na muundo wa mfumo, kuunganisha moduli, kuhakikisha ubora, na kushughulikia matatizo ya riwaya. Mhandisi mkuu kutoka kampuni moja ya AI-forward alihitimisha vyema: AI haichukui nafasi ya watengenezaji wetu; inawakuza .​ Msanidi programu mmoja aliye na zana zenye nguvu za AI anaweza kufanya kazi za kadhaa, lakini msanidi programu huyo sasa anafanya kazi ambayo ni ngumu zaidi na yenye athari.

Mfano wa Ulimwengu Halisi: Fikiria hali kutoka kwa kampuni ya programu iliyounganisha GitHub Copilot kwa wasanidi wake wote. Athari ya papo hapo ilikuwa kupunguzwa kwa muda uliotumika kuandika majaribio ya kitengo na msimbo wa boilerplate. Msanidi programu mmoja mdogo aligundua kuwa kwa kutumia Copilot anaweza kutoa 80% ya msimbo wa kipengele kipya haraka, kisha kutumia wakati wake kubinafsisha 20% iliyobaki na kuandika majaribio ya ujumuishaji. Uzalishaji wake katika suala la matokeo ya msimbo ulikaribia kuongezeka maradufu, lakini cha kufurahisha zaidi, asili ya mchango wake ilibadilika - akawa mkaguzi zaidi wa kanuni na mbuni wa majaribio kwa nambari iliyoandikwa ya AI. Timu pia iligundua kuwa ukaguzi wa msimbo ulianza kupata makosa ya AI badala ya makosa ya kibinadamu. Kwa mfano, mara kwa mara Copilot alipendekeza utekelezaji wa usimbaji fiche usio salama; watengenezaji wa kibinadamu walilazimika kugundua na kusahihisha hizo. Mfano wa aina hii unaonyesha kuwa wakati pato liliongezeka, uangalizi na utaalam wa mwanadamu ukawa muhimu zaidi katika mtiririko wa kazi.

Kwa muhtasari, AI inabadilisha bila shaka jinsi watengenezaji wanavyofanya kazi: kuwafanya kuwa wa haraka zaidi na kuwaruhusu kukabiliana na matatizo makubwa zaidi, lakini pia kuwahitaji kuongeza ujuzi (katika kutumia AI na katika kufikiri kwa kiwango cha juu). Ni kidogo hadithi ya "AI kuchukua kazi" na zaidi hadithi ya "AI kubadilisha kazi." Wasanidi programu wanaojifunza kutumia zana hizi kwa ufanisi wanaweza kuzidisha athari zao – kaulimbiu tunayosikia mara nyingi ni, “AI haitachukua nafasi ya wasanidi programu, lakini wasanidi programu wanaotumia AI wanaweza kuchukua nafasi ya wale ambao hawatumii.” Sehemu zinazofuata zitachunguza kwa nini watengenezaji binadamu bado ni muhimu (kile AI haiwezi kufanya vizuri), na jinsi wasanidi programu wanaweza kurekebisha ujuzi wao ili kustawi pamoja na AI.

Mapungufu ya AI (Kwa Nini Wanadamu Wanabaki Muhimu)

Licha ya uwezo wake wa kuvutia, AI ya leo ina vikwazo vinavyoizuia kuwafanya watengeneza programu wa kibinadamu kuwa wa kizamani. Kuelewa mapungufu haya ni muhimu ili kuona ni kwa nini watayarishaji programu bado wanahitajika sana katika mchakato wa maendeleo. AI ni zana yenye nguvu, lakini si risasi ya uchawi inayoweza kuchukua nafasi ya ubunifu, fikra makini, na uelewa wa muktadha wa msanidi wa binadamu. Hapa kuna baadhi ya mapungufu ya kimsingi ya AI katika upangaji programu na nguvu zinazolingana za watengenezaji wa binadamu:

• Ukosefu wa Uelewa na Ubunifu wa Kweli: Miundo ya sasa ya AI haielewi kikweli kanuni au matatizo kwa jinsi wanadamu wanavyofanya; wanatambua ruwaza na kurejesha uwezekano wa matokeo kulingana na data ya mafunzo. Hii inamaanisha AI inaweza kuhangaika na kazi zinazohitaji masuluhisho asilia, ubunifu au ufahamu wa kina wa vikoa vya riwaya vya shida. AI inaweza kuwa na uwezo wa kutoa msimbo ili kukidhi vipimo ambavyo imeonekana hapo awali, lakini iombe itengeneze algoriti mpya kwa tatizo ambalo halijawahi kushuhudiwa au kutafsiri hitaji lisiloeleweka, na huenda likayumba. Kama mtazamaji mmoja alivyosema, AI leo "haina uwezo wa ubunifu na wa kufikiria ambao watengenezaji wa kibinadamu huleta mezani." ( Je, AI Itachukua Nafasi ya Wasanidi Programu mnamo 2025: Kuchunguza kwa Kijasusi Katika Wakati Ujao ) Wanadamu wanafanya vyema katika kufikiria nje ya kisanduku - kuchanganya maarifa ya kikoa, angavu na ubunifu ili kubuni usanifu wa programu au kutatua masuala changamano. AI, kinyume chake, imezuiliwa kwa mifumo iliyojifunza; ikiwa shida hailingani 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.

• Muktadha na Uelewa wa Picha Kubwa: Kuunda programu sio tu kuandika mistari ya msimbo. Inajumuisha kuelewa ni kwa nini nyuma ya msimbo - mahitaji ya biashara, mahitaji ya mtumiaji, na mazingira ambayo programu hufanya kazi. AI ina dirisha nyembamba sana la muktadha (kawaida ni mdogo kwa pembejeo inayotolewa kwa wakati mmoja). Haielewi madhumuni kuu ya mfumo au jinsi moduli moja inavyoingiliana na nyingine zaidi ya yale yaliyomo kwenye msimbo. Kama matokeo, AI inaweza kutoa msimbo ambao kitaalam hufanya kazi kwa kazi ndogo lakini haifai vizuri katika usanifu mkubwa wa mfumo au kukiuka hitaji fulani dhahiri. Wasanidi wa kibinadamu wanahitajika ili kuhakikisha programu inalingana na malengo ya biashara na matarajio ya mtumiaji. Muundo wa mifumo changamano - kuelewa jinsi mabadiliko katika sehemu moja yanavyoweza kutokea kwa wengine, jinsi ya kusawazisha utendakazi (kama vile utendaji dhidi ya usomaji), na jinsi ya kupanga mabadiliko ya muda mrefu ya msingi wa kanuni - ni jambo ambalo AI haiwezi kufanya leo. Katika miradi mikubwa yenye maelfu ya vipengele, AI "inaona miti lakini sio msitu." Kama ilivyobainishwa katika uchanganuzi mmoja, "AI inatatizika kuelewa muktadha kamili na utata wa miradi mikubwa ya programu," ikiwa ni pamoja na mahitaji ya biashara na masuala ya uzoefu wa mtumiaji ( Je, AI Itachukua Nafasi ya Wasanidi Programu mnamo 2025: Peek Sneak katika Wakati Ujao ). Wanadamu hudumisha maono ya picha kubwa.

