Искусственный интеллект перепрошивает подход к разработке, автоматизирует рутинные задачи и ускоряет работу программистов. Теперь он управляет не только людьми, но и процессами, в которых активно участвует AI.
Искусственный интеллект перепрошивает подход к разработке, автоматизирует рутинные задачи и ускоряет работу программистов. Теперь он управляет не только людьми, но и процессами, в которых активно участвует AI.
Нашли в сети интересный кейс и попросили Данилу Поддубного — lead engineer Intel, co-founder Parsera, автора телеграм-канала техноданя помочь разобраться, как меняется роль тимлидов при работе с искусственным интеллектом.
В статье есть ссылки партнеров. Это значит, что если вы что-то покупаете с нашей помощью — вы также поддерживаете dev.by. (Вот другой способ).
При этом редакция и авторы независимы в выборе темы, концепции материала, фокуса описания, подхода к услугам или товарам. Прежде чем что-то советовать, мы много читаем и смотрим по теме, говорим с экспертами.
Редакция может выражать свое мнение и пробовать всё на себе.
Если рекомендательный материал обновляется, мы указываем, что и когда поменялось, в самом начале.
Искусственный интеллект может взять на себя много задач разработчиков: написание кода, тестирование и так далее. Главное при использовании ИИ в работе помнить: написать код несложно, сложно написать хороший код. ИИ сейчас выступает исключительно в роли помощника, за которым нужно все хорошо перепроверять.
С AI работа в целом стала продуктивнее. Теперь часть задач быстрее сделать самому, чем делегировать. Из минусов — приходиться внимательнее смотреть код, потому что часто может оказаться ситуация, где он сгененирован полностью. Отсюда могут быть баги.
Если говорить о плюсах использования ИИ в работе команды, то он позволяет тимлиду:
Искусственный интеллект ускоряет рабочий процесс, взяв на себя стандартные ежедневные задачи. Но если команда использует AI при работе с кодом, то здесь обязательно стоит внедрить стандарты, чтобы избежать ошибок и срывов дедлайнов.
Уровень продуктивности позиций с midlle и выше вырос просто экспоненциально. Теперь любой человек с крепким техническим опытом способен взять почти любые задачи. Бекенд может теперь сверстать простой фронт, фронтенд — что-то простое пофиксить на бекенде. Качество кода и документации иногда даже возрастает. Правда, есть и обратная сторона, когда код или документация не имеют никакого отношения к реальности. И это очень сильно путает.
При использовании AI в работе есть как плюсы так и минусы. AI может привести к падению ответственности у разработчиков. Логика будет в ключе «если AI что-то сделал неправильно, пусть сам и исправляет». Одна из главных задач тимлида при работе с командой, использующей AI — научить ее критически воспринимать продукт.
Лучшая практика для команды — всех обучить грамотному промпт инжинирингу. Тогда будет неожиданно крутой результат. В противном случае это может привести к огромному количеству критических багов в продакшне и усложнению поставки кода из-за необходимости делать кучу дополнительных валидаций.
При работе с AI важно настроить прозрачную коммуникацию между всеми членами команды. Нужны регулярные встречи по обсуждению опыта работы с искусственным интеллектом. Давайте обратную связь работникам и просите того же от них. Также помните, что при работе с AI, есть риски засветить корпоративную интеллектуальную собственность.
Важно воспитывать культуру осознанного кодинга и всегда подчеркивать, что AI — помощник, но никак не замена разработчика. Настройте процесс code review так, чтобы проверка сгенерированного кода была обязательной.
Про AI не стоит думать, как о замене человека. Его нужно рассматривать как супербольшую базу знаний, которая может увеличить продуктивность инженера. Для таких случаев стоит немного поменять процесс найма и отношение к сотрудникам. Теперь больше нужны не рабочие лошадки-кодеры, а настоящие творцы. Не страшно, что человек не помнит что-то из документации библиотеки — важнее больше валидировать его подход к решению задач и ответственность.
Чарити Мэджорс в своей статье на stackoverflow рассказала, что научиться писать код — самое простое в профессии разработчика. «Самое трудное — это то, что вы делаете с кодом: как вы с ним обращаетесь, насколько вы его понимаете, как расширяете и как им управляете на протяжении всего его жизненного цикла», — пишет она в своем материале.
Автор отмечает, что сгенерированному коду нельзя доверять. Его нельзя нормально спарсить или компилировать. «AI не придёт и не решит за нас все наши проблемы, и весь код за нас не напишет. А если бы и написал, это не имело бы значения. Написание кода — лишь малая часть работы профессиональных разработчиков, и, пожалуй, самая простая», — пишет Мэджорс.
В этом же материале она говорит, что нельзя ставить знак равенства между джуном-разработчиком и AI. «Ваши усилия окупаются, когда вы вкладываете их в профессиональный рост другого человека. Это возможность передать кому-то уроки, которые вы сами извлекли за годы работы. Сама необходимость сформулировать обратную связь, чтобы донести свою мысль до другого человека, вынуждает глубже осмыслить проблему. В каком-то смысле это помогает вам лучше разобраться в материале
Время, которое вы тратите, чтобы подтянуть джуна, иногда окупается неожиданно быстро. Когда мы нанимаем сотрудников, мы часто переоцениваем сеньоров так же сильно, как и недооцениваем джунов. От стереотипов мало пользы», — пишет Мэджор.
AI — мощный инструмент, но он не заменит живых людей и осознанную разработку. Тимлиду важно адаптироваться к новым реалиям, внимательно следить за командой и быстро реагировать на изменения. Важно соблюдать баланс между автоматизацией, развитием команды и мотивацией сотрудников. Это сохранит не только продуктивность, но и сделает использование AI в работе конкурентным преимуществом.
TIP от Adviser: Учиться на Coursera выгоднее с подпиской Coursera Plus. За $59 в месяц можно пройти неограниченное число учебных программ из более чем 7 тысяч. Это идеальный вариант, если вы готовы посвятить много времени учебе.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.