AI, புரோகிராமர்களை மாற்றுமா? கடைசியாக, குறியீடு எடிட்டரை அணைக்கவும்.

“ கடைசியாக, குறியீட்டு எடிட்டரை அணைக்கவும். ” இந்த நாகரீகமான சொற்றொடர் டெவலப்பர் மன்றங்களில் சுற்றி வருகிறது, இது AI குறியீட்டு உதவியாளர்களின் எழுச்சி குறித்த பதட்டமான நகைச்சுவையை பிரதிபலிக்கிறது. AI மாதிரிகள் குறியீட்டை எழுதுவதில் அதிக திறன் கொண்டவர்களாக மாறி வருவதால், பல நிரலாளர்கள் மனித டெவலப்பர்கள் லிஃப்ட் ஆபரேட்டர்கள் அல்லது சுவிட்ச்போர்டு ஆபரேட்டர்கள் போன்ற அதே விதியை எதிர்கொள்கிறார்களா என்று கேட்கிறார்கள் - ஆட்டோமேஷனால் காலாவதியான வேலைகள். 2024 ஆம் ஆண்டில், செயற்கை நுண்ணறிவு விரைவில் நமது அனைத்து குறியீட்டையும் எழுத முடியும் என்று தைரியமான தலைப்புச் செய்திகள் அறிவித்தன, இதனால் மனித டெவலப்பர்கள் எதுவும் செய்ய முடியாது. ஆனால் மிகைப்படுத்தல் மற்றும் பரபரப்பிற்குப் பின்னால், யதார்த்தம் மிகவும் நுணுக்கமானது.

ஆம், AI இப்போது எந்த மனிதனையும் விட வேகமாக குறியீட்டை உருவாக்க முடியும், ஆனால் அந்த குறியீடு எவ்வளவு நல்லது, மேலும் AI முழு மென்பொருள் மேம்பாட்டு வாழ்க்கைச் சுழற்சியையும் தானாகவே கையாள முடியுமா? பெரும்பாலான நிபுணர்கள் "அவ்வளவு வேகமாக இல்லை" என்று கூறுகிறார்கள். மைக்ரோசாப்ட் தலைமை நிர்வாக அதிகாரி சத்யா நாதெல்லா போன்ற மென்பொருள் பொறியியல் தலைவர்கள், "AI நிரலாளர்களை மாற்றாது, ஆனால் அது அவர்களின் ஆயுதக் களஞ்சியத்தில் ஒரு அத்தியாவசிய கருவியாக மாறும். இது மனிதர்களை அதிகமாகச் செய்ய அதிகாரம் அளிப்பது பற்றியது, குறைவாக அல்ல." ( AI நிரலாளர்களை மாற்றுமா? ஹைப்பிற்குப் பின்னால் உள்ள உண்மை | பைகோச் எழுதியது | ஆர்ட்டிஃபிஷியல் கார்னர் | மார்ச், 2025 | மீடியம் ) அதேபோல், கூகிளின் AI தலைவர் ஜெஃப் டீன் குறிப்பிடுகையில், AI வழக்கமான குறியீட்டு பணிகளைக் கையாள முடியும் என்றாலும், "அதற்கு இன்னும் படைப்பாற்றல் மற்றும் சிக்கல் தீர்க்கும் திறன்கள் இல்லை" - மனித டெவலப்பர்கள் மேசைக்குக் கொண்டு வரும் குணங்கள். OpenAI இன் தலைமை நிர்வாக அதிகாரி சாம் ஆல்ட்மேன் கூட, இன்றைய AI "பணிகளில் மிகவும் சிறந்தது" ஆனால் "முழு வேலைகளில் பயங்கரமானது" . சுருக்கமாக, AI வேலையின் சில பகுதிகளுக்கு உதவுவதில் சிறந்தது, ஆனால் தொடக்கத்திலிருந்து முடிவு வரை ஒரு நிரலாளரின் வேலையை முழுமையாக எடுத்துக்கொள்ளும் திறன் இல்லை.

"புரோகிராமர்களை AI மாற்றுமா?" என்ற கேள்வியை நேர்மையாகவும், சமநிலையுடனும் இந்த வெள்ளை அறிக்கை ஆராய்கிறது. இன்றைய மென்பொருள் மேம்பாட்டுப் பாத்திரங்களை AI எவ்வாறு பாதிக்கிறது, மேலும் என்னென்ன மாற்றங்கள் வரவிருக்கின்றன என்பதை நாங்கள் ஆராய்வோம். நிஜ உலக உதாரணங்கள் மற்றும் சமீபத்திய கருவிகள் (GitHub Copilot முதல் ChatGPT வரை) மூலம், AI உருவாகும்போது டெவலப்பர்கள் எவ்வாறு சரிசெய்யலாம், மாற்றியமைக்கலாம் மற்றும் பொருத்தமானதாக இருக்க முடியும் என்பதை நாங்கள் ஆராய்வோம். எளிமையான ஆம்-அல்லது-இல்லை என்ற பதிலுக்குப் பதிலாக, எதிர்காலம் AI மற்றும் மனித டெவலப்பர்களுக்கு இடையிலான ஒத்துழைப்பாகும் என்பதைக் காண்போம். நடைமுறை நுண்ணறிவுகளை - புதிய கருவிகளைப் பின்பற்றுவது முதல் புதிய திறன்களைக் கற்றுக்கொள்வது வரை மற்றும் வரும் ஆண்டுகளில் குறியீட்டுத் தொழில்கள் எவ்வாறு உருவாகலாம் என்பதை முன்னிறுத்துவது.

இன்றைய மென்பொருள் மேம்பாட்டில் AI

நவீன மென்பொருள் மேம்பாட்டு பணிப்பாய்வில் AI விரைவாகப் பின்னிப் பிணைந்துள்ளது. அறிவியல் புனைகதையாக இருப்பதற்குப் பதிலாக, AI-அடிப்படையிலான கருவிகள் ஏற்கனவே குறியீட்டை எழுதி மதிப்பாய்வு செய்கின்றன , கடினமான பணிகளை தானியக்கமாக்குகின்றன, மேலும் டெவலப்பர் உற்பத்தித்திறனை மேம்படுத்துகின்றன. இன்று டெவலப்பர்கள் குறியீடு துணுக்குகளை உருவாக்க, தானியங்கி செயல்பாடுகளை முடிக்க, பிழைகளைக் கண்டறிய மற்றும் சோதனை நிகழ்வுகளை உருவாக்க AI ஐப் பயன்படுத்துகின்றனர் ( மென்பொருள் பொறியாளர்களுக்கு எதிர்காலம் இருக்கிறதா? AI இன் தாக்கம் [2024] ) ( மென்பொருள் பொறியாளர்களுக்கு எதிர்காலம் இருக்கிறதா? AI இன் தாக்கம் [2024] ). வேறு வார்த்தைகளில் கூறுவதானால், AI கடுமையான வேலை மற்றும் பாய்லர்பிளேட்டை எடுத்துக்கொள்கிறது, இது புரோகிராமர்கள் மென்பொருள் உருவாக்கத்தின் மிகவும் சிக்கலான அம்சங்களில் கவனம் செலுத்த அனுமதிக்கிறது. இப்போது நிரலாக்கத்தை மாற்றும் சில முக்கிய AI திறன்கள் மற்றும் கருவிகளைப் பார்ப்போம்:

• குறியீடு உருவாக்கம் & தானியங்குநிரப்புதல்: நவீன AI குறியீட்டு உதவியாளர்கள் இயற்கை மொழி தூண்டுதல்கள் அல்லது பகுதி குறியீடு சூழலின் அடிப்படையில் குறியீட்டை உருவாக்க முடியும். எடுத்துக்காட்டாக, GitHub Copilot (OpenAI இன் கோடெக்ஸ் மாதிரியில் கட்டமைக்கப்பட்டது) நீங்கள் தட்டச்சு செய்யும் போது அடுத்த வரி அல்லது குறியீட்டின் தொகுதியை பரிந்துரைக்க எடிட்டர்களுடன் ஒருங்கிணைக்கிறது. சூழல்-விழிப்புணர்வு பரிந்துரைகளை வழங்க இது திறந்த மூல குறியீட்டின் பரந்த பயிற்சி தொகுப்பைப் பயன்படுத்துகிறது, பெரும்பாலும் ஒரு கருத்து அல்லது செயல்பாட்டு பெயரிலிருந்து முழு செயல்பாடுகளையும் முடிக்க முடியும். இதேபோல், ChatGPT (GPT-4) உங்களுக்கு என்ன தேவை என்பதை எளிய ஆங்கிலத்தில் விவரிக்கும்போது கொடுக்கப்பட்ட பணிக்கான குறியீட்டை உருவாக்க முடியும். இந்த கருவிகள் எளிய உதவி செயல்பாடுகள் முதல் வழக்கமான CRUD செயல்பாடுகள் வரை நொடிகளில் பாய்லர்பிளேட் குறியீட்டை வரையலாம்.

• பிழை கண்டறிதல் & சோதனை: AI பிழைகளைக் கண்டறிந்து குறியீட்டு தரத்தை மேம்படுத்த உதவுகிறது. AI-இயக்கப்படும் நிலையான பகுப்பாய்வு கருவிகள் மற்றும் லிண்டர்கள் கடந்தகால பிழை வடிவங்களிலிருந்து கற்றுக்கொள்வதன் மூலம் சாத்தியமான பிழைகள் அல்லது பாதுகாப்பு பாதிப்புகளைக் கொடியிடலாம். சில AI கருவிகள் தானாகவே யூனிட் சோதனைகளை உருவாக்குகின்றன அல்லது குறியீட்டு பாதைகளை பகுப்பாய்வு செய்வதன் மூலம் சோதனை நிகழ்வுகளை பரிந்துரைக்கின்றன. இதன் பொருள் ஒரு டெவலப்பர் அவர்கள் தவறவிட்டிருக்கக்கூடிய எட்ஜ் நிகழ்வுகளில் உடனடி கருத்துக்களைப் பெற முடியும். பிழைகளை முன்கூட்டியே கண்டுபிடித்து திருத்தங்களை பரிந்துரைப்பதன் மூலம், AI டெவலப்பருடன் இணைந்து செயல்படும் ஒரு அயராத QA உதவியாளரைப் போல செயல்படுகிறது.

• குறியீடு உகப்பாக்கம் & மறுசீரமைப்பு: AI இன் மற்றொரு பயன்பாடு ஏற்கனவே உள்ள குறியீட்டில் மேம்பாடுகளை பரிந்துரைப்பதாகும். ஒரு துணுக்கைக் கொடுத்தால், குறியீட்டில் உள்ள வடிவங்களை அங்கீகரிப்பதன் மூலம் ஒரு AI மிகவும் திறமையான வழிமுறைகள் அல்லது தூய்மையான செயல்படுத்தல்களை பரிந்துரைக்க முடியும். உதாரணமாக, மறுசீரமைப்பு செய்யக்கூடிய நூலகம் அல்லது கொடி தேவையற்ற குறியீட்டின் மிகவும் முட்டாள்தனமான பயன்பாட்டை இது பரிந்துரைக்கலாம். இது தொழில்நுட்பக் கடனைக் குறைப்பதற்கும் செயல்திறனை மேம்படுத்துவதற்கும் உதவுகிறது. AI- அடிப்படையிலான மறுசீரமைப்பு கருவிகள் சிறந்த நடைமுறைகளைப் பின்பற்ற அல்லது புதிய API பதிப்புகளுக்கு குறியீட்டைப் புதுப்பிக்க குறியீட்டை மாற்றலாம், கைமுறையாக சுத்தம் செய்வதில் டெவலப்பர்களின் நேரத்தை மிச்சப்படுத்துகின்றன.

• டெவொப்ஸ் மற்றும் ஆட்டோமேஷன்: குறியீட்டை எழுதுவதற்கு அப்பால், AI உருவாக்கம் மற்றும் வரிசைப்படுத்தல் செயல்முறைகளுக்கு பங்களிக்கிறது. எந்த சோதனைகள் தோல்வியடைய வாய்ப்புள்ளது என்பதைக் கணிக்க அல்லது சில கட்டுமான வேலைகளுக்கு முன்னுரிமை அளிக்க, நுண்ணறிவு CI/CD கருவிகள் இயந்திர கற்றலைப் பயன்படுத்துகின்றன, இதனால் தொடர்ச்சியான ஒருங்கிணைப்பு குழாய்த்திட்டம் வேகமாகவும் திறமையாகவும் இருக்கும். சிக்கல்களைக் கண்டறிய அல்லது உள்கட்டமைப்பு மேம்படுத்தல்களை பரிந்துரைக்க உற்பத்தி பதிவுகள் மற்றும் செயல்திறன் அளவீடுகளை AI பகுப்பாய்வு செய்யலாம். இதன் விளைவாக, குறியீட்டில் மட்டுமல்ல, திட்டமிடல் முதல் பராமரிப்பு வரை மென்பொருள் மேம்பாட்டு வாழ்க்கைச் சுழற்சி முழுவதும் AI உதவுகிறது.

• இயற்கை மொழி இடைமுகங்கள் & ஆவணப்படுத்தல்: மேம்பாட்டுக் கருவிகளுடன் அதிக இயற்கையான தொடர்புகளை AI செயல்படுத்துவதையும் நாங்கள் காண்கிறோம். டெவலப்பர்கள் சொல்லி (“X செய்யும் ஒரு செயல்பாட்டை உருவாக்கு” ​​அல்லது “இந்தக் குறியீட்டை விளக்கு”) முடிவுகளைப் பெறலாம். AI சாட்போட்கள் (ChatGPT அல்லது சிறப்பு டெவலப்பர் உதவியாளர்கள் போன்றவை) நிரலாக்க கேள்விகளுக்கு பதிலளிக்கலாம், ஆவணப்படுத்தலுக்கு உதவலாம், மேலும் திட்ட ஆவணங்களை எழுதலாம் அல்லது குறியீடு மாற்றங்களின் அடிப்படையில் செய்திகளை வழங்கலாம். இது மனித நோக்கத்திற்கும் குறியீட்டிற்கும் இடையிலான இடைவெளியைக் குறைக்கிறது, மேலும் அவர்கள் விரும்புவதை விவரிக்கக்கூடியவர்களுக்கு மேம்பாட்டை மேலும் அணுகக்கூடியதாக ஆக்குகிறது.

