के एआईले प्रोग्रामरहरूलाई प्रतिस्थापन गर्नेछ? अन्तिममा, कोड सम्पादक बन्द गर्नुहोस्।

" अन्तिम कुरा, कोड सम्पादक बन्द गर। " यो जिब्रो-इन-चीक वाक्यांश विकासकर्ता फोरमहरूमा घुमिरहेको छ, जसले एआई कोडिङ सहायकहरूको उदयको बारेमा चिन्तित हास्यलाई प्रतिबिम्बित गर्दछ। एआई मोडेलहरू कोड लेख्नमा बढ्दो रूपमा सक्षम हुँदै जाँदा, धेरै प्रोग्रामरहरूले सोधिरहेका छन् कि मानव विकासकर्ताहरू लिफ्ट अपरेटरहरू वा स्विचबोर्ड अपरेटरहरू जस्तै भाग्यमा जाँदैछन् - स्वचालनले अप्रचलित कामहरू। २०२४ मा, बोल्ड हेडलाइनहरूले घोषणा गरे कि कृत्रिम बुद्धिमत्ताले चाँडै हाम्रो सबै कोड लेख्न सक्छ, मानव विकासकर्ताहरूलाई केही गर्न छोड्दैन। तर प्रचार र सनसनीपूर्णताको पछाडि, वास्तविकता धेरै सूक्ष्म छ।

हो, AI ले अब कुनै पनि मानिस भन्दा छिटो कोड उत्पन्न गर्न सक्छ, तर त्यो कोड कति राम्रो छ, र के AI ले सम्पूर्ण सफ्टवेयर विकास जीवनचक्र आफैं ह्यान्डल गर्न सक्छ? धेरैजसो विज्ञहरू भन्छन् "यति छिटो होइन।" माइक्रोसफ्टका सीईओ सत्य नाडेला जस्ता सफ्टवेयर इन्जिनियरिङ नेताहरूले जोड दिन्छन् कि "AI ले प्रोग्रामरहरूलाई प्रतिस्थापन गर्दैन, तर यो उनीहरूको शस्त्रागारमा एक आवश्यक उपकरण बन्नेछ। यो मानिसहरूलाई कम होइन, बढी गर्न सशक्त बनाउने बारेमा हो।" ( के AI ले प्रोग्रामरहरूलाई प्रतिस्थापन गर्नेछ? प्रचार पछाडिको सत्य | द पाइकोच द्वारा | आर्टिफिसियल कर्नर | मार्च, २०२५ | मध्यम ) त्यस्तै गरी, गुगलका AI प्रमुख जेफ डीनले टिप्पणी गर्छन् कि AI ले नियमित कोडिङ कार्यहरू ह्यान्डल गर्न सक्छ, "यसमा अझै पनि रचनात्मकता र समस्या समाधान गर्ने सीपहरूको अभाव छ" - मानव विकासकर्ताहरूले टेबलमा ल्याउने गुणहरू। OpenAI का CEO साम अल्टम्यानले पनि स्वीकार गर्छन् कि आजको AI "कार्यहरूमा धेरै राम्रो" तर "पूर्ण कामहरूमा भयानक" छ । छोटकरीमा, AI कामका टुक्राहरूमा सहयोग गर्नमा उत्कृष्ट छ, तर सुरुदेखि अन्त्यसम्म प्रोग्रामरको काम पूर्ण रूपमा लिन सक्षम छैन।

"के AI ले प्रोग्रामरहरूलाई प्रतिस्थापन गर्नेछ?" भन्ने प्रश्नमा इमानदार र सन्तुलित दृष्टिकोण राख्छ। हामी AI ले आज सफ्टवेयर विकास भूमिकाहरूलाई कसरी असर गरिरहेको छ र भविष्यमा कस्ता परिवर्तनहरू हुनेछन् भनेर जाँच गर्छौं। वास्तविक-विश्व उदाहरणहरू र हालका उपकरणहरू (GitHub Copilot देखि ChatGPT सम्म) मार्फत, हामी विकासकर्ताहरूले AI विकसित हुँदै जाँदा कसरी समायोजन, अनुकूलन र सान्दर्भिक रहन सक्छन् भनेर अन्वेषण गर्छौं। सरलीकृत हो-वा-होइन जवाफको सट्टा, हामी भविष्य AI र मानव विकासकर्ताहरू बीचको सहकार्य हो भनेर देख्नेछौं। लक्ष्य भनेको व्यावहारिक अन्तर्दृष्टि हो - नयाँ उपकरणहरू अपनाउनेदेखि नयाँ सीपहरू सिक्नेसम्म र आगामी वर्षहरूमा कोडिङ करियर कसरी विकसित हुन सक्छ भनेर प्रोजेक्ट गर्ने।

आज सफ्टवेयर विकासमा एआई

एआईले आधुनिक सफ्टवेयर विकास कार्यप्रवाहमा द्रुत गतिमा आफूलाई बुनेको छ। विज्ञान कथा भन्दा टाढा, एआई-आधारित उपकरणहरू पहिले नै कोड लेख्ने र समीक्षा गर्ने , थकाइलाग्दा कार्यहरू स्वचालित गर्ने, र विकासकर्ता उत्पादकता बढाउने काम गरिरहेका छन्। आज विकासकर्ताहरूले कोड स्निपेटहरू उत्पन्न गर्न, स्वत: पूर्ण कार्यहरू गर्न, बगहरू पत्ता लगाउन, र परीक्षण केसहरू पनि बनाउन एआई प्रयोग गर्छन् ( के सफ्टवेयर इन्जिनियरहरूको लागि भविष्य छ? एआईको प्रभाव [२०२४] ) ( के सफ्टवेयर इन्जिनियरहरूको लागि भविष्य छ? एआईको प्रभाव [२०२४] )। अर्को शब्दमा, एआईले ग्रन्ट काम र बोइलरप्लेट लिइरहेको छ, जसले प्रोग्रामरहरूलाई सफ्टवेयर निर्माणको थप जटिल पक्षहरूमा ध्यान केन्द्रित गर्न अनुमति दिन्छ। आउनुहोस् केही प्रमुख एआई क्षमताहरू र उपकरणहरू हेरौं जसले अहिले प्रोग्रामिङलाई रूपान्तरण गरिरहेका छन्:

• कोड उत्पादन र स्वत: पूर्णता: आधुनिक एआई कोडिङ सहायकहरूले प्राकृतिक-भाषा प्रम्प्टहरू वा आंशिक कोड सन्दर्भमा आधारित कोड उत्पादन गर्न सक्छन्। उदाहरणका लागि, GitHub Copilot ChatGPT (GPT-4) ले दिइएको कार्यको लागि कोड उत्पन्न गर्न सक्छ जब तपाईं सादा अंग्रेजीमा तपाईंलाई के चाहिन्छ भनेर वर्णन गर्नुहुन्छ। यी उपकरणहरूले साधारण सहायक प्रकार्यहरूदेखि नियमित CRUD अपरेशनहरूसम्म, सेकेन्डमा बोइलरप्लेट कोड ड्राफ्ट गर्न सक्छन्।

• बग पत्ता लगाउने र परीक्षण गर्ने: एआईले त्रुटिहरू पत्ता लगाउन र कोड गुणस्तर सुधार गर्न पनि मद्दत गरिरहेको छ। एआई-संचालित स्थिर विश्लेषण उपकरणहरू र लाइन्टरहरूले विगतका बग ढाँचाहरूबाट सिकेर सम्भावित बगहरू वा सुरक्षा कमजोरीहरूलाई फ्ल्याग गर्न सक्छन्। केही एआई उपकरणहरूले स्वचालित रूपमा युनिट परीक्षणहरू उत्पन्न गर्छन् वा कोड मार्गहरूको विश्लेषण गरेर परीक्षण केसहरू सुझाव दिन्छन्। यसको अर्थ विकासकर्ताले छुटेका हुन सक्ने किनारा केसहरूमा तत्काल प्रतिक्रिया प्राप्त गर्न सक्छन्। चाँडै बगहरू फेला पारेर र समाधानहरू सुझाव दिएर, एआईले विकासकर्तासँगै काम गर्ने अथक QA सहायकको रूपमा कार्य गर्दछ।

• कोड अप्टिमाइजेसन र रिफ्याक्टरिङ: एआईको अर्को प्रयोग भनेको अवस्थित कोडमा सुधारहरू सुझाव दिनु हो। स्निपेट दिएपछि, एआईले कोडमा ढाँचाहरू पहिचान गरेर थप कुशल एल्गोरिदमहरू वा क्लिनर कार्यान्वयनहरू सिफारिस गर्न सक्छ। उदाहरणका लागि, यसले पुस्तकालयको थप मुहावरेदार प्रयोग वा रिफ्याक्टर गर्न सकिने अनावश्यक कोडलाई फ्ल्याग गर्न सुझाव दिन सक्छ। यसले प्राविधिक ऋण घटाउन र कार्यसम्पादन सुधार गर्न मद्दत गर्दछ। एआई-आधारित रिफ्याक्टरिङ उपकरणहरूले उत्कृष्ट अभ्यासहरू पालना गर्न वा नयाँ एपीआई संस्करणहरूमा कोड अद्यावधिक गर्न कोडलाई रूपान्तरण गर्न सक्छ, म्यानुअल सफाईमा विकासकर्ताहरूको समय बचत गर्दछ।

• DevOps र स्वचालन: कोड लेखन बाहेक, AI ले निर्माण र तैनाती प्रक्रियाहरूमा योगदान पुर्‍याउँछ। बुद्धिमान CI/CD उपकरणहरूले कुन परीक्षणहरू असफल हुने सम्भावना छ भनेर भविष्यवाणी गर्न वा निश्चित निर्माण कार्यहरूलाई प्राथमिकता दिन मेसिन लर्निङ प्रयोग गर्छन्, जसले निरन्तर एकीकरण पाइपलाइनलाई छिटो र अधिक कुशल बनाउँछ। AI ले समस्याहरू पत्ता लगाउन वा पूर्वाधार अनुकूलन सुझाव दिन उत्पादन लगहरू र प्रदर्शन मेट्रिक्सको विश्लेषण गर्न सक्छ। वास्तवमा, AI ले कोडिङमा मात्र नभई सफ्टवेयर विकास जीवनचक्रमा - योजनादेखि मर्मतसम्भारसम्म सहयोग गरिरहेको छ।

• प्राकृतिक भाषा इन्टरफेस र कागजात: हामी विकास उपकरणहरूसँग थप प्राकृतिक अन्तरक्रियाहरू सक्षम पार्दै AI ले पनि देख्छौं। विकासकर्ताहरूले शाब्दिक रूपमा अनुरोध गर्न र परिणामहरू प्राप्त गर्न सक्छन्। AI च्याटबटहरू (जस्तै ChatGPT वा विशेष विकास सहायकहरू) ले प्रोग्रामिङ प्रश्नहरूको जवाफ दिन सक्छन्, कागजातमा मद्दत गर्न सक्छन्, र कोड परिवर्तनहरूमा आधारित परियोजना कागजातहरू वा प्रतिबद्ध सन्देशहरू पनि लेख्न सक्छन्। यसले मानव उद्देश्य र कोड बीचको खाडललाई कम गर्छ, जसले विकासलाई उनीहरूलाई के चाहिन्छ भनेर वर्णन गर्न सक्नेहरूका लागि अझ पहुँचयोग्य बनाउँछ।

• 

विकासकर्ताहरूले एआई उपकरणहरू अपनाउने: २०२३ को एक सर्वेक्षणले संकेत गर्छ कि ९२% विकासकर्ताहरूले कुनै न कुनै क्षमतामा एआई कोडिङ उपकरणहरू प्रयोग गरेका छन् - या त काममा, आफ्नो व्यक्तिगत परियोजनाहरूमा, वा दुवैमा। केवल ८% ले मात्र कोडिङमा कुनै पनि एआई सहायता प्रयोग नगरेको रिपोर्ट गरेका छन्। यो चार्टले देखाउँछ कि दुई तिहाइ विकासकर्ताहरूले भित्र र बाहिर , जबकि एक चौथाईले तिनीहरूलाई काममा विशेष रूपमा प्रयोग गर्छन् र सानो अल्पसंख्यकले काम बाहिर मात्र प्रयोग गर्छन्। निष्कर्ष स्पष्ट छ: एआई-सहायता कोडिङ विकासकर्ताहरूमाझ द्रुत रूपमा मुख्यधारामा गएको छ ( सर्वेक्षणले विकासकर्ता अनुभवमा एआईको प्रभाव प्रकट गर्दछ - द गिटहब ब्लग )।

