Нейросети и искусственный интеллект отбирают работу. Какое будущее ждет программистов и разработчиков?

Нейросети и искусственный интеллект уже активно заменяют людей в различных сферах, и, несомненно, они могут внести значительные изменения в мир программирования и ситуацию на рынке труда, в том числе лишить многие компании львиной доли доходов. Собрали интересные мнения из индустрии по этому вопросу.

Сокращение числа рабочих мест на рынке труда для программистов и разработчиков в будущем вероятная перспектива. Некоторые виды работы, связанные с созданием программного обеспечения, могут быть заменены технологиями автоматического написания кода, которые используют нейросети и ИИ (далее -- ИИ). Вместе с тем, использование этих технологий может привести к созданию новых рабочих мест, связанных с их разработкой и обслуживанием.

Дмитрий Мартьянов, CEO Frontend Production, считает: «Уже наступил тот момент когда все бизнес-процессы оптимизируются и на ИИ можно переложить автоматизацию рутинной работы. Задачи, на которые нанимали junior специалистов, сейчас быстро и дешевле делает ИИ. Новичкам будет труднее найти работу, чтобы получить обучение и практику нужных навыков, а также коммерческий опыт на начальных этапах карьеры. В связи с этим порог входа в IT профессии станет выше, как и требования к квалификации. Лучший выход для новичков – рационально отслеживать тенденции технологий и постоянное обучаться, в IT без этого никак.

Специалисты высокого профиля всегда будут востребованы на рынке, как и люди на вершине принятия решений. Одним из перспективных развивающихся направлений это программирование ИИ и автоматизированных систем, робототехника. Адаптируйся, выживай, меняйся – становится девизом не только для компаний, но и работников в IT.»

«Специалистов способных решать нетривиальные задачи станет меньше. Примерно тоже самое произошло с гражданской авиацией, появление автопилота не лишило летчиков профессии, но настоящих асов способных принимать верные решения в сложных ситуациях стало однозначно меньше.

Нейросетевые модели показали огромный скачок в развитии за последние три года. Особенных успехов добились генеративно-состязательные сети (GAN), а сейчас мы также видим впечатляющие результаты диффузионных моделей.

Модели хорошо проявили себя в разных сферах и написание программного кода не исключение. Еще в 2020 году с выходом GPT-3 первые энтузиасты показали, что модель способна пройти техническое собеседование или создать react-компонент по текстовому запросу, но это не вызвало большого общественного резонанса, потому что модель не была оформлена в коммерческий продукт с понятным пользовательским интерфейсом, а доступ к API могли получить немногие. С появлением Chat GPT это резко изменилось.» – утверждает Артем Салютин, CBDO Work Solutions.

«На текущий момент ситуация в мире такая: программисты — одни из самых дорогостоящих специалистов. Поэтому и возникают такие мысли, что было бы здорово, если бы техлид придумывал решение, а реализовывал бы его ИИ.

Существует Zero-code, No-code, которые отобрали работу агентств и специалистов, чей чек находится в сегменте 100-300 тысяч рублей, а также такие продукты, как Tilda или WordPress. Есть и более серьезные решения, но они всё равно не решают проблемы автоматизации крупных проектов, поэтому и возникает потребность в ИИ. Возможно в ближайшем будущем появится многочисленное количество стартапов в этом направлении, которые будут заменять разработчиков. Это произойдет не сразу, и даже не в ближайший год, но в пределах десятилетия рынок определенно будет двигаться в этом направлении, всё активнее с каждым годом.

Сейчас кастомный функционал без больших трудозатрат разработчиков не реализовать. Применение технологий ИИ позволит существенно снизить затраты на разработку. И, к слову, эта история может не сыграть на руку IT-компаниям и агентствами, как это было ранее с компаниями, которые брали 300 тысяч для создания лендинга. В случае внедрения искусственного интеллекта в разработку такая ситуация может случиться и с нами. Тем не менее агентствам и интеграторам тоже надо идти вперёд, присматриваться к тем технологиям, за которыми будущее.»

«ИИ будет работать в связке с программистом в качестве инструмента разработки. У нас уже есть конструкторы сайтов, но и они не функционируют сами по себе. Да, практически любой школьник может создать работающий сайт, но это не значит, что “настоящие” программисты больше не нужны.

А вот порог входа в «большое IT» увеличится - недостаточно будет владеть одним языком программирования и парой фреймворков. Да и как быть с багами в библиотеках? Даже для того, чтобы добиться от ИИ написания “идеальной” библиотеки, потребуется труд не одной сотни разработчиков.

Как ни крути, чем больше будет развиваться искусственный интеллект, тем больше специалистов потребуется на его поддержание. Ведь нейросеть обучается на уже имеющемся опыте, экстраполируя его на новые задачи. Ей всегда будет нужен “поставщик” этого опыта - то есть, человек. Таким образом, правильно натренированная нейросеть - это, в первую очередь, хороший ассистент, но не самостоятельный «работник».» -- утверждает Альфред Столяров, директор EvApps.