• 

AI கருவிகளை ஏற்றுக்கொள்ளும் டெவலப்பர்கள்: 2023 ஆம் ஆண்டு நடத்தப்பட்ட ஒரு கணக்கெடுப்பின்படி, 92% டெவலப்பர்கள் AI குறியீட்டு கருவிகளை ஏதோ ஒரு வகையில் - வேலையிலோ, தங்கள் தனிப்பட்ட திட்டங்களிலோ அல்லது இரண்டிலோ - பயன்படுத்தியுள்ளனர். ஒரு சிறிய 8% பேர் மட்டுமே குறியீட்டில் எந்த AI உதவியையும் பயன்படுத்தவில்லை என்று தெரிவித்தனர். டெவலப்பர்களில் மூன்றில் இரண்டு பங்கு பேர் வெளியேயும் , அதே நேரத்தில் கால் பகுதியினர் அவற்றை வேலையில் பிரத்தியேகமாகவும், ஒரு சிறிய சிறுபான்மையினர் வேலைக்கு வெளியே மட்டுமே பயன்படுத்துகிறார்கள். இதன் விளைவு தெளிவாக உள்ளது: AI-உதவி குறியீட்டு முறை டெவலப்பர்களிடையே விரைவாக முக்கிய நீரோட்டத்திற்குச் சென்றுள்ளது ( கணக்கெடுப்பு டெவலப்பர் அனுபவத்தில் AI இன் தாக்கத்தை வெளிப்படுத்துகிறது - GitHub வலைப்பதிவு ).

செயல்திறனை அதிகரிப்பதற்கும், கடின உழைப்பைக் குறைப்பதற்கும் வழிவகுத்துள்ளது . AI, பாய்லர்பிளேட் குறியீட்டை உருவாக்கவும், மீண்டும் மீண்டும் வரும் பணிகளைக் கையாளவும் உதவுவதால், தயாரிப்புகள் வேகமாக உருவாக்கப்படுகின்றன ( மென்பொருள் பொறியாளர்களுக்கு எதிர்காலம் இருக்கிறதா? AI இன் தாக்கம் [2024] ) ( AI, 2025 இல் டெவலப்பர்களை மாற்றப் போகிறதா: எதிர்காலத்தில் ஒரு ரகசியப் பார்வை , "மனித டெவலப்பர்களுக்கு உடனடியாகத் தெளிவாகத் தெரியாமல் இருக்கக்கூடிய" முழு வழிமுறைகள் அல்லது தீர்வுகளையும் பரிந்துரைக்க முடியும் . நிஜ உலக எடுத்துக்காட்டுகள் ஏராளமாக உள்ளன: ஒரு பொறியாளர் ChatGPTயிடம் வரிசைப்படுத்தும் செயல்பாட்டைச் செயல்படுத்தவோ அல்லது அவர்களின் குறியீட்டில் ஒரு பிழையைக் கண்டறியவோ கேட்கலாம், மேலும் AI நொடிகளில் ஒரு வரைவு தீர்வை உருவாக்கும். அமேசான் மற்றும் மைக்ரோசாப்ட் AI ஜோடி புரோகிராமர்களை (அமேசானின் கோட்விஸ்பரர் மற்றும் மைக்ரோசாப்டின் கோபிலட்) தங்கள் டெவலப்பர் குழுக்களுக்கு அனுப்பியுள்ளன, பணிகளை விரைவாக முடிப்பதையும், பாய்லர்பிளேட்டில் செலவழித்த சாதாரண மணிநேரங்களைக் குறைப்பதையும் தெரிவிக்கின்றன. உண்மையில், 2023 ஸ்டேக் ஓவர்ஃப்ளோ கணக்கெடுப்பில் கணக்கெடுக்கப்பட்ட டெவலப்பர்களில் 70% பேர் 70% டெவலப்பர்கள் AI குறியீட்டு கருவிகளைப் பயன்படுத்துகின்றனர், 3% பேர் தங்கள் துல்லியத்தை மிகவும் நம்புகிறார்கள் - ShiftMag ). மிகவும் பிரபலமான உதவியாளர்கள் ChatGPT (~83% பதிலளித்தவர்களால் பயன்படுத்தப்படுகிறது) மற்றும் GitHub Copilot (~56%), இது பொதுவான உரையாடல் AI மற்றும் IDE-ஒருங்கிணைந்த உதவியாளர்கள் இரண்டும் முக்கிய வீரர்கள் என்பதைக் குறிக்கிறது. டெவலப்பர்கள் முதன்மையாக உற்பத்தித்திறனை அதிகரிக்கவும் (~33% பதிலளித்தவர்களால் மேற்கோள் காட்டப்பட்டது) கற்றலை விரைவுபடுத்தவும் (25%) இந்த கருவிகளை நாடுகிறார்கள், அதே நேரத்தில் சுமார் 25% பேர் மீண்டும் மீண்டும் வேலை செய்வதை தானியக்கமாக்குவதன் மூலம் மிகவும் திறமையானவர்களாக மாற அவற்றைப் பயன்படுத்துகின்றனர்.

நிரலாக்கத்தில் AI இன் பங்கு முற்றிலும் புதியதல்ல என்பதைக் கவனத்தில் கொள்ள வேண்டும் - அதன் கூறுகள் பல ஆண்டுகளாக உள்ளன (IDEகள் அல்லது தானியங்கி சோதனை கட்டமைப்புகளில் குறியீடு தானியங்குநிரப்புதலைக் கருத்தில் கொள்ளுங்கள்). ஆனால் கடந்த இரண்டு ஆண்டுகள் ஒரு திருப்புமுனையாக அமைந்தன. சக்திவாய்ந்த பெரிய மொழி மாதிரிகளின் தோற்றம் (OpenAI இன் GPT தொடர் மற்றும் DeepMind இன் AlphaCode போன்றவை) சாத்தியமானதை வியத்தகு முறையில் விரிவுபடுத்தியுள்ளது. எடுத்துக்காட்டாக, DeepMind இன் AlphaCode போட்டி நிரலாக்கப் போட்டி மட்டத்தில் செயல்படுவதன் மூலம் தலைப்புச் செய்திகளை உருவாக்கியது , முதல் -54% தரவரிசையை - அடிப்படையில் ஒரு சராசரி மனித போட்டியாளரின் திறமையுடன் பொருந்துகிறது ( DeepMind இன் AlphaCode சராசரி நிரலாளரின் திறமையுடன் பொருந்துகிறது போட்டித்தன்மையுடன் செயல்பட்டது இதுவே முதல் முறை . இருப்பினும், AlphaCode கூட, அதன் அனைத்து திறமையுடனும், சிறந்த மனித குறியீட்டாளர்களை வெல்லவில்லை என்பதை இது காட்டுகிறது. அந்த போட்டிகளில், அனுமதிக்கப்பட்ட முயற்சிகளுக்குள் சுமார் 30% சிக்கல்களை AlphaCode தீர்க்க முடியும், அதே நேரத்தில் சிறந்த மனித நிரலாளர்கள் >90% சிக்கல்களை ஒரே முயற்சியில் தீர்க்கிறார்கள். இந்த இடைவெளி, AI நன்கு வரையறுக்கப்பட்ட வழிமுறைப் பணிகளை ஒரு கட்டம் வரை கையாள முடியும் என்றாலும், ஆழமான பகுத்தறிவு மற்றும் புத்தி கூர்மை தேவைப்படும் கடினமான சிக்கல்கள் மனித கோட்டையாகவே இருக்கின்றன என்பதை .

சுருக்கமாக, டெவலப்பர்களின் அன்றாட கருவித்தொகுப்பில் AI தன்னை உறுதியாக நிலைநிறுத்திக் கொண்டுள்ளது. குறியீட்டை எழுதுவதில் உதவுவது முதல் வரிசைப்படுத்தலை மேம்படுத்துவது வரை, இது மேம்பாட்டு செயல்முறையின் ஒவ்வொரு பகுதியையும் தொடுகிறது. இன்றைய உறவு பெரும்பாலும் கூட்டுவாழ்வு கொண்டது: AI ஒரு துணை பைலட்டாக (பொருத்தமாக பெயரிடப்பட்டது) செயல்படுகிறது, இது டெவலப்பர்கள் தனியாக பறக்கக்கூடிய ஒரு சுயாதீனமான தன்னியக்க பைலட்டை விட வேகமாகவும் குறைந்த விரக்தியுடனும் குறியீடு செய்ய உதவுகிறது. அடுத்த பகுதியில், AI கருவிகளின் இந்த ஒருங்கிணைப்பு டெவலப்பர்களின் பங்கையும் அவர்களின் பணியின் தன்மையையும் எவ்வாறு சிறப்பாகவோ அல்லது மோசமாகவோ மாற்றுகிறது என்பதை ஆராய்வோம்.

டெவலப்பர் பாத்திரங்களையும் உற்பத்தித்திறனையும் AI எவ்வாறு மாற்றுகிறது

AI வழக்கமான வேலைகளை அதிகமாகக் கையாளுவதால், மென்பொருள் உருவாக்குநரின் பங்கு உண்மையில் உருவாகத் தொடங்குகிறது. பாய்லர்பிளேட் குறியீட்டை எழுதுவதற்கு அல்லது சாதாரண பிழைகளை பிழைத்திருத்தம் செய்வதற்கு மணிநேரம் செலவிடுவதற்குப் பதிலாக, டெவலப்பர்கள் அந்தப் பணிகளை தங்கள் AI உதவியாளர்களிடம் ஏற்றலாம். இது டெவலப்பரின் கவனத்தை உயர் மட்ட சிக்கல் தீர்வு, கட்டமைப்பு மற்றும் மென்பொருள் பொறியியலின் ஆக்கப்பூர்வமான அம்சங்களில் மாற்றுகிறது. சாராம்சத்தில், AI மேம்படுத்துகிறது , அவர்கள் அதிக உற்பத்தித் திறன் கொண்டவர்களாகவும், புதுமையானவர்களாகவும் இருக்க அனுமதிக்கிறது. ஆனால் இது குறைவான நிரலாக்க வேலைகளுக்கு வழிவகுக்குமா அல்லது வெறுமனே வேறு வகையான வேலையா? உற்பத்தித்திறன் மற்றும் பாத்திரங்களில் ஏற்படும் தாக்கத்தை ஆராய்வோம்:

உற்பத்தித்திறனை அதிகரித்தல்: பெரும்பாலான கணக்குகள் மற்றும் ஆரம்பகால ஆய்வுகளின்படி, AI குறியீட்டு கருவிகள் டெவலப்பர் உற்பத்தித்திறனை கணிசமாக அதிகரிக்கின்றன. Copilot ஐப் பயன்படுத்தும் டெவலப்பர்கள் AI உதவி இல்லாதவர்களை விட மிக வேகமாக பணிகளை முடிக்க முடிந்தது என்று GitHub இன் ஆராய்ச்சி கண்டறிந்துள்ளது. ஒரு பரிசோதனையில், டெவலப்பர்கள் Copilot இன் உதவியுடன் ஒரு குறியீட்டு பணியை சராசரியாக 55% வேகமாகத் தீர்த்தனர் - அது இல்லாமல் 2 மணிநேரம் 41 நிமிடங்களுக்குப் பதிலாக சுமார் 1 மணிநேரம் 11 நிமிடங்கள் எடுத்துக்கொண்டனர் ( ஆராய்ச்சி: டெவலப்பர் உற்பத்தித்திறன் மற்றும் மகிழ்ச்சியில் GitHub Copilot இன் தாக்கத்தை அளவிடுதல் - தி GitHub வலைப்பதிவு ). இது வேகத்தில் குறிப்பிடத்தக்க லாபம். இது வெறும் வேகம் அல்ல; AI உதவி விரக்தியையும் "ஓட்ட இடையூறுகளையும்" குறைக்க உதவுகிறது என்று டெவலப்பர்கள் தெரிவிக்கின்றனர். கணக்கெடுப்புகளில், டெவலப்பர்களில் 88% பேர் இது அவர்களை அதிக உற்பத்தித் திறன் கொண்டவர்களாகவும், அதிக திருப்திகரமான வேலைகளில் கவனம் செலுத்த அனுமதித்தவர்களாகவும் கூறினர் ( கிதுப் கோபிலட் செய்கிறது என்று டெவலப்பர்களில் எத்தனை சதவீதம் பேர் கூறியுள்ளனர் ... ). இந்த கருவிகள் புரோகிராமர்கள் சலிப்பான பகுதிகளைக் கையாளுவதன் மூலம் "மண்டலத்தில்" இருக்க உதவுகின்றன, இது கடினமான சிக்கல்களுக்கு மன ஆற்றலைச் சேமிக்கிறது. இதன் விளைவாக, பல டெவலப்பர்கள் குறியீட்டு முறை மிகவும் சுவாரஸ்யமாகிவிட்டதாக உணர்கிறார்கள் - குறைவான முணுமுணுப்பு வேலை மற்றும் அதிக படைப்பாற்றல்.

தினசரி வேலையில் ஏற்படும் மாற்றங்கள்: இந்த உற்பத்தித்திறன் ஆதாயங்களுடன் ஒரு புரோகிராமரின் அன்றாட பணிப்பாய்வு மாறிக்கொண்டே இருக்கிறது. நிறைய "பிஸியான வேலைகள்" - பாய்லர்பிளேட் எழுதுதல், பொதுவான வடிவங்களை மீண்டும் செய்தல், தொடரியல் தேடுதல் - AI க்கு ஆஃப்லோட் செய்யப்படலாம். எடுத்துக்காட்டாக, பெறுநர்கள் மற்றும் செட்டர்களைப் பயன்படுத்தி ஒரு தரவு வகுப்பை கைமுறையாக எழுதுவதற்குப் பதிலாக, ஒரு டெவலப்பர் அதை உருவாக்க AI ஐத் தூண்டலாம். சரியான API அழைப்பைக் கண்டறிய ஆவணங்களைச் சரிசெய்வதற்குப் பதிலாக, ஒரு டெவலப்பர் இயற்கையான மொழியில் AI ஐக் கேட்கலாம். இதன் பொருள் டெவலப்பர்கள் சொற்பொழிவு குறியீட்டில் ஒப்பீட்டளவில் குறைந்த நேரத்தையும் மனித தீர்ப்பு தேவைப்படும் பணிகளில் அதிக நேரத்தையும் செலவிடுகிறார்கள் . AI எளிதான 80% குறியீட்டை எழுதுவதை எடுத்துக்கொள்வதால், டெவலப்பரின் வேலை AI வெளியீட்டை மேற்பார்வையிடுவதை நோக்கி (குறியீட்டு பரிந்துரைகளை மதிப்பாய்வு செய்தல், அவற்றைச் சோதித்தல்) மற்றும் AI கண்டுபிடிக்க முடியாத தந்திரமான 20% சிக்கல்களைச் சமாளிப்பதை நோக்கி மாறுகிறது. நடைமுறையில், ஒரு டெவலப்பர் AI உருவாக்கிய இழுப்பு கோரிக்கைகளை வரிசைப்படுத்துவதையோ அல்லது AI பரிந்துரைத்த திருத்தங்களின் தொகுப்பை மதிப்பாய்வு செய்வதையோ தங்கள் நாளைத் தொடங்கலாம், அந்த மாற்றங்களையெல்லாம் புதிதாக எழுதுவதற்குப் பதிலாக.

