هوش مصنوعی ارزش مهندسان ارشد را کم نکرد، بلکه آنها را ارزشمندتر کرد
مهندسی نرمافزار زمانی مسیر مشخصی داشت.
جونیورها نحو (syntax) را یاد میگرفتند. سطح متوسطها سیستمها را یاد میگرفتند. ارشدها قضاوت (judgment) را یاد میگرفتند.
سپس هوش مصنوعی از راه رسید. حالا هر کسی میتواند در عرض چند ثانیه کد تولید کند. هوش مصنوعی توابع، APIها، تستها و مستندات را مینویسد.
برخی فکر میکنند این موضوع به مهندسان باسابقه آسیب میزند. آنها میپرسند اگر هوش مصنوعی کد را مینویسد، چرا شرکتها به مهندسان ارشد نیاز دارند؟
برعکس، واقعیت چیز دیگری است. هوش مصنوعی ارزش مهندسان ارشد را افزایش میدهد.
بسیاری از مردم فکر میکنند مهندسی یعنی نوشتن کد. کد معمولاً بخش آسان ماجرا است.
بخش دشوار کار شامل این پرسشهاست:
- ما در حال حل چه مشکلی هستیم؟
- چه موازنهای (tradeoffs) برقرار میکنیم؟
- این مورد چگونه با سیستم موجود سازگار میشود؟
- ریسکها چه هستند؟
- شش ماه دیگر چگونه این را نگهداری خواهیم کرد؟
- وقتی نیازمندیها تغییر میکنند چه اتفاقی میافتد؟
هوش مصنوعی پیادهسازی را انجام میدهد. اما هوش مصنوعی نمیتواند مسئولیتپذیر باشد. مهندسان ارشد بیشتر وقت خود را صرف مسئولیتپذیری میکنند.
اکنون یک مهندس قوی و یک مهندس ضعیف میتوانند کدهای مشابهی تولید کنند. اما کد مشابه به معنای کیفیت مشابه نیست.
هوش مصنوعی با هر چیزی که به آن بدهید کار میکند.
- اگر نیازمندیها مبهم باشند، هوش مصنوعی باز هم خروجی تولید میکند.
- اگر معماری آشفته باشد، هوش مصنوعی هم از همان آشفتگی پیروی میکند.
- اگر محدودیتها مشخص نباشند، هوش مصنوعی فرض و گمان میکند.
مهندسان باسابقه این مشکلات را زود تشخیص میدهند. هوش مصنوعی جایگزین قضاوت نمیشود؛ بلکه نشان میدهد که کجا قضاوت وجود ندارد.
قبل از هوش مصنوعی، سرعت گلوگاه بود. اکنون، تیمها سریعتر از آنکه بتوانند کدها را بررسی کنند، کد تولید میکنند. ارزش (Value) تغییر کرده است.
گلوگاههای جدید عبارتند از:
- شفافیت نیازمندیها
- تصمیمات معماری
- تحلیل ریسک
- تأیید صحت (Verification)
- اولویتبندی
- درک محصول
اینها مهارتهای سطح ارشد هستند. با کاهش هزینههای پیادهسازی، اهمیت این مهارتها بیشتر میشود.
هوش مصنوعی را به عنوان یک اهرم در نظر بگیرید. یک مهندس خوب از هوش مصنوعی برای تولید ارزش بیشتر استفاده میکند. یک مهندس ضعیف از هوش مصنوعی برای تولید اشتباهات بیشتر استفاده میکند.
سازمانها به افرادی نیاز دارند که بتوانند:
- محدودیتهای مناسب تعریف کنند
- مسائل بزرگ را به وظایف کوچک تقسیم کنند
- تغییرات هوش مصنوعی را بازبینی کنند
- ریسکهای پنهان را پیدا کنند
- کیفیت سیستم را حفظ کنند
ابزار تغییر کرد. اما نیاز ثابت ماند.
پرسش اصلی در مسیر شغلی، نوشتن سریع کد نیست. بلکه اتخاذ تصمیمات مهندسی درست است.
تولید کد هر سال ارزانتر میشود. اما قضاوت درست نه.
ممکن است هوش مصنوعی کد را بنویسد، اما انسانها باید تصمیم بگیرند چه چیزی ساخته شود و آیا آن کار درست عمل میکند یا خیر. این وظیفه همچنان بر عهده انسان است.
Source: https://dev.to/artcalo/ai-didnt-make-senior-engineers-less-valuable-it-made-them-more-valuable-3jfn
Optional learning community: https://t.me/GyaanSetuAi