SG.hu

Hogyan alakítják át az MI-eszközök a programozói szakmát?

A karcsúbb fejlesztőcsapatok és az új jelentkezőknél a küszöb magasabbra helyezése csak néhány azon változások közül, amelyeket a generatív MI kódolóeszközök megjelenése okoz.

Évekig tartott a felhajtás és a pánik azzal kapcsolatban, hogy az MI hány munkahelyet fog megszüntetni vagy helyettesíteni, de most már lassan egyértelmű, hogy a technológia nagy változásokat hoz a programozói munkakörben. A kódfejlesztés nagy részét automatizálni képes mesterséges intelligencia eszközök a korai felhasználási esetek között jelentek meg, és ezek kétszámjegyű százalékos hatékonyságnövekedést eredményeztek, mert hozzájárulnak a kódok gyorsabb megírásához. A Microsoft tulajdonában lévő GitHub Copilotot, az egyik legnépszerűbb kódolóeszközt a megjelenése óta eltelt nagyjából két év alatt több mint 77 000 szervezet vette használatba - közölte a Microsoft a negyedik negyedéves eredményeiben.

Ezeket az eszközöket úgy tervezték, hogy inkább kiegészítsék, mintsem helyettesítsék az emberi munkaerőt, és a kimenetüket még mindig duplán ellenőrizni kell, mondják a vállalatok. De növekvő elterjedésük gyorsan átformálja a fejlesztőcsapatok méretét és hatáskörét. "2025 egy nagyon izgalmas év lesz néhány ilyen eszköznél, ahogy elkezdjük a skálázást” - mondta Amy Brady, a KeyBank informatikai igazgatója. "Még nem vagyunk elég messze az úton ahhoz, hogy magabiztosan mondhassam, hogy ez minden belépő szintű kódgenerálást fel fog váltani. De néhányat helyettesíthet? Egyértelműen.”

Az eszközöket használó vállalatok szerint ugyanannyi vagy még több munkát tudnak elvégezni karcsúbb csapatokkal. A hétköznapi kódolás automatizálása lehetővé teszi a fejlesztők számára, hogy a komplex problémamegoldásra és az MI-eszközök használatával kapcsolatos készségekre összpontosítsanak. A fejlesztők felvételekor pedig a vállalatok sokkal megfontoltabbak és szelektívebbek lehetnek, mint néhány évvel ezelőtt, amikor a tehetségpiac annyira szűk volt, hogy kétségbeesetten próbáltak embereket szerezni.

"Ez tényleg megváltoztatja és átalakítja a hagyományos fejlesztőkről való gondolkodásmódot” - mondta Yang Lu, a Coach és a Kate Spade tulajdonosa, a Tapestry informatikai igazgatója. A divatcég nagyjából 10-20%-os hatékonyságnövekedést tapasztal a GitHub Copilot használatával. "A kódolással gyorsabban végzünk, több tesztet tudunk elvégezni és gyorsabban tanulunk” - mondta Lu. "Például mennyi időt töltesz hibakereséssel, mert rossz helyre tetted a zárójelet? Ez az a fajta idő, ami felesleges” - mondta. A fejlesztők számára a prioritások inkább a mesterséges intelligencia eszközeinek használatára és ösztönzésére helyeződnek át - mondta. "Arra képezzük a fejlesztőket, hogy inkább a prompting szemszögéből gondolkodjanak, mint a hagyományos programozás szemszögéből” - mondta. „Ez egy másfajta gondolkodásmód.”


A Szilícium-völgy sem mentes a változástól. Az Alphabet vezérigazgatója, Sundar Pichai nemrég azt mondta, hogy a vállalat új kódjainak több mint egynegyede mesterséges intelligencia által generált. Bár egyes területeken még mindig hiány van szakképzett emberekből, a fejlesztők keresésével foglalkozó vállalatok könnyebb piacon dolgoznak, mint néhány évvel ezelőtt - mondta Ryan Sutton, a Robert Half toborzással foglalkozó cég technológiai bérbeadási és tanácsadói szakértője. Hozzátette azonban, hogy a munkáltatóbarát piac több tényezőnek is köszönhető, többek között a gazdaság gyenge helyzetének és a világjárvány okozta felvételi boom utáni normalizálódásnak. Sutton szerint azok a vállalatok, amelyek korábban esetleg kompromisszumot kötöttek azzal kapcsolatban, hogy kit keresnek, ma már nem teszik ezt, bár néhány készségtípus megváltozott. A vállalatok olyan jelölteket keresnek, akik képesek a kódsorok írásán túl is látni, és kritikusan gondolkodni arról, hogyan lehet a technológián keresztül problémákat megoldani. A kommunikációs készségeket is kívánatosnak tartják - tette hozzá.