• Akili ya Kawaida na Azimio la Utata: Mahitaji katika miradi halisi mara nyingi hayaeleweki au yanabadilika. Msanidi programu anaweza kutafuta ufafanuzi, kutoa mawazo yanayofaa, au kurudisha nyuma maombi yasiyo ya kweli. AI haina hoja za akili ya kawaida au uwezo wa kuuliza maswali ya kufafanua (isipokuwa ikiwa imeunganishwa kwa njia ya haraka, na hata hivyo haina hakikisho la kuipata). Hii ndiyo sababu msimbo unaozalishwa na AI wakati mwingine unaweza kuwa sahihi kiufundi lakini kiutendaji usiwe na alama - inakosa uamuzi wa kujua ni nini mtumiaji alikusudia ikiwa maagizo hayako wazi. Kinyume chake, mpangaji programu anaweza kufasiri ombi la kiwango cha juu ("fanya UI hii iwe angavu zaidi" au "programu inapaswa kushughulikia ingizo zisizo za kawaida kwa njia nzuri") na kubaini ni nini kifanyike kwa kutumia msimbo. AI ingehitaji maelezo ya kina, yasiyo na utata ili kuchukua nafasi ya msanidi programu, na hata kuandika maelezo kama haya kwa ufanisi ni ngumu kama kuandika nambari yenyewe. Kama makala ya Baraza la Forbes Tech ilivyobainishwa ipasavyo, ili AI ichukue nafasi ya wasanidi programu, ingehitaji kuelewa maagizo yasiyoeleweka na kujirekebisha kama binadamu - kiwango cha AI cha sasa cha kufikiri hakina ( Post ya Sergii Kuzin - LinkedIn ).

• Kuegemea na "Hallucinations": Miundo ya kisasa ya AI inayozalisha ina dosari inayojulikana: inaweza kutoa matokeo yasiyo sahihi au ya kubuni kabisa, jambo ambalo mara nyingi huitwa hallucination . Katika kuweka misimbo, hii inaweza kumaanisha AI inaandika msimbo ambao unaonekana kuwa sawa lakini kimantiki sio sahihi au hauna usalama. Wasanidi programu hawawezi kuamini kwa upofu mapendekezo ya AI. Kwa mazoezi, kila kipande cha msimbo ulioandikwa na AI kinahitaji uhakiki na majaribio kwa uangalifu na mwanadamu . Data ya uchunguzi wa Stack Overflow inaonyesha hili - kati ya wale wanaotumia zana za AI, ni 3% pekee wanaoamini sana usahihi wa matokeo ya AI, na kwa hakika asilimia ndogo hawana imani nayo ( 70% ya wasanidi programu hutumia zana za usimbaji za AI, 3% wanaamini sana usahihi wao - ShiftMag ). Idadi kubwa ya wasanidi huchukulia mapendekezo ya AI kama vidokezo muhimu, sio injili. Uaminifu huu wa chini unafaa kwa sababu AI inaweza kufanya makosa ya ajabu ambayo hakuna mwanadamu mwenye uwezo angefanya (kama makosa ya moja kwa moja, kutumia vitendaji vilivyoacha kutumika, au kutoa masuluhisho yasiyofaa) kwa sababu haisababishi tatizo kikweli. Kama maoni ya kongamano moja yalivyobainika kwa unyonge, "Wao (AI) hudanganya sana na hufanya chaguzi za kubuni za ajabu ambazo mwanadamu hatawahi kufanya" ( Je, watayarishaji programu watapitwa na wakati kwa sababu ya AI? - Ushauri wa Kazi ). Uangalizi wa kibinadamu ni muhimu ili kupata makosa haya. AI inaweza kukuletea 90% ya kipengele haraka, lakini ikiwa 10% iliyosalia ina hitilafu fiche, bado inaangukia kwa msanidi programu ili kuitambua na kuirekebisha. Na wakati kitu kitaenda vibaya katika uzalishaji, ni wahandisi wa kibinadamu ambao wanapaswa kutatua - AI bado haiwezi kuwajibika kwa makosa yake.

• Kudumisha na Kuendeleza Misimbo: Miradi ya programu huishi na kukua kwa miaka mingi. Zinahitaji mtindo thabiti, uwazi kwa watunzaji wa siku zijazo, na masasisho kadiri mahitaji yanavyobadilika. AI leo haina kumbukumbu ya maamuzi ya zamani (nje ya vidokezo vichache), kwa hivyo inaweza isiweke nambari sawa katika mradi mkubwa isipokuwa kuongozwa. Watengenezaji wa kibinadamu huhakikisha udumishaji wa msimbo - kuandika hati wazi, kuchagua suluhu zinazoweza kusomeka dhidi ya zile za werevu-lakini-zisizoeleweka, na msimbo wa kuunda upya kama inavyohitajika wakati usanifu unabadilika. AI inaweza kusaidia katika kazi hizi (kama vile kupendekeza urekebishaji upya), lakini kuamua ni nini cha kufikiria upya au gani za mfumo zinahitaji kusanifiwa ni wito wa kibinadamu. Zaidi ya hayo, wakati wa kuunganisha vipengele, kuelewa athari za kipengele kipya kwenye moduli zilizopo (kuhakikisha upatanifu wa nyuma, n.k.) ni jambo ambalo wanadamu hushughulikia. Msimbo unaozalishwa na AI lazima uunganishwe na kuoanishwa na wanadamu. Kama jaribio, wasanidi wengine wamejaribu kuruhusu ChatGPT kuunda programu ndogo kabisa; matokeo mara nyingi hufanya kazi mwanzoni lakini inakuwa ngumu sana kudumisha au kupanua kwa sababu AI haitumii usanifu unaofikiriwa mara kwa mara - inafanya maamuzi ya ndani ambayo mbunifu wa kibinadamu angeepuka.

