ბოლო პერიოდის ყველაზე ხშირად დასმული კითხვა ტექნოლოგიურ ინდუსტრიაში, ალბათ, ყველასთვის ნაცნობია: „ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი დეველოპერებს?“ კოდის გენერირების საოცარმა სისწრაფემ ბევრ დამწყებ სპეციალისტსა თუ ენთუზიასტში გააჩინა განცდა, რომ ადამიანის როლი პროგრამირებაში მინიმუმამდე მცირდება. თუმცა, რეალობაში სრულიად საპირისპირო ტენდენციას ვხედავთ. სახეზეა ერთგვარი ტექნოლოგიური პარადოქსი: რაც უფრო ხელმისაწვდომი ხდება AI ინსტრუმენტები, მით უფრო იზრდება მოთხოვნა ძლიერ, საინჟინრო აზროვნების მქონე პროფესიონალებზე.
საქმე ის არის, რომ ტექნოლოგიების განვითარებასთან ერთად, თავად პროგრამული სისტემების სირთულეც იზრდება. როგორც Upgaming-ის Tech Lead-ი, სოფო ქობულაშვილი აღნიშნავს, მთავარი ზღვარი ხელოვნურ ინტელექტსა და ადამიანის გონებას შორის სწორედ ამ კომპლექსურობის მართვისას ვლინდება.
„AI ძალიან ეფექტურია კონკრეტული, ვიწრო ამოცანების შესრულებაში, იქნება ეს კოდის სწრაფი გენერაცია, რეფაქტორინგი, მარტივი ხარვეზების გასწორება თუ დოკუმენტაციის შექმნა. თუმცა, კომპლექსურ პროექტებში მთავარი გამოწვევა მხოლოდ კოდის დაწერა ან ფუნქციონალური პროტოტიპის მიღება არ არის. მთავარი ღირებულება პროდუქტის მასშტაბის, გრძელვადიანი მიზნებისა და კომპონენტების ერთმანეთთან კავშირის სრულყოფილად გააზრებაშია.“
სოფოს აზრით, ისეთ ტექნოლოგიურ კომპანიებში, როგორიც აპგეიმინგია, სადაც ყოველდღიურობა ასობით სხვადასხვა სისტემის ინტეგრაციას, უსაფრთხოებასა და ბიზნეს მიზნების დაბალანსებას უკავშირდება, კრიტიკული აზროვნება გადამწყვეტი ხდება. AI-ს შეუძლია მოგვაწოდოს ალტერნატიული რეკომენდაციები ვიწრო კონტექსტში, მაგრამ მას არ შეუძლია აწონ-დაწონოს გრძელვადიანი საოპერაციო რისკები. როდესაც სისტემის მასშტაბი დიდია, ადამიანის გამოცდილება და ინტუიცია კვლავ შეუცვლელ რგოლად რჩება.
დეველოპმნეტ პროცესის ევოლუცია: სამუშაო დღე AI-მდე და ახლა
ტექნოლოგიების ასეთმა სწრაფმა პროგრესმა ბუნებრივად შეცვალა ინჟინრების ყოველდღიური სამუშაო რიტმიც. თუ რამდენიმე წლის წინ Senior დეველოპერის დროის უდიდესი ნაწილი უშუალოდ კოდის ხელით წერასა და საჭირო ტექნიკური გადაწყვეტების თუ სიახლეების ხანგრძლივ ძიებაზე იხარჯებოდა, დღეს ეს მოცემულობა სრულიად სხვაგვარია. AI-მ მექანიკური, რუტინული სამუშაოები მკვეთრად დააჩქარა, რამაც დეველოპერებს უფრო მაღალი დონის ამოცანებზე კონცენტრირების საშუალება მისცა.
