من ربات ترجمیار هستم و خلاصه مقالات علمی رو به صورت خودکار ترجمه میکنم. متن کامل مقالات رو میتونین به صورت ترجمه شده از لینکی که در پایین پست قرار میگیره بخونین
۵ راه برای محافظت از شغل برنامهنویسی در برابر هوشمصنوعی
منتشر شده در itprotoday به تاریخ ۱۵ آوریل ۲۰۲۳
لینک منبع: 5 Ways to Protect Your Programming Job Against AI
آیا توسعه نرمافزار تقویت شده با هوشمصنوعی برای شغل برنامهنویسی شما در راه است؟ پاسخ تا حدی بستگی به این دارد که دقیقا شغل شما چیست و ابزارهای هوشمصنوعی مولد چقدر میتوانند کارتان را برای شما انجام دهند.
و خوشبختانه، گامهایی وجود دارد که توسعهدهندگان نرمافزار برای محافظت از مشاغل خود در برابر ابزارهای توسعه نرمافزار تقویتشده با هوشمصنوعی میتوانند بردارند و کمک کنند. به خواندن پنج استراتژی عملی برای مقاومسازی شغل برنامهنویسی خود در برابر هوشمصنوعی ادامه دهید.
۱. تسلط بر یک حوزه تخصصی
ابزارهای توسعه تعمیم یافته با هوشمصنوعی هنگام برخورد با زبانها و دامنههای برنامهنویسی محبوب به خوبی کار میکنند. بهعنوان مثال، اگر شغل شما توسعه برنامههای وب با استفاده از جاوا اسکریپت است، ابزارهای هوشمصنوعی احتمالا میتوانند درصد نسبتا زیادی از حجم کاری شما را مدیریت کنند.
اما هوش مصنوعی هنگام برخورد با دامنههای بسیار تخصصی عملکرد بسیار ضعیفتری دارد. بهعنوان مثال، اگر توسعهBack-end را برای سیستمهای ERP قدیمی انجام میدهید، احتمالاً کمتر با ابزارهای هوشمصنوعی قابل جایگزینی هستید.
نکته اینجاست که هرچه کار توسعه شما تخصصیتر باشد و هر چه با سایر برنامهنویسان متفاوت باشید، شغل شما در دنیای تحت سلطه هوشمصنوعی ایمنتر خواهد بود.
۲. روی پروژههای پیچیده توسعه نرمافزار کار کنید
در خطوط مشابه، هرچه پروژههایی که روی آنها کار میکنید پیچیدهتر باشد، احتمال کمتری وجود دارد که ابزارهای توسعه با هوشمصنوعی بتوانند بخش عمدهای از کار شما را انجام دهند.
دلیل اصلی این است که پروژههای پیچیده شامل زمینههای زیادی است. ممکن است صدها وابستگی و متغیر خاص محیطی وجود داشته باشد که برنامهنویسان باید در مورد آنها فکر کنند. توضیح این زمینه برای ابزارهای هوشمصنوعی دشوار است، و ایجاد کدی که در پیکربندیهای سفارشی و غیرمعمول کار میکند، سختتر است.
برنامهنویسانی که برنامههای بدون حالت و کانتینری مینویسند، احتمالاً بیشتر از توسعهدهندگانی که با پایگاههای کد پیچیده و گسترده کار میکنند، از ابزارهای توسعه با کمک هوشمصنوعی میترسند.
۳. توسعه نرمافزار تعمیمیافته با هوشمصنوعی را در کار خود ادغام کنید
هرچه بیشتر از ابزارهای توسعه تعمیم یافته با هوشمصنوعی در کارهای روزانه خود استفاده کنید، احتمال اینکه این ابزارها کاملا کار شما را به دست بگیرند کمتر میشود.
این ایده ممکن است غیر منطقی به نظر برسد، اما زمانی منطقی به نظر میرسد که متوجه شوید با استفاده از ابزارهای هوشمصنوعی برای کمک به انجام بخشهایی از کار خود، شناسایی و نشان دادن محدودیتهای آن ابزار را آسان میکنید. این استراتژی همچنین شما را در موقعیتی قرار میدهد که بگویید در حال حاضر با خودکار کردن کارهای روزمره با استفاده از هوشمصنوعی به بهترین شکل ممکن کار میکنید و ارزشی که به جدول میآورید به کارهایی بستگی دارد که هوشمصنوعی نمیتواند انجام دهد.
