Dar visai neseniai pirmasis darbas technologijų įmonėje dažnam programuotojui prasidėdavo nuo mažų užduočių: pataisyti klaidą, parašyti nesudėtingą funkciją, parengti testą ar peržiūrėti kolegos kodą. Šiandien dalį šių darbų per kelias sekundes atlieka dirbtinio intelekto įrankiai. Tai kelia nepatogų klausimą: jei mašinos perima pradedančiųjų užduotis, kaip nauji specialistai įgis patirties?
Pirmasis karjeros laiptelis tampa siauresnis
DI kodavimo įrankiai jau geba generuoti programinį kodą, paaiškinti klaidas, pasiūlyti testus ir net sukurti veikiančius prototipus. Įmonėms tai reiškia didesnį produktyvumą, tačiau kartu keičiasi ir darbuotojų poreikis. Jei anksčiau komandai reikėjo kelių jaunesniųjų programuotojų rutininiams darbams, šiandien dalį tokio krūvio gali atlikti vienas patyręs specialistas, pasitelkęs DI.
Ypač pažeidžiamos užduotys, kurios yra aiškiai apibrėžtos ir lengvai patikrinamos. Paprastos vartotojo sąsajos, duomenų transformavimo scenarijai ar standartiniai API sprendimai nebėra tokie imlūs laikui. Įmonės, spaudžiamos mažinti sąnaudas ir greičiau pristatyti produktus, gali būti mažiau linkusios samdyti žmones vien tam, kad šie mokytųsi atlikdami pasikartojančius darbus.
Darbo rinkos statistika šio pokyčio dar ne visada aiškiai parodo, nes technologijų sektorių veikia ir ekonomikos ciklai, investicijų mažėjimas bei bendras įmonių atsargumas. Vis dėlto tendencija akivaizdi: pradedančiajam programuotojui teks konkuruoti ne tik su kitais kandidatais, bet ir su įrankiais, kurie niekada neprašo atostogų ir gali vienu metu generuoti kelis sprendimus.
DI nepakeičia supratimo, kurio trūksta kodui
Tačiau programavimas nėra vien kodo rašymas. Sugeneruoti veikiančią funkciją dar nereiškia išspręsti tikrą verslo ar inžinerinę problemą. Reikia suprasti, ką sistema turi daryti, kokie duomenys patikimi, kur slypi saugumo rizikos ir kaip sprendimas veiks po metų, kai vartotojų bus dešimt kartų daugiau.
Čia atsiranda vietos jaunesniesiems specialistams, tačiau jų vaidmuo keičiasi. Tikimasi ne aklo užduočių vykdymo, o gebėjimo tikrinti DI pasiūlymus, pastebėti klaidas, užduoti tikslius klausimus ir paaiškinti savo sprendimus. Kodo peržiūra, testavimas, sistemų architektūros supratimas ir atsakomybė už rezultatą tampa ne mažiau svarbūs nei pats programavimas.
DI taip pat gali tapti mokymosi spartintuvu. Pradedantysis gali greičiau gauti paaiškinimą, palyginti kelis metodus ar išbandyti idėją. Tačiau patogumas turi ir pavojingą pusę: jei žmogus priima kiekvieną sugeneruotą atsakymą jo nesuprasdamas, žinių spragos ilgainiui tik didėja.
Į priekį eis ne greičiausiai rašantys kodą
Jaunųjų programuotojų ateitis priklausys nuo to, kaip keisis jų rengimas ir pirmosios darbo vietos. Mokymo programose nebeužteks vien sintaksės pratimų. Reikės daugiau dėmesio skirti sisteminiam mąstymui, duomenų struktūroms, saugumui, komandiniam darbui ir gebėjimui vertinti sprendimo kokybę.
Įmonėms savo ruožtu teks iš naujo sukurti įėjimo į profesiją modelį. Jei visos pradinės užduotys bus automatizuotos, talentų vamzdis gali greitai ištuštėti: po kelerių metų trūks specialistų, kurie šiandien dar tik mokosi, o rytoj turėtų prižiūrėti sudėtingas sistemas. Todėl atsakingos organizacijos greičiausiai ieškos ne vien paruoštų ekspertų, bet ir žmonių, gebančių greitai mokytis bei dirbti kartu su DI.
Durys jaunesniesiems programuotojams nėra užveriamos, tačiau jos tampa siauresnės ir veda nebe į tą pačią patalpą. Vien mokėti parašyti kodą nebepakaks. Pranašumą įgis tie, kurie supras, kodėl sprendimas veikia, kada juo nepasitikėti ir kokią realią problemą jis turi išspręsti.
Parašykite komentarą