ஒத்துழைப்பு மற்றும் குழு இயக்கவியல்: சுவாரஸ்யமாக, AI குழு இயக்கவியலையும் பாதிக்கிறது. வழக்கமான பணிகள் தானியங்கி முறையில் இருப்பதால், குறைவான ஜூனியர் டெவலப்பர்கள் முரட்டுத்தனமான வேலைக்கு நியமிக்கப்படுவதால், குழுக்கள் அதிக சாதனை படைக்க முடியும். சில நிறுவனங்கள் தங்கள் மூத்த பொறியாளர்கள் அதிக தன்னிறைவு பெற்றவர்களாக இருக்க முடியும் என்று தெரிவிக்கின்றன - ஆரம்ப வரைவுகளைச் செய்ய ஜூனியர் தேவையில்லாமல், AI உதவியுடன் அம்சங்களை விரைவாக முன்மாதிரியாக உருவாக்க முடியும். இருப்பினும், இது ஒரு புதிய சவாலை எழுப்புகிறது: வழிகாட்டுதல் மற்றும் அறிவுப் பகிர்வு. எளிய பணிகளைச் செய்வதன் மூலம் ஜூனியர்கள் கற்றுக்கொள்வதற்குப் பதிலாக, AI வெளியீடுகளை எவ்வாறு திறம்பட நிர்வகிப்பது . குழு ஒத்துழைப்பு AI தூண்டுதல்களை கூட்டாகச் செம்மைப்படுத்துதல் அல்லது AI-உருவாக்கிய குறியீட்டை மறுபரிசீலனை செய்தல் போன்ற செயல்பாடுகளுக்கு மாறக்கூடும். நேர்மறையான பக்கத்தில், குழுவில் உள்ள அனைவருக்கும் ஒரு AI உதவியாளர் இருக்கும்போது, ​​அது விளையாட்டு மைதானத்தை சமன் செய்யலாம் மற்றும் எந்த AIக்கும் தற்போது புரியாத வடிவமைப்பு விவாதங்கள், ஆக்கப்பூர்வமான மூளைச்சலவை மற்றும் சிக்கலான பயனர் தேவைகளைச் சமாளிக்க அதிக நேரத்தை அனுமதிக்கும். உண்மையில், ஐந்து டெவலப்பர்களில் நான்குக்கும் மேற்பட்டவர்கள், AI குறியீட்டு கருவிகள் குழு ஒத்துழைப்பை மேம்படுத்தும் அல்லது குறைந்தபட்சம் வடிவமைப்பு மற்றும் சிக்கல் தீர்க்கும் பணியில் அதிக ஒத்துழைப்பை விடுவிக்கும் என்று நம்புகிறார்கள் என்று GitHub இன் 2023 கணக்கெடுப்பு முடிவுகள் தெரிவிக்கின்றன ( கணக்கெடுப்பு டெவலப்பர் அனுபவத்தில் AI இன் தாக்கத்தை வெளிப்படுத்துகிறது - GitHub வலைப்பதிவு ).

வேலைப் பாத்திரங்களில் தாக்கம்: AI, புரோகிராமர்களுக்கான தேவையைக் குறைக்குமா (ஒவ்வொரு புரோகிராமரும் இப்போது அதிக உற்பத்தித் திறன் கொண்டவர்களாக இருப்பதால்), அல்லது அது கோரப்படும் திறன்களை மாற்றுமா என்பது ஒரு முக்கிய கேள்வி. பிற ஆட்டோமேஷனுடனான வரலாற்று முன்னுதாரணங்கள் (டெவொப்ஸ் கருவிகள் அல்லது உயர் மட்ட நிரலாக்க மொழிகளின் எழுச்சி போன்றவை) டெவலப்பர் வேலைகள் உயர்த்தப்படுவதால் அவை அதிகம் நீக்கப்படவில்லை என்பதைக் குறிக்கிறது . உண்மையில், தொழில் ஆய்வாளர்கள் மென்பொருள் பொறியியல் பாத்திரங்கள் தொடர்ந்து வளரும் என்று , ஆனால் அந்த பாத்திரங்களின் தன்மை மாறும். சமீபத்திய கார்ட்னர் அறிக்கை, 2027 ஆம் ஆண்டளவில், 50% மென்பொருள் பொறியியல் நிறுவனங்கள் உற்பத்தித்திறனை அதிகரிக்க AI-மேம்படுத்தப்பட்ட “மென்பொருள் பொறியியல் நுண்ணறிவு” தளங்களை ஏற்றுக்கொள்ளும் , இது 2024 இல் வெறும் 5% ஆக இருந்தது ( மென்பொருள் பொறியாளர்களுக்கு எதிர்காலம் உள்ளதா? AI இன் தாக்கம் [2024] அந்த அறிவார்ந்த தளங்களுடன் பணிபுரிவார்கள் என்பதைக் குறிக்கிறது இதேபோல், ஆலோசனை நிறுவனமான மெக்கின்சி, AI பல பணிகளை தானியக்கமாக்கக்கூடும் என்றாலும், தோராயமாக 80% நிரலாக்க வேலைகளுக்கு இன்னும் ஒரு மனிதர் தேவைப்படுவதாகவும், அது "மனித மையமாக" இருக்கும் என்றும் . வேறு வார்த்தைகளில் கூறுவதானால், பெரும்பாலான டெவலப்பர் பதவிகளுக்கு நமக்கு இன்னும் ஆட்கள் தேவைப்படுவார்கள், ஆனால் வேலை விளக்கங்கள் மாறக்கூடும்.

, “AI மென்பொருள் பொறியாளர்” அல்லது “தற்காலிக பொறியாளர்” போன்ற பாத்திரங்கள் தோன்றுவது - AI கூறுகளை உருவாக்குவதில் அல்லது ஒழுங்கமைப்பதில் நிபுணத்துவம் பெற்ற டெவலப்பர்கள். AI/ML நிபுணத்துவம் பெற்ற டெவலப்பர்களுக்கான தேவை ஏற்கனவே உயர்ந்து வருவதைக் காண்கிறோம். இன்டீட் நிறுவனத்தின் பகுப்பாய்வின்படி, AI தொடர்பான மூன்று மிகவும் தேவைப்படும் வேலைகள் தரவு விஞ்ஞானி, மென்பொருள் பொறியாளர் மற்றும் இயந்திர கற்றல் பொறியாளர் , மேலும் இந்தப் பணிகளுக்கான தேவை கடந்த மூன்று ஆண்டுகளில் இரு மடங்கிற்கும் மேலாக அதிகரித்துள்ளது ( மென்பொருள் பொறியாளர்களுக்கு எதிர்காலம் இருக்கிறதா? AI இன் தாக்கம் [2024] ). பாரம்பரிய மென்பொருள் பொறியாளர்கள் இயந்திர கற்றல் அடிப்படைகளைப் புரிந்துகொள்வார்கள் அல்லது AI சேவைகளை பயன்பாடுகளில் ஒருங்கிணைப்பார்கள் என்று எதிர்பார்க்கப்படுகிறது. டெவலப்பர்களை பணிநீக்கம் செய்வதற்குப் பதிலாக, “AI தொழிலை உயர்த்த முடியும், டெவலப்பர்கள் உயர் மட்ட பணிகள் மற்றும் புதுமைகளில் கவனம் செலுத்த உதவுகிறது.” ( AI 2025 இல் டெவலப்பர்களை மாற்றப் போகிறதா: எதிர்காலத்தில் ஒரு ரகசிய பார்வை ) பல வழக்கமான குறியீட்டு பணிகளை AI கையாளக்கூடும், ஆனால் டெவலப்பர்கள் கணினி வடிவமைப்பு, தொகுதிகளை ஒருங்கிணைத்தல், தரத்தை உறுதி செய்தல் மற்றும் புதிய சிக்கல்களைத் தீர்ப்பதில் அதிக ஈடுபாடு கொண்டிருப்பார்கள். ஒரு AI-முன்னோக்கிய நிறுவனத்தைச் சேர்ந்த மூத்த பொறியாளர் ஒருவர் இதை நன்றாகச் சுருக்கமாகக் கூறினார்: AI நமது டெவலப்பர்களை மாற்றாது; அது அவர்களைப் பெருக்குகிறது சக்திவாய்ந்த AI கருவிகளைக் கொண்ட ஒரு டெவலப்பர் பலரின் வேலையைச் செய்ய முடியும், ஆனால் அந்த டெவலப்பர் இப்போது மிகவும் சிக்கலான மற்றும் தாக்கத்தை ஏற்படுத்தும் வேலையை மேற்கொள்கிறார்.

நிஜ உலக உதாரணம்: அதன் அனைத்து டெவலப்பர்களுக்கும் GitHub Copilot ஐ ஒருங்கிணைத்த ஒரு மென்பொருள் நிறுவனத்தின் காட்சியைக் கவனியுங்கள். உடனடி விளைவு யூனிட் சோதனைகள் மற்றும் பாய்லர்பிளேட் குறியீட்டை எழுதுவதற்கு செலவிடப்பட்ட நேரத்தில் குறிப்பிடத்தக்க குறைப்பு. ஒரு ஜூனியர் டெவலப்பர், Copilot ஐப் பயன்படுத்தி ஒரு புதிய அம்சத்தின் குறியீட்டில் 80% ஐ விரைவாக உருவாக்க முடியும் என்றும், மீதமுள்ள 20% ஐத் தனிப்பயனாக்கி ஒருங்கிணைப்பு சோதனைகளை எழுத முடியும் என்றும் கண்டறிந்தார். குறியீடு வெளியீட்டின் அடிப்படையில் அவரது உற்பத்தித்திறன் கிட்டத்தட்ட இரட்டிப்பாகியது, ஆனால் மிகவும் சுவாரஸ்யமாக, அவரது பங்களிப்பின் தன்மை மாறியது - அவர் குறியீடு மதிப்பாய்வாளர் மற்றும் சோதனை வடிவமைப்பாளராக AI தவறுகளைப் பிடிக்கத் தொடங்கியதையும் குழு கவனித்தது பணிப்பாய்வில் இன்னும் முக்கியமானதாக மாறியது என்பதைக் காட்டுகிறது

சுருக்கமாக, AI, டெவலப்பர்கள் செயல்படும் விதத்தை மறுக்க முடியாத வகையில் மாற்றுகிறது: அவற்றை வேகமாக்குகிறது மற்றும் அதிக லட்சிய சிக்கல்களைச் சமாளிக்க அனுமதிக்கிறது, ஆனால் அவர்களின் திறனை மேம்படுத்தவும் (AI-ஐ மேம்படுத்துவதில் மற்றும் உயர் மட்ட சிந்தனையில்) தேவைப்படுகிறது. இது "AI வேலைகளை எடுத்துக்கொள்வது" பற்றிய கதை அல்ல, "AI வேலைகளை மாற்றுவது" பற்றிய கதை. இந்த கருவிகளை திறம்பட பயன்படுத்தக் கற்றுக் கொள்ளும் டெவலப்பர்கள் தங்கள் தாக்கத்தை பெருக்கலாம் - நாம் அடிக்கடி கேட்கும் ஒரு க்ளிஷே, "AI டெவலப்பர்களை மாற்றாது, ஆனால் AI-ஐப் பயன்படுத்தும் டெவலப்பர்கள் பயன்படுத்தாதவர்களை மாற்றலாம்." முடியாது ஆராய்வார்கள் .

AI இன் வரம்புகள் (மனிதர்கள் ஏன் இன்றியமையாதவர்களாக இருக்கிறார்கள்)

அதன் ஈர்க்கக்கூடிய திறன்கள் இருந்தபோதிலும், இன்றைய AI, மனித நிரலாளர்களை வழக்கற்றுப் போகச் செய்வதைத் தடுக்கும் தெளிவான வரம்புகளைக் . இந்த வரம்புகளைப் புரிந்துகொள்வது, மேம்பாட்டுச் செயல்பாட்டில் நிரலாளர்கள் இன்னும் ஏன் மிகவும் தேவைப்படுகிறார்கள் என்பதைப் புரிந்துகொள்வதற்கு முக்கியமாகும். AI ஒரு சக்திவாய்ந்த கருவியாகும், ஆனால் அது ஒரு மனித டெவலப்பரின் படைப்பாற்றல், விமர்சன சிந்தனை மற்றும் சூழல் புரிதலை மாற்றக்கூடிய ஒரு மாயத் தோட்டா அல்ல. நிரலாக்கத்தில் AI இன் சில அடிப்படை குறைபாடுகள் மற்றும் மனித உருவாக்குநர்களின் தொடர்புடைய பலங்கள் இங்கே:

• உண்மையான புரிதல் மற்றும் படைப்பாற்றல் இல்லாமை: தற்போதைய AI மாதிரிகள் மனிதர்கள் செய்யும் விதத்தில் குறியீட்டையோ அல்லது சிக்கல்களையோ உண்மையிலேயே புரிந்து ; அவை வடிவங்களை அங்கீகரிக்கின்றன மற்றும் பயிற்சி தரவுகளின் அடிப்படையில் சாத்தியமான வெளியீடுகளை மீண்டும் உருவாக்குகின்றன. இதன் பொருள் AI அசல், ஆக்கப்பூர்வமான தீர்வுகள் அல்லது புதிய சிக்கல் களங்களைப் பற்றிய ஆழமான புரிதல் தேவைப்படும் பணிகளில் போராடக்கூடும். ஒரு AI முன்பு காணப்பட்ட ஒரு விவரக்குறிப்பைப் பூர்த்தி செய்ய குறியீட்டை உருவாக்க முடியும், ஆனால் முன்னோடியில்லாத சிக்கலுக்கு ஒரு புதிய வழிமுறையை வடிவமைக்க அல்லது தெளிவற்ற தேவையை விளக்க அதைக் கேட்கலாம், மேலும் அது தடுமாறக்கூடும். ஒரு பார்வையாளர் கூறியது போல், இன்று AI "மனித டெவலப்பர்கள் மேசைக்குக் கொண்டுவரும் படைப்பு மற்றும் விமர்சன சிந்தனை திறன்களைக் கொண்டிருக்கவில்லை." ( AI 2025 இல் டெவலப்பர்களை மாற்றப் போகிறதா: எதிர்காலத்தில் ஒரு ரகசியப் பார்வை ) மனிதர்கள் பெட்டிக்கு வெளியே சிந்திப்பதில் சிறந்து விளங்குகிறார்கள் - மென்பொருள் கட்டமைப்புகளை வடிவமைக்க அல்லது சிக்கலான சிக்கல்களைத் தீர்க்க டொமைன் அறிவு, உள்ளுணர்வு மற்றும் படைப்பாற்றலை இணைக்கிறது. இதற்கு மாறாக, AI, அது கற்றுக்கொண்ட வடிவங்களுக்கு மட்டுப்படுத்தப்பட்டுள்ளது; ஒரு சிக்கல் அந்த வடிவங்களுடன் சரியாக பொருந்தவில்லை என்றால், AI தவறான அல்லது அர்த்தமற்ற குறியீட்டை உருவாக்கக்கூடும் (பெரும்பாலும் நம்பிக்கையுடன்!). மென்பொருளில் புதுமை