• Mazingatio ya Kimaadili na Usalama: AI inapoandika kanuni zaidi, pia inazua maswali ya upendeleo, usalama na maadili. AI inaweza kuleta udhaifu wa kiusalama bila kukusudia (kwa mfano, kutosafisha ipasavyo pembejeo, au kutumia mbinu zisizo salama za kriptografia) ambazo msanidi programu aliyebobea angeweza kuzipata. Pia, AI haina hisia asili ya maadili au kujali haki - inaweza, kwa mfano, kutoa mafunzo kuhusu data iliyoegemea upande mmoja na kupendekeza algoriti ambazo zinabagua bila kukusudia (katika kipengele kinachoendeshwa na AI kama vile msimbo wa uidhinishaji wa mkopo au algoriti ya kukodisha). Wasanidi wa kibinadamu wanahitajika kukagua matokeo ya AI kwa maswala haya, kuhakikisha utii wa kanuni, na kuibua programu kwa kuzingatia maadili. Kipengele cha kijamii cha programu - kuelewa imani ya mtumiaji, masuala ya 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 Itachukua Nafasi ya Wasanidi Programu mwaka wa 2025: Uchunguzi wa Kijasusi katika Wakati Ujao ) Wasanidi lazima wawe lango la dhamiri na ubora wa michango ya AI.

Kwa kuzingatia mapungufu haya, makubaliano ya sasa ni kwamba AI ni zana, sio mbadala . Satya Nadella alisema, inahusu kuwawezesha wasanidi programu, sio kuwabadilisha ( Je, AI Itachukua Nafasi ya Waandaaji wa Programu? Ukweli wa Nyuma ya Hype | na The PyCoach | Kona Bandia | Machi, 2025 | Kati ). AI inaweza kuzingatiwa kama msaidizi mdogo: ni ya haraka, haichoki, na inaweza kupiga pasi ya kwanza katika majukumu mengi, lakini inahitaji mwongozo na utaalam wa msanidi programu mkuu ili kutoa bidhaa ya mwisho iliyong'arishwa. Inajulikana kuwa hata mifumo ya uwekaji misimbo ya hali ya juu zaidi ya AI hutumika kama wasaidizi katika matumizi ya ulimwengu halisi (Copilot, CodeWhisperer, n.k.) na si kama misimbo inayojiendesha. Makampuni hayafukuzi timu zao za programu na kuruhusu AI kukimbia; badala yake, wanapachika AI kwenye utiririshaji wa kazi wa wasanidi programu ili kuwasaidia.

Nukuu moja ya kielelezo inatoka kwa Sam Altman wa OpenAI, ambaye alibainisha kuwa hata mawakala wa AI wanapoboresha, "mawakala hawa wa AI hawatachukua nafasi ya wanadamu kabisa" katika uundaji wa programu ( Sam Altman anasema mawakala wa AI hivi karibuni watafanya kazi ambazo wahandisi wa programu hufanya: Hadithi kamili katika pointi 5 - India Today ). Watafanya kazi kama "wafanyakazi wenza" ambao hushughulikia kazi zilizofafanuliwa vyema kwa wahandisi wa kibinadamu, haswa kazi zile za kawaida za mhandisi wa programu wa kiwango cha chini aliye na uzoefu wa miaka michache. Kwa maneno mengine, AI inaweza hatimaye kufanya kazi ya msanidi programu mdogo katika baadhi ya maeneo, lakini msanidi huyo mdogo hatakosa ajira - wanabadilika na kuwa jukumu la kusimamia AI na kushughulikia kazi za kiwango cha juu ambazo AI haiwezi kufanya. Hata tukitazama siku zijazo, ambapo baadhi ya watafiti wanatabiri kwamba kufikia 2040 AI inaweza kuandika msimbo wake mwingi ( Je, Kuna Wakati Ujao kwa Wahandisi wa Programu? Athari ya AI [2024] ), inakubaliwa kwa ujumla kuwa watayarishaji programu wa kibinadamu bado watahitajika ili kusimamia, kuongoza, na kutoa cheche za ubunifu na mawazo muhimu ambayo mashine hazina .

Inafaa pia kuzingatia kuwa ukuzaji wa programu ni zaidi ya kuweka msimbo tu . Inahusisha mawasiliano na washikadau, kuelewa hadithi za watumiaji, kushirikiana katika timu, na muundo wa kurudia - maeneo yote ambapo ujuzi wa kibinadamu ni wa lazima. AI haiwezi kukaa katika mkutano na mteja ili kuharakisha kile wanachotaka, wala haiwezi kujadili vipaumbele au kuhamasisha timu yenye maono ya bidhaa. Kipengele cha mwanadamu kinabakia katikati.

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 binadamu huangaza. Badala ya kuona AI kama tishio, inaweza kuwa sahihi zaidi kuiona kama amplifier yenye nguvu kwa watengenezaji wa binadamu - kushughulikia mambo ya kawaida ili wanadamu waweze kuzingatia mambo ya kina. Sehemu inayofuata itajadili jinsi watengenezaji wanaweza kutumia ukuzaji huu kwa kurekebisha ujuzi na majukumu yao ili kukaa muhimu na muhimu katika ulimwengu wa maendeleo ulioboreshwa na AI.

Kubadilika na Kustawi katika Enzi ya AI

Kwa watayarishaji programu na wasanidi programu, kuongezeka kwa AI katika usimbaji si lazima iwe tishio kubwa - inaweza kuwa fursa. Jambo kuu ni kubadilika na kubadilika pamoja na teknolojia. Wale wanaojifunza kutumia AI watajikuta zaidi na wanahitaji, wakati wale wanaoipuuza wanaweza kujikuta wamerudi nyuma. Katika sehemu hii, tunaangazia hatua na mikakati ya vitendo kwa wasanidi programu kusalia muhimu na kustawi kadri zana za AI zinavyokuwa sehemu ya maendeleo ya kila siku. Mawazo ya kupitisha ni moja ya kujifunza na kushirikiana na AI, badala ya ushindani. Hivi ndivyo wasanidi programu wanaweza kurekebisha na ujuzi na majukumu mapya wanapaswa kuzingatia:

