کارلا روور یک بار بعد از اینکه مجبور شد پروژه‌ای را که با کدنویسی مبتنی بر هوش مصنوعی انجام داده بود، از اول شروع کند، ۳۰ دقیقه تمام گریه کرد.
روور ۱۵ سال است که در این صنعت فعالیت می‌کند و بیشتر به عنوان توسعه‌دهنده وب کار کرده است. او اکنون به همراه پسرش یک استارت‌آپ راه‌اندازی کرده که مدل‌های یادگیری ماشین سفارشی برای بازارگاه‌ها ایجاد می‌کند.
او کدنویسی مبتنی بر هوش مصنوعی را یک دستمال کاغذی بی‌پایان زیبا توصیف کرد که می‌توان به‌طور مداوم ایده‌ها را روی آن ترسیم کرد. اما برخورد با کدهای تولید شده توسط هوش مصنوعی که امید است در تولید استفاده شوند، می‌تواند “بدتر از نگهداری از بچه” باشد، زیرا به گفته او این مدل‌های هوش مصنوعی می‌توانند کارها را به روش‌هایی خراب کنند که پیش‌بینی آن‌ها دشوار است.
او برای سرعت بخشیدن به کار استارت‌آپش به کدنویسی با هوش مصنوعی روی آورده بود، همان‌طور که ابزارهای هوش مصنوعی وعده می‌دهند.
او گفت: “از آنجایی که نیاز داشتم سریع و چشمگیر باشم، یک میانبر زدم و فایل‌ها را بعد از بررسی خودکار اسکن نکردم. وقتی این کار را به صورت دستی انجام دادم، اشتباهات زیادی پیدا کردم. وقتی از یک ابزار شخص ثالث استفاده کردم، بیشتر پیدا کردم. و درسی گرفتم.”
در نهایت او و پسرش کل پروژه خود را از ابتدا شروع کردند – به همین دلیل گریه کرد. او گفت: “من آن را طوری تحویل دادم که انگار کمک‌خلبان یک کارمند است. اما این‌طور نیست.”
روور مانند بسیاری از برنامه نویسان با تجربه است که برای کمک در کدنویسی به هوش مصنوعی روی آورده‌اند. اما این برنامه نویسان همچنین متوجه شده‌اند که دارند مانند پرستاران هوش مصنوعی عمل می‌کنند – بازنویسی و بررسی صحت کدهایی که هوش مصنوعی تولید می‌کند.
گزارش اخیر شرکت Fastly، فعال در زمینه پلتفرم تحویل محتوا، نشان داد که حداقل ۹۵ درصد از حدود ۸۰۰ توسعه‌دهنده‌ای که در این نظرسنجی شرکت کردند، گفتند که زمان بیشتری را برای رفع کدهای تولید شده توسط هوش مصنوعی صرف می‌کنند و بار این تأییدیه‌ها بیشتر بر دوش توسعه‌دهندگان ارشد است.
این برنامه‌نویسان با تجربه مشکلاتی را در کدهای تولید شده توسط هوش مصنوعی کشف کرده‌اند، از جمله نام‌های بسته‌های خیالی تا حذف اطلاعات مهم و خطرات امنیتی. اگر کدهای هوش مصنوعی بررسی نشوند، می‌توانند محصول را بسیار بیشتر از آنچه انسان تولید می‌کند، پر از باگ کنند.
کار کردن با کدهای تولید شده توسط هوش مصنوعی به یک مشکل تبدیل شده است که منجر به ایجاد یک شغل جدید در شرکت‌ها به نام “متخصص پاکسازی کدهای مبتنی بر هوش مصنوعی” شده است.
خبرنگار با برنامه‌نویسان با تجربه در مورد زمان استفاده از کدهای تولید شده توسط هوش مصنوعی و دیدگاه آن‌ها در مورد آینده کدنویسی مبتنی بر هوش مصنوعی صحبت کرد. نظرات متفاوت بود، اما یک چیز قطعی بود: این فناوری هنوز راه زیادی در پیش دارد.