• சூழல் மற்றும் பெரிய அளவிலான புரிதல்: மென்பொருளை உருவாக்குவது என்பது குறியீட்டின் வரிகளை எழுதுவது மட்டுமல்ல. காரணத்தைப் - வணிகத் தேவைகள், பயனர் தேவைகள் மற்றும் மென்பொருள் செயல்படும் சூழல். AI மிகவும் குறுகிய சூழலைக் கொண்டுள்ளது (பொதுவாக ஒரு நேரத்தில் அது கொடுக்கும் உள்ளீட்டிற்கு மட்டுமே). ஒரு அமைப்பின் முக்கிய நோக்கத்தையோ அல்லது குறியீட்டில் வெளிப்படையாக உள்ளதைத் தாண்டி ஒரு தொகுதி மற்றொன்றோடு எவ்வாறு தொடர்பு கொள்கிறது என்பதையோ இது உண்மையில் புரிந்து கொள்ளாது. இதன் விளைவாக, AI தொழில்நுட்ப ரீதியாக ஒரு சிறிய பணிக்கு வேலை செய்யும் குறியீட்டை உருவாக்கக்கூடும், ஆனால் பெரிய கணினி கட்டமைப்பில் சரியாகப் பொருந்தாது அல்லது சில மறைமுகமான தேவைகளை மீறுகிறது. மென்பொருள் வணிக இலக்குகள் மற்றும் பயனர் எதிர்பார்ப்புகளுடன் ஒத்துப்போகிறது என்பதை உறுதிப்படுத்த மனித டெவலப்பர்கள் தேவை. சிக்கலான அமைப்பு வடிவமைப்பு - ஒரு பகுதியில் ஏற்படும் மாற்றம் மற்றவற்றில் எவ்வாறு அலைபாய்வது, வர்த்தக பரிமாற்றங்களை எவ்வாறு சமநிலைப்படுத்துவது (செயல்திறன் vs. படிக்கக்கூடிய தன்மை போன்றவை) மற்றும் ஒரு குறியீட்டுத் தளத்தின் நீண்டகால பரிணாமத்தை எவ்வாறு திட்டமிடுவது என்பதைப் புரிந்துகொள்வது - இன்று AI செய்ய முடியாத ஒன்று. ஆயிரக்கணக்கான கூறுகளைக் கொண்ட பெரிய அளவிலான திட்டங்களில், AI "மரங்களைப் பார்க்கிறது, ஆனால் காடுகளைப் பார்க்கவில்லை." ஒரு பகுப்பாய்வில் குறிப்பிட்டுள்ளபடி, வணிகத் தேவைகள் மற்றும் பயனர் அனுபவக் கருத்தாய்வுகள் உட்பட , “பெரிய அளவிலான மென்பொருள் திட்டங்களின் முழு சூழலையும் சிக்கல்களையும் புரிந்துகொள்வதில் AI போராடுகிறது” 2025 இல் டெவலப்பர்களை AI மாற்றப் போகிறதா: எதிர்காலத்தில் ஒரு ரகசியப் பார்வை ). மனிதர்கள் பெரிய அளவிலான பார்வையைப் பராமரிக்கின்றனர்.

• பொது அறிவு மற்றும் தெளிவின்மை தீர்மானம்: உண்மையான திட்டங்களில் தேவைகள் பெரும்பாலும் தெளிவற்றவை அல்லது பரிணாம வளர்ச்சியில் உள்ளன. ஒரு மனித டெவலப்பர் தெளிவுபடுத்தலைத் தேடலாம், நியாயமான அனுமானங்களைச் செய்யலாம் அல்லது நம்பத்தகாத கோரிக்கைகளை நிராகரிக்கலாம். AI க்கு பொது அறிவு பகுத்தறிவு அல்லது தெளிவுபடுத்தும் கேள்விகளைக் கேட்கும் திறன் இல்லை (வெளிப்படையாக ஒரு ப்ராம்ட்டில் லூப் செய்யப்படாவிட்டால், அது கூட அதைச் சரியாகப் பெறுவதற்கான உத்தரவாதம் இல்லை). இதனால்தான் AI-உருவாக்கிய குறியீடு சில நேரங்களில் தொழில்நுட்ப ரீதியாக சரியானதாக இருக்கலாம், ஆனால் செயல்பாட்டு ரீதியாக மாறக்கூடியதாக இருக்கலாம் - தீர்ப்பு இல்லை. இதற்கு நேர்மாறாக, ஒரு மனித புரோகிராமர் ஒரு உயர் மட்ட கோரிக்கையை (“இந்த UI ஐ மேலும் உள்ளுணர்வுடன் உருவாக்கு” ​​அல்லது “பயன்பாடு ஒழுங்கற்ற உள்ளீடுகளை அழகாகக் கையாள வேண்டும்”) விளக்க முடியும் மற்றும் குறியீட்டில் என்ன செய்ய வேண்டும் என்பதைக் கண்டுபிடிக்க முடியும். ஒரு டெவலப்பரை உண்மையிலேயே மாற்றுவதற்கு AI க்கு மிகவும் விரிவான, தெளிவற்ற விவரக்குறிப்புகள் தேவைப்படும், மேலும் அத்தகைய விவரக்குறிப்பை திறம்பட எழுதுவது கூட குறியீட்டை எழுதுவது போலவே கடினம். ஃபோர்ப்ஸ் டெக் கவுன்சில் கட்டுரை பொருத்தமாக குறிப்பிட்டது போல, AI உண்மையில் டெவலப்பர்களை மாற்றுவதற்கு, அது தெளிவற்ற வழிமுறைகளைப் புரிந்துகொண்டு ஒரு மனிதனைப் போல மாற்றியமைக்க வேண்டும் - தற்போதைய AI கொண்டிருக்காத பகுத்தறிவு நிலை ( செர்ஜி குசினின் பதிவு - லிங்க்ட்இன் ).

• நம்பகத்தன்மை மற்றும் "மாயத்தோற்றங்கள்": இன்றைய ஜெனரேட்டிவ் AI மாதிரிகள் நன்கு அறியப்பட்ட குறைபாட்டைக் கொண்டுள்ளன: அவை தவறான அல்லது முற்றிலும் புனையப்பட்ட வெளியீடுகளை உருவாக்க முடியும், இது பெரும்பாலும் மாயத்தோற்றம் . குறியீட்டில், இது ஒரு AI நம்பத்தகுந்ததாகத் தோன்றும் ஆனால் தர்க்கரீதியாக தவறான அல்லது பாதுகாப்பற்ற குறியீட்டை எழுதுகிறது என்பதைக் குறிக்கலாம். டெவலப்பர்கள் AI பரிந்துரைகளை கண்மூடித்தனமாக நம்ப முடியாது. நடைமுறையில், AI-எழுதப்பட்ட குறியீட்டின் ஒவ்வொரு பகுதியையும் ஒரு மனிதனால் கவனமாக மதிப்பாய்வு செய்து சோதிக்க வேண்டும் . ஸ்டேக் ஓவர்ஃப்ளோ கணக்கெடுப்பு தரவு இதைப் பிரதிபலிக்கிறது - AI கருவிகளைப் பயன்படுத்துபவர்களில், 3% பேர் மட்டுமே AI இன் வெளியீட்டின் துல்லியத்தை அதிகம் நம்புகிறார்கள் , உண்மையில் ஒரு சிறிய சதவீதம் பேர் அதை தீவிரமாக நம்பவில்லை ( 70% டெவலப்பர்கள் AI குறியீட்டு கருவிகளைப் பயன்படுத்துகிறார்கள், 3% பேர் தங்கள் துல்லியத்தை அதிகம் நம்புகிறார்கள் - ShiftMag ). பெரும்பாலான டெவலப்பர்கள் AI பரிந்துரைகளை நற்செய்தியாக அல்ல, பயனுள்ள குறிப்புகளாகக் கருதுகின்றனர். இந்த குறைந்த நம்பிக்கைக்கு உத்தரவாதம் அளிக்கப்படுகிறது, ஏனெனில் AI எந்தவொரு திறமையான மனிதனும் செய்யாத வினோதமான தவறுகளை (ஒன்றாக ஒன்று பிழைகள், காலாவதியான செயல்பாடுகளைப் பயன்படுத்துதல் அல்லது திறமையற்ற தீர்வுகளை உருவாக்குதல் போன்றவை) செய்ய முடியும், ஏனெனில் அது சிக்கலைப் பற்றி உண்மையிலேயே சிந்திக்கவில்லை. ஒரு மன்றக் கருத்து, "அவை (AIகள்) நிறைய மாயத்தோற்றங்களை ஏற்படுத்துகின்றன, மேலும் ஒரு மனிதன் ஒருபோதும் செய்யாத விசித்திரமான வடிவமைப்புத் தேர்வுகளைச் செய்கின்றன" ( AI காரணமாக நிரலாளர்கள் வழக்கற்றுப் போய்விடுவாரா? - தொழில் ஆலோசனை ). இந்தப் பிழைகளைப் பிடிக்க மனித மேற்பார்வை மிக முக்கியமானது. AI உங்களுக்கு 90% அம்சத்தை விரைவாகப் பெற்றுத் தரக்கூடும், ஆனால் மீதமுள்ள 10% நுட்பமான பிழையைக் கொண்டிருந்தாலும், அதைக் கண்டறிந்து சரிசெய்வது மனித டெவலப்பரிடம் உள்ளது. உற்பத்தியில் ஏதேனும் தவறு நடந்தால், பிழைத்திருத்தம் செய்ய வேண்டியது மனித பொறியாளர்கள்தான் - ஒரு AI இன்னும் அதன் தவறுகளுக்குப் பொறுப்பேற்க முடியாது.

• குறியீட்டுத் தளங்களைப் பராமரித்தல் மற்றும் மேம்படுத்துதல்: மென்பொருள் திட்டங்கள் பல ஆண்டுகளாக உயிர்ப்புடன் வளர்ந்து வருகின்றன. அவற்றுக்கு நிலையான பாணி, எதிர்கால பராமரிப்பாளர்களுக்கான தெளிவு மற்றும் தேவைகள் மாறும்போது புதுப்பிப்புகள் தேவை. இன்றைய AI க்கு கடந்த கால முடிவுகளின் நினைவகம் இல்லை (வரையறுக்கப்பட்ட அறிவுறுத்தல்களுக்கு வெளியே), எனவே வழிகாட்டப்படாவிட்டால் அது ஒரு பெரிய திட்டத்தில் குறியீட்டை சீராக வைத்திருக்காமல் போகலாம். மனித டெவலப்பர்கள் குறியீட்டு பராமரிப்பை உறுதி செய்கிறார்கள் - தெளிவான ஆவணங்களை எழுதுதல், புத்திசாலித்தனமான ஆனால் தெளிவற்றவற்றுக்கு மேல் படிக்கக்கூடிய தீர்வுகளைத் தேர்ந்தெடுப்பது மற்றும் கட்டமைப்பு உருவாகும்போது தேவைக்கேற்ப குறியீட்டை மறுசீரமைப்பது. AI இந்த பணிகளில் உதவ முடியும் (மறுசீரமைப்புகளை பரிந்துரைப்பது போன்றவை), ஆனால் என்ன மறுசீரமைப்பு செய்ய வேண்டும் அல்லது எந்த பகுதிகளுக்கு மறுவடிவமைப்பு தேவை என்பதை தீர்மானிப்பது மனித தீர்ப்பு அழைப்பாகும். மேலும், கூறுகளை ஒருங்கிணைக்கும்போது, ​​ஏற்கனவே உள்ள தொகுதிகளில் ஒரு புதிய அம்சத்தின் தாக்கத்தைப் புரிந்துகொள்வது (பின்னோக்கிய இணக்கத்தன்மையை உறுதி செய்தல் போன்றவை) மனிதர்கள் கையாளும் ஒன்றாகும். AI-உருவாக்கிய குறியீட்டை மனிதர்கள் ஒருங்கிணைத்து ஒத்திசைக்க வேண்டும். ஒரு பரிசோதனையாக, சில டெவலப்பர்கள் ChatGPT முழு சிறிய பயன்பாடுகளையும் உருவாக்க அனுமதிக்க முயற்சித்துள்ளனர்; இந்த முடிவு பெரும்பாலும் ஆரம்பத்தில் வேலை செய்கிறது, ஆனால் பராமரிப்பது அல்லது நீட்டிப்பது மிகவும் கடினமாகிறது, ஏனெனில் AI தொடர்ந்து சிந்தனைமிக்க கட்டமைப்பைப் பயன்படுத்துவதில்லை - இது ஒரு மனித கட்டிடக் கலைஞர் தவிர்க்கும் உள்ளூர் முடிவுகளை எடுப்பதாகும்.

• நெறிமுறை மற்றும் பாதுகாப்பு பரிசீலனைகள்: AI அதிக குறியீட்டை எழுதும்போது, ​​அது சார்பு, பாதுகாப்பு மற்றும் நெறிமுறைகள் பற்றிய கேள்விகளையும் எழுப்புகிறது. ஒரு அனுபவமிக்க மனித டெவலப்பர் பிடிக்கும் பாதுகாப்பு பாதிப்புகளை (உதாரணமாக, உள்ளீடுகளை முறையாக சுத்தப்படுத்தாதது அல்லது பாதுகாப்பற்ற கிரிப்டோகிராஃபிக் நடைமுறைகளைப் பயன்படுத்துதல்) ஒரு AI கவனக்குறைவாக அறிமுகப்படுத்தக்கூடும். மேலும், AI க்கு உள்ளார்ந்த நெறிமுறை உணர்வு அல்லது நியாயத்திற்கான அக்கறை இல்லை - எடுத்துக்காட்டாக, இது சார்புடைய தரவுகளில் பயிற்சியளிக்கலாம் மற்றும் தற்செயலாக பாகுபாடு காட்டும் வழிமுறைகளை பரிந்துரைக்கலாம் (கடன் ஒப்புதல் குறியீடு அல்லது பணியமர்த்தல் வழிமுறை போன்ற AI-இயக்கப்படும் அம்சத்தில்). மனித டெவலப்பர்கள் இந்த சிக்கல்களுக்கான AI வெளியீடுகளைத் தணிக்கை செய்ய வேண்டும், விதிமுறைகளுக்கு இணங்குவதை உறுதி செய்ய வேண்டும் மற்றும் நெறிமுறைக் கருத்தாய்வுகளுடன் மென்பொருளை ஊக்குவிக்க வேண்டும். சமூக அம்சம் - பயனர் நம்பிக்கை, தனியுரிமை கவலைகளைப் புரிந்துகொள்வது மற்றும் மனித மதிப்புகளுடன் ஒத்துப்போகும் வடிவமைப்புத் தேர்வுகளைச் செய்வது - "கவனிக்கப்பட முடியாது. வளர்ச்சியின் இந்த மனித மையப்படுத்தப்பட்ட அம்சங்கள் AI இன் எல்லைக்கு அப்பாற்பட்டவை, குறைந்தபட்சம் எதிர்பார்க்கக்கூடிய எதிர்காலத்தில்." ( 2025 இல் AI டெவலப்பர்களை மாற்றப் போகிறதா: எதிர்காலத்தில் ஒரு ரகசிய பார்வை ) டெவலப்பர்கள் AI பங்களிப்புகளுக்கான மனசாட்சி மற்றும் தர வாயிலாக செயல்பட வேண்டும்.