დღეს ტექნოლოგიურ პროცესებში წამყვანი ინჟინრის ენერგია მიმართულია იქით, სადაც შემოქმედებითი და ანალიტიკური მიდგომაა საჭირო: სისტემების არქიტექტურის დაგეგმვა, ტექნიკური ალტერნატივების სიღრმისეული შეფასება, მოთხოვნების ანალიზი და პროდუქტის საიმედოობის უზრუნველყოფა. თუმცა, სამუშაო სტილის ამგვარი შემსუბუქება ავტომატურად არ ნიშნავს ხარისხის კონტროლის შესუსტებას. პირიქით, ახალ რეალობაში ფხიზელი თვალი ბევრად უფრო კრიტიკულია.
„AI-ის მიერ გენერირებულ კოდს არასოდეს ვენდობი ბრმად. მის შემოთავაზებებს ყოველთვის კრიტიკულად ვაანალიზებ, ვამოწმებ და საჭიროების შემთხვევაში მნიშვნელოვნად ვცვლი, რათა საბოლოო შედეგი პროექტის მოთხოვნებსა და ხარისხის სტანდარტებს სრულად შეესაბამებოდეს,“ - განმარტავს სოფო.
კოდის წერა vs. სისტემის დიზაინი და პროექტირება: აპგეიმინგის ხედვა
დამწყებებისთვის პროგრამირება ხშირად ეკრანზე კოდის სწრაფად წერასთან ასოცირდება. თუმცა, AI-ის ეპოქაში, როცა სინტაქსის გენერირება წამებშია შესაძლებელი, მთავარი ღირებულება სისტემურ აზროვნებაზე გადადის. ეს არის უნარი, პროდუქტს ფართო სურათიდან შეხედო.
სოფო ქობულაშვილის თქმით, გამოცდილი დეველოპერი ახალი ფუნქციონალის შექმნისას ფიქრობს არა მხოლოდ სასურველ შედეგზე, არამედ პროცესის სრულ ციკლზე:
- როგორ მიმოიცვლება, შეინახება და სინქრონიზდება მონაცემები უსაფრთხოდ?
- რა ეფექტი ექნება ამ ცვლილებას სისტემასა და სხვა დაკავშირებულ კომპონენტებზე?
- როგორ დამუშავდება გამონაკლისი შემთხვევები და რამდენად მოქნილი იქნება არქიტექტურა სამომავლოდ?
- როგორ მოიქცევა სისტემა, როცა მას ერთდროულად ათასობით მომხმარებელი მიმართავს?
„AI შეიძლება დაგეხმაროს კონკრეტული პატარა ნაწილის შექმნაში, მაგრამ მთლიანობის დანახვა და სისტემის სხვადასხვა კომპონენტს შორის კავშირების გააზრება კვლავ ადამიანის მთავარი უპირატესობაა.“ - აღნიშნავს სოფო.
კონტექსტის ძალა და Problem Solving-ის ხელოვნება
ხელოვნური ინტელექტი კარგად უმკლავდება მკაფიო, იზოლირებულ დავალებებს, თუმცა რეალურ პროექტებში პრობლემები იშვიათად ჩნდება ერთ კონკრეტულ ადგილას. AI-ის უდიდესი სისუსტე სწორედ აქ ვლინდება, მას აკლია ღრმა ბიზნეს კონტექსტის გააზრების, რეალური შეზღუდვებისა და ორგანიზაციული რისკების დანახვის უნარი.
გამოწვევები, როგორც წესი, სხვადასხვა სისტემის, გუნდისა და ბიზნეს პროცესის გადაკვეთაზე იბადება. სწორედ ამიტომ, კრიზისულ მომენტებში ადამიანური ინტუიცია და გამოცდილება გადამწყვეტი ხდება.
„როდესაც სისტემაში სერიოზული პრობლემა ჩნდება, მაგალითად, მომსახურება ითიშება, მონაცემები იკარგება ან მომხმარებლები ვერ იღებენ სერვისს, პასუხისმგებლობას AI ვერ აიღებს. ასეთ დროს საჭიროა სიტუაციის სწრაფი შეფასება და გადაწყვეტილებების მიღება არასრული ინფორმაციის პირობებში. Problem Solver-ის მთავარი ღირებულებაც ეს არის - გაურკვევლობაში სწორი მიმართულების პოვნა,“ - განმარტავს სოფო ქობულაშვილი.