روور گفت: “استفاده از یک کمک‌خلبان کدنویسی مانند این است که یک قهوه‌جوش را به یک کودک باهوش شش ساله بدهید و بگویید، ‘لطفاً این را به اتاق غذاخوری ببر و برای خانواده قهوه بریز.'”
آیا آن‌ها می‌توانند این کار را انجام دهند؟ شاید. آیا ممکن است شکست بخورند؟ قطعاً. و به احتمال زیاد، اگر شکست بخورند، به شما نخواهند گفت. او ادامه داد: “این باعث نمی‌شود کودک کمتر باهوش باشد. این فقط به این معنی است که شما نمی‌توانید چنین وظیفه‌ای را به طور کامل واگذار کنید.”
“کاملاً درست می‌گویید!”
فریدون ملک‌زاده نیز کدنویسی مبتنی بر هوش مصنوعی را به یک کودک تشبیه کرد.
او بیش از ۲۰ سال است که در این صنعت کار می‌کند و در زمینه‌های مختلف توسعه محصول، نرم‌افزار و طراحی نقش داشته است. او گفت که در حال ساخت استارت‌آپ خود است و به شدت از پلتفرم کدنویسی مبتنی بر هوش مصنوعی Lovable استفاده می‌کند. او همچنین برای تفریح برنامه‌هایی مانند برنامه‌ای که اصطلاحات نسل آلفا را برای بیبی بومرها تولید می‌کند، با هوش مصنوعی کدنویسی می‌کند.
او دوست دارد که بتواند به تنهایی روی پروژه‌ها کار کند و در زمان و هزینه صرفه‌جویی کند، اما موافق است که کدنویسی مبتنی بر هوش مصنوعی مانند استخدام یک کارآموز یا یک کدنویس جوان نیست. او به خبرنگار گفت که در عوض، کدنویسی مبتنی بر هوش مصنوعی شبیه به “استخدام نوجوان لجباز و گستاخ خود برای کمک به انجام کاری” است.
او گفت: “شما باید ۱۵ بار از آن‌ها بخواهید کاری را انجام دهند. در پایان، آن‌ها مقداری از آنچه را که شما خواسته‌اید انجام می‌دهند، کارهایی را انجام می‌دهند که شما درخواست نکرده‌اید و در این راه کلی چیز را خراب می‌کنند.”
ملک‌زاده تخمین می‌زند که حدود ۵۰ درصد از زمان خود را صرف نوشتن الزامات، ۱۰ تا ۲۰ درصد از زمان خود را صرف کدنویسی مبتنی بر هوش مصنوعی و ۳۰ تا ۴۰ درصد از زمان خود را صرف *رفع* کدها می‌کند – رفع باگ‌ها و “اسکریپت‌های غیرضروری” ایجاد شده توسط کدهای نوشته شده توسط هوش مصنوعی.
او همچنین فکر نمی‌کند که کدنویسی مبتنی بر هوش مصنوعی در تفکر سیستمی بهترین باشد – فرآیند دیدن اینکه چگونه یک مشکل پیچیده می‌تواند بر یک نتیجه کلی تأثیر بگذارد. او گفت که کدهای تولید شده توسط هوش مصنوعی سعی می‌کنند مشکلات سطحی‌تری را حل کنند.
ملک‌زاده گفت: “اگر شما در حال ایجاد یک ویژگی هستید که باید به طور گسترده در محصول شما در دسترس باشد، یک مهندس خوب آن را یک بار ایجاد می‌کند و آن را در هر جایی که مورد نیاز است در دسترس قرار می‌دهد. کدنویسی مبتنی بر هوش مصنوعی اگر در پنج مکان مختلف مورد نیاز باشد، چیزی را پنج بار به پنج روش مختلف ایجاد می‌کند. این نه تنها برای کاربر، بلکه برای مدل نیز منجر به سردرگمی زیادی می‌شود.”
در همین حال، روور متوجه می‌شود که هوش مصنوعی زمانی که داده‌ها با آنچه برای انجام آن برنامه‌ریزی شده است، مغایرت داشته باشد، “به دیوار برخورد می‌کند”. او گفت: “این می‌تواند توصیه‌های گمراه‌کننده‌ای ارائه دهد، عناصر کلیدی را که حیاتی هستند حذف کند یا خود را در مسیر فکری که شما در حال توسعه آن هستید وارد کند.”