برنامهنویسانی که بیکار مینشینند و منتظر دیگران هستند تا به دنبال راههایی برای وارد کردن هوشمصنوعی در مشاغل خود باشند، نسبت به توسعهدهندگانی که در حال حاضر بهطور گسترده از این ابزارها استفاده میکنند، در معرض خطر بیشتر از دست دادن کار خود به دلیل ابزارهای توسعه تعمیم یافته با هوشمصنوعی هستند.
۴. کد خود را مستند کنید
نکته دیگری که ممکن است غیر منطقی به نظر برسد: هرچه بهتر کد خود را مستند کنید، تولید کد به جای شما برای هوشمصنوعی دشوارتر خواهد بود.
در اینجا نیز، دلیل این امر به این واقعیت مربوط میشود که هر چه وضوح و تعریف بیشتری را بتوانید برای کاری که قبلاً انجام میدهید بیاورید، توجیه اینکه چرا شما -و نه یک ابزار هوشمصنوعی- باید به انجام آن کار ادامه دهید آسانتر است. اگر کد شما ضعیف است، برای شرکت شما آسانتر است که تصمیم بگیرد که همه آن را حذف کند و آن را با کد تولید شده توسط ابزارهای توسعه با هوشمصنوعی جایگزین کند. اما اگر کد خوب و مستند دارید، جایگزین کردن آن با کدهای تولید شده توسط هوشمصنوعی منطقی نیست، که احتمالاً به خوبی نخواهد بود.
بهعلاوه، یکی از مواردی که بسیاری از ابزارهای توسعه افزوده شده با هوشمصنوعی در حال حاضر به خوبی انجام نمیدهند، مستندسازی کد آنهاست. بنابراین، با مستندسازی کد خود به خوبی، خود را از هوشمصنوعی متمایز میکنید.
۵. خود را درگیر استقرار و مدیریت برنامه ها کنید
برنامنویسانی که انقلاب DevOps را پذیرفته و خود را نهتنها بهعنوان کدنویس، بلکه بهعنوان مباشر استقرار و مدیریت نرمافزار میدانند، کمتر با هوشمصنوعی جایگزین میشوند.
از این گذشته، هوش مصنوعی در نوشتن کد بسیار خوب عمل کرده است، اما نه در استقرار یا مدیریت برنامهها در محیطهای منحصر به فرد. مطمئنا هوشمصنوعی در این حوزههای اخیر نقشی دارد ((و به همین دلیل است که AIOps به یک چیز تبدیل شدهاست.) اما تا زمانی که ابزارسازی آنقدر پیشرفته شود که بهNoOps دست پیدا کنیم -که من شک دارم که هرگز به آن دست پیدا کنیم- همیشه تقاضای زیادی برای مهندسان DevOps وجود خواهد داشت که نهتنها نحوه نوشتن کد، بلکه نحوه استقرار و مدیریت آن را نیز میدانند، زیرا هوش مصنوعی فقط این نیست. به اندازه کافی خوب نیست که بتواند همه آن کارها را به تنهایی انجام دهد.
نتیجهگیری: نگران توسعه نرمافزارهای تقویت شده با هوشمصنوعی نباشید
گمانهزنیهای زیادی در مورد اینکه چگونه ابزارهای توسعه تعمیم یافته با هوشمصنوعی ممکن است کدگذارهای انسانی را منسوخ یا حداقل کم ارزش کنند، وجود دارد. و این میتواند حداقل برای کدنویسانی که کارهای نسبتا ساده و پیش پا افتاده انجام مدهند اتفاق بیفتد. اما کسانی که خارج از چارچوب فکر میکنند، ترس چندانی از ابزارهای توسعه با کمک هوشمصنوعی ندارند.
این متن با استفاده از ربات ترجمه مقالات هوشمصنوعی ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه میتواند دارای برخی اشکالات ترجمه باشد.
مقالات لینکشده در این متن میتوانند به صورت رایگان با استفاده از مقالهخوان ترجمیار به فارسی مطالعه شوند.
مطلبی دیگر از این انتشارات
۱۲ کتابخانه برتر پایتون برای علم داده در سال ۲۰۲۱
مطلبی دیگر از این انتشارات
زندگی در ونوس در هالهای از ابهام
مطلبی دیگر از این انتشارات
همه چیز درباره جذب مخاطب برای پادکست