विकासमा एआई उपकरणहरूको यो प्रसारले दक्षता बढाएको छ र कोडिङमा कठिनाइ कम गरेको छ। एआईले बोइलरप्लेट कोड उत्पन्न गर्न र दोहोरिने कार्यहरू ह्यान्डल गर्न मद्दत गर्ने भएकाले उत्पादनहरू छिटो सिर्जना भइरहेका छन् ( के सफ्टवेयर इन्जिनियरहरूको लागि भविष्य छ? एआईको प्रभाव [२०२४] ) ( के एआईले २०२५ मा विकासकर्ताहरूलाई प्रतिस्थापन गर्नेछ: भविष्यमा एक झलक )। कोपाइलट जस्ता उपकरणहरूले सम्पूर्ण एल्गोरिदम वा समाधानहरू पनि सुझाव दिन सक्छन् जुन "मानव विकासकर्ताहरूलाई तुरुन्तै स्पष्ट नहुन सक्छ," कोडको विशाल डेटासेटबाट सिकेर धन्यवाद। वास्तविक-विश्व उदाहरणहरू प्रशस्त छन्: एक इन्जिनियरले ChatGPT लाई क्रमबद्ध प्रकार्य लागू गर्न वा तिनीहरूको कोडमा बग फेला पार्न अनुरोध गर्न सक्छ, र एआईले सेकेन्डमा मस्यौदा समाधान उत्पादन गर्नेछ। अमेजन र माइक्रोसफ्ट एआई जोडी प्रोग्रामरहरू (अमेजनको कोडविस्परर र माइक्रोसफ्टको कोपाइलट) लाई तिनीहरूको विकासकर्ता टोलीहरूमा तैनाथ गरेका छन्, जसले कार्यहरूको छिटो समापन र बोइलरप्लेटमा बिताएको कम सांसारिक घण्टा रिपोर्ट गर्दै। वास्तवमा, २०२३ को स्ट्याक ओभरफ्लो सर्वेक्षणमा सर्वेक्षण गरिएका ७०% विकासकर्ताहरूले ७०% विकासकर्ताहरूले एआई कोडिङ उपकरणहरू प्रयोग गर्छन्, ३% ले तिनीहरूको शुद्धतामा अत्यधिक विश्वास गर्छन् - ShiftMag )। सबैभन्दा लोकप्रिय सहायकहरू ChatGPT (~८३% उत्तरदाताहरू द्वारा प्रयोग गरिएको) र GitHub Copilot (~५६%) हुन्, जसले सामान्य कुराकानीत्मक एआई र IDE-एकीकृत सहयोगीहरू दुवै प्रमुख खेलाडीहरू हुन् भनेर संकेत गर्दछ। विकासकर्ताहरू मुख्यतया उत्पादकता बढाउन (~३३% उत्तरदाताहरू द्वारा उद्धृत) र सिकाइलाई गति दिन (२५%), जबकि लगभग २५% ले दोहोरिने कामलाई स्वचालित गरेर थप कुशल बन्न तिनीहरूलाई प्रयोग गर्छन्।

यो कुरा मनन गर्नु महत्त्वपूर्ण छ कि प्रोग्रामिङमा एआईको भूमिका पूर्ण रूपमा नयाँ छैन - यसका तत्वहरू वर्षौंदेखि छन् (IDE वा स्वचालित परीक्षण फ्रेमवर्कहरूमा कोड स्वत: पूर्णतालाई विचार गर्नुहोस्)। तर विगत दुई वर्ष एउटा टिपिङ पोइन्ट भएको छ। शक्तिशाली ठूला भाषा मोडेलहरूको उदय (जस्तै OpenAI को GPT श्रृंखला र DeepMind को AlphaCode) ले सम्भव भएको कुरालाई नाटकीय रूपमा विस्तार गरेको छ। उदाहरणका लागि, DeepMind को AlphaCode प्रतिस्पर्धी प्रोग्रामिङ प्रतियोगिता स्तरमा प्रदर्शन गरेर हेडलाइन बनायो , कोडिङ चुनौतीहरूमा लगभग शीर्ष-५४% श्रेणीकरण - अनिवार्य रूपमा औसत मानव प्रतिस्पर्धीको सीपसँग मेल खान्छ ( DeepMind को AlphaCode औसत प्रोग्रामरको सीपसँग मेल खान्छ )। यो पहिलो पटक थियो जब AI प्रणालीले प्रतिस्पर्धात्मक रूपमा । यद्यपि, यसले बताउँछ कि अल्फाकोड, यसको सबै सीपको साथ, अझै पनि उत्कृष्ट मानव कोडरहरूलाई हराउनबाट टाढा थियो। ती प्रतियोगिताहरूमा, अल्फाकोडले अनुमति दिइएको प्रयासहरू भित्र लगभग ३०% समस्याहरू समाधान गर्न सक्थ्यो, जबकि शीर्ष मानव प्रोग्रामरहरूले एकल प्रयासमा ९०% भन्दा बढी समस्याहरू समाधान गर्छन्। यो अन्तरले के कुरालाई प्रकाश पार्छ भने एआईले एक बिन्दुसम्म राम्ररी परिभाषित एल्गोरिथमिक कार्यहरू सम्हाल्न सक्छ, तर गहिरो तर्क र चतुरता आवश्यक पर्ने कठिन समस्याहरू मानव गढ नै रहन्छन् ।

संक्षेपमा, एआईले विकासकर्ताहरूको दैनिक टुलकिटमा आफूलाई दृढतापूर्वक स्थापित गरेको छ। कोड लेख्न सहयोग गर्नेदेखि तैनाती अनुकूलन गर्नेसम्म, यसले विकास प्रक्रियाको हरेक भागलाई छुन्छ। आजको सम्बन्ध धेरै हदसम्म सहजीवनात्मक छ: एआईले एक सह-पायलट (उपयुक्त नाम दिइएको) को रूपमा कार्य गर्दछ जसले विकासकर्ताहरूलाई छिटो र कम निराशाका साथ कोड गर्न मद्दत गर्दछ, एक स्वतन्त्र अटोपायलटको सट्टा जुन एक्लै उड्न सक्छ। अर्को खण्डमा, हामी एआई उपकरणहरूको यो समावेशले विकासकर्ताहरूको भूमिका र उनीहरूको कामको प्रकृतिलाई कसरी राम्रो वा नराम्रोको लागि परिवर्तन गरिरहेको छ भन्ने कुरामा गहिरो अध्ययन गर्नेछौं।

एआईले विकासकर्ताको भूमिका र उत्पादकता कसरी परिवर्तन गरिरहेको छ

एआईले नियमित कामको अधिकांश हिस्सा सम्हाल्दै जाँदा, सफ्टवेयर विकासकर्ताको भूमिका वास्तवमै विकसित हुन थालेको छ। बोइलरप्लेट कोड लेख्न वा सामान्य त्रुटिहरू डिबग गर्न घण्टा बिताउनुको सट्टा, विकासकर्ताहरूले ती कार्यहरू आफ्ना एआई सहायकहरूलाई अफलोड गर्न सक्छन्। यसले विकासकर्ताको ध्यान उच्च-स्तरीय समस्या समाधान, वास्तुकला, र सफ्टवेयर इन्जिनियरिङको रचनात्मक पक्षहरूमा सार्दैछ। सारमा, एआईले बढावा दिइरहेको , तिनीहरूलाई थप उत्पादक र सम्भावित रूपमा थप नवीन हुन अनुमति दिँदै। तर के यसले कम प्रोग्रामिङ कार्यहरू, वा केवल फरक प्रकारको काममा अनुवाद गर्छ? उत्पादकता र भूमिकाहरूमा पर्ने प्रभावको अन्वेषण गरौं:

उत्पादकता बढाउँदै: धेरैजसो खाताहरू र प्रारम्भिक अध्ययनहरू अनुसार, AI कोडिङ उपकरणहरूले विकासकर्ताको उत्पादकतालाई उल्लेखनीय रूपमा बढाइरहेको छ। GitHub को अनुसन्धानले पत्ता लगायो कि Copilot प्रयोग गर्ने विकासकर्ताहरूले AI मद्दत बिनाको भन्दा धेरै छिटो कार्यहरू पूरा गर्न सक्षम थिए। एउटा प्रयोगमा, विकासकर्ताहरूले Copilot को सहयोगमा औसतमा ५५% छिटो कोडिङ कार्य समाधान गरे - यो बिना २ घण्टा ४१ मिनेटको सट्टा लगभग १ घण्टा ११ मिनेट लिए ( अनुसन्धान: विकासकर्ता उत्पादकता र खुशीमा GitHub Copilot को प्रभावको मात्रा निर्धारण - द GitHub ब्लग )। त्यो गतिमा उल्लेखनीय लाभ हो। यो केवल गति होइन; विकासकर्ताहरूले रिपोर्ट गर्छन् कि AI सहायताले निराशा र "प्रवाह अवरोधहरू" कम गर्न मद्दत गर्दछ। सर्वेक्षणहरूमा, ८८% विकासकर्ताहरूले भने कि यसले उनीहरूलाई बढी उत्पादक बनायो र उनीहरूलाई बढी सन्तोषजनक काममा ध्यान केन्द्रित गर्न अनुमति दियो ( कति प्रतिशत विकासकर्ताहरूले भनेका छन् कि github copilot बनाउँछ ... )। यी उपकरणहरूले प्रोग्रामरहरूलाई थकाइलाग्दा टुक्राहरू ह्यान्डल गरेर "जोनमा" रहन मद्दत गर्दछ, जसले गर्दा कठिन समस्याहरूको लागि मानसिक ऊर्जा बचत हुन्छ। फलस्वरूप, धेरै विकासकर्ताहरूले कोडिङ बढी रमाइलो भएको महसुस गर्छन् - कम ग्रन्ट काम र बढी रचनात्मकता।

दैनिक काम परिवर्तन गर्दै: यी उत्पादकता लाभहरूसँगै प्रोग्रामरको दैनिक कार्यप्रवाह पनि परिवर्तन हुँदैछ। धेरै "व्यस्त काम" - बोइलरप्लेट लेख्ने, सामान्य ढाँचाहरू दोहोर्याउने, वाक्य रचना खोज्ने - AI मा अफलोड गर्न सकिन्छ। उदाहरणका लागि, गेटर र सेटरहरू सहितको डेटा वर्ग म्यानुअल रूपमा लेख्नुको सट्टा, एक विकासकर्ताले AI लाई यसलाई उत्पन्न गर्न प्रोम्प्ट गर्न सक्छ। सही API कल फेला पार्न कागजातहरू मार्फत कम्बिङ गर्नुको सट्टा, एक विकासकर्ताले प्राकृतिक भाषामा AI लाई सोध्न सक्छ। यसको अर्थ विकासकर्ताहरूले रोट कोडिङमा तुलनात्मक रूपमा कम समय र मानव निर्णय आवश्यक पर्ने कार्यहरूमा बढी समय खर्च गर्छन् । AI ले कोडको सजिलो 80% लेख्ने जिम्मेवारी लिँदा, विकासकर्ताको काम AI आउटपुटको निरीक्षण गर्ने (कोड सुझावहरूको समीक्षा गर्ने, तिनीहरूलाई परीक्षण गर्ने) र AI ले पत्ता लगाउन नसक्ने कठिन 20% समस्याहरूलाई सम्बोधन गर्ने तर्फ सर्छ। व्यवहारमा, एक विकासकर्ताले आफ्नो दिन AI-उत्पन्न पुल अनुरोधहरू ट्राइज गरेर वा AI-सुझाव गरिएका समाधानहरूको ब्याच समीक्षा गरेर सुरु गर्न सक्छ, ती सबै परिवर्तनहरू स्क्र्याचबाट लेख्नुको सट्टा।

सहयोग र टोली गतिशीलता: चाखलाग्दो कुरा के छ भने, एआईले टोली गतिशीलतालाई पनि प्रभाव पारिरहेको छ। नियमित कार्यहरू स्वचालित भएकोले, टोलीहरूले सम्भावित रूपमा कम जुनियर विकासकर्ताहरूलाई ग्रन्ट काममा तोकिएको साथ धेरै हासिल गर्न सक्छन्। केही कम्पनीहरूले रिपोर्ट गर्छन् कि उनीहरूका वरिष्ठ इन्जिनियरहरू बढी आत्मनिर्भर हुन सक्छन् - तिनीहरूले प्रारम्भिक ड्राफ्टहरू गर्न जुनियरको आवश्यकता बिना नै एआईको मद्दतले सुविधाहरू द्रुत रूपमा प्रोटोटाइप गर्न सक्छन्। यद्यपि, यसले नयाँ चुनौती खडा गर्छ: परामर्श र ज्ञान साझेदारी। जुनियरहरूले साधारण कार्यहरू गरेर सिक्नुको सट्टा, उनीहरूले एआई आउटपुटहरू प्रभावकारी रूपमा कसरी व्यवस्थापन । टोली सहकार्य सामूहिक रूपमा एआई प्रम्प्टहरू परिष्कृत गर्ने वा समस्याहरूको लागि एआई-उत्पन्न कोड समीक्षा गर्ने जस्ता गतिविधिहरूमा परिवर्तन हुन सक्छ। सकारात्मक पक्षमा, जब टोलीमा सबैसँग एआई सहायक हुन्छ, यसले खेल मैदानलाई समतल गर्न सक्छ र डिजाइन छलफल, रचनात्मक विचार-मंथन, र जटिल प्रयोगकर्ता आवश्यकताहरूलाई सम्बोधन गर्न बढी समय दिन सक्छ जुन कुनै पनि एआईले हाल बाहिर बुझ्दैन। वास्तवमा, सर्वेक्षणले विकासकर्ता अनुभवमा AI को प्रभाव प्रकट गर्दछ - द GitHub ब्लग) टोली सहकार्य बढाउने वा कम्तिमा उनीहरूलाई डिजाइन र समस्या समाधानमा थप सहकार्य गर्न स्वतन्त्र बनाउने ।

