843 αναγνώσεις
843 αναγνώσεις

Η τεχνητή νοημοσύνη ως εργαλείο, όχι ως απειλή: Μετασχηματίζοντας τους ρόλους των νέων πέρα από την «κωδικοποίηση Vibe»

με Steve Romain4m2025/03/27
Read on Terminal Reader

Πολύ μακρύ; Να διαβασω

Το AI έρχεται για τη δουλειά σας -- τουλάχιστον η προσδοκία πριν από την τεχνητή νοημοσύνη για το ποια ήταν η δουλειά σας. Αγκαλιάζω, Όχι ΕΞΟΝΤΩΣΕΙΣ, AI. Οι κατώτεροι μηχανικοί θα πρέπει να βλέπουν την τεχνητή νοημοσύνη ως επιταχυντή για την ανάπτυξη της σταδιοδρομίας τους.
featured image - Η τεχνητή νοημοσύνη ως εργαλείο, όχι ως απειλή: Μετασχηματίζοντας τους ρόλους των νέων πέρα από την «κωδικοποίηση Vibe»
Steve Romain HackerNoon profile picture
0-item

Αγκαλιάστε, Όχι ΕΞΟΝΤΩΣΕΤΕ

Τους τελευταίους 12 μήνες, φαίνεται ότι κάθε άλλο τσιτάτο στη βιομηχανία της τεχνολογίας μιλούσε για «αγκαλιάζοντας την τεχνητή νοημοσύνη» για να γράψετε κώδικα, να λύσετε προβλήματα, να απαντήσετε σε ερωτήσεις και να κάνετε τα πάντα εκτός του παιχνιδιού με τη γάτα σας. Είναι αξιοσημείωτο ότι αυτό έχει αναπτύξει δύο διαφορετικά στρατόπεδα μηχανικών λογισμικού πρώιμης καριέρας: AI Maximalists και AI Doomsayers. Οι μαξιμαλιστές -γνωστοί και ως κωδικοποιητές vibe- που έχω γνωρίσει έχουν γίνει ειδικοί στην άμεση μηχανική, ενώ οι μοιρολάτρες που έχω συναντήσει εξοργίζονται κάθε φορά που προτείνω τον προγραμματισμό ζευγών με το ChatGPT.


Ξοδεύω πολύ χρόνο καθοδηγώντας κατώτερους μηχανικούς τόσο επαγγελματικά όσο και έξω από τα 9-5 μου, προσφέροντας εθελοντική εργασία με πτυχιούχους στο bootcamp και προγραμματιστές πρώιμης σταδιοδρομίας, και ο χρόνος που μου ζητήθηκε κάποια παραλλαγή του «η τεχνητή νοημοσύνη θα πάρει τη δουλειά μου» είναι σε αυτό το σημείο, πάρα πολύς για να μετρηθεί.


Λοιπόν, ναι, Βιρτζίνια, θα σου πω ότι η τεχνητή νοημοσύνη έρχεται για τη δουλειά σου - τουλάχιστον τις προσδοκίες σου για το ποια ήταν η δουλειά σου.


Τώρα, εναπόκειται σε εσάς να προσαρμόσετε τις τεχνικές και τις προσεγγίσεις σας για να αξιοποιήσετε τα βοηθητικά προγράμματα LLM ως βασικό μέρος της αλυσίδας εργαλείων σας για την επίλυση προβλημάτων.


Όσο το κάνετε αυτό, τα ρομπότ δεν πρόκειται να σας ΕΞΟΝΤΩΣΟΥΝ.

Ο Επαναπροσδιορισμός του Κατώτερου Μηχανικού

Η ιδέα του τι είναι ένας Κατώτερος Μηχανικός ήταν ένας μεταβαλλόμενος στόχος τα τελευταία δύο χρόνια, καθώς η κωδικοποίηση AI γίνεται πιο αποτελεσματική, πιο έξυπνη και πιο διαισθητική. Δεδομένου του πλαισίου, τα LLM και τα συλλογιστικά μοντέλα όπως το Sonnet + ChatGPT μπορούν να βουτήξουν σε μια βάση κώδικα, να δημιουργήσουν κατανόηση και να απαντήσουν σε ερωτήσεις με αποχρώσεις, αποτελεσματικό και σαφή τρόπο.


Αλλά αυτό δεν κάνει ένας Κατώτερος Μηχανικός;


Γενικά, ένας Junior Software Engineer θεωρείται πιο αφελής κωδικοποιητής σε μια εταιρεία τεχνολογίας. Μόλις ξεκινούν την καριέρα τους, οπότε πολύ από το χρόνο τους αφιερώνεται στη μάθηση — είτε αυτό είναι να ανακαλύψουν τη βάση κώδικα της εταιρείας, να επιλέγουν βέλτιστες πρακτικές (SPACES VS TABS!!!!), είτε να αισθάνονται άνετα με εργαλεία και ροές εργασίας, όπως αυτό που μπορεί να κάνει ένας κινητήρας AI καθώς καταναλώνει τον κώδικα στο αποθετήριο της εταιρείας σας.


Το μεγαλύτερο μέρος της ημέρας τους περιλαμβάνει τη σύνταξη κώδικα, αλλά όχι τα εξαιρετικά περίπλοκα, υψηλά στοιχήματα (ακόμα). Συνήθως εργάζονται και τελικά κατέχουν μικρότερες εργασίες ή διορθώσεις σφαλμάτων, συχνά με λεπτομερή καθοδήγηση από πιο έμπειρους μηχανικούς. Σκεφτείτε το σαν να περνάνε μέσα από τη βάση του κώδικα με προπονητικούς τροχούς - τελικά, θα οδηγήσουν μόνοι τους, αλλά προς το παρόν, παραμένουν κοντά στην ομάδα.