"A világ egyre versenyképesebbé válik. Megemelkedett a tehetségekkel szembeni elvárások mércéje” - mondta Jason Gowans, a Levi Strauss & Co. digitális és technológiai vezetője. A Levi's tavaly vezette be a GitHub Copilotot, és a munkatársai már a kezdeti betanulás után 40%-ban elfogadták a kódolási javaslatokat. "Elképzelhető, hogy olyan jövőt látunk, ahol egyes munkavállalók kiszorulnak” - mondta Gowans, hozzátéve, hogy a csúcstehetségekre mindig is nagy lesz a kereslet. A Janco Associates tanácsadó cég jelentése szerint - amely az Egyesült Államok Munkaügyi Minisztériumának adataiból dolgozott - az informatikai ágazatban a munkanélküliségi ráta a decemberi 3,9%-ról januárban 5,7%-ra emelkedett, ami jóval meghaladja a hónapban mért 4%-os általános munkanélküliségi rátát. Victor Janulaitis, a Janco vezérigazgatója a változást részben a mesterséges intelligencia növekvő alkalmazásának tulajdonítja.

A TD Bank Group továbbra is alkalmaz fejlesztőket, és Brent Foster, a pénzügyi szolgáltató cég szoftver- és minőségfejlesztési gyakorlatokért felelős alelnöke elmondta, hogy olyan jelölteket keres, akik képesek arra összpontosítani, amit az eszközök maguk nem tudnak elvégezni. Ezek közé tartozik a prompt engineering és a magasabb absztrakciós szinten való munka, és a meglévő szolgáltatások különböző építőelemeinek összeillesztése egy architektúra felépítéséhez. A csoport GitHub Copilotot használó mérnökeinek 75%-a úgy érezte, hogy a bevezetése óta ugyanolyan, vagy még produktívabbak, mint korábban. "Elhozta azt a tisztánlátást, hogy a készségekre és az eredményekre összpontosítunk, hogy a legjobb tehetségeket hozzuk be” - mondta Foster.

Az biztos, hogy ezek a kódgeneráló eszközök még gyerekcipőben járnak, és az informatikai igazgatók szerint nagy a szakadék a ma elérhető és a jövőbeni lehetőségek között. Kalyani Sekar, a Verizon adat- és mesterséges intelligencia vezérigazgatója szerint az eszközök segítenek a csapatnak gyorsabb ütemben feldolgozni az üzleti oldalról érkező kéréseket - de nem annyira, hogy elgondolkodjanak akár a belső alkalmazottak, akár a külső vállalkozók személyzeti gyakorlatán. "Talán akkor, amikor a hátralék nagyon névleges szintre csökken. És akkor igazán el kell gondolkodnunk rajta” - mondta. De hozzátette, hogy nem világos, hogy ez pontosan mikor lesz. "Nem fogok győzelmet hirdetni ebben a pillanatban”.