जागिर भूमिकामा प्रभाव: एउटा प्रमुख प्रश्न यो हो कि एआईले प्रोग्रामरहरूको माग घटाउनेछ (किनकि प्रत्येक प्रोग्रामर अब बढी उत्पादक भएको छ), वा यसले माग गरिएका सीपहरूलाई मात्र परिवर्तन गर्नेछ। अन्य स्वचालन (जस्तै डेभोप्स उपकरणहरूको उदय, वा उच्च-स्तरीय प्रोग्रामिङ भाषाहरू) सँगको ऐतिहासिक उदाहरणले विकासकर्ताहरूको कामहरू त्यति धेरै हटाइँदैनन् जति तिनीहरू माथि उठाइन्छ । वास्तवमा, उद्योग विश्लेषकहरूले भविष्यवाणी गर्छन् कि सफ्टवेयर इन्जिनियरिङ भूमिकाहरू बढ्दै जानेछन् , तर ती भूमिकाहरूको प्रकृति परिवर्तन हुनेछ। हालैको गार्टनर रिपोर्टले भविष्यवाणी गरेको छ कि २०२७ सम्ममा, ५०% सफ्टवेयर इन्जिनियरिङ संस्थाहरूले उत्पादकता बढाउन एआई-संवर्धित "सफ्टवेयर इन्जिनियरिङ बुद्धिमत्ता" प्लेटफर्महरू अपनाउनेछन् , जुन २०२४ मा केवल ५% थियो ( के सफ्टवेयर इन्जिनियरहरूको भविष्य छ? एआईको प्रभाव [२०२४] ती बुद्धिमान प्लेटफर्महरूसँग काम गर्ने संकेत गर्छ त्यस्तै गरी, परामर्श फर्म म्याककिन्सेले प्रोजेक्ट गर्छ कि एआईले धेरै कार्यहरूलाई स्वचालित गर्न सक्छ, लगभग ८०% प्रोग्रामिङ कार्यहरूलाई अझै पनि लूपमा मानव आवश्यक पर्नेछ र "मानव-केन्द्रित" रहनेछ । अर्को शब्दमा, हामीलाई अझै पनि धेरैजसो विकासकर्ता पदहरूको लागि मानिसहरू चाहिन्छ, तर कामको विवरण परिवर्तन हुन सक्छ।

“एआई सफ्टवेयर इन्जिनियर” वा “प्रम्प्ट इन्जिनियर” जस्ता भूमिकाहरूको उदय हो - एआई कम्पोनेन्टहरू निर्माण वा अर्केस्ट्रेट गर्ने विकासकर्ताहरू। हामी पहिले नै एआई/एमएल विशेषज्ञता भएका विकासकर्ताहरूको माग आकाश छोएको देखिरहेका छौं। इन्डीडको विश्लेषण अनुसार, एआई-सम्बन्धित तीन सबैभन्दा बढी माग भएका कामहरू डेटा वैज्ञानिक, सफ्टवेयर इन्जिनियर र मेसिन लर्निङ इन्जिनियर विगत तीन वर्षमा यी भूमिकाहरूको माग ( के सफ्टवेयर इन्जिनियरहरूको भविष्य छ? एआईको प्रभाव [२०२४] )। परम्परागत सफ्टवेयर इन्जिनियरहरूले मेसिन लर्निङको आधारभूत कुराहरू बुझ्ने वा एआई सेवाहरूलाई अनुप्रयोगहरूमा एकीकृत गर्ने अपेक्षा बढ्दो रूपमा गरिन्छ। विकासकर्ताहरूलाई अनावश्यक बनाउनु भन्दा टाढा, “एआईले पेशालाई उचाल्न सक्छ, जसले विकासकर्ताहरूलाई उच्च-स्तरका कार्यहरू र नवीनतामा ध्यान केन्द्रित गर्न सक्षम बनाउँछ।” ( के एआई २०२५ मा विकासकर्ताहरूलाई प्रतिस्थापन गर्नेछ: भविष्यमा एक झलक ) धेरै नियमित कोडिङ कार्यहरू एआई द्वारा ह्यान्डल गर्न सकिन्छ, तर विकासकर्ताहरू प्रणाली डिजाइन, मोड्युलहरू एकीकृत गर्ने, गुणस्तर सुनिश्चित गर्ने र उपन्यास समस्याहरूलाई सम्बोधन गर्ने कुरामा बढी व्यस्त हुनेछन्। एउटा एआई-फर्वार्ड कम्पनीका एक वरिष्ठ इन्जिनियरले यसलाई राम्रोसँग संक्षेप गरे: एआईले हाम्रा विकासकर्ताहरूलाई प्रतिस्थापन गर्दैन; यसले तिनीहरूलाई बढाउँछ शक्तिशाली एआई उपकरणहरूले सुसज्जित एकल विकासकर्ताले धेरैको काम गर्न सक्छ, तर त्यो विकासकर्ताले अब अझ जटिल र प्रभावकारी काम गरिरहेको छ।

वास्तविक-विश्व उदाहरण: एक सफ्टवेयर फर्मको परिदृश्यलाई विचार गर्नुहोस् जसले आफ्ना सबै विकासकर्ताहरूको लागि GitHub Copilot लाई एकीकृत गर्‍यो। यसको तत्काल प्रभाव एकाइ परीक्षण र बोइलरप्लेट कोड लेख्नमा खर्च हुने समयमा उल्लेखनीय कमी थियो। एक जुनियर विकासकर्ताले Copilot प्रयोग गरेर उनले नयाँ सुविधाको कोडको ८०% छिटो उत्पन्न गर्न सक्छिन्, त्यसपछि बाँकी २०% अनुकूलन गर्न र एकीकरण परीक्षणहरू लेख्न आफ्नो समय खर्च गर्न सक्छिन् भन्ने पत्ता लगाए। कोड आउटपुटको सन्दर्भमा उनको उत्पादकता लगभग दोब्बर भयो, तर अझ रोचक कुरा के छ भने, उनको योगदानको प्रकृति परिवर्तन भयो - उनी कोड समीक्षक र परीक्षण डिजाइनर । टोलीले यो पनि याद गर्यो कि कोड समीक्षाहरूले AI गल्तीहरू । उदाहरणका लागि, Copilot ले कहिलेकाहीं असुरक्षित इन्क्रिप्शन कार्यान्वयनको सुझाव दियो; मानव विकासकर्ताहरूले ती पत्ता लगाउनु र सच्याउनु पर्थ्यो। यस प्रकारको उदाहरणले देखाउँछ कि आउटपुट बढ्दै जाँदा, कार्यप्रवाहमा मानव निरीक्षण र विशेषज्ञता अझ महत्त्वपूर्ण भयो

संक्षेपमा भन्नु पर्दा, एआईले विकासकर्ताहरूले काम गर्ने तरिकालाई निर्विवाद रूपमा परिवर्तन गरिरहेको छ: तिनीहरूलाई छिटो बनाउँदै र थप महत्वाकांक्षी समस्याहरू समाधान गर्न अनुमति दिँदै, तर उनीहरूलाई उच्च सीप (एआईको प्रयोग र उच्च-स्तरीय सोच दुवैमा) आवश्यक पार्दै। यो "एआईले जागिर लिने" कथा भन्दा बढी "एआईले जागिर परिवर्तन गर्ने" कथा हो। यी उपकरणहरू प्रभावकारी रूपमा प्रयोग गर्न सिक्ने विकासकर्ताहरूले आफ्नो प्रभावलाई गुणा गर्न सक्छन् - हामीले प्रायः सुन्ने क्लिच भनेको छ, "एआईले विकासकर्ताहरूलाई प्रतिस्थापन गर्दैन, तर एआई प्रयोग गर्ने विकासकर्ताहरूले नगर्नेहरूलाई प्रतिस्थापन गर्न सक्छन्।" अर्को खण्डहरूले मानव विकासकर्ताहरू किन अझै आवश्यक छन् (एआईले के सक्दैन ), र विकासकर्ताहरूले एआईसँगै फस्टाउन आफ्नो सीपहरू कसरी अनुकूलन गर्न सक्छन् भनेर अन्वेषण गर्नेछ।

एआईका सीमितताहरू (मानिसहरू किन महत्त्वपूर्ण रहन्छन्)

यसको प्रभावशाली क्षमताहरूको बावजुद, आजको एआईमा स्पष्ट सीमितताहरू जसले यसलाई मानव प्रोग्रामरहरूलाई अप्रचलित बनाउनबाट रोक्छ। विकास प्रक्रियामा प्रोग्रामरहरू अझै पनि किन धेरै आवश्यक छन् भनेर हेर्नको लागि यी सीमितताहरू बुझ्नु महत्वपूर्ण छ। एआई एक शक्तिशाली उपकरण हो, तर यो कुनै जादुई गोली होइन जसले मानव विकासकर्ताको रचनात्मकता, आलोचनात्मक सोच र प्रासंगिक बुझाइलाई प्रतिस्थापन गर्न सक्छ। यहाँ प्रोग्रामिङमा एआईका केही आधारभूत कमजोरीहरू र मानव विकासकर्ताहरूको सम्बन्धित शक्तिहरू छन्:

• साँचो बुझाइ र रचनात्मकताको अभाव: हालका एआई मोडेलहरूले मानिसहरूले जस्तै कोड वा समस्याहरू साँच्चै बुझ्दैनन् ; तिनीहरू ढाँचाहरू पहिचान गर्छन् र प्रशिक्षण डेटाको आधारमा सम्भावित आउटपुटहरू पुन: प्राप्त गर्छन्। यसको अर्थ एआईले मौलिक, रचनात्मक समाधानहरू वा नयाँ समस्या डोमेनहरूको गहिरो बुझाइ आवश्यक पर्ने कार्यहरूसँग संघर्ष गर्न सक्छ। एआईले पहिले देखेको विशिष्टता पूरा गर्न कोड उत्पन्न गर्न सक्षम हुन सक्छ, तर अभूतपूर्व समस्याको लागि नयाँ एल्गोरिथ्म डिजाइन गर्न वा अस्पष्ट आवश्यकताको व्याख्या गर्न सोध्नुहोस्, र यो सम्भवतः लड्नेछ। एक पर्यवेक्षकले भनेझैं, एआईमा आज "मानव विकासकर्ताहरूले टेबलमा ल्याउने रचनात्मक र आलोचनात्मक सोच क्षमताहरूको अभाव छ।" ( के एआई २०२५ मा विकासकर्ताहरूलाई प्रतिस्थापन गर्नेछ: भविष्यमा एक झलक ) मानिसहरू बक्स बाहिर सोच्नमा उत्कृष्ट छन् - सफ्टवेयर आर्किटेक्चर डिजाइन गर्न वा जटिल समस्याहरू समाधान गर्न डोमेन ज्ञान, अन्तर्ज्ञान र रचनात्मकता संयोजन गर्दै। एआई, यसको विपरीत, उसले सिकेका ढाँचाहरूमा सीमित छ; यदि समस्या ती ढाँचाहरूसँग राम्रोसँग मेल खाँदैन भने, एआईले गलत वा अर्थहीन कोड उत्पादन गर्न सक्छ (प्रायः आत्मविश्वासका साथ!)। नवीनता - नयाँ सुविधाहरू, नयाँ प्रयोगकर्ता अनुभवहरू, वा नयाँ प्राविधिक दृष्टिकोणहरू सहित आउनु - मानव-संचालित गतिविधि नै रहन्छ।