1. Kubali AI kama Zana (Jifunze Kutumia Visaidizi vya Usimbaji vya AI kwa Ufanisi): Kwanza kabisa, wasanidi wanapaswa kustareheshwa na zana za AI zinazopatikana. Tumia Copilot, ChatGPT, au AI zingine za usimbaji kama mshirika wako mpya wa kupanga programu. Hii inamaanisha kujifunza jinsi ya kuandika vidokezo au maoni mazuri ili kupata mapendekezo muhimu ya msimbo, na kujua jinsi ya kuthibitisha au kutatua haraka msimbo unaozalishwa na AI. Kama vile msanidi alilazimika kujifunza IDE au udhibiti wa toleo, kujifunza ustadi wa msaidizi wa AI kunakuwa sehemu ya seti ya ujuzi. Kwa mfano, msanidi programu anaweza kufanya mazoezi kwa kuchukua kipande cha msimbo alichoandika na kuuliza AI kuiboresha, kisha kuchanganua mabadiliko. Au, unapoanza kazi, ielezee kwenye maoni na uone kile ambacho AI hutoa, kisha uboresha kutoka hapo. Baada ya muda, utakuza angavu kwa kile AI inafaa na jinsi ya kuunda nayo. Ifikirie kama "maendeleo yanayosaidiwa na AI" - ujuzi mpya wa kuongeza kwenye kisanduku chako cha zana. Hakika, watengenezaji sasa wanazungumza kuhusu "uhandisi wa haraka" kama ujuzi - kujua jinsi ya kuuliza AI maswali sahihi. Wale wanaoijua wanaweza kufikia matokeo bora zaidi kutoka kwa zana sawa. Kumbuka, "wasanidi programu wanaotumia AI wanaweza kuchukua nafasi ya wale ambao hawatumii" - kwa hivyo kubali teknolojia na uifanye mshirika wako.

2. Zingatia Ujuzi wa Kiwango cha Juu (Utatuzi wa Matatizo, Muundo wa Mfumo, Usanifu): Kwa kuwa AI inaweza kushughulikia usimbaji zaidi wa kiwango cha chini, wasanidi programu wanapaswa kusogeza juu ngazi ya uondoaji . Hii inamaanisha kuweka mkazo zaidi katika kuelewa muundo na usanifu wa mfumo. Kuza ujuzi katika kutatua matatizo magumu, kubuni mifumo inayoweza kusambaa, na kufanya maamuzi ya usanifu - maeneo ambayo ufahamu wa binadamu ni muhimu. Zingatia kwa nini na jinsi ya suluhisho, sio tu nini. Kwa mfano, badala ya kutumia wakati wako wote kukamilisha kazi ya kupanga (wakati AI inaweza kukuandikia moja), tumia wakati kuelewa ni mbinu gani ya kupanga ni bora kwa muktadha wa programu yako na jinsi inavyolingana na mtiririko wa data wa mfumo wako. Kufikiri kwa kubuni - kwa 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 upatanifu. Kwa kunoa fikra zako za picha kubwa, unajifanya kuwa mtu wa lazima kama mtu anayeongoza AI (na timu nyingine) katika kujenga jambo sahihi. Kama ripoti moja ya wakati ujao ilivyobainisha, wasanidi programu wanapaswa “kuzingatia maeneo ambayo ufahamu wa kibinadamu hauwezi kubadilishwa, kama vile kutatua matatizo, kufikiri kubuni, na kuelewa mahitaji ya mtumiaji.” ( Je, AI Itachukua Nafasi ya Wasanidi Programu mnamo 2025: Uchunguzi wa Kijasusi katika Wakati Ujao )

3. Boresha Maarifa Yako ya AI & ML: Kufanya kazi pamoja na AI, inasaidia kuelewa AI . Wasanidi programu hawahitaji wote kuwa watafiti wa kujifunza mashine, lakini kuwa na ufahamu thabiti wa jinsi miundo hii inavyofanya kazi kutakuwa na manufaa. Jifunze misingi ya kujifunza kwa mashine na kujifunza kwa kina - sio tu hii inaweza kufungua njia mpya za kazi (kwa kuwa kazi zinazohusiana na AI zinaongezeka ( Je, Kuna Wakati Ujao kwa Wahandisi wa Programu? Athari ya AI [2024] )), lakini pia itakusaidia kutumia zana za AI kwa ufanisi zaidi. Ikiwa unajua, kwa mfano, mapungufu ya modeli kubwa ya lugha na jinsi ilivyofunzwa, unaweza kutabiri wakati inaweza kushindwa na kubuni vidokezo au majaribio yako ipasavyo. Zaidi ya hayo, bidhaa nyingi za programu sasa zinajumuisha vipengele vya AI (kwa mfano, programu iliyo na injini ya mapendekezo au chatbot). Msanidi programu aliye na ujuzi fulani wa ML anaweza kuchangia vipengele hivyo au angalau kushirikiana kwa akili 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 makisio, na maadili ya AI. Jitambulishe na mifumo ya AI (TensorFlow, PyTorch) na huduma za wingu za AI; hata kama hautengenezi miundo kuanzia mwanzo, kujua jinsi ya kuunganisha API ya AI kwenye programu ni ujuzi muhimu. Kwa ufupi, kuwa "AI kusoma na kuandika" haraka inakuwa muhimu kama kujua kusoma na kuandika katika teknolojia ya wavuti au hifadhidata. Wasanidi programu ambao wanaweza kuzunguka ulimwengu wa uhandisi wa programu za kitamaduni na AI watakuwa katika nafasi kuu ya kuongoza miradi ya siku zijazo.