او همچنین دریافت که به جای اعتراف به اشتباهات، نتایج را جعل می‌کند.
او نمونه دیگری را با خبرنگار به اشتراک گذاشت، جایی که نتایج اولیه ارائه شده توسط یک مدل هوش مصنوعی را زیر سوال برد. این مدل شروع به ارائه یک توضیح مفصل کرد و تظاهر کرد که از داده‌هایی که او آپلود کرده استفاده کرده است. فقط زمانی که او آن را صدا زد، مدل هوش مصنوعی اعتراف کرد.
او گفت: “این من را ترسانده بود زیرا شبیه یک همکار سمی به نظر می‌رسید.”
علاوه بر این، نگرانی‌های امنیتی نیز وجود دارد.
آستین اسپایرز، مدیر ارشد توانمندسازی توسعه‌دهندگان در Fastly است و از اوایل دهه ۲۰۰۰ در حال کدنویسی بوده است.
او از طریق تجربه خود – همراه با گفتگو با مشتریان – متوجه شده است که کدهای تولید شده توسط هوش مصنوعی دوست دارند چیزی را بسازند که سریع است تا چیزی که “درست” است. او گفت که این ممکن است آسیب‌پذیری‌هایی را در کد ایجاد کند که برنامه‌نویسان بسیار جدید تمایل به ایجاد آن دارند.
اسپایرز به خبرنگار گفت: “اتفاقی که اغلب می‌افتد این است که مهندس باید کد را بررسی کند، عامل را اصلاح کند و به عامل بگوید که اشتباه کرده است. این الگو دلیلی است که ما شاهد ظهور عبارت ‘کاملاً درست می‌گویید’ در رسانه‌های اجتماعی بوده‌ایم.”
او به این موضوع اشاره می‌کند که چگونه مدل‌های هوش مصنوعی، مانند Anthropic Claude، وقتی اشتباهاتشان به آن‌ها گوشزد می‌شود، تمایل دارند پاسخ دهند “کاملاً درست می‌گویید”.
مایک اروسمیت، مدیر ارشد فناوری در شرکت نرم‌افزاری مدیریت فناوری اطلاعات NinjaOne، حدود ۲۰ سال است که در مهندسی نرم‌افزار و امنیت فعالیت می‌کند. او گفت که کدنویسی مبتنی بر هوش مصنوعی در حال ایجاد نسل جدیدی از نقاط کور IT و امنیتی است که به ویژه استارت‌آپ‌های جوان در معرض آن هستند.
او به خبرنگار گفت: “کدنویسی مبتنی بر هوش مصنوعی اغلب از فرآیندهای بررسی دقیقی که برای کدنویسی سنتی اساسی و برای شناسایی آسیب‌پذیری‌ها حیاتی هستند، عبور می‌کند.”
او گفت که NinjaOne با تشویق به “کدنویسی مبتنی بر هوش مصنوعی ایمن”، جایی که ابزارهای هوش مصنوعی تأیید شده دارای کنترل‌های دسترسی، همراه با بررسی اجباری همتایان و البته اسکن امنیتی هستند، با این موضوع مقابله می‌کند.
روال جدید
در حالی که تقریباً همه کسانی که با آن‌ها صحبت کردیم موافق هستند که کدهای تولید شده توسط هوش مصنوعی و پلتفرم‌های کدنویسی مبتنی بر هوش مصنوعی در بسیاری از موقعیت‌ها مفید هستند – مانند شبیه‌سازی ایده‌ها – همه آن‌ها موافق هستند که بررسی انسانی قبل از ساختن یک کسب‌وکار بر اساس آن ضروری است.
روور گفت: “آن دستمال کاغذی یک مدل کسب‌وکار نیست. شما باید سهولت را با بینش متعادل کنید.”
اما با وجود تمام شکایاتی که در مورد اشتباهات آن وجود دارد، کدنویسی مبتنی بر هوش مصنوعی حال و آینده این شغل را تغییر داده است.