• सन्दर्भ र ठूलो-चित्र बुझाइ: सफ्टवेयर निर्माण गर्नु भनेको कोडका लाइनहरू मात्र लेख्नु मात्र होइन। यसमा कारण - व्यावसायिक आवश्यकताहरू, प्रयोगकर्ताको आवश्यकताहरू, र सफ्टवेयरले सञ्चालन गर्ने सन्दर्भ। AI मा सन्दर्भको धेरै साँघुरो झ्याल छ (सामान्यतया एक समयमा दिइएको इनपुटमा सीमित)। यसले प्रणालीको व्यापक उद्देश्य वा कोडमा स्पष्ट रूपमा रहेको भन्दा बाहिर एक मोड्युलले अर्कोसँग कसरी अन्तरक्रिया गर्छ भनेर साँच्चै बुझ्दैन। फलस्वरूप, AI ले कोड उत्पन्न गर्न सक्छ जुन प्राविधिक रूपमा सानो कार्यको लागि काम गर्दछ तर ठूलो प्रणाली वास्तुकलामा राम्रोसँग फिट हुँदैन वा केही निहित आवश्यकताहरू उल्लङ्घन गर्दछ। सफ्टवेयर व्यावसायिक लक्ष्यहरू र प्रयोगकर्ता अपेक्षाहरूसँग पङ्क्तिबद्ध छ भनी सुनिश्चित गर्न मानव विकासकर्ताहरू आवश्यक पर्दछ। जटिल प्रणाली डिजाइन - एक भागमा परिवर्तनले अरूहरू मार्फत कसरी तरंग ल्याउन सक्छ भनेर बुझ्ने, व्यापार-अफहरू कसरी सन्तुलित गर्ने (जस्तै प्रदर्शन बनाम पठनीयता), र कोडबेसको दीर्घकालीन विकास कसरी योजना बनाउने - आज AI ले गर्न नसक्ने कुरा हो। हजारौं कम्पोनेन्टहरू भएका ठूला-स्तरीय परियोजनाहरूमा, AI ले "रूखहरू देख्छ तर जंगल देख्दैन।" एउटा विश्लेषणमा उल्लेख गरिएझैं, "एआईले ठूला-स्तरीय सफ्टवेयर परियोजनाहरूको पूर्ण सन्दर्भ र जटिलताहरू बुझ्न संघर्ष गर्छ," जसमा व्यावसायिक आवश्यकताहरू र प्रयोगकर्ता अनुभव विचारहरू समावेश छन् ( के एआई २०२५ मा विकासकर्ताहरूलाई प्रतिस्थापन गर्नेछ: भविष्यमा एक झलक )। मानिसहरूले ठूलो-चित्र दृष्टिकोण कायम राख्छन्।

• सामान्य ज्ञान र अस्पष्टता समाधान: वास्तविक परियोजनाहरूमा आवश्यकताहरू प्रायः अस्पष्ट वा विकसित हुन्छन्। एक मानव विकासकर्ताले स्पष्टीकरण खोज्न, उचित अनुमानहरू गर्न, वा अवास्तविक अनुरोधहरूमा पछाडि धकेल्न सक्छ। AI सँग सामान्य ज्ञान तर्क वा स्पष्टीकरण प्रश्नहरू सोध्ने क्षमता हुँदैन (जबसम्म स्पष्ट रूपमा प्रम्प्टमा लुप गरिएको छैन, र त्यसपछि पनि यसलाई सही गर्ने कुनै ग्यारेन्टी छैन)। यसैले AI-उत्पन्न कोड कहिलेकाहीं प्राविधिक रूपमा सही हुन सक्छ तर कार्यात्मक रूपमा अफ-मार्क हुन सक्छ - यदि निर्देशनहरू अस्पष्ट छन् भने प्रयोगकर्ताले वास्तवमा के उद्देश्य राखेको छ भनेर जान्नको लागि यसमा निर्णयको अभाव हुन्छ । यसको विपरित, एक मानव प्रोग्रामरले उच्च-स्तरीय अनुरोधको व्याख्या गर्न सक्छ ("यस UI लाई थप सहज बनाउनुहोस्" वा "एपले अनियमित इनपुटहरूलाई सुन्दर ढंगले ह्यान्डल गर्नुपर्छ") र कोडमा के गर्न आवश्यक छ भनेर पत्ता लगाउन सक्छ। AI लाई साँच्चै विकासकर्तालाई प्रतिस्थापन गर्न अत्यन्त विस्तृत, अस्पष्ट विशिष्टताहरू चाहिन्छ, र त्यस्तो विशिष्टता प्रभावकारी रूपमा लेख्नु पनि कोड आफैं लेख्नु जत्तिकै गाह्रो छ। फोर्ब्स टेक काउन्सिलको लेखले उपयुक्त रूपमा उल्लेख गरेझैं, एआईले वास्तवमा विकासकर्ताहरूलाई प्रतिस्थापन गर्नको लागि, यसले अस्पष्ट निर्देशनहरू बुझ्नु र मानव जस्तै अनुकूलन गर्नु आवश्यक छ - वर्तमान एआईसँग नभएको तर्कको स्तर ( सेर्गी कुजिनको पोस्ट - लिंक्डइन )।

• विश्वसनीयता र "भ्रम": आजका जेनेरेटिभ एआई मोडेलहरूमा एउटा ज्ञात त्रुटि छ: तिनीहरूले गलत वा पूर्ण रूपमा बनावटी आउटपुटहरू उत्पादन गर्न सक्छन्, जुन घटनालाई प्रायः भ्रम । कोडिङमा, यसको अर्थ एआईले कोड लेख्छ जुन प्रशंसनीय देखिन्छ तर तार्किक रूपमा गलत वा असुरक्षित छ। विकासकर्ताहरूले एआई सुझावहरूलाई आँखा चिम्लेर विश्वास गर्न सक्दैनन्। व्यवहारमा, एआई-लिखित कोडको प्रत्येक टुक्रालाई मानवद्वारा सावधानीपूर्वक समीक्षा र परीक्षण आवश्यक पर्दछ । स्ट्याक ओभरफ्लो सर्वेक्षण डेटाले यसलाई प्रतिबिम्बित गर्दछ - एआई उपकरणहरू प्रयोग गर्नेहरू मध्ये, केवल ३% ले एआईको आउटपुटको शुद्धतामा अत्यधिक विश्वास गर्छन् , र वास्तवमा थोरै प्रतिशतले सक्रिय रूपमा अविश्वास गर्छन् ( ७०% विकासकर्ताहरूले एआई कोडिङ उपकरणहरू प्रयोग गर्छन्, ३% ले तिनीहरूको शुद्धतामा अत्यधिक विश्वास गर्छन् - ShiftMag )। धेरैजसो विकासकर्ताहरूले एआई सुझावहरूलाई उपयोगी संकेतको रूपमा व्यवहार गर्छन्, सुसमाचार होइन। यो कम विश्वास वारेन्ट गरिएको छ किनभने एआईले विचित्र गल्तीहरू गर्न सक्छ जुन कुनै पनि सक्षम मानिसले गर्दैन (जस्तै एक-एक त्रुटिहरू, बहिष्कृत प्रकार्यहरू प्रयोग गरेर, वा अकुशल समाधानहरू उत्पादन गरेर) किनभने यसले समस्याको बारेमा साँच्चै तर्क गर्दैन। एउटा फोरमको टिप्पणीले रिसाउँदै भन्यो, “तिनीहरू (एआई) धेरै भ्रममा पर्छन् र अनौठा डिजाइन छनौटहरू गर्छन् जुन मानिसले कहिल्यै गर्दैनन्” ( के प्रोग्रामरहरू एआईका कारण अप्रचलित हुनेछन्? - करियर सल्लाह )। यी त्रुटिहरू समात्न मानवीय निरीक्षण महत्त्वपूर्ण छ। एआईले तपाईंलाई ९०% सुविधा चाँडै प्राप्त गर्न सक्छ, तर यदि बाँकी १०% मा सूक्ष्म बग छ भने, यसलाई निदान र समाधान गर्ने जिम्मेवारी अझै पनि मानव विकासकर्ताको हो। र जब उत्पादनमा केहि गलत हुन्छ, यो मानव इन्जिनियरहरूले डिबग गर्नुपर्छ - एआईले अझै पनि आफ्नो गल्तीहरूको जिम्मेवारी लिन सक्दैन।

• कोडबेसहरूको मर्मत र विकास: सफ्टवेयर परियोजनाहरू वर्षौंसम्म जीवित र बढ्दै जान्छन्। तिनीहरूलाई एकरूप शैली, भविष्यका मर्मतकर्ताहरूको लागि स्पष्टता, र आवश्यकताहरू परिवर्तन हुँदा अद्यावधिकहरू आवश्यक पर्दछ। आज AI सँग विगतका निर्णयहरूको सम्झना छैन (सीमित प्रम्प्टहरू बाहेक), त्यसैले यसले निर्देशित नभएसम्म ठूलो परियोजनामा ​​कोड एकरूप राख्न सक्दैन। मानव विकासकर्ताहरूले कोड मर्मतसम्भार सुनिश्चित गर्छन् - स्पष्ट कागजातहरू लेख्ने, चलाख-तर-अस्पष्ट समाधानहरू भन्दा पढ्न योग्य समाधानहरू छनौट गर्ने, र वास्तुकला विकसित हुँदा आवश्यकता अनुसार कोड रिफ्याक्टर गर्ने। AI ले यी कार्यहरूमा सहयोग गर्न सक्छ (जस्तै रिफ्याक्टरिङहरू सुझाव दिने), तर के रिफ्याक्टर गर्ने वा कुन भागहरूलाई पुन: डिजाइन गर्न आवश्यक छ भन्ने निर्णय गर्नु मानव निर्णय कल हो। यसबाहेक, कम्पोनेन्टहरू एकीकृत गर्दा, अवस्थित मोड्युलहरूमा नयाँ सुविधाको प्रभाव बुझ्ने (पछाडि अनुकूलता सुनिश्चित गर्ने, आदि) मानिसहरूले ह्यान्डल गर्ने कुरा हो। AI-उत्पन्न कोड मानिसहरूद्वारा एकीकृत र सामंजस्यपूर्ण हुनुपर्छ। प्रयोगको रूपमा, केही विकासकर्ताहरूले ChatGPT लाई सम्पूर्ण साना एपहरू निर्माण गर्न दिने प्रयास गरेका छन्; नतिजा प्रायः सुरुमा काम गर्छ तर यसलाई कायम राख्न वा विस्तार गर्न धेरै गाह्रो हुन्छ किनभने एआईले निरन्तर विचारशील वास्तुकला लागू गरिरहेको छैन - यसले स्थानीय निर्णयहरू गरिरहेको छ जुन मानव वास्तुकारले बेवास्ता गर्नेछ।

• नैतिक र सुरक्षा विचारहरू: AI ले थप कोड लेख्दा, यसले पूर्वाग्रह, सुरक्षा र नैतिकताका प्रश्नहरू पनि उठाउँछ। AI ले अनजानमा सुरक्षा कमजोरीहरू (उदाहरणका लागि, इनपुटहरूलाई राम्रोसँग सेनिटाइज नगर्ने, वा असुरक्षित क्रिप्टोग्राफिक अभ्यासहरू प्रयोग नगर्ने) प्रस्तुत गर्न सक्छ जुन एक अनुभवी मानव विकासकर्ताले समात्नेछ। साथै, AI मा नैतिकताको अन्तर्निहित भावना वा निष्पक्षताको लागि चिन्ता हुँदैन - उदाहरणका लागि, यसले पक्षपाती डेटामा तालिम दिन सक्छ र एल्गोरिदमहरू सुझाव दिन सक्छ जुन अनजानमा भेदभाव गर्दछ (ऋण स्वीकृति कोड वा भर्ती एल्गोरिथ्म जस्ता AI-संचालित सुविधामा)। मानव विकासकर्ताहरूलाई यी मुद्दाहरूको लागि AI आउटपुटहरूको लेखा परीक्षण गर्न, नियमहरूको अनुपालन सुनिश्चित गर्न, र नैतिक विचारहरूले सफ्टवेयरलाई समाहित गर्न आवश्यक छ। सफ्टवेयरको सामाजिक पक्ष "बेवास्ता गर्न सकिँदैन। विकासका यी मानव-केन्द्रित पक्षहरू AI को पहुँचभन्दा बाहिर छन्, कम्तिमा निकट भविष्यमा।" ( के AI ले २०२५ मा विकासकर्ताहरूलाई प्रतिस्थापन गर्नेछ: भविष्यमा एक झलक ) विकासकर्ताहरूले AI योगदानहरूको लागि विवेक र गुणस्तर गेटको रूपमा काम गर्नुपर्छ।

यी सीमितताहरूको प्रकाशमा, हालको सहमति यो छ कि एआई एक उपकरण हो, प्रतिस्थापन होइन । सत्य नाडेलाले भनेझैं, यो विकासकर्ताहरूलाई सशक्त बनाउने के एआईले प्रोग्रामरहरूलाई बदल्नेछ? प्रचार पछाडिको सत्य | द पाइकोच द्वारा | कृत्रिम कुना | मार्च, २०२५ | मध्यम )। एआईलाई जुनियर सहायकको रूपमा सोच्न सकिन्छ: यो छिटो, अथक छ, र धेरै कार्यहरूमा पहिलो पास लिन सक्छ, तर यसलाई पालिश गरिएको अन्तिम उत्पादन उत्पादन गर्न एक वरिष्ठ विकासकर्ताको मार्गदर्शन र विशेषज्ञता चाहिन्छ। यसले बताउँछ कि सबैभन्दा उन्नत एआई कोडिङ प्रणालीहरू पनि सहायकको (कोपाइलट, कोडव्हिस्परर, आदि) र स्वायत्त कोडरको रूपमा होइन। कम्पनीहरूले आफ्ना प्रोग्रामिङ टोलीहरूलाई बर्खास्त गरिरहेका छैनन् र एआईलाई जंगली रूपमा चल्न दिइरहेका छैनन्; बरु, तिनीहरूले विकासकर्ताहरूको कार्यप्रवाहमा एआईलाई उनीहरूलाई मद्दत गर्न एआईलाई एम्बेड गरिरहेका छन्।