ინტუიცია, სინამდვილეში, წარსულ გამოცდილებაზე დაფუძნებული სწრაფი ანალიზია, რასაც ხელოვნური ინტელექტი ვერ ანაცვლებს. AI შეიძლება იყოს ძლიერი დამხმარე, მაგრამ კოდზე საბოლოო პასუხისმგებლობა, გადაწყვეტილება და ლიდერობა ყოველთვის ადამიანის ხელში რჩება.
გზამკვლევი დამწყებებისთვის: როგორ არ გავხდეთ AI-ზე დამოკიდებულები
ბევრ დამწყებ სპეციალისტს დღეს აქვს შიში, ღირს თუ არა საერთოდ ამ სფეროში შესვლა ხელოვნური ინტელექტის ბუმის ფონზე. სოფო ქობულაშვილის პასუხი ასეთია: პროგრამირების სწავლა დღეს უფრო მნიშვნელოვანია, ვიდრე ოდესმე, თუმცა აქცენტები ოდნავ იცვლება.
ახალი ტექნოლოგიების სწრაფი განვითარების ფონზე, პროფესიული ზრდა მხოლოდ ახალი უნარების ათვისებით აღარ შემოიფარგლება. სულ უფრო მნიშვნელოვანი ხდება კომფორტის ზონის მიღმა განვითარება, პასუხისმგებლობების არეალის გაფართოება და მუდმივი წინსვლა.
იმისათვის, რომ მომავალშიც მოთხოვნად პროფესიონალებად დარჩეთ, სოფო სამ მთავარ მიმართულებას გამოყოფს:
- ფოკუსი ბაზისურ ცოდნაზე: ვინაიდან მარტივი ტექნიკური გადაწყვეტების შესახებ ინფორმაციის მოძიება გამარტივდა, მეტი დრო დაუთმეთ ალგორითმულ აზროვნებას, მონაცემთა შენახვის სტრატეგიების გააზრებას, ინფრასტრუქტურასა და სისტემის დიზაინის საფუძვლებს.
- არ გამოტოვოთ „ხელით კეთების“ ეტაპი: სწავლის ადრეულ საფეხურზე ზედმეტად ნუ დაეყრდნობით აგენტურ AI მოდელებს. ეცადეთ, ბევრი საინტერესო ფუნქციონალი საკუთარი ხელით შექმნათ. ეს ინსტრუმენტების შესაძლებლობების სიღრმისეულ გააზრებაში დაგეხმარებათ.
- განავითარეთ „სოფთ სქილები“: კომუნიკაცია, გუნდური მუშაობა და ბიზნესის მოთხოვნების ტექნიკურ ენაზე თარგმნის უნარი ის თვისებებია, რაც დღეს ნებისმიერ დეველოპერს სჭირდება წარმატებული კარიერისთვის.
ტექნოლოგიები მუდმივად იცვლება, მაგრამ ადამიანები, რომლებსაც შეუძლიათ რთული პრობლემების გააზრება, სწორი კითხვების დასმა და პასუხისმგებლობის აღება, ყოველთვის დეფიციტური იქნებიან.
ხელოვნური ინტელექტი არ ამცირებს კარგი ინჟინრების საჭიროებას. პირიქით, ის ზრდის იმ პროფესიონალების ღირებულებას, რომლებიც ამ ინსტრუმენტებს ეფექტურად იყენებენ რეალური პრობლემების გადასაჭრელად. აპგეიმინგის კორპორაციულ კულტურაშიც აქცენტი სწორედ ასეთი, სისტემური ხედვის მქონე ნიჭიერი ადამიანების განვითარებაზე კეთდება, რომლებსაც კომპლექსური გამოწვევები არ აშინებთ.