روور گفت که کدنویسی مبتنی بر هوش مصنوعی به او کمک شایانی در ایجاد یک رابط کاربری بهتر کرده است. ملک‌زاده به سادگی گفت که با وجود زمانی که صرف رفع کدها می‌کند، همچنان با کدنویسان هوش مصنوعی بیشتر از بدون آن‌ها کار انجام می‌دهد.
ملک‌زاده با نقل قول از پل ویریلیو، نظریه‌پرداز فرانسوی که در مورد اختراع لاشه کشتی همراه با کشتی صحبت می‌کرد، گفت: “هر فناوری بار منفی خود را به همراه دارد که همزمان با پیشرفت فنی اختراع می‌شود.”
مزایا بسیار بیشتر از معایب است.
نظرسنجی Fastly نشان داد که توسعه‌دهندگان ارشد دو برابر بیشتر از توسعه‌دهندگان جوان‌تر کدهای تولید شده توسط هوش مصنوعی را در تولید قرار می‌دهند و می‌گویند که این فناوری به آن‌ها کمک می‌کند سریع‌تر کار کنند.
کدنویسی مبتنی بر هوش مصنوعی نیز بخشی از روال کدنویسی اسپایرز است. او از عوامل کدنویسی هوش مصنوعی در چندین پلتفرم برای پروژه‌های شخصی فرانت‌اند و بک‌اند استفاده می‌کند. او این فناوری را یک تجربه ترکیبی خواند اما گفت که در کمک به نمونه‌سازی، ساختن boilerplate یا scaffolding یک تست خوب است. این وظایف پیش پا افتاده را حذف می‌کند تا مهندسان بتوانند روی ساختن، ارسال و مقیاس‌بندی محصولات تمرکز کنند.
به نظر می‌رسد ساعات اضافی صرف شده برای شانه زدن در میان علف‌های هرز هوش مصنوعی به سادگی به یک مالیات قابل تحمل برای استفاده از این نوآوری تبدیل خواهد شد.
الویز کیمارا، یک مهندس جوان، اکنون در حال یادگیری این موضوع است. او به تازگی با مدرک کارشناسی ارشد در هوش مصنوعی فارغ التحصیل شده است و در حال ساخت یک بازارگاه مبتنی بر هوش مصنوعی است.
او مانند بسیاری از کدنویسان گفت که کدنویسی مبتنی بر هوش مصنوعی کار او را سخت‌تر کرده است و اغلب کدنویسی مبتنی بر هوش مصنوعی را تجربه‌ای بی‌لذت یافته است.
او گفت: “دیگر هیچ دوپامینی از حل یک مشکل توسط خودم وجود ندارد. هوش مصنوعی فقط آن را حل می‌کند.” او گفت که در یکی از آخرین مشاغلش، توسعه‌دهندگان ارشد به اندازه کافی به کدنویسان جوان کمک نمی‌کردند – برخی مدل‌های جدید کدنویسی مبتنی بر هوش مصنوعی را درک نمی‌کردند، در حالی که برخی دیگر وظایف مربیگری را به مدل‌های هوش مصنوعی مذکور واگذار می‌کردند.
اما او گفت: “مزایا بسیار بیشتر از معایب است” و او آماده است تا مالیات نوآوری را بپردازد.
کیمارا در مورد روال جدیدی که برای آن آماده می‌شود، گفت: “ما فقط کد نمی‌نویسیم. ما سیستم‌های هوش مصنوعی را هدایت خواهیم کرد، مسئولیت را در زمانی که مشکلی پیش می‌آید بر عهده خواهیم گرفت و بیشتر مانند مشاور برای ماشین‌ها عمل خواهیم کرد.”
او ادامه داد: “حتی زمانی که به یک نقش ارشد ارتقا پیدا کنم، به استفاده از آن ادامه خواهم داد. این یک شتاب‌دهنده واقعی برای من بوده است. من مطمئن می‌شوم که هر خط از کد تولید شده توسط هوش مصنوعی را بررسی می‌کنم تا حتی سریع‌تر از آن یاد بگیرم.”
منبع : techcrunch.com
