Czy kodowanie umarło, dyrektor generalny Nvidii ma wątpliwości

 

Huang zakłada, że ​​era programowania jako niezbędnej umiejętności może dobiegać końca dzięki postępowi w sztucznej inteligencji
Czy kodowanie umarło? Dając do myślenia, odchodząc od konwencjonalnych poglądów, dyrektor generalny Nvidii, Jensen Huang, wywołał niedawno debatę na Szczycie Rządu Światowego w Dubaju, kwestionując zakorzenione przekonanie o konieczności posiadania umiejętności kodowania dla młodszego pokolenia.

Huang zakłada, że ​​era programowania jako niezbędnej umiejętności może dobiegać końca dzięki postępowi w sztucznej inteligencji. Według niego ta zmiana pozwala ludziom przekierować swoją uwagę na kultywowanie wiedzy specjalistycznej w dziedzinach uznawanych za bardziej istotne, takich jak biologia, edukacja, produkcja i rolnictwo.
Podczas fascynującego fragmentu jego prezentacji, który trafił do mediów społecznościowych, Huang zastanowił się nad powtarzającą się od dziesięciu lat mantrą na forach technologicznych na całym świecie – koniecznością opanowania przez młodzież informatyki i programowania. Wbrew temu długo utrzymywanemu poglądowi Huang przedstawił wizjonerską perspektywę, sugerując:

„Naszym zadaniem jest stworzenie technologii obliczeniowej, w której nikt nie będzie musiał programować. I że język programowania jest ludzki. Wszyscy na świecie są teraz programistami. To jest cud sztucznej inteligencji.”
Huang wyobraził sobie przyszłość, w której jednostki będą mogły poświęcić swoje wysiłki zostaniu koneserem w bardziej wpływowych obszarach. Dzięki sztucznej inteligencji wyeliminowanej konieczności posiadania umiejętności programowania komputerowego ludzie będą mogli wykorzystać swoje wrodzone umiejętności językowe – język, w którym się wychowali – w swoich przedsięwzięciach zawodowych. Czy kodowanie umarło, czy może stanie się jeszcze ważniejszą umiejętnością w przyszłości?
Niemniej jednak Huang przyznał, że ciągłe znaczenie zrozumienia, w jaki sposób skutecznie wykorzystać programowanie AI. Na zakończenie wyraził optymistyczne spojrzenie na przyszłość uczenia się:
„Ważne jest, abyśmy podnosili kwalifikacje wszystkich, a proces podnoszenia kwalifikacji będzie, moim zdaniem, zachwycający i zaskakujący”.
Oświadczenia Huanga wygłoszone na szczycie nie tylko podważają tradycyjne narracje na temat znaczenia kodowania, ale także zachęcają nas do ponownego rozważenia roli ludzkiej inteligencji i kreatywności w przyszłości zdominowanej przez sztuczną inteligencję.

Cóż, porozmawiajmy o tym dalej. Czy kodowanie umarło wraz z pojawieniem się sztucznej inteligencji, czy nadal mamy tu do czynienia z człowiekiem?

Czy kodowanie umarło, czy kiedykolwiek będzie?

