Приготовьтесь: эра «гражданских разработчиков», создающих приложения, наступила благодаря искусственному интеллекту
В течение следующего года разработчики-любители будут поставлять 30% приложений для автоматизации на основе искусственного интеллекта. Тем не менее, им потребуется обучение и руководство. Готовы ли мы к этому?
Генеративный ИИ (Gen AI) избавил от большой части рутинной работы по созданию приложений для профессиональных разработчиков программного обеспечения. Теперь вопрос в том, могут ли разработчики-любители извлечь выгоду из этой новой парадигмы в создании кода?
Некоторые эксперты, безусловно, так считают. В течение следующего года разработчики-любители будут поставлять 30% приложений для автоматизации на основе искусственного интеллекта, прогнозирует Крейг Ле Клер, главный аналитик Forrester.
«Они обладают необходимыми знаниями в предметной области для представления и разработки этих решений», — сказал он, порекомендовав провести согласованное обучение разработчиков-любителей для обеспечения безопасного и контролируемого распространения моделей ИИ и платформ совместного пилотирования.
Одна из больших проблем заключается в том, что разработчики-любители могут быть не готовы работать с «голым» ИИ поколения при создании приложений.
«В то время как Gen AI разрушает барьеры, позволяя им экспериментировать и быстро создавать приложения без кода, просто описывая то, что им нужно, на естественном языке, гибридный подход остается необходимым», — предположил Берли Кавасаки, глобальный вице-президент Creatio, также соавтор No-Code Playbook.
По его словам, одна из причин заключается в том, что многие задачи, такие как проектирование пользовательских интерфейсов и рабочих процессов, лучше подходят для визуального представления: «Хорошей аналогией является то, как текстовый процессор позволяет пользователям переключаться между режимом черновика и полной версткой WYSIWYG в зависимости от потребностей редактирования».
Еще одна проблема — кастомизация. Кавасаки сказал, что разработчики-любители должны легко расширять свои приложения: «В то время как они могут напрямую изменять сгенерированный код, людям и искусственному интеллекту проще обновлять декларативные модели, которые лежат в основе платформ без кода».
Он также сказал, что важно признать, что гражданские разработчики имеют небольшой опыт в создании программного обеспечения: «Хотя разработка теперь может быть проще, навигация по более широкому жизненному циклу разработки программного обеспечения является для них неизведанной территорией».
В корпоративных средах разработчики-любители «должны учитывать компромиссы при проектировании, лучшие практики и соответствие стандартам управления, безопасности и регулирования», — продолжил он. «Недостаточное знакомство с методологиями разработки структур может замедлить внедрение ИИ поколения».
Уроки от профессионалов
Программирование на основе искусственного интеллекта зарекомендовало себя как предпочтительное решение для многих разработчиков. Это распространение дает важные указания для непрофессионалов.
«Программирование на основе искусственного интеллекта для разработчиков быстро набирает обороты, потому что оно буквально говорит на их языке — языке процедурного кода», — сказал Кавасаки.
«Код может быть создан иначе, чем при традиционной разработке программного обеспечения, но после генерации вывод кода естественным образом вписывается в существующие методологии разработки и практики DevOps. Его рост в сообществе разработчиков только ускоряется».
Кавасаки сказал, что использование Gen AI профессиональными разработчиками до сих пор помогло выявить некоторые важные риски.
«Несмотря на то, что кодирование GenAI является мощным инструментом, ответственность за обеспечение надлежащего управления для снижения рисков лежит на предприятии. Без надлежащего надзора код, созданный искусственным интеллектом, может привести к ошибкам, уязвимостям безопасности и несоответствиям между приложениями».
По его словам, отсутствие стандартизации также создает риски в средах программирования GenAI: «Если приложения, созданные искусственным интеллектом, развертываются без управления, организации могут столкнуться с несогласованностью данных, вариациями в рабочих процессах и неравномерными стандартами удобства использования; Или, возможно, они не оптимизированы для правильной работы с корпоративными серверными системами и данными, что может повлиять на целостность и производительность системы».
Кавасаки сказал, что также важно учитывать юридические и этические соображения, такие как потенциальные проблемы с авторскими правами или предвзятость логики, созданной ИИ: «Одна из эффективных стратегий заключается в том, чтобы дополнить кодирование Gen AI инвестициями в компонуемые архитектуры, а не создавать все с нуля».
В этом контексте разработки ИИ помогает рекомендовать повторное использование проверенных, защищенных компонентов, которые являются частью курируемого рынка, «будь то от поставщика платформы или от списка курируемых и проверенных партнеров по экосистеме», — сказал Кавасаки.
Однако, несмотря на проблемы, он сказал, что Gen AI становится встроенным помощником по умолчанию для платформ low-code и no-code.
«На этапе проектирования разработка с помощью искусственного интеллекта повышает производительность и сокращает кривую обучения за счет создания структур приложений, предложения рабочих процессов и даже создания элементов пользовательского интерфейса на основе описаний на естественном языке. Он также действует как интеллектуальный помощник, предлагая рекомендации и устраняя неполадки до того, как они станут проблемами».