இந்த வரம்புகளைக் கருத்தில் கொண்டு, தற்போதைய ஒருமித்த கருத்து என்னவென்றால், AI என்பது ஒரு கருவி, மாற்றீடு அல்ல . சத்யா நாதெல்லா கூறியது போல், இது டெவலப்பர்களை மேம்படுத்துவது AI புரோகிராமர்களை மாற்றுமா? ஹைப்பிற்குப் பின்னால் உள்ள உண்மை | பைகோச் எழுதியது | ஆர்ட்டிஃபிஷியல் கார்னர் | மார்ச், 2025 | மீடியம் ). AI ஐ ஒரு இளைய உதவியாளராகக் கருதலாம்: இது வேகமானது, சோர்வடையாதது, மேலும் பல பணிகளில் முதல் தேர்ச்சி பெற முடியும், ஆனால் மெருகூட்டப்பட்ட இறுதி தயாரிப்பை உருவாக்க ஒரு மூத்த டெவலப்பரின் வழிகாட்டுதலும் நிபுணத்துவமும் தேவை. மிகவும் மேம்பட்ட AI குறியீட்டு அமைப்புகள் கூட உதவியாளர்களாகப் . நிறுவனங்கள் தங்கள் நிரலாக்க குழுக்களை பணிநீக்கம் செய்யவில்லை, AI ஐ காட்டுத்தனமாக இயங்க விடவில்லை; அதற்கு பதிலாக, அவர்கள் டெவலப்பர்களுக்கு உதவ AI ஐ அவர்களின் பணிப்பாய்வுகளில் உட்பொதிக்கிறார்கள்.

ஒரு விளக்கமான மேற்கோள் OpenAI இன் சாம் ஆல்ட்மேனிடமிருந்து வருகிறது, அவர் AI முகவர்கள் மேம்படும்போது கூட, மென்பொருள் மேம்பாட்டில் "இந்த AI முகவர்கள் மனிதர்களை முழுமையாக மாற்ற மாட்டார்கள்" என்று சாம் ஆல்ட்மேன் கூறுகையில், AI முகவர்கள் விரைவில் மென்பொருள் பொறியாளர்கள் செய்யும் பணிகளைச் செய்வார்கள்: முழு கதை 5 புள்ளிகளில் - இந்தியா டுடே "மெய்நிகர் சக பணியாளர்களாக" அவர்கள் செயல்படுவார்கள் , குறிப்பாக சில வருட அனுபவமுள்ள ஒரு குறைந்த-நிலை மென்பொருள் பொறியாளரின் வழக்கமான பணிகள். வேறு வார்த்தைகளில் கூறுவதானால், AI இறுதியில் சில பகுதிகளில் ஒரு இளைய டெவலப்பரின் வேலையைச் செய்யலாம், ஆனால் அந்த இளைய டெவலப்பர் வேலையில்லாமல் போகாது - அவர்கள் AI ஐ மேற்பார்வையிடும் மற்றும் AI செய்ய முடியாத உயர்-நிலை பணிகளைச் சமாளிக்கும் ஒரு பாத்திரமாக பரிணமிப்பார்கள். 2040 வாக்கில் AI அதன் சொந்த குறியீட்டின் பெரும்பகுதியை எழுத முடியும் என்று சில ஆராய்ச்சியாளர்கள் கணிக்கும் எதிர்காலத்தை நோக்கிப் பார்த்தாலும் ( மென்பொருள் பொறியாளர்களுக்கு எதிர்காலம் இருக்கிறதா? AI இன் தாக்கம் [2024] இயந்திரங்கள் இல்லாத படைப்புத் தீப்பொறி மற்றும் விமர்சன சிந்தனையை மேற்பார்வையிட, வழிகாட்ட மற்றும் வழங்க மனித நிரலாளர்கள் இன்னும் தேவைப்படுவார்கள் என்பது பொதுவாக ஒப்புக்கொள்ளப்படுகிறது .

மென்பொருள் மேம்பாடு என்பது வெறும் குறியீட்டை விட அதிகம் என்பது குறிப்பிடத்தக்கது . இதில் பங்குதாரர்களுடன் தொடர்புகொள்வது, பயனர் கதைகளைப் புரிந்துகொள்வது, குழுக்களில் ஒத்துழைப்பது மற்றும் மீண்டும் மீண்டும் வடிவமைப்பு ஆகியவை அடங்கும் - மனித திறன்கள் இன்றியமையாத அனைத்து பகுதிகளும் இதில் அடங்கும். ஒரு AI ஒரு வாடிக்கையாளருடன் ஒரு சந்திப்பில் அமர்ந்து அவர்கள் உண்மையில் விரும்புவதைத் தீர்மானிக்க முடியாது, முன்னுரிமைகளைப் பேச்சுவார்த்தை நடத்தவோ அல்லது ஒரு தயாரிப்புக்கான தொலைநோக்குப் பார்வையுடன் ஒரு குழுவை ஊக்குவிக்கவோ முடியாது. மனித உறுப்பு மையமாக உள்ளது.

சுருக்கமாக, AI முக்கியமான பலவீனங்களைக் கொண்டுள்ளது: உண்மையான படைப்பாற்றல் இல்லாமை, சூழலைப் பற்றிய வரையறுக்கப்பட்ட புரிதல், தவறுகளைச் செய்யும் போக்கு, பொறுப்புக்கூறல் இல்லாமை மற்றும் மென்பொருள் முடிவுகளின் பரந்த தாக்கங்களைப் பற்றிய புரிதல் இல்லாமை. இந்த இடைவெளிகள்தான் மனித டெவலப்பர்கள் பிரகாசிக்கும் இடங்களாகும். AI ஐ ஒரு அச்சுறுத்தலாகப் பார்ப்பதற்குப் பதிலாக, மனித டெவலப்பர்களுக்கான சக்திவாய்ந்த பெருக்கியாக - மனிதர்கள் ஆழமானவற்றில் கவனம் செலுத்தும் வகையில் சாதாரணமானவற்றைக் கையாளுதல். AI-மேம்படுத்தப்பட்ட வளர்ச்சி உலகில் பொருத்தமானதாகவும் மதிப்புமிக்கதாகவும் இருக்க தங்கள் திறன்களையும் பாத்திரங்களையும் எவ்வாறு மாற்றியமைப்பதன்

AI யுகத்தில் தகவமைப்பு மற்றும் செழிப்பு

நிரலாளர்கள் மற்றும் டெவலப்பர்களுக்கு, குறியீட்டுத் துறையில் AI இன் எழுச்சி ஒரு கடுமையான அச்சுறுத்தலாக இருக்க வேண்டிய அவசியமில்லை - அது ஒரு வாய்ப்பாக இருக்கலாம். தொழில்நுட்பத்துடன் தழுவி வளர்ச்சியடைவதே அதிக உற்பத்தித் திறன் கொண்டவர்களாகவும் தேவை உள்ளவர்களாகவும் காண்பார்கள், அதே நேரத்தில் அதைப் புறக்கணிப்பவர்கள் தாங்கள் பின்தங்கியிருப்பதைக் காணலாம். இந்தப் பிரிவில், AI கருவிகள் அன்றாட வளர்ச்சியின் ஒரு பகுதியாக மாறும்போது, ​​டெவலப்பர்கள் பொருத்தமானவர்களாகவும் செழித்து வளரவும் நடைமுறை படிகள் மற்றும் உத்திகளில் கவனம் செலுத்துகிறோம். ஏற்றுக்கொள்ள வேண்டிய மனநிலை போட்டியை விட, AI உடன் தொடர்ச்சியான கற்றல் மற்றும் ஒத்துழைப்பு ஆகும். டெவலப்பர்கள் எவ்வாறு சரிசெய்யலாம், அவர்கள் என்ன புதிய திறன்கள் மற்றும் பாத்திரங்களைக் கருத்தில் கொள்ள வேண்டும் என்பது இங்கே:

1. AI-ஐ ஒரு கருவியாக ஏற்றுக்கொள்ளுங்கள் (AI கோடிங் உதவியாளர்களை திறம்பட பயன்படுத்த கற்றுக்கொள்ளுங்கள்): முதலாவதாக, டெவலப்பர்கள் கிடைக்கக்கூடிய AI கருவிகளைப் பயன்படுத்துவதை வசதியாகப் புரிந்துகொள்ள வேண்டும். Copilot, ChatGPT அல்லது பிற கோடிங் AI-களை உங்கள் புதிய ஜோடி நிரலாக்க கூட்டாளராகக் கருதுங்கள். இதன் பொருள் நல்ல தூண்டுதல்கள் அல்லது கருத்துகளை எவ்வாறு எழுதுவது என்பதைக் கற்றுக்கொள்வது , மேலும் AI-உருவாக்கப்பட்ட குறியீட்டை எவ்வாறு விரைவாகச் சரிபார்ப்பது அல்லது பிழைத்திருத்தம் செய்வது என்பதை அறிவது. ஒரு டெவலப்பர் தங்கள் IDE அல்லது பதிப்புக் கட்டுப்பாட்டைக் கற்றுக்கொள்ள வேண்டியிருந்தது போல, AI உதவியாளரின் வினோதங்களைக் கற்றுக்கொள்வது திறன் தொகுப்பின் ஒரு பகுதியாக மாறி வருகிறது. எடுத்துக்காட்டாக, ஒரு டெவலப்பர் அவர்கள் எழுதிய குறியீட்டின் ஒரு பகுதியை எடுத்து அதை மேம்படுத்த AI-யிடம் கேட்டு, பின்னர் மாற்றங்களை பகுப்பாய்வு செய்வதன் மூலம் பயிற்சி செய்யலாம். அல்லது, ஒரு பணியைத் தொடங்கும்போது, ​​அதை கருத்துகளில் கோடிட்டுக் காட்டி, AI என்ன வழங்குகிறது என்பதைப் பார்த்து, அங்கிருந்து செம்மைப்படுத்துங்கள். காலப்போக்கில், AI எதில் சிறந்தது, அதனுடன் இணைந்து எவ்வாறு உருவாக்குவது என்பதற்கான உள்ளுணர்வை நீங்கள் வளர்த்துக் கொள்வீர்கள். அதை "AI-உதவி மேம்பாடு" - உங்கள் கருவிப்பெட்டியில் சேர்க்க ஒரு புதிய திறன். உண்மையில், டெவலப்பர்கள் இப்போது "உடனடி பொறியியல்" என்பதை ஒரு திறமையாகப் பேசுகிறார்கள் - AI-யிடம் சரியான கேள்விகளைக் கேட்பது எப்படி என்பதை அறிவது. இதில் தேர்ச்சி பெற்றவர்கள் அதே கருவிகளைப் பயன்படுத்தி குறிப்பிடத்தக்க சிறந்த முடிவுகளை அடைய முடியும். "AI ஐப் பயன்படுத்தும் டெவலப்பர்கள் பயன்படுத்தாதவர்களை மாற்றக்கூடும்" என்பதை - எனவே தொழில்நுட்பத்தைத் தழுவி அதை உங்கள் கூட்டாளியாக ஆக்குங்கள்.

2. உயர்நிலை திறன்களில் கவனம் செலுத்துங்கள் (சிக்கல் தீர்க்கும் திறன், கணினி வடிவமைப்பு, கட்டிடக்கலை): AI குறைந்த அளவிலான குறியீட்டை கையாள முடியும் என்பதால், டெவலப்பர்கள் சுருக்க ஏணியில் மேலே செல்ல . இதன் பொருள் கணினி வடிவமைப்பு மற்றும் கட்டமைப்பைப் புரிந்துகொள்வதில் அதிக முக்கியத்துவம் கொடுப்பதாகும். சிக்கலான சிக்கல்களை உடைத்தல், அளவிடக்கூடிய அமைப்புகளை வடிவமைத்தல் மற்றும் கட்டிடக்கலை முடிவுகளை எடுப்பதில் திறன்களை வளர்த்துக் கொள்ளுங்கள் - மனித நுண்ணறிவு மிக முக்கியமான பகுதிகள். ஒரு தீர்வின் ஏன் மற்றும் எப்படி என்பதில் கவனம் செலுத்துங்கள், எதில் மட்டுமல்ல. உதாரணமாக, ஒரு வரிசைப்படுத்தும் செயல்பாட்டை முழுமையாக்குவதற்கு உங்கள் முழு நேரத்தையும் செலவிடுவதற்குப் பதிலாக (AI உங்களுக்காக ஒன்றை எழுதும்போது), உங்கள் பயன்பாட்டின் சூழலுக்கு எந்த வரிசைப்படுத்தும் அணுகுமுறை உகந்தது மற்றும் அது உங்கள் அமைப்பின் தரவு ஓட்டத்தில் எவ்வாறு பொருந்துகிறது என்பதைப் புரிந்துகொள்ள நேரத்தை செலவிடுங்கள். வடிவமைப்பு சிந்தனை - பயனர் தேவைகள், தரவு ஓட்டங்கள் மற்றும் கூறு தொடர்புகளை கருத்தில் கொண்டு - மிகவும் மதிப்புமிக்கதாக இருக்கும். AI குறியீட்டை உருவாக்க முடியும், ஆனால் மென்பொருளின் ஒட்டுமொத்த கட்டமைப்பை தீர்மானிப்பதும், அனைத்து பகுதிகளும் இணக்கமாக செயல்படுவதை உறுதி செய்வதும் டெவலப்பர் தான். உங்கள் பெரிய பட சிந்தனையை கூர்மைப்படுத்துவதன் மூலம், சரியான விஷயத்தை உருவாக்குவதில் AI (மற்றும் குழுவின் மற்ற உறுப்பினர்கள்) வழிநடத்தும் நபராக நீங்கள் உங்களை இன்றியமையாததாக ஆக்குகிறீர்கள். எதிர்காலத்தைப் பற்றிய ஒரு அறிக்கை குறிப்பிட்டது போல, டெவலப்பர்கள் "சிக்கல் தீர்க்கும் திறன், வடிவமைப்பு சிந்தனை மற்றும் பயனர் தேவைகளைப் புரிந்துகொள்வது போன்ற மனித நுண்ணறிவு ஈடுசெய்ய முடியாத பகுதிகளில் கவனம் செலுத்த வேண்டும்." ( AI 2025 இல் டெவலப்பர்களை மாற்றப் போகிறதா: எதிர்காலத்தில் ஒரு ரகசிய பார்வை )

