Omprogrammering av fremtiden: Hvordan AI gjenskaper utviklere og språk

Epoken med AI-drevet programmering er her, og det er ikke bare en støttespiller; det stjeler showet. AI skriver allerede om reglene for kodeoppretting. Imidlertid er dette bare toppen av isfjellet når det kommer til dens potensiale. I en ikke så fjernt fremtid er algoritmer i stand til å eliminere språkbarrierer og radikalt omforme rollen til menneskelige utviklere. Så, er vi vitne til slutten på menneskelige programmere som vi kjenner dem? La oss finne ut.

AI’s innvirkning: Fremgang og utfordringer

Administrerende direktør i Stability AI maler et mørkt bilde for programmere, og hevder at kunstig intelligens vil erstatte dem innen bare fem år. OpenAI går all-in, samler en “hær” av eksterne underleverandører for å overdrive deres modelltrening, potensielt utrydde innledende kodingsjobber. Bloomberg erklærer ominskt at Indias enorme reservoar av 5 millioner kodere er på randen av en AI-drevet jobbapokalypse. Til tross for disse dystre prognosene, diskusjoner på Reddit tyder på at mange programmere er likegyldige til sin jobbsikkerhet. Men kan vi tillate oss å forbli så selvsikkert i møte med en så radikal endring?

Hvis du tror AI er bare en sideshow, kanskje du bør omvurdere. Det er sant at AI for tiden kan etterligne syntaksen og strukturen til menneskeskrevet utgang, men ofte sliter med å forstå “hvorfor” bak “hva.” Med andre ord, mangler det en dyp forståelse av den underliggende logikken og intensjonen. 

Likevel, allerede 92% av US-baserte utviklere er i ferd med å omfavne AI-kodingverktøy, både på jobb og i sin fritid. Disse intelligente algoritmene kan skrive 40% av din kode, fra enkle skript til komplekse. Menneskelig feil blir en ting av fortiden. Utviklingshastigheten er turbo-ladet, med AI kutter ned kodningsdokumentasjonstiden med 45-50% og reduserer kodningstiden med 35-45%.

AI’s rekkevidde er ikke begrenset til ett enkelt språk; det omfatter alle. Våre egne data viser at Java, Python og C++-utviklere nyter like mye av Machinets AI-samtalefunksjon, som kan generere kode ved å bruke konteksten til et bestemt prosjekt og en beskrivelse. Denne inklusiviteten fører til en 25% økning i brukerengasjement. 

Men la oss ikke stoppe der — AI avdekker allerede feil i applikasjoner, sikrer at produktene er solide, pålitelige og robuste. Neurale nettverk kan skanne uendelig for sårbarheter som mennesker kan overse. AI finjusterer sine ferdigheter for å identifisere programvarens svake punkter og forsterke dens forsvar, og bringer oss ett skritt nærmere en fremtid hvor menneskelig tilsyn kan bli unødvendig.

AI’s algoritmer behersker også kunsten å oversette kode. AI er som en polyglott programmer som analyserer kode skrevet på ett språk, og deretter skaper en ekvivalent versjon på et annet. Eksempler finnes allerede — IBM har nylig avduket sin assistent, som bruker en AI-modell til å oversette COBOL til Java. Spørsmålet er, hvem trenger menneskelige eksperter eller flere programmeringsspråk når AI kan gjøre det hele?

Slutten på språklig mangfold

Jeg er overbevist om at det ikke er noen stopp for Large Language Models som GPT-4. De forstår både naturlig språk og kode, og utvisker grensene som aldri før. 

AI-takeover gir opphav til spørsmål om fremtidens programmeringslandskap. I dag finnes det hundrevis av programmeringsspråk, og nye utvikles jevnt. Flere er aktivt i bruk i industrien. Ifølge PYPL-indeksen er Python det mest populære språket globalt, fulgt av Java, JavaScript, C# og C/C++. Andre data viser at per 2022 var JavaScript det mest vanlige blant programvareutviklere. Noen språk er egnet for lignende formål og applikasjoner, Java og GO er et eksempel.

Så, vil disse språkene, hver med sin egen nisje og formål, bli unødvendige når AI blir stadig mer kompetent i å kode? Jeg tror at AI er på randen av å gjøre eldre, langsommere og mindre sikre teknologier foreldet. Dette kan potensielt føre til en sentralisering av språk, hvor bare de raskeste og mest effektive overlever. Utviklere vil ikke lenger velge dem basert på personlige preferanser eller historiske kodebasier. I stedet vil de bli valgt for deres ytelse. AI-drevne verktøy vil nøye analysere og benchmarkere dem for å identifisere de optimale valgene for bestemte oppgaver. Disse analyser vil ta hensyn til faktorer som kjøretid, minnebruk og skalerbarhet.