एउटा उदाहरणीय उद्धरण ओपनएआईका साम अल्टम्यानबाट आएको छ, जसले उल्लेख गरे कि एआई एजेन्टहरूले सुधार गरे पनि, सफ्टवेयर विकासमा "यी एआई एजेन्टहरूले मानिसहरूलाई पूर्ण रूपमा प्रतिस्थापन गर्दैनन्" स्याम अल्टम्यान भन्छन् कि एआई एजेन्टहरूले चाँडै सफ्टवेयर इन्जिनियरहरूले गर्ने कार्यहरू गर्नेछन्: पूर्ण कथा ५ अंकमा - इन्डिया टुडे )। तिनीहरू "भर्चुअल सहकर्मी" जसले मानव इन्जिनियरहरूको लागि राम्रोसँग परिभाषित कार्यहरू ह्यान्डल गर्नेछन्, विशेष गरी केही वर्षको अनुभव भएको निम्न-स्तरको सफ्टवेयर इन्जिनियरको विशिष्ट कार्यहरू। अर्को शब्दमा, एआईले अन्ततः केही क्षेत्रहरूमा जुनियर विकासकर्ताको काम गर्न सक्छ, तर त्यो जुनियर विकासकर्ता बेरोजगार हुँदैन - तिनीहरू एआईको सुपरिवेक्षण गर्ने र एआईले गर्न नसक्ने उच्च-स्तरका कार्यहरूलाई सम्बोधन गर्ने भूमिकामा विकसित हुन्छन्। भविष्यलाई हेर्दा पनि, जहाँ केही अनुसन्धानकर्ताहरूले भविष्यवाणी गर्छन् कि २०४० सम्ममा एआईले आफ्नो धेरैजसो कोड लेख्न सक्छ ( के सफ्टवेयर इन्जिनियरहरूको लागि भविष्य छ? एआईको प्रभाव [२०२४] ), यो सामान्यतया सहमत छ कि मानव प्रोग्रामरहरूलाई अझै पनि मेसिनहरूमा अभाव भएको रचनात्मक स्पार्क र आलोचनात्मक सोचको निरीक्षण, मार्गदर्शन र प्रदान गर्न आवश्यक पर्नेछ ।

यो पनि ध्यान दिन लायक छ कि सफ्टवेयर विकास भनेको कोडिङ मात्र होइन । यसमा सरोकारवालाहरूसँग सञ्चार, प्रयोगकर्ता कथाहरू बुझ्ने, टोलीहरूमा सहकार्य गर्ने, र पुनरावृत्ति डिजाइन समावेश छ - ती सबै क्षेत्रहरू जहाँ मानवीय सीपहरू अपरिहार्य छन्। एआईले ग्राहकसँग उनीहरूले वास्तवमा के चाहन्छन् भनेर पत्ता लगाउन बैठकमा बस्न सक्दैन, न त यसले प्राथमिकताहरूमा वार्ता गर्न सक्छ वा उत्पादनको लागि दृष्टिकोण भएको टोलीलाई प्रेरित गर्न सक्छ। मानवीय तत्व केन्द्रीय रहन्छ।

संक्षेपमा, एआईमा महत्त्वपूर्ण कमजोरीहरू छन्: वास्तविक रचनात्मकता नभएको, सन्दर्भको सीमित बुझाइ, गल्तीहरूको लागि झुकाव, जवाफदेहिता नभएको, र सफ्टवेयर निर्णयहरूको व्यापक प्रभावहरूको कुनै बुझाइ छैन। यी खाडलहरू ठ्याक्कै त्यहीं छन् जहाँ मानव विकासकर्ताहरू चम्कन्छन्। एआईलाई खतराको रूपमा हेर्नुको सट्टा, यसलाई मानव विकासकर्ताहरूको लागि एक शक्तिशाली एम्पलीफायरको - सांसारिक कुराहरू ह्यान्डल गर्दै ताकि मानिसहरूले गहनमा ध्यान केन्द्रित गर्न सकून्। अर्को खण्डले एआई-संवर्धित विकास संसारमा सान्दर्भिक र मूल्यवान रहनको लागि आफ्नो सीप र भूमिकाहरू अनुकूलन

एआईको युगमा अनुकूलन र फस्टाउँदै

प्रोग्रामरहरू र विकासकर्ताहरूका लागि, कोडिङमा एआईको उदय भयानक खतरा हुनु पर्दैन - यो एउटा अवसर हुन सक्छ। मुख्य कुरा भनेको प्रविधिसँगै अनुकूलन र विकास गर्नु बढी उत्पादक र माग भएको पाउनेछन्, जबकि यसलाई बेवास्ता गर्नेहरूले आफू पछाडि परेको पाउन सक्छन्। यस खण्डमा, हामी विकासकर्ताहरूलाई सान्दर्भिक रहन र फस्टाउनको लागि व्यावहारिक चरणहरू र रणनीतिहरूमा केन्द्रित छौं किनकि एआई उपकरणहरू दैनिक विकासको हिस्सा बन्छन्। अपनाउने मानसिकता प्रतिस्पर्धाको सट्टा एआईसँग निरन्तर सिक्ने र सहकार्यको हो। विकासकर्ताहरूले कसरी समायोजन गर्न सक्छन् र उनीहरूले कुन नयाँ सीप र भूमिकाहरू विचार गर्नुपर्छ भन्ने कुरा यहाँ छ:

१. एआईलाई उपकरणको रूपमा अँगाल्नुहोस् (एआई कोडिङ सहायकहरूलाई प्रभावकारी रूपमा प्रयोग गर्न सिक्नुहोस्): सबैभन्दा पहिले, विकासकर्ताहरूले उपलब्ध एआई उपकरणहरूसँग सहज हुनुपर्छ। कोपाइलट, च्याटजीपीटी, वा अन्य कोडिङ एआईहरूलाई आफ्नो नयाँ जोडी प्रोग्रामिङ साझेदारको रूपमा व्यवहार गर्नुहोस्। यसको अर्थ राम्रो प्रम्प्ट वा टिप्पणीहरू कसरी लेख्ने र एआई-उत्पन्न कोड कसरी द्रुत रूपमा प्रमाणित वा डिबग गर्ने भनेर जान्नु हो। जसरी विकासकर्ताले आफ्नो IDE वा संस्करण नियन्त्रण सिक्नुपर्थ्यो, एआई सहायकको विशेषताहरू सिक्नु सीप सेटको एक हिस्सा बन्दै गएको छ। उदाहरणका लागि, एक विकासकर्ताले उनीहरूले लेखेको कोडको टुक्रा लिएर एआईलाई यसलाई सुधार गर्न सोधेर, त्यसपछि परिवर्तनहरूको विश्लेषण गरेर अभ्यास गर्न सक्छ। वा, कार्य सुरु गर्दा, टिप्पणीहरूमा यसलाई रूपरेखा बनाउनुहोस् र एआईले के प्रदान गर्दछ हेर्नुहोस्, त्यसपछि त्यहाँबाट परिष्कृत गर्नुहोस्। समयसँगै, तपाईंले एआई केमा राम्रो छ र यसको साथ कसरी सह-सिर्जना गर्ने भन्ने बारे अन्तर्ज्ञान विकास गर्नुहुनेछ। यसलाई "एआई-सहायता विकास" - तपाईंको उपकरण बक्समा थप्नको लागि नयाँ सीप। वास्तवमा, विकासकर्ताहरूले अब "प्रम्प्ट इन्जिनियरिङ" लाई एक सीपको रूपमा बोल्छन् - एआईलाई सही प्रश्नहरू कसरी सोध्ने भनेर जान्ने। यसमा निपुण हुनेहरूले उही उपकरणहरूबाट उल्लेखनीय रूपमा राम्रो परिणामहरू प्राप्त गर्न सक्छन्। सम्झनुहोस्, "एआई प्रयोग गर्ने विकासकर्ताहरूले नगर्नेहरूलाई प्रतिस्थापन गर्न सक्छन्" - त्यसैले प्रविधिलाई अँगाल्नुहोस् र यसलाई आफ्नो सहयोगी बनाउनुहोस्।

२. उच्च-स्तरीय सीपहरूमा ध्यान केन्द्रित गर्नुहोस् (समस्या समाधान, प्रणाली डिजाइन, वास्तुकला): AI ले कम-स्तरीय कोडिङलाई ह्यान्डल गर्न सक्ने भएकोले, विकासकर्ताहरूले अमूर्तता भर्‍याङ माथि जानुपर्छ । यसको अर्थ प्रणाली डिजाइन र वास्तुकला बुझ्नमा बढी जोड दिनु हो। जटिल समस्याहरू तोड्ने, स्केलेबल प्रणालीहरू डिजाइन गर्ने र वास्तुकला निर्णयहरू गर्ने सीपहरू खेती गर्नुहोस् - जहाँ मानव अन्तर्दृष्टि महत्त्वपूर्ण छ। समाधान किन र कसरी गर्ने भन्ने कुरामा मात्र ध्यान केन्द्रित गर्नुहोस्, केवल केमा मात्र होइन। उदाहरणका लागि, आफ्नो सबै समय क्रमबद्ध प्रकार्यलाई पूर्ण बनाउन खर्च गर्नुको सट्टा (जब AI ले तपाईंको लागि एउटा लेख्न सक्छ), तपाईंको अनुप्रयोगको सन्दर्भको लागि कुन क्रमबद्ध दृष्टिकोण इष्टतम छ र यो तपाईंको प्रणालीको डेटा प्रवाहमा कसरी फिट हुन्छ भनेर बुझ्न समय खर्च गर्नुहोस्। डिजाइन सोच - प्रयोगकर्ताको आवश्यकताहरू, डेटा प्रवाहहरू, र घटक अन्तरक्रियाहरूलाई विचार गर्दै - अत्यधिक मूल्यवान हुनेछ। AI ले कोड उत्पन्न गर्न सक्छ, तर यो विकासकर्ता हो जसले सफ्टवेयरको समग्र संरचना निर्णय गर्छ र सबै भागहरू सद्भावमा काम गर्छ भनी सुनिश्चित गर्दछ। आफ्नो ठूलो-चित्र सोचलाई तिखारेर, तपाईंले सही कुरा निर्माण गर्न AI (र बाँकी टोली) लाई मार्गदर्शन गर्ने व्यक्तिको रूपमा आफूलाई अपरिहार्य बनाउनुहुन्छ। भविष्यको बारेमा एउटा रिपोर्टमा उल्लेख गरिएझैं, विकासकर्ताहरूले "मानव अन्तर्दृष्टि अपरिवर्तनीय हुने क्षेत्रहरूमा ध्यान केन्द्रित गर्नुपर्छ, जस्तै समस्या समाधान, डिजाइन सोच, र प्रयोगकर्ताको आवश्यकता बुझ्ने।" ( के एआईले २०२५ मा विकासकर्ताहरूलाई प्रतिस्थापन गर्नेछ: भविष्यमा एक झलक )

