AIはコーディングを容易にする。しかし、エンジニアリングを容易にするわけではない。
AIがソフトウェアエンジニアリングを容易にすると言う人がいる。しかし、それは間違いだ。
AIはコードを書くスピードを上げる。プロトタイプの迅速な構築を助け、アイデアからアウトプットまでを数秒で実現する。
コードを書くことは、これまでも仕事の中で最も困難な部分ではなかった。
真の課題は依然として残っている：
- 問題の理解
- 正しいアーキテクチャの定義
- クライアントのニーズを信頼性の高いシステムへと変換すること
- ソフトウェアのテストと検証
- システムの保守とスケーリング
LLMが3秒で関数を生成したとしても、これらの問題が解決されるわけではない。
「存在するコード」と「動作するソフトウェア」の間の溝は広がっている。コードを書くのに時間がかかっていた頃、人は考えなければならなかった。トレードオフを検討し、前提条件に疑問を投げかけていた。
今やコードは瞬時に生成される。だからこそ、切り離して、かつ意図的に考えるための時間を見つけなければならない。ほとんどのチームは、この変化に合わせてプロセスを調整できていない。
成功しているチームは、大量のコードを生成することに注力しない。より良い問いを立てることに注力する。
彼らは次のようなことを行う：
- プロンプトを出す前に、問題を明確に定義する
- 出力がアーキテクチャに適合しているかを確認する
- AIが見落としたエッジケースをテストする
- コードをリリースする前に、その内容を理解する
あなたの役割は変わりつつある。コードを書く人から、システムを設計する人へと移行しているのだ。これはより高いハードルである。エンジニアリングにおける判断力こそが、あなたの価値が宿る場所である。
AIはソフトウェアを制作する労力を軽減する。一方で、以下の必要性を高める：
- より優れた問題定義
- より強固なアーキテクチャ上の意思決定
- より迅速な検証
- より優れた判断力
未来は、より優れた技術的決定を下せるチームのものとなる。LLMには問い得ない問いを立てられるチームのものとなる。
AIを導入してから、チームのワークフローは変わりましたか？ それとも、単にツールを変えただけでしょうか？
出典: https://dev.to/dimitrisk_cyclopt/ai-makes-writing-code-easier-it-doesnt-make-engineering-easier-120