4. Kuza Ujuzi Mzuri Zaidi na Maarifa ya Kikoa: AI inapochukua majukumu ya kiufundi, ujuzi wa kipekee wa kibinadamu unakuwa muhimu zaidi. Mawasiliano, kazi ya pamoja, na utaalamu wa kikoa ni maeneo ya kufanyia kazi maradufu. Utengenezaji wa programu mara nyingi huhusu kuelewa kikoa cha tatizo - iwe ni fedha, huduma ya afya, elimu, au nyanja nyingine yoyote - na kutafsiri hilo kuwa suluhu. AI haitakuwa na muktadha huo au uwezo wa kuwasiliana na wadau, lakini unayo. Kuwa na ujuzi zaidi katika kikoa unachofanyia kazi hukufanya kuwa mtu wa kwenda kwa kuhakikisha kuwa programu inakidhi mahitaji ya ulimwengu halisi. Vile vile, zingatia ujuzi wako wa ushirikiano: ushauri, uongozi, na uratibu. Timu bado zitahitaji watengenezaji wakuu kukagua msimbo (ikiwa ni pamoja na msimbo ulioandikwa na AI), ili kuwashauri vijana kuhusu mbinu bora, na kuratibu miradi changamano. AI haiondoi hitaji la mwingiliano wa wanadamu katika miradi. Kwa kweli, na msimbo wa kuzalisha AI, ushauri wa msanidi mkuu unaweza kuhamia kufundisha vijana jinsi ya kufanya kazi na AI na kuthibitisha matokeo yake , badala ya jinsi ya kuandika kitanzi. Kuweza kuwaongoza wengine katika dhana hii mpya ni ujuzi muhimu. Pia, jizoeze kufikiri kwa kina - swali na jaribu matokeo ya AI, na uwahimize wengine kufanya vivyo hivyo. Kukuza mashaka yenye afya na mtazamo wa uthibitishaji kutazuia utegemezi wa kipofu kwenye AI na kupunguza makosa. Kimsingi, boresha ujuzi ambao AI inakosa: kuelewa watu na muktadha, uchanganuzi wa kina, na fikra kati ya taaluma mbalimbali.

5. Kujifunza na Kubadilika kwa Maisha: Kasi ya mabadiliko katika AI ni ya haraka sana. Kinachohisi kuwa cha hali ya juu leo ​​kinaweza kuwa kimepitwa na wakati katika miaka michache. Wasanidi lazima wakumbatie mafunzo ya maisha yote zaidi kuliko hapo awali. Hii inaweza kumaanisha kujaribu mara kwa mara wasaidizi wapya wa usimbaji wa AI, kuchukua kozi za mtandaoni au uidhinishaji katika AI/ML, kusoma blogu za utafiti ili kusasisha kile kinachokuja, au kushiriki katika jumuiya za wasanidi programu zinazolenga AI. Kubadilika ni muhimu - kuwa tayari kuegemea kwenye zana mpya na mtiririko wa kazi zinapoibuka. Kwa mfano, ikiwa zana mpya ya AI inakuja ambayo inaweza kubadilisha muundo wa UI kiotomatiki kutoka kwa michoro, msanidi wa mbele anapaswa kuwa tayari kujifunza na kujumuisha hilo, akibadilisha mwelekeo wake labda kwa kuboresha UI iliyozalishwa au kuboresha maelezo ya matumizi ya mtumiaji ambayo otomatiki yalikosa. Wale wanaochukulia kujifunza kama sehemu inayoendelea ya taaluma yao (ambayo watengenezaji wengi tayari wanafanya) watapata urahisi wa kujumuisha maendeleo ya AI. Mbinu moja ni kutenga sehemu ndogo ya wiki yako kwa kujifunza na kufanya majaribio - ichukulie kama kuwekeza katika maisha yako ya baadaye. Makampuni pia yanaanza kutoa mafunzo kwa watengenezaji wao juu ya kutumia zana za AI kwa ufanisi; kutumia fursa hizo kutakuweka mbele. Wasanidi programu wanaostawi watakuwa wale wanaoona AI kama mshirika anayebadilika na kuendelea kuboresha mbinu yao ya kufanya kazi na mshirika huyo.

6. Chunguza Majukumu Yanayochipuka na Njia za Kazi: Kadiri AI inavyozidi kusukwa katika maendeleo, fursa mpya za kazi zinaibuka. Kwa mfano, Mhandisi wa haraka 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, utiifu, na usahihi. Ikiwa una nia katika maeneo hayo, kujiweka kwa ujuzi sahihi kunaweza kufungua njia hizi mpya. Hata ndani ya majukumu ya kawaida, unaweza kupata niche kama vile "Msanidi programu anayesaidiwa na AI" dhidi ya "Msanidi programu anayesaidiwa na AI" ambapo kila moja hutumia zana maalum. Fuatilia jinsi mashirika yanavyounda timu karibu na AI. Baadhi ya makampuni yana "vyama vya AI" au vituo vya ubora ili kuongoza kupitishwa kwa AI katika miradi - kuwa hai katika vikundi kama hivyo kunaweza kukuweka mbele. Zaidi ya hayo, zingatia kuchangia katika uundaji wa zana za AI zenyewe: kwa mfano, kufanya kazi kwenye miradi ya chanzo huria ambayo inaboresha zana za wasanidi programu (labda kuimarisha uwezo wa AI wa kueleza msimbo, n.k.). Hii sio tu inakuza uelewa wako wa teknolojia lakini pia inakuweka katika jumuiya inayoongoza mabadiliko. Jambo la msingi ni kuwa makini kuhusu wepesi wa kazi . Ikiwa sehemu za kazi yako ya sasa zitakuwa otomatiki, uwe tayari kuhama katika majukumu ambayo yanabuni, kusimamia, au kuongeza sehemu hizo otomatiki.

7. Kudumisha na Kuonyesha Ubora wa Kibinadamu: Katika ulimwengu ambapo AI inaweza kutoa msimbo wa wastani kwa tatizo la wastani, wasanidi wa kibinadamu wanapaswa kujitahidi kutoa ya kipekee na ya huruma ambayo AI haiwezi. Hii inaweza kumaanisha kuangazia uboreshaji wa uzoefu wa mtumiaji, uboreshaji wa utendakazi kwa hali zisizo za kawaida, au kuandika tu msimbo ambao ni safi na ulio na kumbukumbu vizuri (AI sio nzuri katika kuandika hati zenye maana au maoni ya msimbo yanayoeleweka - unaweza kuongeza thamani hapo!). Fanya iwe hatua ya kuunganisha maarifa ya binadamu katika kazi: kwa mfano, ikiwa AI itazalisha kipande cha msimbo, unaongeza maoni yanayoelezea mantiki kwa njia ambayo mwanadamu mwingine anaweza kuelewa baadaye, au urekebishe ili isomeke zaidi. Kwa kufanya hivyo, unaongeza safu ya taaluma na ubora ambayo kazi inayozalishwa na mashine inakosa. Baada ya muda, kujenga sifa ya programu ya ubora wa juu ambayo "inafanya kazi tu" katika ulimwengu wa kweli itakuweka tofauti. Wateja na waajiri watathamini wasanidi programu ambao wanaweza kuchanganya ufanisi wa AI na ufundi wa kibinadamu .