Hozzászólások

A témához csak regisztrált és bejelentkezett látogatók szólhatnak hozzá!
Bejelentkezéshez klikk ide
(Regisztráció a fórum nyitóoldalán)
  • CommieSlayer #26
    Ezt az egót! :D Ez a videó a TE egyetlen forrásod, amire támaszkodsz, nem az enyém. Ezt külön neked kerestem, mert te lusta voltál rá. Nekem ez nem újdonság, neked új. A te szinteden lett elmagyarázva. Vannak ettől részletesebb videók is, amikre megint csak lusta vagy rákeresni. Van publikust pdf is a technikai részletekről, arra is lusta vagy rákeresni. Most erre a videóra sincs értelmes válaszod, csak kényszerből neki állsz relativizálni, meg szándékosan olyan dolgokat emelsz ki, ami nem újdonság. Nem nem a chain of tought meg a desztilláció az újdonság. Az önreferencia alapú tanulás az újdonság, amit írtam is korábban. A hardwer újszerű kihasználása is újdonság, ami miatt sokkal olcsóbban tudják tanítani a modelljeiket. A desztilláció módjában is vannak újítások, mert a nyugati cégek nem tudták ilyen jól tömöríteni a modelljeiket, a deepseek rájuk ver teszteken.
    Itt az egódat állítod szembe a valósággal. Csak nemtudom én miért kellek ehhez. Nincs miről meggyőznöd, mert eleve nem értesz az egészhez.
    Utoljára szerkesztette: CommieSlayer, 2025.03.11. 23:07:35
  • Sequoyah #25
    Oke, latom mi tortenik. A kommented kb minden szava megtalalhato a linkelt videoban, ami azt sugallja, hogy ez az egyetlen forrasod amire tamaszkodsz...
    De te sem gondolhatod komolyan, hogy egy "explained to your grandma" videobol tobbet fogsz tudni, mint egy nagymama...

    A srac a videoban erint par technologiat, amit a DeepSeek valoban hasznal, de ezek korant sem ujdonsagok. Pl a Chain-Of-Though egy mar 2022-ben dokumentalt technologia (forras: Chain-of-Thought Prompting Elicits Reasoning in Large Language Models), ami a prompt-engineerek szamara egyaltalan nem ismeretlen, es kb 2 eve aktivan hasznaljak a valaszok minosegenek javitasara. Ez hasznalhato akar ChatGPT3.5-tel is, es drasztikusan jobb valaszokat ad.
    Az egyetlen fejlodes ezen a teren, hogy az utobbi honapokban a legtobb modell automatikusan elkezdte hasznalni, anelkul hogy kulon megkernenk erre, mig a regebbi modelleket kerni kellett ra.
    Van meg vagy egy tucat hasonlo technika, ami manualisan mar jo ideje hasznalhato a valaszok minosegenek javitasara, es egyre inkabb automatikusan hasznalja oket a legtobb LLM.

    Az egyetlen dolog a videobol ami DeepSeek specifickus az a desztillacio, amit az utolso reszben magyaraz el, viszont ez ugyanaz amit en is mondtam.
  • CommieSlayer #24
    Sohasem értettem az ilyen mérhetetlen egóval rendelkező embereket. Valaki kitalál valami új dolgot tőled tízezer kilóméterre és te letagadod a létezését, mert te eddig nem tudtál róla és kardoskodsz mellette több cikk alatt is, hogy márpedig olyan nincs. És annyira biztos vagy magadban, hogy nem szánsz rá 1 perc guglizást. Mire jó ez? Sajnálom, de nem te találod ki az univerzumot, az tőled függetlenül is létezik.

    "DeepSeek egy az egyben a nagy LLM-ek desztillacioja, nincs benne mas."
    A 7 milliárd paraméteres DeepSeek modell a 671 milliárd paraméteres DeepSeek modell desztillációja. Van több modell is. Látod semmit nem tudsz, de persze osszad csak az észt!

    https://youtu.be/kv8frWeKoeo
    Utoljára szerkesztette: CommieSlayer, 2025.03.10. 21:23:46
  • Sequoyah #23
    A DeepSeeket le lehet tolteni, es lokalisan futtatni offline, es ugy is valaszol. Ez bizonyitja, hogy nem kuld minden kerdest a ChatGPT-nek, azt inkabb a tanitasa soran hasznaltak.
    Persze ez nem jelenti azt, hogy az online verzioja nem csal egy-egy fogosabb kerdes eseten...
  • Sequoyah #22
    "próbálgatással" a kulcsszo. A szoftver nem tud probalgatni, nincs interfesze hozza. En ki tudok menni a vilagba, de az AI szamara ez olyan, mintha egy sotet pinceben, kizarolag interneten olvasgatassal probal;nam megismerni a vilagot, mikozben felallni sem tudok a szekbol.

