Omprogrammera framtiden: Hur AI omdefinierar utvecklare och språk

Erans AI-drivna programmering är här, och det är inte bara en biroll; det stjär det i rampljuset. AI skriver redan om reglerna för kodskapande. Men detta är bara början på vad det kan åstadkomma. I en inte alltför avlägsen framtid är algoritmerna redo att eliminera språkbarriärer och radikalt förändra rollen för mänskliga utvecklare. Så, ser vi slutet på den mänskliga programmeraren som vi känner den? Låt oss ta reda på det.

AI:s påverkan: Framsteg och utmaningar

Stability AI:s VD målar upp en mörk bild för programmerare, och hävdar öppet att artificiell intelligens kommer att ersätta dem inom bara fem år. OpenAI satsar hårt, sammanställer en “armé” av externa underleverantörer för att öka modellutbildningen, och potentiellt göra ingångsnivåkodningsjobb föråldrade. Bloomberg förkunnar olycksbådande att Indiens enorma pool av 5 miljoner kodare är på gränsen till en AI-leverantörskatastrof. Trots dessa dystra förutsägelser, tyder diskussioner på Reddit på att många programmerare är nonchalanta när det gäller sin anställningstrygghet. Men kan vi fortsätta vara så försumliga inför en sådan radikal förändring?

Om du tror att AI bara är en sidshow, kanske du bör omvärdera det. Det är sant att AI för närvarande kan härma syntaxen och strukturen hos mänskligt skrivna utdata, men det kämpar ofta för att förstå “varför” bakom “vad”. Med andra ord, det saknar en djup förståelse för den underliggande logiken och avsikten.

Ändå har redan 92% av utvecklare i USA antagit AI-kodningsverktyg, både på jobbet och på sin fritid. Dessa intelligenta algoritmer kan skapa 40% av din kod, från enkla skript till komplexa. Mänskliga fel blir en sak av det förflutna. Utvecklingshastigheten är turbochargerad, med AI som skär ner koddokumentationstiden med 45-50% och minskar kodskrivningstiden med 35-45%.

AI:s räckvidd är inte begränsad till ett enda språk; det omfattar alla. Våra egna data visar att Java-, Python- och C++-utvecklare lika mycket kan dra nytta av Machinets AI-chattfunktion, som kan generera kod med hjälp av sammanhanget i ett visst projekt och en beskrivning. Denna inklusivitet leder till en 25% ökning av användarengagemanget.

Men låt oss inte sluta där — AI avslöjar redan buggar i applikationer, vilket säkerställer att produkterna är robusta, tillförlitliga och robusta. Neurala nätverk kan skanna outtröttligt efter sårbarheter som människor kan missa. AI finslipar sina färdigheter för att identifiera mjukvarans svaga punkter och förbättra dess försvar, och bringar oss ett steg närmare en framtid där mänsklig tillsyn kanske blir föråldrad.

AI:s algoritmer behärskar till och med konsten att översätta kod. AI är som en polyglott programmerare som analyserar kod skriven på ett språk och skapar en ekvivalent version på ett annat. Exempel finns redan — IBM har nyligen avslöjat sin assistent, som använder en AI-modell för att översätta COBOL till Java. Frågan är, vem behöver mänskliga experter eller flera programmeringsspråk när AI kommer att kunna göra allt?

Slutet på språklig mångfald

Jag är övertygad om att det inte finns något stopp för den stora språkmodellens uppgång, som GPT-4. De förstår både naturligt språk och kod, och suddar ut gränserna som aldrig förr.

AI-övertagandet väcker frågor om programmeringslandskapets framtid. Idag finns det hundratals programmeringsspråk, och nya utvecklas regelbundet. Flera används aktivt inom branschen. Enligt PYPL-index är Python det mest populära språket i världen, följt av Java, JavaScript, C# och C/C++. Andra data visar att så sent som 2022 var JavaScript det vanligaste bland mjukvaruutvecklare. Vissa språk är lämpliga för liknande ändamål och applikationer, Java och GO är ett exempel.

Så, kommer dessa språk, var och en med sin egen nisch och syfte, att bli värdelösa när AI blir alltmer skicklig på kodning? Jag tror att AI är på väg att göra äldre, långsammare och mindre säkra tekniker föråldrade. Detta kan potentiellt leda till en centralisering av språk, där endast de snabbaste och mest effektiva överlever. Utvecklare kommer inte längre att välja dem baserat på personliga preferenser eller historiska kodbas. Istället kommer de att väljas för deras prestanda. AI-drivna verktyg kommer att noggrant analysera och benchmarka dem för att identifiera de optimala valen för specifika uppgifter. Dessa analyser kommer att ta hänsyn till faktorer som exekveringstid, minnesanvändning och skalbarhet.