Сложно работать на прогресс, если вы видите в нем угрозу. Будущее рынка труда для программистов и разработчиков будет зависеть от многих факторов. Уже сейчас многие расценивают совершенствование технологий ИИ как помощь для бизнеса в упрощении работы и многие компании их уже внедряют.

«ИИ способен писать код, но для этого нужен человек, который скажет, что этот код должен делать. Пока только человек способен понять потребности других пользователей и формализовать их, только программисты могут разобраться в каверзных вопросах, на которые нет точных ответов и выбрать лучшее решение сложной проблемы. Программисты и сейчас используют в своей работе тысячи строк чужого кода в виде фреймворков и библиотек, инструменты подсказок и генерации кода. ИИ всего лишь делает следующий шаг - позволяет более умно генерировать нужный код.» – поясняет Константин Лихачев, системный аналитик MACHAON.

ИИ как помощника в работе расценивает и Артем Салютин, CBDO Work Solutions: “На данном этапе скорее решения на базе искусственного интеллекта будут просто дополнительным инструментом, который помогает программистам. Уже сейчас с помощью Copilot (решение на базе GPT-3) наши программисты стали писать код быстрее, особенно помощь заметна при покрытии функциональности тестами. Также стало проще получать ответы на вопросы — можно задать вопрос ChatGPT, а не изучать обширную документацию или ветки специализированных форумов.»

Справедливо отметить, что с практической точки зрения ИИ не способен осуществлять написание кода на поздних этапах развития продукта. Дмитрий Ходыкин, руководитель AI/ML проектов компании ITentika, полагает:

«Давайте для начала разберемся, чем занимается программист на своем рабочем месте. Сферический программист в вакууме 100% своего рабочего времени пишет типовой код для типовых задач и ничего более. Фактически задачи программистов в различных компаниях на различных проектах сильно отличаются.

Допустим, нашему программисту нужно писать код с чистого листа в компании, создающей новый продукт. В таком случае он может воспользоваться нейросетью как помощником, который предложит ему разные варианты реализации той или иной узкоспециализированной операции. Например, подключиться к базе данных, выгрузить и обработать данные, сохранить их куда-то, создать корзину товаров и т.п. Эти задачи действительно типовые и уже написаны многократно. В приведенном сценарии происходит серьезное ускорение разработки на начальном этапе, вплоть до x10 раз. Однако по мере обрастания проекта деталями и подробностями польза от использования нейросети будет сводиться к нулю, так как программисту придется писать специфичный код, который и будет отличать продукт от сотен и тысяч ему подобных.Или другой случай, когда программист приходит на работу в зрелую компанию, в которой до него уже написаны коды.

Кроме того, лучший код -- это код ненаписанный. И только человек в состоянии придумать подход, когда можно обойтись без написания дополнительных строк кода. Нейросеть же при этом будет просто выполнять приказы человека -- писать код на заданную тему.

Есть и специфичные случаи, например, программирование устройств. Обучающего кода для нейросети в таких задачах существенно меньше и ,вероятно, релевантных примеров для конкретной задачи может не обнаружиться.»

Недостатки ИИ в работе видит Александр Попов, технический директор digital-агентства Атвинта:

«Нейросети научились писать код, но бояться за свою карьеру программистам не стоит. На данный момент ИИ может решать только стандартные задачи, в то время как в разработке всегда встречаются уникальные вызовы, которые способен решить только живой человек.

С дальнейшим проникновением нейросетей в разработку у индустрии снизится потребность в решении задач, для которых можно сгенерировать готовый код. Однако все равно нужны люди, которые будут корректно формировать запросы для ИИ, проверять предложенное решение и собирать это все в единый работающий ландшафт под конкретную задачу бизнеса или другой отрасли.

В результате работодатели будут заинтересованы в разработчиках, которые, во-первых, умеют работать с нейросетями и не будут тратить время на рутину, а во-вторых, которые достаточно компетентны, чтобы находить пути решения для уникальных задач.»

Очевидно, что ИИ и нейросети еще не достигли полной зрелости, и у них есть свои недостатки. Они не могут создавать код для всех типов приложений, и в настоящее время не могут заменить полностью человека в процессе написания кода. Тем не менее, разработчики продолжают улучшать эти технологии, и уже сейчас их широко используют. ChatGPT стал самым быстрорастущим приложением в истории — ежемесячная аудитория достигла 100 млн за два месяца. В связи с этим, возникает вопрос , как программисты и разработчики должны адаптироваться к новым условиям рынка труда, связанным с использованием нейросетей и ИИ? И какое будущее ждет индустрию? Эти вопросы остаются открытыми, а время покажет...