Κάνουν επίσης πολλές αναθεωρήσεις κώδικα (τόσο δίνουν όσο και λαμβάνουν), κάνουν πολλές ερωτήσεις (ιδανικά!) και κάθονται σε συναντήσεις όπου λαμβάνονται οι αποφάσεις μεγάλης εικόνας.


Εδώ είναι ο βασικός παράγοντας διαφοροποίησης μεταξύ AI και Engineers - η δουλειά του κατώτερου μηχανικού δεν είναι μόνο η κωδικοποίηση. έχει να κάνει με το να μάθεις πώς να χτίζεις καλά τα πράγματα, να συνεργάζεσαι με άλλους και να ανεβαίνεις σιγά σιγά μέχρι να μπορέσουν να αντιμετωπίσουν μεγαλύτερες προκλήσεις. Σε συνδυασμό με την τεχνητή νοημοσύνη, ένας Κατώτερος Μηχανικός μπορεί να βουτήξει βαθιά σε μια βάση κώδικα και να κατανοήσει πιο γρήγορα την κατάσταση του κόσμου, ακόμα κι αν δεν έχει κατανοήσει πλήρως τι κάνει το σύστημα συνολικά.

Αρμονία με τη μηχανή

Αντί να φοβάστε την τεχνητή νοημοσύνη ως αντικατάσταση, κατώτεροι μηχανικοί, θα πρέπει να βλέπετε την τεχνητή νοημοσύνη ως επιταχυντή για την ανάπτυξη της σταδιοδρομίας σας.


Δείτε πώς μπορούν να το αξιοποιήσουν στο έπακρο:


  1. Αξιοποιήστε την τεχνητή νοημοσύνη για ταχύτερη μάθηση: Αντί να αφιερώνετε ώρες αναζητώντας τεκμηρίωση, χρησιμοποιήστε εργαλεία τεχνητής νοημοσύνης για να λάβετε γρήγορα συνοπτικές, σχετικές εξηγήσεις. Υπάρχει κάποια βοηθητική συνάρτηση μήκους 500 γραμμών που δεν μπορείτε να κατανοήσετε ακριβώς την ανάγκη; Ζητήστε από ένα LLM να το μεταφράσει σε ξεκάθαρα, κατανοητά βήματα.


  2. Χρήση τεχνητής νοημοσύνης για επικύρωση ιδεών: Έχετε μια ιδέα για την επίλυση ενός σφάλματος; Εκτελέστε το με ένα μοντέλο AI για να λάβετε εναλλακτικές προσεγγίσεις πριν από την εφαρμογή. Να είστε προσεκτικοί - είναι βέβαιο ότι υπάρχει επιχειρηματικό πλαίσιο ή συλλογισμός για να κάνετε πράγματα με συγκεκριμένους τρόπους. Η πιο επικίνδυνη προσέγγιση που μπορείτε να ακολουθήσετε είναι να πατήσετε την καρτέλα, να αφήσετε το Copilot να συμπληρώσει τα κενά και να ξεχάσετε.


  3. Ενίσχυση των δεξιοτήτων επίλυσης προβλημάτων: Η τεχνητή νοημοσύνη μπορεί να προσφέρει λύσεις, αλλά η κατανόηση του γιατί αυτές οι λύσεις λειτουργούν (ή δεν λειτουργούν) αποτελεί βασικό παράγοντα διαφοροποίησης ενός ισχυρού μηχανικού. Μπορείτε επίσης να ενισχύσετε τις δεξιότητές σας για την αναθεώρηση του κώδικα αναθεωρώντας τον κώδικα της τεχνητής νοημοσύνης και να κάνετε διάλογο σχετικά με διαφορετικές προσεγγίσεις («εξετάστε μια περίπτωση διακόπτη και δώστε μου μια εξήγηση ως προς τα πλεονεκτήματα και τα μειονεκτήματα αυτής της μεθόδου»).


  4. Συνεργαστείτε και σκεφτείτε πέρα από τον κώδικα: Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει κώδικα, αλλά δεν θα αντικαταστήσει τη δημιουργική επίλυση προβλημάτων, την επικοινωνία με τα ενδιαφερόμενα μέρη ή την ικανότητα να σκεφτόμαστε κριτικά τους στόχους ενός έργου. Εάν μια τεχνητή νοημοσύνη μπορεί να γράψει κώδικα που λειτουργεί, αυτό είναι υπέροχο, αλλά πώς μπορείτε ως μηχανικός να μεταφέρετε τη λύση στο πρόβλημα στους ενδιαφερόμενους και επίσης να την ενημερώσετε εάν δεν λύσει όλες τις απαιτούμενες περιπτώσεις;


  5. Εστίαση στην ανάπτυξη πέρα από την κωδικοποίηση: Οι μαλακές δεξιότητες, ο σχεδιασμός του συστήματος και η κατανόηση του επιχειρηματικού αντίκτυπου παραμένουν ζωτικής σημασίας. Η τεχνητή νοημοσύνη μπορεί να είναι ένα εργαλείο, αλλά δεν θα αντικαταστήσει μηχανικούς που οδηγούν σε ουσιαστική καινοτομία.


Ο ρόλος του Κατώτερου Μηχανικού δεν εξαφανίζεται - εξελίσσεται. Εάν αγκαλιάζετε την τεχνητή νοημοσύνη ως συνεργάτη και όχι ως ανταγωνιστή, μπορείτε να επιταχύνετε την καριέρα σας και να αναλάβετε πιο απαιτητική, ανταποδοτική δουλειά πιο γρήγορα από ποτέ.

Trending Topics

blockchaincryptocurrencyhackernoon-top-storyprogrammingsoftware-developmenttechnologystartuphackernoon-booksBitcoinbooks