Ett centralt, AI-vänligt språk för allmänna kodningsuppgifter kan till och med uppstå. Men ett par specialiserade språk kommer att ha sin plats i nischområden, som vetenskaplig datoranvändning. AI kan underlätta deras integration när specifika problem kräver deras användning. Denna hybridapproach kommer att kombinera centraliseringens effektivitet med specialiseringens kraft, och erbjuda flexibilitet och mångfald i utvecklingsprocessen.

Äldre system i skottlinjen

AI:s inflytande sträcker sig bortom skapandet av ny kod; det är också en potentiell äldre system-dödare. Migration från föråldrade språk till nyare, mer effektiva språk kan vara en besvärlig och kostsam process. Men att hålla fast vid äldre system är också en ekonomisk börda. Vanligtvis tilldelar teknikutvecklingsteam runt 75% av sin utvecklingsbudget till underhållsuppgifter. Och om en organisation fortsätter att förlita sig på äldre lösningar, kan de förvänta sig en årlig budgetökning på cirka 15%.

Här kommer AI-drivna migrationsverktyg in i bilden. De kommer att göra det lättare för organisationer att uppdatera sin befintliga programvara till de optimala språken i denna nya era. AI-drivna produkter kommer att automatiskt analysera och förstå de intrikata detaljerna i föråldrade kodbas. De kommer att identifiera kärnfunktionaliteten, beroenden och potentiella problem inom den äldre koden, och göra det mycket lättare att planera och utföra migrationsprocessen.

Jag förväntar mig till och med att AI kommer att identifiera det mest lämpliga språket för ett visst projekt och automatiskt konvertera kodbasen, skriva om delar för att följa bästa praxis, eliminera redundant eller föråldrad funktion, och optimera resultatet för förbättrad prestanda och säkerhet. AI-drivna migrationsverktyg kommer gradvis att göra äldre kod till en relikt från det förflutna.

Överlever mänskliga programmerare revolutionen?

Till slut, i detta AI-dominerade landskap, kommer rollen för mänskliga programmerare att förvandlas. Istället för att skriva kod manuellt, kommer de att överbrygga gapet mellan affärsbehov och AI-förmågor. De kommer att definiera mål, ge feedback och säkerställa att koden stämmer överens med deras vision. I själva verket kommer utvecklare att bli “kopplare” med grundläggande programmeringskunskaper. Samtidigt kan jag se AI-kodningsassistenter utvecklas till holistiska lösningar med användarvänliga gränssnitt som ger människor möjlighet att effektivt kommunicera sina behov till algoritmer.

Dessa förändringar kommer att demokratisera programmeringsfältet. För närvarande finns det över 26 miljoner mjukvaruutvecklare i världen. Framstegen inom AI banar väg för miljarder människor att gå in i rollen som mjukvaruskapare. De kommer att kunna begära att algoritmer skapar anpassade applikationer, antingen det är spel eller företagsprogram. Tänk på att skapa en ny version av Angry Birds med katter? Förklara enkelt dina idéer för AI-system och få omedelbara resultat, utan att behöva förstå hur den här svarta lådan fungerar.

I detta sammanhang uppstår en brådskande fråga: vad ligger i framtiden för junior- och medelutvecklare inom detta framväxande paradigm? Enligt min mening, inte mycket. AI är redo att överträffa dem avsevärt i alla avseenden. De kan hitta sig själva bli AI-övervakare eller oberoende finslipa sina färdigheter, kanske genom att engagera sig i mindre finansiellt lönsamma projekt, för att uppnå den kompetensnivå som välkvalificerade och högt betalda programmerare har.

Den senare gruppen kommer att förbli efterfrågad i sektorer där fel är dyra, och en 5% förbättring av noggrannhet kan översättas till miljoner eller till och med miljarder i besparingar. Dessa är, till exempel, högfrekvenshandel, där en enda 10-millisekunds variation kan avgöra vinst eller förlust, bank- och militärteknikprogrammering.

Denna förändring kommer att skapa en äkta global konkurrens bland programmerare. För närvarande fungerar den inom ett något pseudo-globalt ramverk. Till skillnad från musiker som tävlar på plattformar som Spotify med jämnåriga från hela världen, kan utvecklare fortfarande i huvudsak fokusera på lokala marknader och specifika uppgifter. Men marknaden där AI kan hantera en betydande andel av programmeringsuppgifterna kommer att bli hård. Att vara “tillräckligt bra” kommer inte längre att räcka. Programmerare kommer att behöva sträva efter excellens för att konkurrera med både globala kollegor och AI.