Et sentralt, AI-vennlig språk for generelle kodingsoppgaver kan til og med oppstå. Likevel vil noen spesialiserte språk ha sin plass i nisjedomener, som vitenskapelig regning. AI kan fasilitere deres integrasjon når bestemte problemer krever deres bruk. Denne hybridtilnærmingen vil kombinere effektiviteten til sentralisering med kraften til spesialisering, og tilby fleksibilitet og mangfold i utviklingsprosessen.

Arvssystemer i skuddlinjen

AI’s innvirkning strekker seg utenfor opprettelsen av ny kode; det er også en potensiell arvsmorder. Migrering fra foreldede språk til nyere, mer effektive språk kan være en tungvint og kostbar prosess. Likevel, å holde fast ved arvssystemer er også en finansiell byrde. Vanligvis tildeler teknologiteamene rundt 75% av deres utviklingsbudsjett til vedlikeholdsoppgaver. Og hvis en organisasjon fortsetter å avhenge av arvsløsninger, kan de forvente en årlig budsjettøkning på omtrent 15%.

Dette er der AI-drevne migreringsverktøy kommer inn. De vil gjøre det enklere for organisasjoner å oppdatere sin eksisterende programvare til de optimale språkene i denne nye æraen. AI-drevne produkter vil automatisk analysere og forstå de komplekse detaljene i foreldede kodebasier. De vil identifisere kjernefunksjonaliteten, avhengighetene og potensielle problemene i arvkoden, og gjøre det mye enklere å planlegge og utføre migreringsprosessen. 

Jeg forventer også at AI vil identifisere det mest egnet språket for et gitt prosjekt og automatisk konvertere kodebasen, om skrive deler for å følge beste praksis, eliminere redundante eller foreldede funksjoner og optimalisere resultatet for bedre ytelse og sikkerhet. Like slik vil AI-drevne migreringsverktøy gradvis gjøre arvkoden til en relikt fra fortiden.

Overlever menneskelige programmere revolusjonen?

Til slutt, i dette AI-dominerte landskapet, vil rollen til menneskelige programmere forvandle seg. I stedet for å skrive kode manuelt, vil de fungere som brobyggere mellom forretningsbehov og AI-kapasiteter. De vil definere mål, gi tilbakemeldinger og sikre at koden er i samsvar med deres visjon. I essensen, vil utviklere bli “koblinger” med grunnleggende programmeringskunnskaper. Samtidig kan jeg se AI-kodingassistenter utvikle seg til holistiske løsninger med brukervennlige grensesnitt som gir mennesker mulighet til å kommunisere effektivt med algoritmer.

Disse endringene vil demokratisere programmeringsfeltet. For tiden finnes det over 26 millioner programvareutviklere globalt. Fremgangen i AI åpner vei for milliarder av mennesker til å gå inn i rollen som programvare-skapere. De vil kunne be algoritmer om å lage tilpassede applikasjoner, enten det er spill eller bedriftsprogrammer. Tenk på å lage en ny versjon av Angry Birds med katter? Bare forklar dine ideer til AI-systemer og få umiddelbare resultater, uten å måtte forstå hvordan denne svarte boksen fungerer. 

I denne sammenhengen oppstår et presserende spørsmål: hva ligger i vente for junior- og mellomnivåutviklere innenfor dette nye paradigmet? Ifølge min mening, ikke mye. AI er i stand til å overgå dem betydelig i alle aspekter. De kan finne seg selv bliende AI-tilsyn eller uavhengig utvikle sine ferdigheter, kanskje ved å engasjere seg i mindre finansielt lønnsomme prosjekter, for å nå kompetansenivået til kvalifiserte og høyt betalte programmere. 

Den sistnevnte gruppen vil fortsatt være i etterspørsel i sektorer hvor feil er kostbare, og en 5% forbedring i nøyaktighet kan oversette til millioner eller til og med milliarder i besparelser. Disse er, for eksempel, høyfrekvenshandel, hvor en enkelt 10-millisekund variasjon kan bestemme fortjeneste eller tap, bank og militærteknologi-programmering.

Denne skiftningen vil skape en ekte global konkurranse blant programmere. For tiden opererer det innenfor et visst pseudo-globalt rammeverk. I motsetning til musikere som konkurrerer på plattformer som Spotify med jevnbyrdige fra hele verden, kan utviklere fortsatt hovedsakelig fokusere på lokale markeder og bestemte oppgaver. Likevel, markedet hvor AI kan håndtere en betydelig andel av programmeringsoppgaver vil bli hardt. Å være “god nok” vil ikke lenger være tilstrekkelig. Programmere må strebe etter å være de beste for å konkurrere med både jevnbyrdige globalt og AI.