Wacha pia tuchunguze jinsi njia za kielimu zinaweza kubadilika. Wasanidi wapya wanaoingia kwenye uga hawapaswi kukwepa zana za AI katika mchakato wao wa kujifunza. Kinyume chake, kujifunza na AI (kwa mfano, kutumia AI kusaidia kazi za nyumbani au miradi, kisha kuchambua matokeo) kunaweza kuongeza uelewa wao. Hata hivyo, ni muhimu pia kujifunza mambo ya msingi kwa kina - algoriti, miundo ya data, na dhana kuu za upangaji programu - ili uwe na msingi thabiti na uweze kujua wakati AI inapotoka. AI inaposhughulikia mazoezi rahisi ya usimbaji, mitaala inaweza kuweka uzito zaidi kwenye miradi inayohitaji muundo na ujumuishaji. Ikiwa wewe ni mgeni, lenga katika kujenga jalada linaloonyesha uwezo wako wa kutatua matatizo changamano na kutumia AI kama mojawapo ya zana nyingi.

Ili kujumuisha mkakati wa kukabiliana na hali: kuwa rubani, si abiria. Tumia zana za AI, lakini usizitegemee kupita kiasi au kuridhika. Endelea kuboresha nyanja za kipekee za maendeleo ya kibinadamu. Grady Booch, mwanzilishi wa uhandisi wa programu anayeheshimika, alisema vizuri: "AI itabadilisha kimsingi maana ya kuwa mtengenezaji wa programu. Haitaondoa watengenezaji programu, lakini itawahitaji kukuza ujuzi mpya na kufanya kazi kwa njia mpya." ( Je, Kuna Mustakabali wa Wahandisi wa Programu? Athari za AI [2024] ). Kwa kukuza ujuzi na njia hizo mpya za kufanya kazi kwa bidii, wasanidi programu wanaweza kuhakikisha kuwa wanasalia katika kiti cha udereva cha taaluma zao.

Ili kufanya muhtasari wa sehemu hii, hapa kuna orodha ya marejeleo ya haraka kwa wasanidi wanaotafuta uthibitisho wa taaluma zao katika umri wa AI:

Kwa kufuata mikakati hii, watengenezaji wanaweza kugeuza mapinduzi ya AI kwa manufaa yao. Wale wanaobadilika watagundua kuwa AI inaboresha uwezo wao na kuwaruhusu kutoa programu bora kuliko hapo awali, badala ya kuzifanya kuwa za kizamani.

Mtazamo wa Baadaye: Ushirikiano kati ya AI na Wasanidi Programu

Je, siku zijazo zinashikilia nini kwa programu katika ulimwengu unaoendeshwa na AI? Kulingana na mitindo ya sasa, tunaweza kutarajia siku zijazo ambapo AI na watengenezaji binadamu wanafanya kazi bega kwa bega kwa ukaribu zaidi . Jukumu la mtayarishaji programu huenda likaendelea kuhamia kwenye nafasi ya usimamizi na ubunifu, huku AI ikishughulikia zaidi "unyanyuaji mzito" chini ya uongozi wa mwanadamu. Katika sehemu hii ya kumalizia, tunatoa hali fulani za siku zijazo na tunahakikisha kwamba mtazamo wa wasanidi programu unaweza kubaki chanya - mradi tutaendelea kuzoea.

Katika siku za usoni (miaka 5-10 ijayo), kuna uwezekano mkubwa kwamba AI itaenea kila mahali katika mchakato wa ukuzaji kama kompyuta zenyewe. Kama vile hakuna msanidi programu anayeandika msimbo leo bila kihariri 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 msingi wao (kwa mfano, vihariri vya misimbo vinavyoweza kukuelezea msimbo au kupendekeza mabadiliko yote ya msimbo kwenye mradi). Tunaweza kufikia hatua ambapo kazi ya msingi ya msanidi programu ni kutunga matatizo na vikwazo kwa njia ambayo AI inaweza kuelewa, kisha kuratibu na kuboresha masuluhisho ambayo AI hutoa . Hii inafanana na aina ya upangaji wa kiwango cha juu, ambayo wakati mwingine huitwa "programu ya haraka" au "okestration ya AI."

Hata hivyo, kiini cha kile kinachohitajika kufanywa - kutatua matatizo kwa watu - bado haijabadilika. AI ya baadaye inaweza kuwa na uwezo wa kutengeneza programu nzima kutokana na maelezo (“niundie programu ya simu kwa ajili ya kuweka miadi ya daktari”), lakini kazi ya kufafanua maelezo hayo, kuhakikisha kuwa ni sahihi, na kurekebisha matokeo ili kuwafurahisha watumiaji itahusisha wasanidi programu (pamoja na wabunifu, wasimamizi wa bidhaa, n.k.). Kwa hakika, ikiwa uundaji wa programu msingi utakuwa rahisi, ubunifu na uvumbuzi wa binadamu katika programu utakuwa muhimu zaidi katika kutofautisha bidhaa. Tunaweza kuona kushamiri kwa programu, ambapo programu nyingi za kawaida huzalishwa na AI, wakati wasanidi wa kibinadamu huzingatia miradi ya kisasa, changamano, au ubunifu ambayo inasukuma mipaka.

Pia kuna uwezekano kwamba kizuizi cha kuingia kwa programu kitapunguzwa - kumaanisha kwamba watu wengi zaidi ambao si wahandisi wa programu za kitamaduni (tuseme, mchambuzi wa biashara au mwanasayansi au muuzaji soko) wanaweza kuunda programu kwa kutumia zana za AI (mwendelezo wa harakati ya "no-code/low-code" inayochajiwa zaidi na AI). Hii haiondoi hitaji la watengenezaji wa kitaalamu; badala yake, inaibadilisha. Wasanidi programu wanaweza kuchukua jukumu zaidi la ushauri au mwongozo katika hali kama hizi, kuhakikisha kuwa programu hizi zilizoundwa na raia ni salama, bora na zinaweza kudumishwa. Watayarishaji programu wa kitaalam wanaweza kuzingatia kujenga majukwaa na API ambazo "wasio programu" hutumia AI.