३. आफ्नो एआई र एमएल ज्ञान बढाउनुहोस्: एआईसँगै काम गर्न, यसले एआई बुझ्न । विकासकर्ताहरू सबै मेसिन लर्निङ अनुसन्धानकर्ता बन्नु आवश्यक छैन, तर यी मोडेलहरूले कसरी काम गर्छन् भन्ने कुराको ठोस बुझाइ हुनु लाभदायक हुनेछ। मेसिन लर्निङ र गहिरो सिकाइको आधारभूत कुराहरू सिक्नुहोस् - यसले नयाँ करियर मार्गहरू खोल्न मात्र सक्दैन (किनकि एआई-सम्बन्धित कामहरू बढिरहेका छन् (के सफ्टवेयर इन्जिनियरहरूको लागि भविष्य छ? एआईको प्रभाव [२०२४] )), तर यसले तपाईंलाई एआई उपकरणहरू अझ प्रभावकारी रूपमा प्रयोग गर्न पनि मद्दत गर्नेछ। यदि तपाईंलाई थाहा छ, उदाहरणका लागि, ठूलो भाषा मोडेलको सीमितता र यसलाई कसरी प्रशिक्षित गरिएको थियो भने, तपाईं यो कहिले असफल हुन सक्छ भनेर भविष्यवाणी गर्न सक्नुहुन्छ र तदनुसार आफ्नो प्रम्प्ट वा परीक्षणहरू डिजाइन गर्न सक्नुहुन्छ। थप रूपमा, धेरै सफ्टवेयर उत्पादनहरूले अब एआई सुविधाहरू समावेश गर्दैछन् (उदाहरणका लागि, सिफारिस इन्जिन वा च्याटबोट भएको एप)। केही एमएल ज्ञान भएको सफ्टवेयर विकासकर्ताले ती सुविधाहरूमा योगदान पुर्‍याउन सक्छ वा कम्तिमा डेटा वैज्ञानिकहरूसँग बुद्धिमानीपूर्वक सहकार्य गर्न सक्छ। सिकाइलाई विचार गर्ने प्रमुख क्षेत्रहरूमा समावेश छन्: डेटा विज्ञान आधारभूत कुराहरू , डेटा कसरी पूर्व-प्रक्रिया गर्ने, प्रशिक्षण बनाम अनुमान, र एआईको नैतिकता। एआई फ्रेमवर्क (टेन्सरफ्लो, पाइटोर्च) र क्लाउड एआई सेवाहरूसँग परिचित हुनुहोस्; यदि तपाईं सुरुदेखि नै मोडेलहरू निर्माण गरिरहनुभएको छैन भने पनि, एआई एपीआईलाई एपमा कसरी एकीकृत गर्ने भनेर जान्नु एक मूल्यवान सीप हो। छोटकरीमा भन्नुपर्दा, "एआई साक्षर" बन्नु वेब वा डाटाबेस प्रविधिहरूमा साक्षर हुनु जत्तिकै महत्त्वपूर्ण हुँदै गइरहेको छ। परम्परागत सफ्टवेयर इन्जिनियरिङ र एआईको संसारमा हिँड्न सक्ने विकासकर्ताहरू भविष्यका परियोजनाहरूको नेतृत्व गर्न प्रमुख स्थानमा हुनेछन्।

४. बलियो नरम सीप र डोमेन ज्ञान विकास गर्नुहोस्: AI ले मेकानिकल कार्यहरू लिँदै जाँदा, अद्वितीय मानवीय सीपहरू अझ महत्त्वपूर्ण हुन्छन्। सञ्चार, टोली कार्य, र डोमेन विशेषज्ञतालाई दोहोरो बनाउनुपर्ने क्षेत्रहरू हुन्। सफ्टवेयर विकास प्रायः समस्याको क्षेत्र बुझ्ने बारे हो - चाहे त्यो वित्त होस्, स्वास्थ्य सेवा होस्, शिक्षा होस्, वा अन्य कुनै क्षेत्र होस् - र त्यसलाई समाधानमा अनुवाद गर्ने। AI सँग त्यो सन्दर्भ वा सरोकारवालाहरूसँग सम्पर्क गर्ने क्षमता हुनेछैन, तर तपाईंसँग छ। तपाईंले काम गर्ने डोमेनमा बढी जानकार बन्नुले तपाईंलाई सफ्टवेयरले वास्तवमा वास्तविक-विश्व आवश्यकताहरू पूरा गर्दछ भनेर सुनिश्चित गर्ने व्यक्ति बनाउँछ। त्यस्तै गरी, आफ्नो सहयोग सीपहरूमा ध्यान केन्द्रित गर्नुहोस्: सल्लाहकार, नेतृत्व, र समन्वय। टोलीहरूलाई अझै पनि कोड समीक्षा गर्न (AI-लिखित कोड सहित), उत्कृष्ट अभ्यासहरूमा जुनियरहरूलाई सल्लाह दिन, र जटिल परियोजनाहरू समन्वय गर्न वरिष्ठ विकासकर्ताहरूको आवश्यकता पर्नेछ। AI ले परियोजनाहरूमा मानव अन्तरक्रियाको आवश्यकतालाई हटाउँदैन। वास्तवमा, AI उत्पादन गर्ने कोडको साथ, एक वरिष्ठ विकासकर्ताको सल्लाहकार जुनियरहरूलाई AI सँग कसरी काम गर्ने र यसको आउटपुट प्रमाणित गर्ने भनेर , फोर-लूप कसरी लेख्ने भन्ने भन्दा। यस नयाँ प्रतिमानमा अरूलाई मार्गदर्शन गर्न सक्षम हुनु एक बहुमूल्य सीप हो। साथै, आलोचनात्मक सोच - एआई आउटपुटहरूलाई प्रश्न गर्नुहोस् र परीक्षण गर्नुहोस्, र अरूलाई पनि त्यसै गर्न प्रोत्साहित गर्नुहोस्। स्वस्थ शंका र प्रमाणीकरण मानसिकता खेती गर्नाले एआईमा अन्ध निर्भरतालाई रोक्नेछ र त्रुटिहरू कम गर्नेछ। अनिवार्य रूपमा, एआईमा नभएका सीपहरू सुधार गर्नुहोस्: मानिसहरू र सन्दर्भ बुझ्ने, आलोचनात्मक विश्लेषण गर्ने, र अन्तरविषय सोच्ने।

५. जीवनभर सिकाइ र अनुकूलन क्षमता: AI मा परिवर्तनको गति अत्यन्तै तीव्र छ। आजको अत्याधुनिक महसुस हुने कुरा केही वर्षमा पुरानो हुन सक्छ। विकासकर्ताहरूले जीवनभर सिकाइलाई । यसको अर्थ नियमित रूपमा नयाँ AI कोडिङ सहायकहरू प्रयास गर्ने, AI/ML मा अनलाइन पाठ्यक्रमहरू वा प्रमाणपत्रहरू लिने, के आउँदैछ भन्ने बारे अद्यावधिक रहन अनुसन्धान ब्लगहरू पढ्ने, वा AI-केन्द्रित विकासकर्ता समुदायहरूमा भाग लिने हुन सक्छ। अनुकूलन क्षमता महत्वपूर्ण छ - नयाँ उपकरणहरू र कार्यप्रवाहहरू देखा पर्दा तिनीहरूमा केन्द्रित हुन तयार रहनुहोस्। उदाहरणका लागि, यदि नयाँ AI उपकरण आउँछ जसले स्केचहरूबाट UI डिजाइनलाई स्वचालित गर्न सक्छ, एक फ्रन्ट-एन्ड विकासकर्ताले त्यसलाई सिक्न र समावेश गर्न तयार हुनुपर्छ, आफ्नो ध्यान उत्पन्न गरिएको UI लाई परिष्कृत गर्न वा स्वचालनले छुटाएको प्रयोगकर्ता अनुभव विवरणहरू सुधार गर्नमा केन्द्रित गर्नुपर्छ। जसले सिकाइलाई आफ्नो करियरको निरन्तर भागको रूपमा व्यवहार गर्छन् (जुन धेरै विकासकर्ताहरूले पहिले नै गर्छन्) AI विकासहरूलाई एकीकृत गर्न सजिलो पाउनेछन्। एउटा रणनीति भनेको आफ्नो हप्ताको सानो भाग सिक्ने र प्रयोगमा समर्पित गर्नु हो - यसलाई आफ्नो भविष्यमा लगानी गर्ने रूपमा व्यवहार गर्नुहोस्। कम्पनीहरूले आफ्ना विकासकर्ताहरूलाई AI उपकरणहरू प्रभावकारी रूपमा प्रयोग गर्ने बारे प्रशिक्षण प्रदान गर्न पनि थालेका छन्; यस्ता अवसरहरूको फाइदा उठाउँदा तपाईं अगाडि बढ्नुहुनेछ। विकासकर्ताहरू ती हुन् जसले एआईलाई एक विकसित साझेदारको रूपमा हेर्छन् र त्यो साझेदारसँग काम गर्ने आफ्नो दृष्टिकोणलाई निरन्तर परिष्कृत गर्छन्।

६. उदीयमान भूमिका र करियर मार्गहरू अन्वेषण गर्नुहोस्: विकासमा एआई बुनिएसँगै, नयाँ करियर अवसरहरू देखा पर्दैछन्। उदाहरणका लागि, प्रम्प्ट इन्जिनियर वा एआई एकीकरण विशेषज्ञ उत्पादनहरूमा एआई प्रयोग गर्न सही प्रम्प्ट, कार्यप्रवाह र पूर्वाधार सिर्जना गर्न केन्द्रित भूमिकाहरू हुन्। अर्को उदाहरण एआई एथिक्स इन्जिनियर वा एआई लेखा परीक्षक - भूमिकाहरू जुन पूर्वाग्रह, अनुपालन र शुद्धताको लागि एआई आउटपुटहरूको समीक्षामा केन्द्रित हुन्छन्। यदि तपाईंलाई ती क्षेत्रहरूमा रुचि छ भने, सही ज्ञानको साथ आफूलाई स्थान दिनाले यी नयाँ मार्गहरू खोल्न सक्छ। क्लासिक भूमिकाहरू भित्र पनि, तपाईंले "एआई-सहायता प्राप्त फ्रन्टएन्ड विकासकर्ता" बनाम "एआई-सहायता प्राप्त ब्याकएन्ड विकासकर्ता" जस्ता आलाहरू फेला पार्न सक्नुहुन्छ जहाँ प्रत्येकले विशेष उपकरणहरू प्रयोग गर्दछ। संस्थाहरूले एआई वरिपरि टोलीहरू कसरी संरचना गरिरहेका छन् भन्ने कुरामा नजर राख्नुहोस्। केही कम्पनीहरूसँग परियोजनाहरूमा एआई अपनाउन मार्गदर्शन गर्न "एआई गिल्डहरू" वा उत्कृष्टता केन्द्रहरू छन् - त्यस्ता समूहहरूमा सक्रिय हुनुले तपाईंलाई अग्रपंक्तिमा राख्न सक्छ। यसबाहेक, एआई उपकरणहरूको विकासमा योगदान गर्ने विचार गर्नुहोस्: उदाहरणका लागि, विकासकर्ता उपकरणमा सुधार गर्ने खुला-स्रोत परियोजनाहरूमा काम गर्ने (सायद कोड व्याख्या गर्ने एआईको क्षमता बढाउने, आदि)। यसले प्रविधिको बारेमा तपाईंको बुझाइलाई गहिरो मात्र बनाउँदैन तर तपाईंलाई परिवर्तनको नेतृत्व गर्ने समुदायमा पनि राख्छ। मुख्य कुरा भनेको करियरको चपलताको । यदि तपाईंको हालको जागिरका भागहरू स्वचालित हुन्छन् भने, ती स्वचालित भागहरू डिजाइन, निरीक्षण वा बढाउने भूमिकाहरूमा परिवर्तन गर्न तयार हुनुहोस्।

७. मानव गुणस्तर कायम राख्नुहोस् र प्रदर्शन गर्नुहोस्: AI ले औसत समस्याको लागि औसत कोड उत्पन्न गर्न सक्ने संसारमा, मानव विकासकर्ताहरूले असाधारण र समानुभूतिपूर्ण समाधानहरू उत्पादन गर्न प्रयास गर्नुपर्छ। यसको अर्थ प्रयोगकर्ता अनुभवको उत्कृष्टतामा ध्यान केन्द्रित गर्नु, असामान्य परिदृश्यहरूको लागि प्रदर्शन अनुकूलन गर्नु, वा केवल सफा र राम्रोसँग दस्तावेज गरिएको कोड लेख्नु हुन सक्छ (AI अर्थपूर्ण कागजात वा बुझ्न सकिने कोड टिप्पणीहरू लेख्नमा उत्कृष्ट छैन - तपाईं त्यहाँ मूल्य थप्न सक्नुहुन्छ!)। काममा मानव अन्तर्दृष्टि एकीकृत गर्ने कुरालाई एकीकृत गर्नुहोस्: उदाहरणका लागि, यदि AI ले कोडको एक टुक्रा उत्पन्न गर्छ भने, तपाईंले अर्को मानिसले पछि बुझ्न सक्ने तरिकाले तर्क व्याख्या गर्ने टिप्पणीहरू थप्नुहुन्छ, वा तपाईंले यसलाई अझ पढ्न योग्य बनाउन समायोजन गर्नुहुन्छ। त्यसो गरेर, तपाईंले व्यावसायिकता र गुणस्तरको एक तह थप्दै हुनुहुन्छ जुन विशुद्ध रूपमा मेसिन-उत्पन्न काममा अभाव छ। समयसँगै, वास्तविक संसारमा "केवल काम गर्दछ" उच्च-गुणस्तरको सफ्टवेयरको लागि प्रतिष्ठा निर्माण गर्नाले तपाईंलाई अलग गर्नेछ। ग्राहकहरू र रोजगारदाताहरूले विकासकर्ताहरूलाई मूल्याङ्कन गर्नेछन् जसले AI दक्षतालाई मानव शिल्प कौशलसँग संयोजन गर्न ।