3. உங்கள் AI & ML அறிவை மேம்படுத்துங்கள்: AI உடன் இணைந்து பணியாற்ற, AI ஐப் புரிந்துகொள்ள . டெவலப்பர்கள் அனைவரும் இயந்திர கற்றல் ஆராய்ச்சியாளர்களாக மாற வேண்டிய அவசியமில்லை, ஆனால் இந்த மாதிரிகள் எவ்வாறு செயல்படுகின்றன என்பதைப் பற்றிய உறுதியான புரிதல் நன்மை பயக்கும். இயந்திர கற்றல் மற்றும் ஆழமான கற்றலின் அடிப்படைகளைக் கற்றுக்கொள்ளுங்கள் - இது புதிய தொழில் பாதைகளைத் திறக்க முடியும் (AI தொடர்பான வேலைகள் வளர்ந்து வருவதால் ( மென்பொருள் பொறியாளர்களுக்கு எதிர்காலம் இருக்கிறதா? AI இன் தாக்கம் [2024] )), ஆனால் இது AI கருவிகளை மிகவும் திறம்பட பயன்படுத்தவும் உதவும். உதாரணமாக, ஒரு பெரிய மொழி மாதிரியின் வரம்புகள் மற்றும் அது எவ்வாறு பயிற்சி பெற்றது என்பதை நீங்கள் அறிந்திருந்தால், அது எப்போது தோல்வியடையக்கூடும் என்பதைக் கணித்து அதற்கேற்ப உங்கள் தூண்டுதல்கள் அல்லது சோதனைகளை வடிவமைக்கலாம். கூடுதலாக, பல மென்பொருள் தயாரிப்புகள் இப்போது AI அம்சங்களை இணைத்து வருகின்றன (எடுத்துக்காட்டாக, பரிந்துரை இயந்திரம் அல்லது சாட்போட் கொண்ட ஒரு பயன்பாடு). சில ML அறிவைக் கொண்ட ஒரு மென்பொருள் டெவலப்பர் அந்த அம்சங்களுக்கு பங்களிக்கலாம் அல்லது குறைந்தபட்சம் தரவு விஞ்ஞானிகளுடன் புத்திசாலித்தனமாக ஒத்துழைக்கலாம். கற்றலைக் கருத்தில் கொள்ள வேண்டிய முக்கிய பகுதிகள் பின்வருமாறு: தரவு அறிவியல் அடிப்படைகள் , தரவை எவ்வாறு முன்கூட்டியே செயலாக்குவது, பயிற்சி vs. அனுமானம் மற்றும் AI இன் நெறிமுறைகள். AI கட்டமைப்புகள் (TensorFlow, PyTorch) மற்றும் கிளவுட் AI சேவைகளைப் பற்றி நன்கு தெரிந்து கொள்ளுங்கள்; நீங்கள் புதிதாக மாதிரிகளை உருவாக்கவில்லை என்றாலும், ஒரு பயன்பாட்டில் AI API ஐ எவ்வாறு ஒருங்கிணைப்பது என்பதை அறிவது ஒரு மதிப்புமிக்க திறமையாகும். சுருக்கமாக, "AI கல்வியறிவு" பெறுவது வலை அல்லது தரவுத்தள தொழில்நுட்பங்களில் கல்வியறிவு பெறுவது போலவே விரைவாக முக்கியமானதாகி வருகிறது. பாரம்பரிய மென்பொருள் பொறியியல் மற்றும் AI உலகில் தலையிடக்கூடிய டெவலப்பர்கள் எதிர்கால திட்டங்களை வழிநடத்தும் முதன்மையான நிலையில் இருப்பார்கள்.

4. வலுவான மென் திறன்கள் மற்றும் கள அறிவை வளர்த்துக் கொள்ளுங்கள்: AI இயந்திரப் பணிகளை எடுத்துக் கொள்ளும்போது, ​​தனித்துவமான மனித திறன்கள் இன்னும் முக்கியமானதாகின்றன. தொடர்பு, குழுப்பணி மற்றும் கள நிபுணத்துவம் ஆகியவை இரட்டிப்பாக்கப்பட வேண்டிய பகுதிகள். மென்பொருள் மேம்பாடு பெரும்பாலும் பிரச்சனைக்குரிய களத்தைப் புரிந்துகொள்வது - அது நிதி, சுகாதாரம், கல்வி அல்லது வேறு எந்தத் துறையாக இருந்தாலும் - மற்றும் அதை தீர்வுகளாக மொழிபெயர்ப்பது பற்றியது. AI க்கு அந்த சூழல் அல்லது பங்குதாரர்களுடன் தொடர்பு கொள்ளும் திறன் இருக்காது, ஆனால் உங்களுக்கு இருக்கிறது. நீங்கள் பணிபுரியும் களத்தில் அதிக அறிவைப் பெறுவது, மென்பொருள் உண்மையில் நிஜ உலகத் தேவைகளைப் பூர்த்தி செய்வதை உறுதி செய்வதற்கான செல்ல வேண்டிய நபராக உங்களை ஆக்குகிறது. இதேபோல், உங்கள் ஒத்துழைப்பு திறன்களில் கவனம் செலுத்துங்கள்: வழிகாட்டுதல், தலைமைத்துவம் மற்றும் ஒருங்கிணைப்பு. குழுக்களுக்கு குறியீட்டை மதிப்பாய்வு செய்ய (AI-எழுதப்பட்ட குறியீடு உட்பட), சிறந்த நடைமுறைகள் குறித்து இளையவர்களுக்கு வழிகாட்டுதல் மற்றும் சிக்கலான திட்டங்களை ஒருங்கிணைக்க மூத்த டெவலப்பர்கள் இன்னும் தேவைப்படும். திட்டங்களில் மனித தொடர்புக்கான தேவையை AI நீக்காது. உண்மையில், AI உருவாக்கும் குறியீட்டுடன், ஒரு மூத்த டெவலப்பரின் வழிகாட்டுதல், ஒரு ஃபார்-லூப்பை எவ்வாறு எழுதுவது என்பதை விட, AI உடன் எவ்வாறு பணியாற்றுவது மற்றும் அதன் வெளியீட்டை எவ்வாறு சரிபார்க்க வேண்டும் என்பதை இந்தப் புதிய முன்னுதாரணத்தில் மற்றவர்களை வழிநடத்த முடிவது ஒரு மதிப்புமிக்க திறமையாகும். மேலும், விமர்சன சிந்தனையைப் - AI வெளியீடுகளைக் கேள்வி கேட்டுச் சோதித்துப் பாருங்கள், மற்றவர்களும் அதையே செய்ய ஊக்குவிக்கவும். ஆரோக்கியமான சந்தேகம் மற்றும் சரிபார்ப்பு மனநிலையை வளர்ப்பது AI மீது குருட்டுத்தனமாகச் சார்ந்திருப்பதைத் தடுக்கும் மற்றும் பிழைகளைக் குறைக்கும். அடிப்படையில், AI இல்லாத திறன்களை மேம்படுத்தவும்: மக்களையும் சூழலையும் புரிந்துகொள்வது, விமர்சன பகுப்பாய்வு மற்றும் துறைகளுக்கு இடையேயான சிந்தனை.

5. வாழ்நாள் முழுவதும் கற்றல் மற்றும் தகவமைப்புத் திறன்: AI இல் ஏற்படும் மாற்றத்தின் வேகம் மிக வேகமாக உள்ளது. இன்று அதிநவீனமாகத் தோன்றுவது ஓரிரு ஆண்டுகளில் காலாவதியாகிவிடலாம். டெவலப்பர்கள் வாழ்நாள் முழுவதும் கற்றலை . இதன் பொருள் புதிய AI குறியீட்டு உதவியாளர்களை தொடர்ந்து முயற்சிப்பது, AI/ML இல் ஆன்லைன் படிப்புகள் அல்லது சான்றிதழ்களை எடுப்பது, வரவிருக்கும் விஷயங்களைப் பற்றி புதுப்பித்த நிலையில் இருக்க ஆராய்ச்சி வலைப்பதிவுகளைப் படிப்பது அல்லது AI-ஐ மையமாகக் கொண்ட டெவலப்பர் சமூகங்களில் பங்கேற்பது. தகவமைப்புத் திறன் முக்கியமானது - புதிய கருவிகள் மற்றும் பணிப்பாய்வுகள் வெளிவரும்போது அவற்றை நோக்கிச் செல்லத் தயாராக இருக்க வேண்டும். எடுத்துக்காட்டாக, ஓவியங்களிலிருந்து UI வடிவமைப்பை தானியக்கமாக்கக்கூடிய ஒரு புதிய AI கருவி வந்தால், ஒரு முன்-இறுதி டெவலப்பர் அதைக் கற்றுக்கொள்ளவும் இணைக்கவும் தயாராக இருக்க வேண்டும், ஒருவேளை உருவாக்கப்பட்ட UI ஐச் செம்மைப்படுத்துவதில் அல்லது ஆட்டோமேஷன் தவறவிட்ட பயனர் அனுபவ விவரங்களை மேம்படுத்துவதில் தங்கள் கவனத்தை மாற்ற வேண்டும். கற்றலை தங்கள் வாழ்க்கையின் தொடர்ச்சியான பகுதியாகக் கருதுபவர்கள் (பல டெவலப்பர்கள் ஏற்கனவே செய்கிறார்கள்) AI மேம்பாடுகளை ஒருங்கிணைப்பது எளிதாக இருக்கும். ஒரு உத்தி என்னவென்றால், உங்கள் வாரத்தின் ஒரு சிறிய பகுதியை கற்றல் மற்றும் பரிசோதனைக்கு அர்ப்பணிப்பது - அதை உங்கள் சொந்த எதிர்காலத்தில் முதலீடு செய்வதாகக் கருதுவது. நிறுவனங்கள் தங்கள் டெவலப்பர்களுக்கு AI கருவிகளை திறம்படப் பயன்படுத்துவது குறித்து பயிற்சி அளிக்கத் தொடங்கியுள்ளன; இதுபோன்ற வாய்ப்புகளைப் பயன்படுத்திக் கொள்வது உங்களை முன்னோக்கி அழைத்துச் செல்லும். AI-ஐ ஒரு வளர்ந்து வரும் கூட்டாளியாகக் கருதி, அந்தக் கூட்டாளியுடன் பணிபுரிவதற்கான அணுகுமுறையைத் தொடர்ந்து செம்மைப்படுத்துபவர்களே செழித்து வளரும் டெவலப்பர்களாக இருப்பார்கள்.

6. வளர்ந்து வரும் பாத்திரங்கள் மற்றும் தொழில் பாதைகளை ஆராயுங்கள்: AI வளர்ச்சியில் பின்னிப் பிணைந்துள்ளதால், புதிய தொழில் வாய்ப்புகள் உருவாகி வருகின்றன. எடுத்துக்காட்டாக, தயாரிப்புகளில் AI ஐப் பயன்படுத்த சரியான தூண்டுதல்கள், பணிப்பாய்வுகள் மற்றும் உள்கட்டமைப்பை உருவாக்குவதில் கவனம் செலுத்தும் பாத்திரங்கள் உடனடி பொறியாளர் அல்லது AI ஒருங்கிணைப்பு நிபுணர் AI நெறிமுறை பொறியாளர் அல்லது AI தணிக்கையாளர் - சார்பு, இணக்கம் மற்றும் சரியான தன்மைக்கான AI வெளியீடுகளை மதிப்பாய்வு செய்வதில் கவனம் செலுத்தும் பாத்திரங்கள். அந்த பகுதிகளில் உங்களுக்கு ஆர்வம் இருந்தால், சரியான அறிவுடன் உங்களை நிலைநிறுத்துவது இந்த புதிய பாதைகளைத் திறக்கும். கிளாசிக் பாத்திரங்களுக்குள் கூட, "AI-உதவி பெற்ற முன்பக்க டெவலப்பர்" vs "AI-உதவி பெற்ற பின்பக்க டெவலப்பர்" போன்ற முக்கிய இடங்களை நீங்கள் காணலாம், அங்கு ஒவ்வொன்றும் சிறப்பு கருவிகளைப் பயன்படுத்துகின்றன. நிறுவனங்கள் AI ஐச் சுற்றி குழுக்களை எவ்வாறு கட்டமைக்கின்றன என்பதைக் கவனியுங்கள். சில நிறுவனங்களுக்கு திட்டங்களில் AI ஐ ஏற்றுக்கொள்வதற்கு வழிகாட்ட "AI கில்டுகள்" அல்லது சிறந்த மையங்கள் உள்ளன - அத்தகைய குழுக்களில் செயலில் இருப்பது உங்களை முன்னணியில் வைக்கலாம். மேலும், AI கருவிகளின் வளர்ச்சிக்கு பங்களிப்பதைக் கருத்தில் கொள்ளுங்கள்: எடுத்துக்காட்டாக, டெவலப்பர் கருவியை மேம்படுத்தும் திறந்த மூல திட்டங்களில் பணிபுரிதல் (ஒருவேளை குறியீட்டை விளக்கும் AI இன் திறனை மேம்படுத்துதல் போன்றவை). இது தொழில்நுட்பத்தைப் பற்றிய உங்கள் புரிதலை ஆழப்படுத்துவதோடு மட்டுமல்லாமல், மாற்றத்தை வழிநடத்தும் ஒரு சமூகத்தில் உங்களை வைக்கிறது. தொழில் சுறுசுறுப்பு . உங்கள் தற்போதைய வேலையின் சில பகுதிகள் தானியங்கிமயமாக்கப்பட்டால், அந்த தானியங்கி பகுதிகளை வடிவமைக்கும், மேற்பார்வையிடும் அல்லது மேம்படுத்தும் பாத்திரங்களுக்கு மாறத் தயாராக இருங்கள்.

7. மனித தரத்தை பராமரித்தல் மற்றும் காட்சிப்படுத்துதல்: சராசரி பிரச்சனைக்கு AI சராசரி குறியீட்டை உருவாக்கக்கூடிய உலகில், விதிவிலக்கான மற்றும் பச்சாதாபமான தீர்வுகளை உருவாக்க மனித டெவலப்பர்கள் பாடுபட வேண்டும். இது பயனர் அனுபவ நுணுக்கம், அசாதாரண சூழ்நிலைகளுக்கான செயல்திறன் மேம்படுத்தல்கள் அல்லது சுத்தமான மற்றும் நன்கு ஆவணப்படுத்தப்பட்ட குறியீட்டை எழுதுவதில் கவனம் செலுத்துவதைக் குறிக்கலாம் (அர்த்தமுள்ள ஆவணங்கள் அல்லது புரிந்துகொள்ளக்கூடிய குறியீட்டு கருத்துகளை எழுதுவதில் AI சிறந்ததல்ல - நீங்கள் அங்கு மதிப்பைச் சேர்க்கலாம்!). வேலையில் மனித நுண்ணறிவை ஒருங்கிணைப்பதை ஒரு புள்ளியாகக் கொள்ளுங்கள்: எடுத்துக்காட்டாக, ஒரு AI ஒரு குறியீட்டை உருவாக்கினால், மற்றொரு மனிதன் பின்னர் புரிந்துகொள்ளக்கூடிய வகையில் பகுத்தறிவை விளக்கும் கருத்துகளைச் சேர்க்கிறீர்கள், அல்லது அதை மேலும் படிக்கக்கூடியதாக மாற்றுகிறீர்கள். அவ்வாறு செய்வதன் மூலம், இயந்திரத்தால் உருவாக்கப்பட்ட வேலை இல்லாத தொழில்முறை மற்றும் தரத்தின் ஒரு அடுக்கைச் சேர்க்கிறீர்கள். காலப்போக்கில், உண்மையான உலகில் "வேலை செய்யும்" உயர்தர மென்பொருளுக்கு நற்பெயரை உருவாக்குவது உங்களை தனித்து நிற்கச் செய்யும். AI செயல்திறனை மனித கைவினைத்திறனுடன் இணைக்கக்கூடிய .