Kwa mtazamo wa kazi, majukumu fulani ya programu yanaweza kupungua huku mengine yakikua. Kwa mfano, baadhi ya nafasi za usimbaji za kiwango cha kuingia zinaweza kuwa chache kwa idadi ikiwa kampuni zinategemea AI kwa kazi rahisi. Mtu anaweza kufikiria uanzishaji mdogo katika siku zijazo ukihitaji labda nusu ya idadi ya watengenezaji wachanga kwa sababu wasanidi wao wakuu, walio na AI, wanaweza kufanya kazi nyingi za kimsingi. Lakini wakati huo huo, kazi mpya kabisa (kama tulivyojadili katika sehemu ya marekebisho) itaonekana. Zaidi ya hayo, programu inapoingia kwenye uchumi zaidi (na programu ya kuzalisha AI kwa mahitaji ya niche), mahitaji ya jumla ya kazi zinazohusiana na programu yanaweza kuendelea kuongezeka. Historia inaonyesha kuwa otomatiki mara nyingi husababisha nyingi kwa muda mrefu , ingawa ni kazi tofauti - kwa mfano, uwekaji otomatiki wa kazi fulani za utengenezaji ulisababisha ukuaji wa kazi za kubuni, kudumisha, na kuboresha mifumo ya kiotomatiki. Katika muktadha wa AI na upangaji programu, wakati baadhi ya kazi zilizotumiwa na mhandisi mdogo ni za kiotomatiki, upeo wa jumla wa programu tunayotaka kuunda hupanuka (kwa sababu sasa ni nafuu/haraka kuiunda), ambayo inaweza kusababisha zaidi na hivyo hitaji la uangalizi zaidi wa binadamu, usimamizi wa mradi, usanifu, n.k. Ripoti ya Jukwaa la Uchumi Duniani katika Jukwaa la Uchumi Duniani inapendekezwa katika Jukwaa la Uchumi Duniani kuhusu maendeleo ya AI katika zijazo mahitaji, si kupungua, kwa sababu ya mabadiliko ya digital.

Tunapaswa pia kuzingatia utabiri wa 2040 uliotajwa hapo awali: watafiti katika Maabara ya Kitaifa ya Oak Ridge walipendekeza kwamba kufikia 2040, "mashine ... zitaandika zaidi ya kanuni zao" ( Je, Kuna Wakati Ujao kwa Wahandisi wa Programu? Athari ya AI [2024] ). Ikiwa hiyo itathibitishwa kuwa sahihi, ni nini kinachosalia kwa watayarishaji programu wa kibinadamu? Yamkini, mwelekeo ungekuwa kwenye mwongozo wa hali ya juu sana (kuwaambia mashine kile tunachotaka zitimize kwa upana) na kwa maeneo ambayo yanahusisha ujumuishaji changamano wa mifumo, uelewa wa saikolojia ya binadamu, au vikoa vya riwaya vya matatizo. Hata katika hali kama hii, wanadamu wangechukua majukumu sawa na wabunifu wa bidhaa, wahandisi wa mahitaji, na wakufunzi/wathibitishaji wa AI . Nambari inaweza kujiandika yenyewe, lakini mtu anapaswa kuamua ni msimbo gani unapaswa kuandikwa na kwa nini , na kisha athibitishe kuwa matokeo ya mwisho ni sahihi na yanaambatana na malengo. Ni sawa na jinsi magari yanayojiendesha yanavyoweza kujiendesha siku moja, lakini bado unaliambia gari mahali pa kwenda na kuingilia kati hali ngumu - pamoja na wanadamu kubuni barabara, sheria za trafiki, na miundombinu yote inayoizunguka.

Kwa hivyo wataalam wengi wanatazamia mustakabali wa ushirikiano, sio uingizwaji . Kama mshauri mmoja wa masuala ya teknolojia alivyosema, "mustakabali wa maendeleo sio chaguo kati ya wanadamu au AI lakini ushirikiano ambao unaboresha bora kati ya zote mbili." ( Je, AI Itachukua Nafasi ya Wasanidi Programu mnamo 2025: Peek Sneak ndani ya Wakati Ujao ) AI bila shaka itabadilisha uundaji wa programu, lakini ni mabadiliko zaidi ya jukumu la msanidi kuliko kutoweka. Wasanidi programu ambao "hukubali mabadiliko, kurekebisha ujuzi wao, na kuzingatia vipengele vya kipekee vya kibinadamu vya kazi zao" watapata kwamba AI huongeza uwezo wao badala ya kupunguza thamani yao.

Tunaweza kuchora sambamba na uwanja mwingine: fikiria kuongezeka kwa muundo unaosaidiwa na kompyuta (CAD) katika uhandisi na usanifu. Je, zana hizo zilibadilisha wahandisi na wasanifu majengo? Hapana - waliwafanya kuwa na tija zaidi na kuwaruhusu kuunda miundo ngumu zaidi. Lakini ubunifu wa mwanadamu na kufanya maamuzi vilibaki kuwa msingi. Vile vile, AI inaweza kuonekana kama Usimbaji Unaosaidiwa na Kompyuta - itasaidia kushughulikia ugumu na kazi ya kuguna, lakini msanidi anasalia kuwa mbuni na mtoa maamuzi.

Kwa muda mrefu, ikiwa tutafikiria AI ya hali ya juu (sema, aina fulani ya AI ya jumla ambayo inaweza kufanya mengi ya kile mwanadamu anaweza), mabadiliko ya kijamii na kiuchumi yatakuwa mapana zaidi kuliko katika upangaji programu. Bado hatujafika, na tuna udhibiti mkubwa wa jinsi tunavyojumuisha AI katika kazi yetu. Njia ya busara ni kuendelea kuunganisha AI kwa njia zinazoongeza uwezo wa binadamu . Hiyo inamaanisha kuwekeza katika zana na mazoea (na sera) ambazo huwaweka wanadamu katika kitanzi. Tayari, tunaona kampuni zinazoanzisha usimamizi wa AI - miongozo ya jinsi AI inapaswa kutumika katika maendeleo ili kuhakikisha matokeo ya kimaadili na yenye ufanisi ( Utafiti unaonyesha athari za AI kwenye uzoefu wa wasanidi - Blogu ya GitHub ). Mwelekeo huu unaweza kukua, kuhakikisha kwamba uangalizi wa kibinadamu ni sehemu rasmi ya bomba la maendeleo ya AI.