शैक्षिक मार्गहरूले कसरी अनुकूलन गर्न सक्छन् भन्ने कुरा पनि विचार गरौं। यस क्षेत्रमा प्रवेश गर्ने नयाँ विकासकर्ताहरूले आफ्नो सिकाइ प्रक्रियामा AI उपकरणहरूबाट पछि हट्नु हुँदैन। यसको विपरीत, सँग (जस्तै, गृहकार्य वा परियोजनाहरूमा मद्दत गर्न AI प्रयोग गर्ने, त्यसपछि परिणामहरूको विश्लेषण गर्ने) ले उनीहरूको बुझाइलाई तीव्र बनाउन सक्छ। यद्यपि, आधारभूत कुराहरू - एल्गोरिदम, डेटा संरचनाहरू, र कोर प्रोग्रामिङ अवधारणाहरू - गहिरो रूपमा सिक्नु महत्त्वपूर्ण छ ताकि तपाईंसँग बलियो जग होस् र AI कहिले पथभ्रष्ट हुँदैछ भनेर बताउन सक्नुहुन्छ। AI ले सरल कोडिङ अभ्यासहरू ह्यान्डल गर्ने भएकोले, पाठ्यक्रमहरूले डिजाइन र एकीकरण आवश्यक पर्ने परियोजनाहरूमा बढी भार राख्न सक्छ। यदि तपाईं नयाँ हुनुहुन्छ भने, जटिल समस्याहरू समाधान गर्ने र धेरै उपकरणहरू मध्ये एकको रूपमा AI प्रयोग गर्ने तपाईंको क्षमता प्रदर्शन गर्ने पोर्टफोलियो निर्माणमा ध्यान केन्द्रित गर्नुहोस्।

अनुकूलन रणनीतिलाई समेट्न: यात्रु होइन, पाइलट बन्नुहोस्। एआई उपकरणहरू प्रयोग गर्नुहोस्, तर तिनीहरूमा अत्यधिक निर्भर वा सन्तुष्ट नहुनुहोस्। विकासको विशिष्ट मानवीय पक्षहरूलाई सुधार गर्न जारी राख्नुहोस्। सम्मानित सफ्टवेयर इन्जिनियरिङ अग्रगामी ग्रेडी बुचले यसलाई राम्रोसँग भने: "एआईले प्रोग्रामर हुनुको अर्थलाई मौलिक रूपमा परिवर्तन गर्नेछ। यसले प्रोग्रामरहरूलाई हटाउने छैन, तर यसले उनीहरूलाई नयाँ सीपहरू विकास गर्न र नयाँ तरिकाले काम गर्न आवश्यक पर्नेछ।" ( के सफ्टवेयर इन्जिनियरहरूको भविष्य छ? एआईको प्रभाव [२०२४] )। ती नयाँ सीपहरू र काम गर्ने तरिकाहरू सक्रिय रूपमा विकास गरेर, विकासकर्ताहरूले उनीहरू आफ्नो करियरको चालकको सिटमा रहन सुनिश्चित गर्न सक्छन्।

यस खण्डलाई संक्षेपमा भन्नुपर्दा, एआईको युगमा आफ्नो करियरलाई भविष्यको लागि प्रमाणित गर्न खोज्ने विकासकर्ताहरूको लागि यहाँ एउटा द्रुत सन्दर्भ चेकलिस्ट छ:

यी रणनीतिहरू पालना गरेर, विकासकर्ताहरूले एआई क्रान्तिलाई आफ्नो फाइदामा बदल्न सक्छन्। अनुकूलन गर्नेहरूले एआईले बढाउँछ र तिनीहरूलाई अप्रचलित बनाउनुको सट्टा पहिलेभन्दा राम्रो सफ्टवेयर उत्पादन गर्न अनुमति दिन्छ भन्ने पाउनेछन्।

भविष्यको दृष्टिकोण: एआई र विकासकर्ताहरू बीचको सहकार्य

एआई-संचालित संसारमा प्रोग्रामिङको भविष्य के छ? हालको प्रवृत्तिहरूको आधारमा, हामी भविष्यको आशा गर्न सक्छौं जहाँ एआई र मानव विकासकर्ताहरूले हातमा हात मिलाएर अझ नजिकबाट काम गर्नेछन् । प्रोग्रामरको भूमिका सम्भवतः पर्यवेक्षक र रचनात्मक स्थितिमा सर्नेछ, एआईले मानव मार्गदर्शनमा "भारी लिफ्टिङ" को अधिक ह्यान्डल गर्नेछ। यस समापन खण्डमा, हामी केही भविष्यका परिदृश्यहरू प्रस्तुत गर्छौं र आश्वस्त पार्छौं कि विकासकर्ताहरूको लागि दृष्टिकोण सकारात्मक रहन सक्छ - यदि हामीले अनुकूलन जारी राख्यौं भने।

निकट भविष्यमा (अर्को ५-१० वर्षमा), विकास प्रक्रियामा कम्प्युटरहरू जत्तिकै सर्वव्यापी हुने सम्भावना धेरै छ। जसरी आज कुनै पनि विकासकर्ताले सम्पादक बिना वा औंलाको छेउमा गुगल/स्ट्याकओभरफ्लो बिना कोड लेख्दैन, त्यसरी नै चाँडै कुनै पनि विकासकर्ताले पृष्ठभूमिमा चल्ने कुनै पनि प्रकारको एआई सहायता बिना कोड लेख्नेछैन। एकीकृत विकास वातावरण (IDEs) पहिले नै तिनीहरूको कोरमा एआई-संचालित सुविधाहरू समावेश गर्न विकसित भइरहेका छन् (उदाहरणका लागि, कोड सम्पादकहरू जसले तपाईंलाई कोड व्याख्या गर्न सक्छन् वा परियोजनाभरि सम्पूर्ण कोड परिवर्तनहरू सुझाव दिन सक्छन्)। हामी त्यस्तो बिन्दुमा पुग्न सक्छौं जहाँ विकासकर्ताको प्राथमिक काम एआईले बुझ्न सक्ने तरिकाले समस्याहरू र अवरोधहरू तयार गर्नु हो, त्यसपछि एआईले प्रदान गर्ने समाधानहरू क्युरेट र परिष्कृत गर्नु हो । यो प्रोग्रामिङको उच्च-स्तरीय रूप जस्तै देखिन्छ, कहिलेकाहीं "प्रम्प्ट प्रोग्रामिङ" वा "एआई अर्केस्ट्रेसन" भनिन्छ।

यद्यपि, गर्नुपर्ने कुराको सार - मानिसहरूको समस्या समाधान गर्ने - अझै पनि अपरिवर्तित छ। भविष्यको एआईले विवरणबाट सम्पूर्ण एप उत्पन्न गर्न सक्षम हुन सक्छ ("डाक्टर अपोइन्टमेन्ट बुक गर्न मलाई मोबाइल एप बनाउनुहोस्"), तर त्यो विवरण स्पष्ट पार्ने, यो सही छ भनी सुनिश्चित गर्ने, र प्रयोगकर्ताहरूलाई खुशी पार्न परिणामलाई फाइन-ट्यून गर्ने काममा विकासकर्ताहरू (डिजाइनरहरू, उत्पादन प्रबन्धकहरू, आदि सहित) संलग्न हुनेछन्। वास्तवमा, यदि आधारभूत एप उत्पादन सजिलो भयो भने, सफ्टवेयरमा मानव रचनात्मकता र नवीनता अझ महत्त्वपूर्ण हुनेछ । हामी सफ्टवेयरको फस्टाएको देख्न सक्छौं, जहाँ धेरै नियमित अनुप्रयोगहरू एआई द्वारा उत्पन्न हुन्छन्, जबकि मानव विकासकर्ताहरू सीमाहरू धकेल्ने अत्याधुनिक, जटिल, वा रचनात्मक परियोजनाहरूमा ध्यान केन्द्रित गर्छन्।

प्रोग्रामिङको लागि प्रवेशको अवरोध कम हुने सम्भावना पनि छ - अर्थात् परम्परागत सफ्टवेयर इन्जिनियरहरू नभएका धेरै मानिसहरू (जस्तै, व्यापार विश्लेषक वा वैज्ञानिक वा मार्केटर) ले एआई उपकरणहरू प्रयोग गरेर सफ्टवेयर सिर्जना गर्न सक्छन् (एआई द्वारा सुपरचार्ज गरिएको "नो-कोड/लो-कोड" आन्दोलनको निरन्तरता)। यसले व्यावसायिक विकासकर्ताहरूको आवश्यकतालाई हटाउँदैन; बरु, यसले यसलाई परिवर्तन गर्दछ। विकासकर्ताहरूले यस्ता अवस्थामा परामर्श वा मार्गदर्शक भूमिका बढी लिन सक्छन्, जसले गर्दा यी नागरिक-विकसित एपहरू सुरक्षित, कुशल र मर्मतयोग्य छन् भनी सुनिश्चित हुन्छ। व्यावसायिक प्रोग्रामरहरूले एआई-सहायता प्राप्त "गैर-प्रोग्रामरहरू" ले प्रयोग गर्ने प्लेटफर्महरू र एपीआईहरू निर्माणमा ध्यान केन्द्रित गर्न सक्छन्।

रोजगारीको दृष्टिकोणबाट, केही प्रोग्रामिङ भूमिकाहरू घट्न सक्छन् जबकि अरू बढ्छन्। उदाहरणका लागि, कम्पनीहरूले साधारण कार्यहरूको लागि AI मा भर परेमा केही प्रविष्टि-स्तर कोडिङ पदहरू संख्यामा कम हुन सक्छन्। भविष्यमा एउटा सानो स्टार्टअपलाई कल्पना गर्न सकिन्छ जसलाई कनिष्ठ विकासकर्ताहरूको संख्या आधा चाहिन्छ किनभने AI ले सुसज्जित तिनीहरूका वरिष्ठ विकासकर्ताहरूले धेरै आधारभूत काम गर्न सक्छन्। तर एकै समयमा, पूर्ण रूपमा नयाँ कामहरू (जस्तै हामीले अनुकूलन खण्डमा छलफल गर्यौं) देखा पर्नेछ। यसबाहेक, सफ्टवेयरले अर्थतन्त्रको अझ बढी भाग लिने बित्तिकै (आवश्यकताहरूको लागि AI उत्पादन गर्ने सफ्टवेयरको साथ), सफ्टवेयर-सम्बन्धित कामहरूको समग्र माग बढ्न सक्छ। इतिहासले देखाउँछ कि लामो समयसम्म धेरै निम्त्याउँछ , यद्यपि तिनीहरू फरक कामहरू हुन् - उदाहरणका लागि, केही उत्पादन कार्यहरूको स्वचालनले स्वचालित प्रणालीहरूको डिजाइन, मर्मत र सुधारको लागि कामहरूमा वृद्धि ल्यायो। एआई र प्रोग्रामिङको सन्दर्भमा, जुनियर डेभलपरले गर्ने केही कार्यहरू स्वचालित भए तापनि, हामीले सिर्जना गर्न चाहेको सफ्टवेयरको समग्र दायरा विस्तार हुन्छ (किनकि अब यसलाई सिर्जना गर्न सस्तो/छिटो छ), जसले गर्दा धेरै परियोजनाहरू निम्त्याउन सक्छ र यसरी थप मानवीय निरीक्षण, परियोजना व्यवस्थापन, वास्तुकला, आदिको आवश्यकता पर्दछ। भविष्यका रोजगारीहरू सम्बन्धी विश्व आर्थिक मञ्चको एक प्रतिवेदनले सुझाव दिएको छ कि सफ्टवेयर विकास र एआईमा भूमिकाहरू डिजिटल रूपान्तरणको कारणले माग बढ्दै गएको छ

२०४० को भविष्यवाणीलाई पनि विचार गर्नुपर्छ : ओक रिज नेशनल ल्याबका अनुसन्धानकर्ताहरूले सुझाव दिएका थिए कि २०४० सम्ममा, "मेसिनहरूले ... आफ्नो धेरैजसो कोड आफ्नै लेख्नेछन्" ( के सफ्टवेयर इन्जिनियरहरूको लागि भविष्य छ? एआईको प्रभाव [२०२४] )। यदि त्यो सही साबित भयो भने, मानव प्रोग्रामरहरूको लागि के बाँकी छ? सम्भवतः, ध्यान धेरै उच्च-स्तरीय मार्गदर्शन (मेसिनहरूलाई हामी उनीहरूले के हासिल गर्न चाहन्छौं भनेर व्यापक स्ट्रोकमा बताउने) र प्रणालीहरूको जटिल एकीकरण, मानव मनोविज्ञानको बुझाइ, वा नयाँ समस्या डोमेनहरू समावेश गर्ने क्षेत्रहरूमा हुनेछ। यस्तो परिदृश्यमा पनि, मानिसहरूले उत्पादन डिजाइनरहरू, आवश्यकता इन्जिनियरहरू, र एआई प्रशिक्षकहरू/प्रमाणिकरणकर्ताहरू । कोडले धेरै हदसम्म आफैं लेख्न सक्छ, तर कसैले कुन कोड लेख्नुपर्छ र किन , र त्यसपछि अन्तिम परिणाम सही छ र लक्ष्यहरूसँग पङ्क्तिबद्ध छ भनेर प्रमाणित गर्नुपर्छ। यो स्व-ड्राइभिङ कारहरूले एक दिन आफैं कसरी चलाउन सक्छन् भन्नेसँग मिल्दोजुल्दो छ, तर तपाईं अझै पनि कारलाई कहाँ जाने र जटिल परिस्थितिहरूमा हस्तक्षेप गर्ने भनेर बताउनुहुन्छ - साथै मानिसहरूले सडकहरू, ट्राफिक कानूनहरू, र यसको वरपरका सबै पूर्वाधारहरू डिजाइन गर्छन्।