    "A DeepSeek tartalmaz több technikai újítást, ami a ChatGPT-ben és más nyugati modellekben nincs benne."
    Nem, a DeepSeek egy az egyben a nagy LLM-ek desztillacioja, nincs benne mas. A DeepSeek olyan a ChatGPT-hez kepest, mint a JPEG a RAWhoz kepest, vagy az MP3 a bakelithez kepest.
    Ezert hivjak desztillalt LLM-nek. Olyan egyszerusiteseket vegeztek benne, ami a minosegen alig ront, viszont a merete nagyban csokken.
  • t_robert #21
    Igen nekem is van egy ilyen elképzelésem. Persze ki próbáltam a Deepseeket. volt, hogy valami bonyolultat kérdeztem, amir azt válszolta, hogy jelenleg terhelt a rendszer próbáljam meg később. Aztán 15 perc múlva már adott rá választ. Mintha utána nézett volna a válasznak a chatGPT-n. :) ugyan arra a kérdésre a ChatGPT alaposabb és részletesebb választ adott....
  • t_robert #20
    Nos én is szoktam kérdezni megoldásokat ChatGPT-től. Részmegoldásokat. néha egészen érdekeset ad. Olyat, amit nem is tudtam, hogy létezik egy programozási nyelvben. :)
    aztán volt olyan is, amikor hibásan adott meg valamit. ránézve azért egyből feltünt, hogy úgy hűlyeség. Szóvá tettem neki. Az úgy biztos nem lesz jó. Erre elismerte, hogy eltolta a dolgot és nekem van igazam. :) Hát legalább elismeri hibát. :) vagy csak simán arra programozták, hogy a felhasználónak adjon igazat. :) Minden esetre meglehetősen készségesen mutat megoldásokat egy problémára. Néha mutat 2-3 megoldást is. Persze ettől még egy komplett programot nem fog helyettem kitalálni... egyenlőre. de gyakran képes használható ötleteket mutatni.
  • CommieSlayer #19
    "Es mi alapjan tanitja sajat magat? A vilagot nem ismeri."
    Egy bizonyos komplexitás felett ez szerintem nem ördöngösség. Az ember is meg tud tanulni sok dolgot szimplán próbálgatással és el tudja dönteni mikor került közelebb a jó viselkedéshez. A DeepSeek is részben ezért hatékonyabb, mint a többi AI, mert tanulás alatt nincs szüksége külső kiértékelő hálóra, hanem ki tudja értékelni a saját válaszait. Generál mindenre több választ és pontozza, hogy melyik válasz konzisztensebb és az alapján fejlődik és konvergál a jó irányba. Nyilván ennek még azért vannak komoly gyakorlati korlátai, de elméleti szinten szerintem nincs ilyen korlát, hiszen az emberiség is magának alkotja a tudást és az absztrakciókat.

    "A DeepSeek pedig nem sajat magat tanitja, hanem a ChatGPT-t hasznaltak a betanitasara."
    Valószínű, hogy felhasználták a ChatGPT-t is a tanítás során, de ennek a jelentősége el van túlozva. A DeepSeek tartalmaz több technikai újítást, ami a ChatGPT-ben és más nyugati modellekben nincs benne.
    Utoljára szerkesztette: CommieSlayer, 2025.03.08. 11:44:46
  • grobs #18
    Évtizedek óta vannak RAD és no-code tool-ok. Vannak template-ek, kódkiegészítés, framework hegyek, és mégis az elmúlt 70 évben mindig csak több fejlesztő kellett. Most a leépítéseket AI-jal magyarazzák, mert az menőbb mint megmondani, hogy nincs project, vagy túl sok embert vettek fel covid alatt, és racionalizálni kell.
    Van szakma ahol elég amit egy generátor csinál. pl. illusztrációkhoz sok esetben megfelelő lehet egy generált kép. Egy-egy pályázatnál fel lehet turbózni a 3 mondatot 30 oldalra. De ilyenkor kérdés, hogy szükség volt-e egyáltalán a kreatívra?
  • Sequoyah #17
    Utobbira ahhoz van szukseg, hogy a kornyezet megfigyelesere, interakciora es cselekvesre kepes robotokba koltoztessek az AI-t.

    A mostani, bongeszobe epitett kerdezz-felelek stilusu AI erre nem kepes, annak mar mindent megtanitottak amit lehet.