Kwa kumalizia, swali "Je, AI itachukua nafasi ya watengenezaji wa programu?" inaweza kujibiwa: Hapana - lakini itabadilisha sana kile watengenezaji wa programu hufanya. Sehemu za kawaida za programu ziko njiani kuwa otomatiki zaidi. Sehemu bunifu, zenye changamoto, na zinazozingatia binadamu ziko hapa, na hakika zitakuwa maarufu zaidi. Wakati ujao kuna uwezekano wa kuona watayarishaji programu wakifanya kazi bega kwa bega na wasaidizi werevu zaidi wa AI, kama vile mshiriki wa timu. Hebu wazia kuwa na mfanyakazi mwenzako wa AI ambaye anaweza kutumia msimbo 24/7 - ni nyongeza nzuri ya tija, lakini bado inahitaji mtu wa kuiambia ni kazi gani ya kufanyia kazi na kuangalia kazi yake.

Matokeo bora zaidi yatafikiwa na wale wanaoshughulikia AI kama mshiriki. Kama Mkurugenzi Mtendaji mmoja alivyosema, "AI haitachukua nafasi ya watengenezaji programu, lakini waandaaji wa programu wanaotumia AI watachukua nafasi ya wale ambao hawatumii." Kwa maneno ya kiutendaji, hii inamaanisha kuwa jukumu liko kwa wasanidi programu kubadilika na teknolojia. Taaluma ya upangaji programu haifi - inabadilika . Kutakuwa na programu nyingi za kuunda na shida za kutatua kwa siku zijazo zinazoonekana, ikiwezekana zaidi kuliko leo. Kwa kukaa katika elimu, kusalia kunyumbulika, na kuzingatia kile ambacho binadamu hufanya vyema zaidi, wasanidi programu wanaweza kupata kazi yenye mafanikio na yenye kuridhisha kwa ushirikiano na AI .

Hatimaye, inafaa kusherehekea ukweli kwamba tunaingia katika enzi ambapo wasanidi programu wana uwezo mkubwa. Kizazi kijacho cha watayarishaji programu kitafanikiwa kwa saa kile kilichokuwa kikichukua siku, na kutatua matatizo ambayo hapo awali hayakuweza kufikiwa, kwa kutumia AI. Badala ya kuogopa, hisia ya kusonga mbele inaweza kuwa ya matumaini na udadisi . Maadamu tunakaribia AI macho yetu yamefunguliwa - tukifahamu mapungufu yake na kuzingatia wajibu wetu - tunaweza kuunda siku zijazo ambapo AI na watayarishaji wa programu kwa pamoja huunda mifumo ya programu ya kushangaza, mbali zaidi ya kile ambacho ama kinaweza kufanya peke yake. Ubunifu wa binadamu pamoja na ufanisi wa mashine ni mchanganyiko wenye nguvu. Mwishowe, sio juu ya uingizwaji , lakini juu ya harambee. Hadithi ya AI na waandaaji wa programu bado inaandikwa - na itaandikwa na wanadamu na mashine, pamoja.

Vyanzo:

1. Brainhub, "Je, Kuna Wakati Ujao kwa Wahandisi wa Programu? Athari za AI [2024]" ( Je, Kuna Wakati Ujao kwa Wahandisi wa Programu? Athari za AI [2024] ).

2. Brainhub, mtaalam ananukuu na Satya Nadella na Jeff Dean kuhusu AI kama zana, si mbadala ( Je, Kuna Wakati Ujao kwa Wahandisi wa Programu? Athari ya AI [2024] ) ( Je, Kuna Wakati Ujao kwa Wahandisi wa Programu? Athari za AI [2024] ).

3. Kati (PyCoach), "Je, AI Itachukua Nafasi ya Watayarishaji Programu? Ukweli Nyuma ya Hype" , ikibainisha hali halisi isiyoeleweka dhidi ya hype ( Je, AI Itachukua Nafasi ya Waandaaji wa Programu? Ukweli wa Nyuma ya Hype | na The PyCoach | Kona Bandia | Machi, 2025 | Medium ) na Sam Altman alinukuu kazi nzuri kwenye AI.

4. DesignGurus, “Je, AI Itabadilisha Wasanidi Programu… (2025)” , ikisisitiza AI itaongeza na kuwainua wasanidi programu badala ya kuwafanya kuwa wa ziada ( Je, AI Itachukua Nafasi ya Wasanidi Programu mnamo 2025: Uchunguzi wa Kijasusi katika Wakati Ujao ) na kuorodhesha maeneo ambayo AI inachelewa (ubunifu, muktadha, maadili).

5. Utafiti wa Wasanidi Programu wa Stack Overflow 2023, utumiaji wa zana za AI kwa 70% ya watayarishaji, imani ndogo katika usahihi (3% inayoaminika sana) ( 70% ya wasanidi programu hutumia zana za usimbaji za AI, 3% wanaamini sana usahihi wao - ShiftMag ).

6. Utafiti wa GitHub 2023, unaoonyesha 92% ya wasanidi programu wamejaribu zana za usimbaji za AI na 70% wanaona manufaa ( Utafiti unaonyesha athari za AI kwenye uzoefu wa wasanidi - Blogu ya GitHub ).

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

8. GeekWire, kwenye AlphaCode ya DeepMind inayofanya kazi katika kiwango cha wastani cha msimbo wa binadamu (asilimia 54 bora) lakini mbali na watendaji wakuu ( AlphaCode ya DeepMind inalingana na uwezo wa wastani wa mtayarishaji programu ).

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

10. McKinsey & Company, wanakadiria kuwa ~80% ya kazi za upangaji programu zitasalia kuwa za kibinadamu licha ya uwekaji otomatiki ( Je, Kuna Wakati Ujao kwa Wahandisi wa Programu? Athari za AI [2024] ).

Makala unayoweza kupenda kusoma baada ya hii:

🔗 Zana za Juu za Kuratibu za AI
Gundua zana zinazoongoza za AI ambazo zinaweza kushirikiana nawe kama mshirika wa kusimba ili kuboresha utendakazi wako wa maendeleo.

🔗 Nini AI Inafaa kwa Uwekaji Usimbaji - Wasaidizi wa Juu wa Usimbaji wa AI
Mwongozo wa zana bora zaidi za AI kwa ajili ya kuzalisha msimbo, kutatua hitilafu na kuharakisha miradi ya programu.

🔗 Ukuzaji wa Programu ya Ujasusi Bandia - Kubadilisha Mustakabali wa Tech
Elewa jinsi AI inavyobadilisha jinsi programu inavyoundwa, kujaribiwa na kutumwa.