கல்விப் பாதைகள் எவ்வாறு மாற்றியமைக்கப்படலாம் என்பதையும் கருத்தில் கொள்வோம். இந்தத் துறையில் நுழையும் புதிய டெவலப்பர்கள் தங்கள் கற்றல் செயல்பாட்டில் AI கருவிகளைப் பயன்படுத்துவதைத் தவிர்க்கக்கூடாது. மாறாக, உடன் (எ.கா., வீட்டுப்பாடம் அல்லது திட்டங்களுக்கு உதவ AI ஐப் பயன்படுத்துதல், பின்னர் முடிவுகளை பகுப்பாய்வு செய்தல்) அவர்களின் புரிதலை துரிதப்படுத்தலாம். இருப்பினும், அடிப்படைகளை ஆழமாகக் கற்றுக்கொள்வது - வழிமுறைகள், தரவு கட்டமைப்புகள் மற்றும் முக்கிய நிரலாக்கக் கருத்துக்கள் - எனவே நீங்கள் ஒரு உறுதியான அடித்தளத்தைப் பெறுவீர்கள், மேலும் AI எப்போது தவறான பாதையில் செல்கிறது என்பதைக் கண்டறிய முடியும். AI எளிய குறியீட்டு பயிற்சிகளைக் கையாளுவதால், பாடத்திட்டங்கள் வடிவமைப்பு மற்றும் ஒருங்கிணைப்பு தேவைப்படும் திட்டங்களுக்கு அதிக முக்கியத்துவம் கொடுக்கக்கூடும். நீங்கள் ஒரு புதியவராக இருந்தால், சிக்கலான சிக்கல்களைத் தீர்க்கவும், AI ஐ பல கருவிகளில் ஒன்றாகப் பயன்படுத்தவும் உங்கள் திறனை நிரூபிக்கும் ஒரு போர்ட்ஃபோலியோவை உருவாக்குவதில் கவனம் செலுத்துங்கள்.

தழுவல் உத்தியை சுருக்கமாகச் சொல்ல: பயணியாக இல்லாமல், பைலட்டாக இருங்கள். AI கருவிகளைப் பயன்படுத்துங்கள், ஆனால் அவற்றை அதிகமாக நம்பியிருக்காதீர்கள் அல்லது மெத்தனமாக இருக்காதீர்கள். வளர்ச்சியின் தனித்துவமான மனித அம்சங்களை தொடர்ந்து மேம்படுத்துங்கள். மதிப்பிற்குரிய மென்பொருள் பொறியியல் முன்னோடியான கிரேடி பூச், இதை நன்றாகச் சொன்னார்: “AI ஒரு புரோகிராமராக இருப்பதன் அர்த்தத்தை அடிப்படையில் மாற்றப் போகிறது. இது புரோகிராமர்களை அகற்றாது, ஆனால் அவர்கள் புதிய திறன்களை வளர்த்துக் கொள்ளவும் புதிய வழிகளில் வேலை செய்யவும் இது தேவைப்படும்.” ( மென்பொருள் பொறியாளர்களுக்கு எதிர்காலம் உள்ளதா? AI இன் தாக்கம் [2024] ). அந்த புதிய திறன்களையும் வேலை செய்யும் முறைகளையும் முன்கூட்டியே வளர்ப்பதன் மூலம், டெவலப்பர்கள் தங்கள் தொழில் வாழ்க்கையின் ஓட்டுநர் இருக்கையில் இருப்பதை உறுதிசெய்ய முடியும்.

இந்தப் பகுதியைச் சுருக்கமாக, AI யுகத்தில் தங்கள் வாழ்க்கையை எதிர்காலத்திற்கு ஏற்றவாறு மாற்ற விரும்பும் டெவலப்பர்களுக்கான விரைவான குறிப்பு சரிபார்ப்புப் பட்டியல் இங்கே:

மேம்படுத்துவதையும் , அவற்றை வழக்கற்றுப் போகச் செய்வதற்குப் பதிலாக, முன்பை விட சிறந்த மென்பொருளை உருவாக்க அனுமதிப்பதையும் காண்பார்கள்

எதிர்காலக் கண்ணோட்டம்: AI மற்றும் டெவலப்பர்களுக்கு இடையிலான ஒத்துழைப்பு

AI-இயக்கப்படும் உலகில் நிரலாக்கத்திற்கான எதிர்காலம் என்ன? தற்போதைய போக்குகளின் அடிப்படையில், AI மற்றும் மனித டெவலப்பர்கள் இன்னும் நெருக்கமாக இணைந்து செயல்படும் . மனித வழிகாட்டுதலின் கீழ் AI அதிக "கனமான வேலைகளை" கையாளும் நிலையில், புரோகிராமரின் பங்கு மேற்பார்வை மற்றும் படைப்பாற்றல் நிலையை நோக்கி தொடர்ந்து மாறும். இந்த இறுதிப் பகுதியில், சில எதிர்கால சூழ்நிலைகளை நாங்கள் முன்னிறுத்தி, டெவலப்பர்களுக்கான கண்ணோட்டம் நேர்மறையாக இருக்க முடியும் என்பதை உறுதியளிக்கிறோம் - நாம் தொடர்ந்து மாற்றியமைக்கப்பட்டால்.

எதிர்காலத்தில் (அடுத்த 5-10 ஆண்டுகள்), கணினிகளைப் போலவே, மேம்பாட்டுச் செயல்பாட்டில் AI எங்கும் பரவும் வாய்ப்பு அதிகம். இன்று எந்த டெவலப்பரும் எடிட்டர் இல்லாமல் அல்லது கூகிள்/ஸ்டாக்ஓவர்ஃப்ளோ இல்லாமல் குறியீட்டை எழுதுவது போல, விரைவில் எந்த டெவலப்பரும் பின்னணியில் இயங்கும் ஏதேனும் ஒரு வகையான AI உதவி இல்லாமல் குறியீட்டை எழுத மாட்டார்கள். ஒருங்கிணைந்த மேம்பாட்டு சூழல்கள் (IDEகள்) , ஒரு AI புரிந்துகொள்ளக்கூடிய வகையில் சிக்கல்கள் மற்றும் தடைகளை உருவாக்குவது, பின்னர் AI வழங்கும் தீர்வுகளை நிர்வகிப்பது மற்றும் செம்மைப்படுத்துவது என்ற நிலையை நாம் அடையலாம் . இது ஒரு உயர் மட்ட நிரலாக்க வடிவத்தை ஒத்திருக்கிறது, சில நேரங்களில் "ப்ராம்ப்ட் புரோகிராமிங்" அல்லது "AI ஆர்கெஸ்ட்ரேஷன்" என்று அழைக்கப்படுகிறது.

இருப்பினும், என்ன செய்ய வேண்டும் என்பதன் சாராம்சம் - மக்களுக்கான பிரச்சினைகளைத் தீர்ப்பது - மாறாமல் உள்ளது. எதிர்கால AI ஒரு விளக்கத்திலிருந்து ஒரு முழு பயன்பாட்டையும் உருவாக்க முடியும் (“மருத்துவர் சந்திப்புகளை முன்பதிவு செய்வதற்கான மொபைல் பயன்பாட்டை உருவாக்குங்கள்”), ஆனால் அந்த விளக்கத்தை தெளிவுபடுத்துதல், அது சரியானது என்பதை உறுதி செய்தல் மற்றும் பயனர்களை மகிழ்விக்கும் வகையில் முடிவை நன்றாகச் சரிசெய்தல் ஆகியவை டெவலப்பர்களை (வடிவமைப்பாளர்கள், தயாரிப்பு மேலாளர்கள் போன்றவர்களுடன்) உள்ளடக்கும். உண்மையில், அடிப்படை செயலி உருவாக்கம் எளிதாகிவிட்டால், மென்பொருளில் மனித படைப்பாற்றல் மற்றும் புதுமை இன்னும் முக்கியமானதாக மாறும் . மென்பொருளின் செழிப்பை நாம் காணலாம், அங்கு பல வழக்கமான பயன்பாடுகள் AI ஆல் உருவாக்கப்படுகின்றன, அதே நேரத்தில் மனித டெவலப்பர்கள் எல்லைகளைத் தள்ளும் அதிநவீன, சிக்கலான அல்லது ஆக்கப்பூர்வமான திட்டங்களில் கவனம் செலுத்துகிறார்கள்.

நிரலாக்கத்திற்கான நுழைவுக்கான தடை குறைக்கப்படும் வாய்ப்பும் உள்ளது - அதாவது பாரம்பரிய மென்பொருள் பொறியாளர்கள் அல்லாதவர்கள் (எடுத்துக்காட்டாக, ஒரு வணிக ஆய்வாளர் அல்லது ஒரு விஞ்ஞானி அல்லது ஒரு சந்தைப்படுத்துபவர்) AI கருவிகளைப் பயன்படுத்தி மென்பொருளை உருவாக்க முடியும் (AI ஆல் மிகைப்படுத்தப்பட்ட "குறியீடு இல்லை/குறைந்த குறியீடு" இயக்கத்தின் தொடர்ச்சி). இது தொழில்முறை டெவலப்பர்களின் தேவையை நீக்காது; மாறாக, அது அதை மாற்றுகிறது. இதுபோன்ற சந்தர்ப்பங்களில் டெவலப்பர்கள் ஆலோசனை அல்லது வழிகாட்டும் பங்கை அதிகமாக எடுத்துக்கொள்ளலாம், இதனால் இந்த குடிமக்கள் உருவாக்கிய பயன்பாடுகள் பாதுகாப்பானவை, திறமையானவை மற்றும் பராமரிக்கக்கூடியவை என்பதை உறுதி செய்கிறது. AI-உதவி பெற்ற "நிரலாக்குநர்கள் அல்லாதவர்கள்" பயன்படுத்தும் தளங்கள் மற்றும் APIகளை உருவாக்குவதில் தொழில்முறை நிரலாளர்கள் கவனம் செலுத்தலாம்.

வேலைகள் என்ற கண்ணோட்டத்தில், சில நிரலாக்கப் பணிகள் குறையலாம், மற்றவை வளரலாம். எடுத்துக்காட்டாக, நிறுவனங்கள் எளிய பணிகளுக்கு AI-ஐ நம்பினால், சில தொடக்க நிலை குறியீட்டு நிலைகள் எண்ணிக்கையில் குறைவாக இருக்கலாம். எதிர்காலத்தில் ஒரு சிறிய தொடக்கநிலை நிறுவனத்திற்கு ஜூனியர் டெவலப்பர்களின் எண்ணிக்கையில் பாதி தேவைப்படும் என்று ஒருவர் கற்பனை செய்யலாம், ஏனெனில் அவர்களின் மூத்த டெவலப்பர்கள், AI பொருத்தப்பட்டவர்கள், நிறைய அடிப்படை வேலைகளைச் செய்ய முடியும். ஆனால் அதே நேரத்தில், முற்றிலும் புதிய வேலைகள் (நாங்கள் தழுவல் பிரிவில் விவாதித்தபடி) தோன்றும். மேலும், மென்பொருள் பொருளாதாரத்தில் இன்னும் அதிகமாக ஊடுருவும்போது (சில தேவைகளுக்கு AI உருவாக்கும் மென்பொருளுடன்), மென்பொருள் தொடர்பான வேலைகளுக்கான ஒட்டுமொத்த தேவை தொடர்ந்து உயரக்கூடும். ஆட்டோமேஷன் பெரும்பாலும் நீண்ட காலத்திற்கு அதிக , இருப்பினும் அவை வெவ்வேறு வேலைகள் - உதாரணமாக, சில உற்பத்திப் பணிகளின் ஆட்டோமேஷன் தானியங்கி அமைப்புகளை வடிவமைத்தல், பராமரித்தல் மற்றும் மேம்படுத்துவதற்கான வேலைகளில் வளர்ச்சிக்கு வழிவகுத்தது. AI மற்றும் நிரலாக்க சூழலில், ஒரு ஜூனியர் டெவலப்பர் முன்பு செய்த சில பணிகள் தானியங்கி முறையில் செய்யப்பட்டிருந்தாலும், நாம் உருவாக்க விரும்பும் மென்பொருளின் ஒட்டுமொத்த நோக்கம் விரிவடைகிறது (ஏனென்றால் இப்போது அதை உருவாக்குவது மலிவானது/வேகமானது), இது அதிக அதிகரித்து வருகின்றன , குறைவதில்லை என்று பரிந்துரைத்தது

2040 கணிப்பையும் நாம் கருத்தில் கொள்ள வேண்டும் : ஓக் ரிட்ஜ் தேசிய ஆய்வகத்தின் ஆராய்ச்சியாளர்கள், 2040 வாக்கில், "இயந்திரங்கள்... அவற்றின் பெரும்பாலான குறியீட்டை சொந்தமாக எழுதும்" ( மென்பொருள் பொறியாளர்களுக்கு எதிர்காலம் உள்ளதா? AI இன் தாக்கம் [2024] ) என்று பரிந்துரைத்தனர். அது துல்லியமாக நிரூபிக்கப்பட்டால், மனித நிரலாளர்களுக்கு என்ன மிச்சம்? அநேகமாக, மிக உயர் மட்ட வழிகாட்டுதல் (இயந்திரங்கள் நாம் சாதிக்க விரும்புகிறோம் என்பதை பரந்த அளவில் கூறுதல்) மற்றும் அமைப்புகளின் சிக்கலான ஒருங்கிணைப்பு, மனித உளவியலைப் புரிந்துகொள்வது அல்லது புதிய சிக்கல் களங்களை உள்ளடக்கிய பகுதிகள் ஆகியவற்றில் கவனம் செலுத்தப்படும். அத்தகைய சூழ்நிலையில் கூட, தயாரிப்பு வடிவமைப்பாளர்கள், தேவைகள் பொறியாளர்கள் மற்றும் AI பயிற்சியாளர்கள்/சரிபார்ப்பவர்கள் எந்த குறியீடு ஏன் எழுதப்பட வேண்டும் என்பதை யாராவது முடிவு செய்ய வேண்டும் , பின்னர் இறுதி முடிவு சரியானது மற்றும் இலக்குகளுடன் ஒத்துப்போகிறதா என்பதை சரிபார்க்க வேண்டும். சுயமாக ஓட்டும் கார்கள் ஒரு நாள் எவ்வாறு தாங்களாகவே ஓட்டக்கூடும் என்பதற்கு இது ஒப்பானது, ஆனால் நீங்கள் இன்னும் காரை எங்கு சென்று சிக்கலான சூழ்நிலைகளில் தலையிட வேண்டும் என்று சொல்கிறீர்கள் - மேலும் மனிதர்கள் சாலைகள், போக்குவரத்துச் சட்டங்கள் மற்றும் அதைச் சுற்றியுள்ள அனைத்து உள்கட்டமைப்புகளையும் வடிவமைக்கிறார்கள்.

