Модели генерации не только меняют интерфейсы — они меняют мышление.
Искусственный интеллект быстро завоевывает все больше и больше областей. Генеративные модели стали настолько вездесущими, что они больше не помогают людям — они все чаще утверждают, что являются человеком. Генеральный директор NVIDIA Дженсон Хуан сказал в этом году: «Английский — новый язык программирования«.
И это не просто хорошая фраза: такие системы, как Codex и Claude Code, теперь способны создавать приложения и автоматически выполнять задания GitHub. На фоне этого прогресса некоторые начали спрашивать себя: нужно ли знать, как программировать?
Заканчивается ли эпоха кодирования настроения, а традиционное программирование не стало из жизни?
Доктор Рания Халаф, директор по искусственному интеллекту в WSO2, считает, что Человечество всегда мечтала общаться с машинами так же легко, как и друг с другомS мы прошли долгий путь от перфорированных карт и командной строки до графических интерфейсов. Но с появлением Chatgpt даже известные голосовые помощники, такие как Алекса и Сири, начали выглядеть устаревшим. В то же время само программирование развивалось — от ассемблера до языков с высоким уровнем уровня, а теперь до кодирования атмосфера, кода, созданного словами и правильным настроением.
Халаф верит в это Будущее программирования гибридноеS сочетание традиционного, детерминированного кода с описательным, размытым естественным языком. Просто сказать, что программирование умирает, это клише, но неправильно. Напротив, она говорит, что сегодня важно учиться и обучать оба: основы компьютерной науки, архитектуры системы, структуры языка программирования — но также и как эффективно взаимодействовать с генеративным ИИ.
Одним из ключевых моментов в заявлении Халафа является фраза «Подсказка хрупкая». Она объясняет, что уже недостаточно, чтобы просто сделать правильные запросы для ИИ. Да, искусственный интеллект способен выполнять задачи на основе простых описаний — от написания резюме до анализа текста — но за ним находится целая инженерная дисциплина.
То, что ранее называлось быстрого проектирования, постепенно переходит в более широкую контекстуальную инженерию. Чтобы управлять такими системами, вам необходимо понимать не только язык, но и технические детали: как организованы подсистемы, откуда поступают данные, какие инструменты используются.
Халаф ссылается на подход DSPY, в котором программист создает логическую схему вокруг ИИ, объединяя код и естественный язык. Ее собственная работа над концепцией естественного программирования подразумевает язык, который может быть написан как на английском, так и в традиционном кодовом выборе, что лучше всего подходит для каждой части логики.
По ее словам Уровень абстракции снова растет: Программы становятся сочетанием кода, текста и в будущем звуковых изображений. Этот «многоязычный» подход похож на то, как двуязычные выбирают правильное выражение в зависимости от ситуации. Теперь можно сделать то же самое в программировании.
Чтобы проиллюстрировать важность точного выражения логики, Халаф вспоминает школьное упражнение с участием сэндвича с арахисовым маслом и джемом: участники должны были написать шаг -по инструкциям для другого человека, чтобы сделать бутерброд. Почти никто не смог справиться в первый раз — оказывается, что даже с простой задачей может быть большое расхождение между намерением и результатом. И это напрямую относится к искусственному интеллекту. Да, нейронная сеть может генерировать код на основе описания. Но если вы не понимаете точно, что он делает — ошибки, настройка и масштабирование становятся агонией.
Она также ссылается на классического компьютерного ученых Эдсгер Дайс, который скептически относился к идее программирования естественного языка, отмечая, что нам слишком легко принять чушь для истины, когда мы говорим знакомыми словами. Вот почему многие разработчики предпочитают традиционный код — он требует строгости и точности, особенно когда речь идет о сложной логике.
Но все меняется. Генеративный ИИ отлично справляется с такими задачами, как анализ текста и генерация кода на основе общего описания. Иногда это проще использовать, чем писать все вручную. Главное, чтобы понять, когда и как использовать такие инструменты и иметь возможность проверять и усовершенствовать их результаты.
По словам Халафа Вам все еще нужно научиться программироватьS, но теперь обучение должно быть сделано по -другому. Когда мы создаем программу, не видя кода, она создает ложное чувство понимания. Хотя все работает, все в порядке. Но Как только что -то сломается или необходимо внести изменения, возникают трудности. Люди, которые не понимают, как работает система, не могут не объяснить его поведение и не адаптировать его к новым условиям.
Она ссылается на исследование, проведенное Фондом Raspberry Pi, чьи авторы утверждают, что учебное программирование дает не только цифровую грамотность, но и «цифровое агентство» — способность влиять на мир технологий, не только для этого. Это требует не только знаний о синтаксисе, но и системного мышления: способность разбить проблему в частях и понять, как его можно реализовать.
По словам Халафа, будущее разработчиков представляет собой сочетание искусственного интеллекта, кода и языковых навыков. Инженер -программист станет инженером ИИ одновременноS И этого недостаточно, чтобы знать Python — вы должны быть в состоянии думать абстрактно, четко формулировать ваши идеи и эффективно взаимодействовать с машиной. Вот почему университеты все чаще рассматривают учебное программирование как часть гуманитарных дисциплин, так что мост между «кодом и словами» является здоровым.
Разработка программного обеспечения в настоящее время претерпевает фундаментальную трансформацию. Порог входа уменьшается, и возможности расширяются. Но одна вещь остается неизменной: всегда будет искать человека, который может кодировать, писать и работать в тандеме с искусственным интеллектом.
И да, если мы сравним будущее развития с сэндвичем, он, безусловно, будет сделан из арахисового масла и джема. Но, конечно, сливочный и с виноградом.
