Почему нейросети не заменят программистов

Пока что бояться не стоит. Разбираемся, почему программисты в безопасности и почему их всё ещё сложно заменить нейросетями.

По информации Goldman Sachs, из-за развития ИИ работу могут потерять до 300 млн человек. Разбираемся, грозит ли это айтишникам.

Нейросети могут написать код, но этого недостаточно, чтобы заменить программиста

Разработка — это не только код. Основная задача программиста — решать задачи бизнеса самым оптимальным способом. Но нейросети могут понимать контекст только ограниченно. Они могут написать код, но не способны продумать, как он встроится в архитектуру сайта. Это делает их наработки практически бесполезными, потому что бизнесу нужен цельный продукт.

К тому же код, который делают нейросети — типовой. Искусственный интеллект бессилен, если нужно решить нестандартную проблему. Всё дело в том, что он может только воспроизводить информацию, на которой обучался — но не генерировать новую.

Нейросети глупеют — и пока что это сложно изменить

Частая ситуация — нейросеть выдает некорректную информацию под видом верного ответа. А если указать ей на ошибку, «отстаивает» свою правоту. Это явление называется «галлюцинациями».

Беда в том, что с новыми версиями ChatGPT эта проблема не решилась, а только усилилась. Ученые Стэнфордского университета выяснили, что модель ChatGPT-4 менее точная, чем предшественница. Она определяет простые и составные числа с точностью 51%, в то время как предыдущая модель достигла показателя 84%.

Что касается генерации кода, обе модели деградировали за короткий промежуток времени. Им давали одну и ту же задачу в марте и в июне 2023 года. В июне было больше ошибок форматирования при генерации кода, чем в марте.

Проблема в том, что нейросети тренируются в том числе на запросах пользователей, а также на данных, которые создают другие нейронки. И от их качества напрямую зависит уровень ответов ИИ. Есть два варианта решения проблемы:

Вручную создать идеальный набор данных, чтобы ИИ смог на нём обучаться.
Научить нейросети игнорировать данные, сгенерированные другими моделями.

Оба способа требуют гигантских усилий — как финансовых, так и человеческих. Поэтому полностью доверить нейросети даже рутинную работу пока не получится. Всё равно нужен компетентный сотрудник, который будет проверять результаты её работы. Конечно, со временем разработчики найдут решение проблемы. Но это как минимум оттягивает «закат» программирования.

Искусственный интеллект может оптимизировать рутину

Вот список того, чем ИИ поможет программистам.

Поиск ошибок в коде. Нейросети нормально делают типовую работу, поэтому их можно использовать для решения несложных задач.
Ответы на вопросы. Иногда с помощью ИИ можно найти ответ быстрее, чем в Google или на форумах. Особенно эта фича пригодится начинающим разработчикам, которые не хотят отвлекать мидлов и сеньоров.
Расшифровка созвонов. ИИ избавляет от необходимости делать записи во время звонка. Если понадобится освежить в памяти детали, можно просто открыть текст встречи и найти нужную информацию.

Раньше большинство задач в программировании приходилось решать вручную. Теперь есть много готовых фреймворков и библиотек, но работы меньше не стало — айтишники даже более востребованы, чем раньше. Так же и с нейросетями. Искусственный интеллект возьмёт на себя рутину, а человек сосредоточится на более сложных вопросах.