மாற்றீடு அல்ல, ஒத்துழைப்பின் எதிர்காலத்தை கற்பனை செய்கிறார்கள் . ஒரு தொழில்நுட்ப ஆலோசனை நிறுவனம் கூறியது போல், "வளர்ச்சியின் எதிர்காலம் மனிதர்கள் அல்லது AI இடையேயான தேர்வு அல்ல, ஆனால் இரண்டிலும் சிறந்ததைப் பயன்படுத்தும் ஒத்துழைப்பு." ( AI 2025 இல் டெவலப்பர்களை மாற்றப் போகிறதா: எதிர்காலத்தில் ஒரு ரகசிய பார்வை ) AI சந்தேகத்திற்கு இடமின்றி மென்பொருள் மேம்பாட்டை மாற்றும், ஆனால் அது அழிவை விட டெவலப்பரின் பங்கின் பரிணாம வளர்ச்சியாகும். "மாற்றங்களைத் தழுவி, தங்கள் திறன்களை மாற்றி, தங்கள் பணியின் தனித்துவமான மனித அம்சங்களில் கவனம் செலுத்தும்" அவர்களின் மதிப்பைக் குறைப்பதற்குப் பதிலாக அவர்களின் திறன்களை மேம்படுத்துகிறது என்பதைக் காண்பார்கள்

இன்னொரு துறையுடன் நாம் இணையாகச் செல்லலாம்: பொறியியல் மற்றும் கட்டிடக்கலையில் கணினி உதவி வடிவமைப்பு (CAD) வளர்ச்சியைக் கவனியுங்கள். அந்தக் கருவிகள் பொறியாளர்கள் மற்றும் கட்டிடக் கலைஞர்களை மாற்றியமைத்தனவா? இல்லை - அவை அவர்களை அதிக உற்பத்தித் திறன் கொண்டவர்களாகவும், மிகவும் சிக்கலான வடிவமைப்புகளை உருவாக்க அனுமதித்தன. ஆனால் மனித படைப்பாற்றல் மற்றும் முடிவெடுப்பது மையமாகவே இருந்தது. இதேபோல், AI ஐ கணினி உதவி குறியீட்டு முறையாகக் காணலாம் - இது சிக்கலான மற்றும் முரட்டுத்தனமான வேலையைக் கையாள உதவும், ஆனால் டெவலப்பர் வடிவமைப்பாளராகவும் முடிவெடுப்பவராகவும் இருக்கிறார்.

நீண்ட காலத்திற்கு, உண்மையிலேயே மேம்பட்ட AI-ஐ நாம் கற்பனை செய்தால் (கோட்பாட்டில் ஒரு மனிதனால் செய்யக்கூடியவற்றில் பெரும்பாலானவற்றைச் செய்யக்கூடிய பொதுவான AI-யின் ஒரு வடிவம் என்று வைத்துக்கொள்வோம் ) , சமூக மற்றும் பொருளாதார மாற்றங்கள் நிரலாக்கத்தை விட மிகவும் பரந்ததாக இருக்கும். நாம் இன்னும் அதை அடையவில்லை, மேலும் AI-ஐ நமது வேலையில் எவ்வாறு ஒருங்கிணைக்கிறோம் என்பதில் நமக்கு குறிப்பிடத்தக்க கட்டுப்பாடு உள்ளது. மனித ஆற்றலை அதிகரிக்கும் . அதாவது மனிதர்களை வளையத்தில் வைத்திருக்கும் கருவிகள் மற்றும் நடைமுறைகளில் (மற்றும் கொள்கைகளில்) முதலீடு செய்வது. ஏற்கனவே, நிறுவனங்கள் AI நிர்வாகத்தை - நெறிமுறை மற்றும் பயனுள்ள விளைவுகளை உறுதி செய்வதற்காக வளர்ச்சியில் AI எவ்வாறு பயன்படுத்தப்பட வேண்டும் என்பதற்கான வழிகாட்டுதல்கள் ( டெவலப்பர் அனுபவத்தில் AI-யின் தாக்கத்தை கணக்கெடுப்பு வெளிப்படுத்துகிறது - தி கிட்ஹப் வலைப்பதிவு ). இந்தப் போக்கு வளரும், மனித மேற்பார்வை முறையாக AI-வளர்ச்சிக் குழாயின் ஒரு பகுதியாக இருப்பதை உறுதி செய்கிறது.

முடிவில், “AI, நிரலாளர்களை மாற்றுமா?” என்ற கேள்விக்கு பதிலளிக்கலாம்: இல்லை - ஆனால் இது நிரலாளர்கள் செய்வதை கணிசமாக மாற்றும். நிரலாக்கத்தின் சாதாரண பகுதிகள் பெரும்பாலும் தானியங்கிமயமாக்கப்படுவதற்கான பாதையில் உள்ளன. படைப்பாற்றல், சவாலான மற்றும் மனிதனை மையமாகக் கொண்ட பகுதிகள் இங்கேயே இருக்கும், உண்மையில் மேலும் முக்கியத்துவம் பெறும். எதிர்காலத்தில், நிரலாளர்கள் எப்போதும் புத்திசாலித்தனமான AI உதவியாளர்களுடன் இணைந்து பணியாற்றுவதைக் காணலாம், ஒரு குழு உறுப்பினரைப் போலவே. 24/7 குறியீட்டை உருவாக்கக்கூடிய ஒரு AI சக ஊழியரைக் கொண்டிருப்பதை கற்பனை செய்து பாருங்கள் - இது ஒரு சிறந்த உற்பத்தித்திறன் ஊக்கமாகும், ஆனால் அதற்கு என்னென்ன பணிகளைச் செய்ய வேண்டும் என்பதைச் சொல்லவும் அதன் வேலையைச் சரிபார்க்கவும் இன்னும் யாராவது தேவை.

AI-ஐ ஒரு கூட்டுப்பணியாளராகக் கருதுபவர்களால் சிறந்த பலன்கள் அடையப்படும். ஒரு தலைமை நிர்வாக அதிகாரி கூறியது போல், " AI புரோகிராமர்களை மாற்றாது, ஆனால் AI-ஐப் பயன்படுத்தும் புரோகிராமர்கள் பயன்படுத்தாதவர்களை மாற்றுவார்கள்." நடைமுறையில், தொழில்நுட்பத்துடன் பரிணமிக்க வேண்டிய பொறுப்பு டெவலப்பர்களிடம் உள்ளது. நிரலாக்கத் தொழில் இறக்கவில்லை - அது தகவமைப்பு AI-யுடன் இணைந்து வெற்றிகரமான மற்றும் நிறைவான வாழ்க்கையைப் பெற முடியும் .

கடைசியாக, டெவலப்பர்கள் தங்கள் வசம் வல்லரசுகளைக் கொண்ட ஒரு சகாப்தத்தில் நாம் நுழைகிறோம் என்பதைக் கொண்டாடுவது மதிப்புக்குரியது. அடுத்த தலைமுறை புரோகிராமர்கள், AI-ஐப் பயன்படுத்தி, நாட்கள் எடுக்கும் விஷயங்களை மணிநேரங்களில் சாதிப்பார்கள், முன்பு எட்டாத பிரச்சினைகளைச் சமாளிப்பார்கள். பயத்திற்குப் பதிலாக, முன்னோக்கிச் செல்வது நம்பிக்கை மற்றும் ஆர்வத்தின் . நாம் கண்களைத் திறந்து AI-ஐ அணுகும் வரை - அதன் வரம்புகளை உணர்ந்து, நமது பொறுப்பை உணர்ந்து - AI மற்றும் புரோகிராமர்கள் இணைந்து அற்புதமான மென்பொருள் அமைப்புகளை உருவாக்கும் எதிர்காலத்தை நாம் வடிவமைக்க முடியும், இது இருவருமே தனியாகச் செய்யக்கூடியதை விட மிக அதிகம். மனித படைப்பாற்றல் இயந்திர செயல்திறனுடன் இணைந்திருப்பது ஒரு சக்திவாய்ந்த கலவையாகும். இறுதியில், இது மாற்றீடு , ஆனால் சினெர்ஜி பற்றியது. AI மற்றும் புரோகிராமர்களின் கதை இன்னும் எழுதப்பட்டு வருகிறது - மேலும் அது மனிதர்களாலும் இயந்திரங்களாலும் ஒன்றாக எழுதப்படும்.

ஆதாரங்கள்:

1. பிரைன்ஹப், “மென்பொருள் பொறியாளர்களுக்கு எதிர்காலம் உண்டா? AI இன் தாக்கம் [2024]” ( மென்பொருள் பொறியாளர்களுக்கு எதிர்காலம் உண்டா? AI இன் தாக்கம் [2024] ).

2. பிரைன்ஹப், AI என்பது ஒரு கருவி, மாற்றாக அல்ல என்பது குறித்து சத்யா நாதெல்லா மற்றும் ஜெஃப் டீன் ஆகியோரின் நிபுணர் மேற்கோள்கள் ( மென்பொருள் பொறியாளர்களுக்கு எதிர்காலம் உள்ளதா? AI இன் தாக்கம் [2024] ) ( மென்பொருள் பொறியாளர்களுக்கு எதிர்காலம் உள்ளதா? AI இன் தாக்கம் [2024] ).

3. மீடியம் (PyCoach), “AI புரோகிராமர்களை மாற்றுமா? ஹைப்பிற்குப் பின்னால் உள்ள உண்மை” , நுணுக்கமான யதார்த்தம் vs ஹைப்பைக் குறிப்பிடுதல் ( AI புரோகிராமர்களை மாற்றுமா? ஹைப்பிற்குப் பின்னால் உள்ள உண்மை | தி பைகோச் எழுதியது | ஆர்ட்டிஃபிஷியல் கார்னர் | மார்ச், 2025 | மீடியம் ) மற்றும் AI பணிகளில் சிறந்ததாக இருக்கும் ஆனால் முழு வேலைகளையும் செய்யாது என்ற சாம் ஆல்ட்மேனின் மேற்கோள்.

4. DesignGurus, “AI டெவலப்பர்களை மாற்றப் போகிறதா… (2025)” , AI டெவலப்பர்களை தேவையற்றவர்களாக மாற்றுவதற்குப் பதிலாக அவர்களைப் பெருக்கி AI 2025 இல் டெவலப்பர்களை மாற்றப் போகிறதா: எதிர்காலத்தில் ஒரு ரகசியப் பார்வை ) மற்றும் AI பின்தங்கிய பகுதிகளை பட்டியலிடுகிறது (படைப்பாற்றல், சூழல், நெறிமுறைகள்).

5. ஸ்டேக் ஓவர்ஃப்ளோ டெவலப்பர் சர்வே 2023, 70% டெவலப்பர்களால் AI கருவிகளைப் பயன்படுத்துதல், துல்லியத்தில் குறைந்த நம்பிக்கை (3% அதிக நம்பிக்கை) ( 70% டெவலப்பர்கள் AI குறியீட்டு கருவிகளைப் பயன்படுத்துகின்றனர், 3% பேர் தங்கள் துல்லியத்தை அதிகம் நம்புகிறார்கள் - ShiftMag ).

6. 2023 ஆம் ஆண்டு GitHub கணக்கெடுப்பு, 92% டெவலப்பர்கள் AI குறியீட்டு கருவிகளை முயற்சித்ததாகவும் 70% பேர் நன்மைகளைப் பார்த்ததாகவும் காட்டுகிறது ( டெவலப்பர் அனுபவத்தில் AI இன் தாக்கத்தை கணக்கெடுப்பு வெளிப்படுத்துகிறது - GitHub வலைப்பதிவு ).

7. கிட்ஹப் கோபிலட் ஆராய்ச்சி, AI உதவியுடன் 55% விரைவான பணி நிறைவைக் கண்டறிதல் ( ஆராய்ச்சி: டெவலப்பர் உற்பத்தித்திறன் மற்றும் மகிழ்ச்சியில் கிட்ஹப் கோபிலட்டின் தாக்கத்தை அளவிடுதல் - கிட்ஹப் வலைப்பதிவு ).

8. DeepMind இன் AlphaCode இல் உள்ள GeekWire, சராசரி மனித குறியீட்டாளர் மட்டத்தில் (மேல் 54%) செயல்படுகிறது, ஆனால் சிறந்த செயல்திறன் கொண்டவர்களிடமிருந்து வெகு தொலைவில் உள்ளது ( DeepMind இன் AlphaCode சராசரி நிரலாளரின் திறமைக்கு ஒத்திருக்கிறது ).

9. இந்தியா டுடே (பிப்ரவரி 2025), AI “சக ஊழியர்கள்” இளைய பொறியாளர்களின் பணிகளைச் செய்கிறார்கள், ஆனால் “மனிதர்களை முழுமையாக மாற்ற மாட்டார்கள்” என்ற ( சாம் ஆல்ட்மேன் கூறுகையில், மென்பொருள் பொறியாளர்கள் செய்யும் பணிகளை AI முகவர்கள் விரைவில் செய்வார்கள்: முழு கதை 5 புள்ளிகளில் - இந்தியா டுடே ).

10. மெக்கின்சி & கம்பெனி, ஆட்டோமேஷன் இருந்தபோதிலும் ~80% நிரலாக்க வேலைகள் மனித மையமாகவே இருக்கும் என்று மதிப்பிட்டுள்ளது ( மென்பொருள் பொறியாளர்களுக்கு எதிர்காலம் இருக்கிறதா? AI இன் தாக்கம் [2024] ).

இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:

🔗 சிறந்த AI ஜோடி நிரலாக்க கருவிகள்
உங்கள் மேம்பாட்டு பணிப்பாய்வை அதிகரிக்க ஒரு குறியீட்டு கூட்டாளரைப் போல உங்களுடன் ஒத்துழைக்கக்கூடிய முன்னணி AI கருவிகளை ஆராயுங்கள்.

🔗 குறியீட்டுக்கு எது சிறந்தது - சிறந்த AI குறியீட்டு உதவியாளர்கள்
குறியீடு உருவாக்கம், பிழைத்திருத்தம் மற்றும் மென்பொருள் திட்டங்களை துரிதப்படுத்துவதற்கான மிகவும் பயனுள்ள AI கருவிகளுக்கான வழிகாட்டி.

🔗 செயற்கை நுண்ணறிவு மென்பொருள் மேம்பாடு - தொழில்நுட்பத்தின் எதிர்காலத்தை மாற்றுதல்
மென்பொருள் உருவாக்கப்படும், சோதிக்கப்படும் மற்றும் பயன்படுத்தப்படும் விதத்தில் AI எவ்வாறு புரட்சியை ஏற்படுத்துகிறது என்பதைப் புரிந்து கொள்ளுங்கள்.