vývoj softwaru

Generativní umělá inteligence může vytvářet dojem, že vývoj softwaru je snadný a že týmy programátorů lze nahradit několika prompty. Funkční ukázka však neřeší propojení se starými systémy, bezpečnost, právní požadavky, přístupnost ani spolehlivé nasazení do provozu. Autoři doporučují inženýrům porozumět základům fungování jazykových modelů a vysvětlovat vedení jejich limity. Zároveň by měli kriticky posoudit zbytečně pomalé procesy, aby dokázali obhájit ty kroky, které jsou pro bezpečné a užitečné produkty nezbytné. Klíčovou úlohou inženýrů zůstává bránit organizace před technologickým humbukem a soustředit se na potřeby lidí.

Nástroje pro programování s umělou inteligencí výrazně zrychlují tvorbu kódu, ale přesouvají hlavní problém k jeho ověřování. Vývojáři upozorňují, že výstupy modelů mohou působit správně, přesto obsahovat bezpečnostní chyby, mylné předpoklady nebo duplicitní funkce. Firmy proto zpřesňují zadání před generováním, nasazují specializované agenty pro testy a bezpečnostní kontroly a rizikové změny předávají lidem. Lidský schvalovatel má zároveň rozumět rozhodnutím AI a nést za výsledný kód odpovědnost. Proměna pracovních postupů vyvolává otázku, jak budou mladší programátoři získávat zkušenosti, pokud budou méně často psát základní kód sami.

AMD uvádí, že díky umělé inteligenci zvýšilo celkovou produktivitu vývoje softwaru o 30 procent, tedy nad původně očekávanou úroveň. Na začátku roku firma překročila podíl 20 procent produkčního kódu vytvořeného AI a u některých komponent dosahuje tento podíl více než 80 procent. Agenti už pomáhají s tříděním hlášení, analýzou chyb, úpravami kódu, testováním i přípravou podkladů ke schválení vydání. Další etapou mají být spolupracující roje agentů, které budou samostatně hledat a porovnávat řešení podle zadaných cílů, omezení a metrik kvality. V rozhraní Radeon Software eXperience se podle AMD podařilo zvýšit podíl automaticky vyřešených problémů z 6 na více než 75 procent. Lidé se mají více soustředit na specifikace, ověřování výsledků a strategická rozhodnutí.

Firmy stále častěji hledají produktové inženýry, kteří propojují technické schopnosti s porozuměním zákazníkům, byznysu a prioritám produktu. Autor upozorňuje, že pouhé převádění přesně zadaných úkolů do kódu ztrácí s rozvojem AI na hodnotě. Cennější jsou lidé, kteří dokážou rozpoznat nevyřešený problém, obhájit svůj názor a navrhnout řešení s měřitelným přínosem. Inženýři mají poznávat obor zákazníků, bezpečně a levně testovat změny na části uživatelů a rozhodovat se podle dat namísto osobních preferencí. Klíčovou kompetencí se tak stává schopnost určit, co má skutečně smysl budovat.