Mengapa Dave Deate Terbaik Tidak Hanya Mengikat Mereka – Mereka Akan Mempromosikan dan Mengoordinasikan Mereka dan Memimpin Kecerdasan Buatan

Ketika Amnesty International terus menghadapi semakin banyak kompetensi baru, pengkodean pemula, seperti yang kami tahu, menjadi sesuatu dari masa lalu. Tugas yang digunakan untuk roti dan mentega sekarang ditangani dengan pengembang pemula – seperti pemrograman tekstual yang sering, pengaturan HTML atau pengaturan DevOps sederhana – andal oleh asisten AI seperti chatgpt, github copilot, Amazon codewhisperer.

Ini bukan hanya peningkatan dan efisiensi yang cepat – kami mencari perubahan struktural yang serius di sini. Jadi, di mana ini meninggalkan pemula? Berbicara dalam skala yang lebih besar, di mana industri perangkat lunak pergi secara keseluruhan?

Level pemula memudar

Selama beberapa dekade, rekayasa perangkat lunak adalah jalur yang agak prediktif: mulailah dengan dasar -dasarnya, membangun beberapa halaman yang dimaksud, menulis situasi tes, dan mengeksplorasi kesalahan sederhana. Ketika keterampilan Anda tumbuh, Anda dapat bergerak menuju pemikiran arsitektur dan kepemilikan produk.

Tetapi sekarang Amnesty International telah berubah sebagian besar bagaimana bagian bawah bekerja untuk tangga ini, karena dapat melakukan sebagian besar tingkat pemula dengan sendirinya.

Akibatnya, pemula yang semakin memasuki industri ini diharuskan berkontribusi pada tingkat yang membutuhkan pengalaman bertahun -tahun. Ini tidak lagi hanya tentang menulis simbol – ini tentang pemahaman sistem, menyusun masalah dan bekerja di samping kecerdasan buatan seperti anggota tim. Ini tinggi. Namun, saya pikir ada cara untuk maju. Itu mulai mengubah cara kita belajar.

Jika Anda baru saja memulai, hindari mengandalkan kecerdasan buatan untuk mencapai sesuatu. Ini pasti menggoda, tetapi dalam jangka panjang, itu juga berbahaya. Jika Anda melintasi praktik manual, maka Anda hilang untuk membangun pemahaman yang lebih dalam tentang bagaimana program benar -benar bekerja. Pemahaman ini sangat penting jika Anda ingin tumbuh menjadi jenis pengembang yang dapat memimpin, memperdalam dan mengarahkan kecerdasan buatan daripada menggantinya.

Cara saya melihat, dalam waktu dekat, itu tidak akan menjadi orang yang paling berharga dalam teknologi yang menulis simbol yang sempurna. Mereka akan menjadi mereka yang tahu apa yang harus dibangun, dan mengapa itu penting dan bagaimana mendapatkan sistem Amnesty International untuk melakukan sebagian besar pekerjaan yang bersih dan efisien. Dengan kata lain, Coder of ToreRow tampak seperti manajer pengalaman teknis yang kuat.

Perbedaannya juga berubah

Berdasarkan semua yang kami bahas di atas, saya juga merasa perlu untuk menunjukkan bahwa tidak hanya orang yang perlu memikirkan kembali peran mereka. Seluruh perbedaan berubah. Karena kami pernah memiliki peran yang jelas-jelas sebagai pengembang di depan, spesialis di antarmuka belakang, DevOps Engineer, QA Tester-kami akan segera melihat satu pengembang menjalankan pipa penuh dengan bantuan kecerdasan buatan.

Pengembang AIGMENTed akan menggantikan tim besar yang diperlukan untuk mendorong proyek ke depan. Berkenaan dengan efisiensi, ada banyak hal untuk merayakannya tentang perubahan ini – penurunan waktu komunikasi, hasil tercepat dan batang tertinggi dari apa yang dapat dicapai seseorang secara realistis.

Tapi, tentu saja, ini tidak berarti bahwa perbedaannya akan benar -benar hilang. Hanya saja struktur akan berubah. Kerjasama akan lebih fokus pada keputusan strategis, harmonisasi produk, dan memastikan penggunaan alat kecerdasan buatan dengan tanggung jawab dan efektivitas. Input manusia akan kurang dari implementasi dan lebih dari itu.

Kecerdasan buatan menciptakan jalur profesional baru

Jika kita melihat lima hingga tujuh tahun, saya pikir gagasan “pengembang” seperti yang kita ketahui hari ini akan berubah menjadi sesuatu yang lain. Kami cenderung melihat lebih banyak peran beragam – pengembang sebagian, perancang parsial, seorang pemikir dalam produk. Seperti yang kami sebutkan sebelumnya, bagian utama dari tugas tidak akan menulis kode, tetapi untuk membentuk ide dalam program kerja menggunakan AI sebagai alat penciptaan utama. Atau mungkin, bahkan sebagai rekan kerja.

Bersikaplah bebas secara teknis, itu akan tetap menjadi kondisi yang menentukan – tetapi itu tidak akan cukup untuk mengetahui cara menyatukan. Anda perlu memahami pemikiran produk, kebutuhan pengguna dan bagaimana mengelola output kecerdasan buatan. Ini akan lebih dari sekadar desain sistem dan visi strategis.

Bagi sebagian orang, ini mungkin tampak menakutkan, tetapi bagi yang lain, itu juga akan membuka banyak pintu. Orang dengan kreativitas dan bakat untuk menyelesaikan masalah akan memiliki peluang besar bagi mereka.

Lansekap berbalik, ya – tidak ada jalan keluar dari fakta ini. Tetapi bagi mereka yang siap beradaptasi, orang dapat berpendapat bahwa itu berubah menjadi bantuan mereka. Akhir dari pengkodean pemula bukanlah akhir dari pembelajaran. Ini adalah tanda bahwa kita perlu mempertimbangkan kembali jenis bakat yang kita tanam, bagaimana kita mengatur perbedaan dan apa yang membuat seseorang menjadi pengembang yang hebat.

Menurut pendapat saya, alih -alih berduka atas hilangnya tugas -tugas dasar, industri secara keseluruhan harus fokus membangun yang tidak dapat secara otomatis. Setidaknya, belum. Ini berarti menerapkan pendekatan hibrida dan belajar bagaimana bekerja dengan kecerdasan buatan sebagai mitra alih -alih pesaing.

Pendiri Roman Ellovili Kepatuhan.