धेरैजसो विज्ञहरूले यसरी सहयोगको भविष्यको कल्पना गर्छन् , प्रतिस्थापनको होइन । एक प्राविधिक परामर्शदाताले भनेझैं, "विकासको भविष्य मानव वा एआई बीचको छनौट होइन तर दुवैको उत्कृष्टतालाई उपयोग गर्ने सहकार्य हो।" ( के एआई २०२५ मा विकासकर्ताहरूलाई प्रतिस्थापन गर्ने छ: भविष्यमा एक झलक ) एआईले निस्सन्देह सफ्टवेयर विकासलाई रूपान्तरण गर्नेछ, तर यो विलुप्त हुनुभन्दा विकासकर्ताको भूमिकाको विकास हो। "परिवर्तनहरूलाई अँगाल्ने, आफ्नो सीपहरू अनुकूलन गर्ने, र आफ्नो कामको विशिष्ट मानवीय पक्षहरूमा ध्यान केन्द्रित गर्ने" उनीहरूको मूल्य घटाउनुको सट्टा उनीहरूको क्षमताहरू बढाउँछ भन्ने पाउनेछन्

हामी अर्को क्षेत्रसँग समानान्तर बनाउन सक्छौं: इन्जिनियरिङ र वास्तुकलामा कम्प्युटर-सहायता प्राप्त डिजाइन (CAD) को उदयलाई विचार गर्नुहोस्। के ती उपकरणहरूले इन्जिनियरहरू र वास्तुकारहरूलाई प्रतिस्थापन गरे? होइन - तिनीहरूले तिनीहरूलाई अझ उत्पादक बनाए र तिनीहरूलाई अझ जटिल डिजाइनहरू सिर्जना गर्न अनुमति दिए। तर मानव रचनात्मकता र निर्णय लिने कार्य केन्द्रीय रह्यो। त्यस्तै गरी, AI लाई कम्प्युटर-सहायता प्राप्त कोडिङको रूपमा हेर्न सकिन्छ - यसले जटिलता र ग्रन्ट कामलाई ह्यान्डल गर्न मद्दत गर्नेछ, तर विकासकर्ता डिजाइनर र निर्णय लिने व्यक्ति रहन्छ।

लामो अवधिमा, यदि हामी साँच्चै उन्नत एआई (मानौं, सामान्य एआईको कुनै रूप जसले सक्छ ) को कल्पना गर्छौं भने, सामाजिक र आर्थिक परिवर्तनहरू केवल प्रोग्रामिङ भन्दा धेरै फराकिलो हुनेछन्। हामी अझै त्यहाँ पुगेका छैनौं, र हामीसँग हाम्रो काममा एआईलाई कसरी एकीकृत गर्छौं भन्ने कुरामा महत्त्वपूर्ण नियन्त्रण छ। विवेकपूर्ण बाटो भनेको मानव क्षमता बढाउने । यसको अर्थ मानिसहरूलाई लूपमा राख्ने उपकरणहरू र अभ्यासहरू (र नीतिहरू) मा लगानी गर्नु हो। पहिले नै, हामी कम्पनीहरूले एआई शासन - नैतिक र प्रभावकारी परिणामहरू सुनिश्चित गर्न विकासमा एआई कसरी प्रयोग गर्नुपर्छ भन्ने दिशानिर्देशहरू ( सर्वेक्षणले विकासकर्ता अनुभवमा एआईको प्रभाव प्रकट गर्दछ - द गिटहब ब्लग )। यो प्रवृत्ति सम्भवतः बढ्नेछ, मानव निरीक्षण औपचारिक रूपमा एआई-विकास पाइपलाइनको हिस्सा हो भनेर सुनिश्चित गर्दै।

निष्कर्षमा, "के एआईले प्रोग्रामरहरूलाई प्रतिस्थापन गर्नेछ?" भन्ने प्रश्नको उत्तर दिन सकिन्छ: होइन - तर यसले प्रोग्रामरहरूले गर्ने काममा उल्लेखनीय परिवर्तन ल्याउनेछ। प्रोग्रामिङका सामान्य भागहरू प्रायः स्वचालित हुने क्रममा छन्। रचनात्मक, चुनौतीपूर्ण, र मानव-केन्द्रित भागहरू यहाँ रहनका लागि छन्, र वास्तवमा अझ प्रख्यात हुनेछन्। भविष्यमा प्रोग्रामरहरूले टोली सदस्य जस्तै, अझ स्मार्ट एआई सहायकहरूसँग मिलेर काम गर्ने देख्नेछन्। कल्पना गर्नुहोस् कि एक एआई सहकर्मी छ जसले २४/७ कोड बनाउन सक्छ - यो एक उत्कृष्ट उत्पादकता वृद्धि हो, तर यसलाई अझै पनि कुन कार्यहरूमा काम गर्ने भनेर बताउन र यसको काम जाँच गर्न कोही चाहिन्छ।

उत्कृष्ट नतिजा प्राप्त गर्नेछन्। एक जना सीईओले भनेझैं, "एआईले प्रोग्रामरहरूलाई प्रतिस्थापन गर्दैन, तर एआई प्रयोग गर्ने प्रोग्रामरहरूले नगर्नेहरूलाई प्रतिस्थापन गर्नेछन्।" व्यावहारिक रूपमा, यसको अर्थ प्रविधिसँग विकसित हुने जिम्मेवारी विकासकर्ताहरूको हो। प्रोग्रामिङको पेशा मरिरहेको छैन - यो अनुकूलन भइरहेको एआईसँग साझेदारीमा सफल र सन्तुष्टिपूर्ण करियर सुरक्षित गर्न सक्छन् ।

अन्तमा, यो तथ्य मनाउन लायक छ कि हामी त्यस्तो युगमा प्रवेश गरिरहेका छौं जहाँ विकासकर्ताहरूसँग महाशक्तिहरू छन्। प्रोग्रामरहरूको अर्को पुस्ताले AI को उपयोग गरेर दिन लाग्ने कुरा घण्टामै हासिल गर्नेछ, र पहिले पहुँच बाहिरका समस्याहरूलाई समाधान गर्नेछ। डरको सट्टा, अगाडि बढ्ने भावना आशावाद र जिज्ञासाको । जबसम्म हामी हाम्रो आँखा खुला राखेर AI मा पुग्छौं - यसको सीमितताहरू बारे सचेत र हाम्रो जिम्मेवारीप्रति सचेत - हामी भविष्यलाई आकार दिन सक्छौं जहाँ AI र प्रोग्रामरहरूले मिलेर अद्भुत सफ्टवेयर प्रणालीहरू निर्माण गर्छन्, जुन एक्लैले गर्न सक्ने भन्दा धेरै पर छ। मेसिन दक्षतासँग संयुक्त मानव रचनात्मकता एक शक्तिशाली संयोजन हो। अन्तमा, यो प्रतिस्थापनको मानव र मेसिन दुवैले लेख्नेछन्

स्रोतहरू:

1. ब्रेनहब, “के सफ्टवेयर इन्जिनियरहरूको भविष्य छ? एआईको प्रभाव [२०२४]” ( के सफ्टवेयर इन्जिनियरहरूको भविष्य छ? एआईको प्रभाव [२०२४] )।

2. ब्रेनहब, सत्य नाडेला र जेफ डीनका विशेषज्ञ उद्धरणहरू एआईलाई उपकरणको रूपमा, प्रतिस्थापन होइन ( के सफ्टवेयर इन्जिनियरहरूको लागि भविष्य छ? एआईको प्रभाव [२०२४] ) ( के सफ्टवेयर इन्जिनियरहरूको लागि भविष्य छ? एआईको प्रभाव [२०२४] )।

3. मध्यम (पाइकोच), “के एआईले प्रोग्रामरहरूलाई बदल्नेछ? प्रचार पछाडिको सत्य” , सूक्ष्म वास्तविकता बनाम प्रचार ( के एआईले प्रोग्रामरहरूलाई बदल्नेछ? प्रचार पछाडिको सत्य | द पाइकोच द्वारा | आर्टिफिसियल कर्नर | मार्च, २०२५ | मध्यम ) र साम अल्टम्यानको एआई कार्यहरूमा राम्रो छ तर पूर्ण कामहरू होइन भन्ने उद्धरणलाई ध्यानमा राख्दै।

4. डिजाइनगुरुस, “के एआईले विकासकर्ताहरूलाई प्रतिस्थापन गर्नेछ... (२०२५)” , एआईले विकासकर्ताहरूलाई अनावश्यक बनाउनुको सट्टा बढावा दिने के एआईले २०२५ मा विकासकर्ताहरूलाई प्रतिस्थापन गर्नेछ: भविष्यमा एक झलक ) र एआई ढिलाइका क्षेत्रहरू (सिर्जनशीलता, सन्दर्भ, नैतिकता) सूचीबद्ध गर्दै।

5. स्ट्याक ओभरफ्लो डेभलपर सर्वेक्षण २०२३, ७०% विकासकर्ताहरूद्वारा एआई उपकरणहरूको प्रयोग, शुद्धतामा कम विश्वास (३% अत्यधिक विश्वास) ( ७०% विकासकर्ताहरू एआई कोडिङ उपकरणहरू प्रयोग गर्छन्, ३% तिनीहरूको शुद्धतामा अत्यधिक विश्वास गर्छन् - ShiftMag )।

6. GitHub सर्वेक्षण २०२३, ९२% विकासकर्ताहरूले AI कोडिङ उपकरणहरू प्रयोग गरेको देखाउँछ र ७०% ले फाइदाहरू देखेका छन् ( सर्वेक्षणले विकासकर्ता अनुभवमा AI को प्रभाव प्रकट गर्दछ - द GitHub ब्लग )।

7. GitHub Copilot अनुसन्धान, AI सहायताले ५५% छिटो कार्य पूरा गर्ने पत्ता लगाउँदै ( अनुसन्धान: विकासकर्ता उत्पादकता र खुशीमा GitHub Copilot को प्रभावको मात्रा निर्धारण - The GitHub Blog )।

8. गीकवायर, DeepMind को AlphaCode मा औसत मानव कोडर स्तरमा प्रदर्शन गर्दै (शीर्ष ५४%) तर शीर्ष प्रदर्शनकर्ताहरू भन्दा धेरै टाढा ( DeepMind को AlphaCode औसत प्रोग्रामरको कौशलसँग मेल खान्छ )।

9. इंडियाटुडे (फेब्रुअरी २०२५), साम अल्टम्यानको एआई "सहकर्मीहरू" ले जुनियर इन्जिनियरहरूको काम गर्ने तर "मानिसहरूलाई पूर्ण रूपमा प्रतिस्थापन गर्ने छैनन्" भन्ने ( साम अल्टम्यान भन्छन् कि एआई एजेन्टहरूले चाँडै सफ्टवेयर इन्जिनियरहरूले गर्ने कार्यहरू गर्नेछन्: पूर्ण कथा ५ अंकमा - इंडिया टुडे )।

10. म्याककिन्से एण्ड कम्पनीको अनुमान छ कि स्वचालनको बावजुद लगभग ८०% प्रोग्रामिङ कार्यहरू मानव-केन्द्रित रहनेछन् ( के सफ्टवेयर इन्जिनियरहरूको भविष्य छ? एआईको प्रभाव [२०२४] )।

यसपछि पढ्न मन लाग्ने लेखहरू:

🔗 शीर्ष एआई पेयर प्रोग्रामिङ उपकरणहरू
तपाईंको विकास कार्यप्रवाहलाई बढावा दिन कोडिङ साझेदारको रूपमा तपाईंसँग सहकार्य गर्न सक्ने अग्रणी एआई उपकरणहरू अन्वेषण गर्नुहोस्।

🔗 कोडिङको लागि कुन एआई उत्तम छ - शीर्ष एआई कोडिङ सहायकहरू
कोड उत्पादन, डिबगिङ, र सफ्टवेयर परियोजनाहरूको गति बढाउनको लागि सबैभन्दा प्रभावकारी एआई उपकरणहरूको लागि गाइड।

🔗 आर्टिफिसियल इन्टेलिजेन्स सफ्टवेयर विकास - प्रविधिको भविष्यलाई रूपान्तरण गर्दै
सफ्टवेयर निर्माण, परीक्षण र प्रयोग गर्ने तरिकामा एआईले कसरी क्रान्तिकारी परिवर्तन ल्याइरहेको छ भनेर बुझ्नुहोस्।