Pytanie, czy kodowanie umarło, czy kiedykolwiek będzie martwe, jest wieloaspektowe i dotyczy ewoluującego charakteru technologii oraz jej wpływu na ludzkie umiejętności i miejsca pracy. Chociaż perspektywa dyrektora generalnego Nvidii, Jensena Huanga, przedstawiona na szczycie rządu światowego w Dubaju, przedstawia prowokacyjny punkt widzenia na temat przyszłości programowania, konieczne jest rozważenie szerszego kontekstu.
Postępy w zakresie sztucznej inteligencji (AI) i uczenia maszynowego rzeczywiście automatyzują wiele zadań, w tym aspekty kodowania i tworzenia oprogramowania. Narzędzia i platformy w coraz większym stopniu potrafią generować kod na podstawie opisów w języku naturalnym, obniżając bariery w tworzeniu oprogramowania i potencjalnie zmniejszając zapotrzebowanie na tradycyjne umiejętności kodowania. Nie musi to jednak oznaczać końca kodowania jako umiejętności krytycznej.
Kilka powodów sugeruje, że kodowanie pozostanie aktualne:
Złożone rozwiązywanie problemów: chociaż sztuczna inteligencja może automatyzować rutynowe zadania, złożone rozwiązywanie problemów i tworzenie innowacyjnego oprogramowania nadal wymagają ludzkiego nadzoru i kreatywności. Programiści są potrzebni do projektowania algorytmów, zapewniania integralności danych i podejmowania etycznych decyzji dotyczących sztucznej inteligencji i korzystania z oprogramowania.
Szkolenie i nadzór nad sztuczną inteligencją: same systemy sztucznej inteligencji wymagają szkolenia, monitorowania i aktualizacji. Proces ten obejmuje zrozumienie kodowania i myślenia obliczeniowego, aby zapewnić, że systemy AI działają zgodnie z przeznaczeniem i są spełnione względy etyczne.
Pojawiające się technologie: Stale pojawiają się nowe technologie i platformy, często wymagające nowych języków programowania lub struktur. Nauka kodowania wyposaża jednostki w podstawowe umiejętności dostosowywania się do tych zmian.
Obecnie narzędzia do kodowania AI oferują różne funkcjonalności: od uzupełniania kodu w czasie rzeczywistym i pomocy w debugowaniu ( StableCode , Blackbox AI ), przez opis kodu i generowanie przypadków testowych ( Samsung Gauss Code ), aż po pełną automatyzację tworzenia oprogramowania ( Code Llama 70B ) i ulepszoną przepływ pracy z funkcjami takimi jak objaśnianie kodu ( JetBrains AI ).
Zrozumienie podstaw: nawet jeśli sztuczna inteligencja może obsłużyć więcej zadań programistycznych, podstawowe zrozumienie działania kodowania jest kluczowe w świecie napędzanym technologią. Umożliwia głębsze zrozumienie wpływu oprogramowania na nasze życie i pracę.
Twórcza ekspresja i dostosowywanie: kodowanie to nie tylko wydawanie komputerowi poleceń, aby wykonywał zadania; to także forma twórczej ekspresji. Niestandardowe oprogramowanie, gry i sztuka cyfrowa wymagają poziomu niuansów i kreatywności, którego sztuczna inteligencja jeszcze nie opanowała.
Chociaż rola kodowania może ewoluować, a narzędzia, których używamy do kodowania mogą stać się bardziej wyrafinowane i dostępne, jest mało prawdopodobne, aby podstawowa umiejętność kodowania — i leżące u jej podstaw myślenie obliczeniowe — stały się przestarzałe. Zamiast tego możemy zaobserwować zmianę w sposobie stosowania umiejętności kodowania, z większym naciskiem na nadzór, względy etyczne i kreatywne wykorzystanie technologii. Kodowanie w jakiejś formie prawdopodobnie pozostanie podstawową umiejętnością w dającej się przewidzieć przyszłości, współistniejąc ze sztuczną inteligencją i technologiami automatyzacji.
Systemy sztucznej inteligencji poczyniły imponujące postępy, jednak nadal mają trudności ze zrozumieniem pełnego zakresu ludzkich doświadczeń, w tym kontekstów kulturowych, niuansów i indywidualnych preferencji. W tym miejscu kluczowa staje się ludzka selekcja.

W przeciwieństwie do sztucznej inteligencji ludzie mogą brać pod uwagę czynniki wykraczające poza techniczną dokładność i wydajność. Mogą ocenić względy etyczne, wpływ emocjonalny i wrażliwość kulturową, upewniając się, że technologia jest zgodna z naszymi różnorodnymi i złożonymi potrzebami. Ten ludzki dotyk jest niezbędny do tworzenia technologii, która jest nie tylko funkcjonalna, ale także znacząca, dopracowana i włączająca. Innymi słowy, połączenie ludzkiej wiedzy z możliwościami technologicznymi prowadzi do najbardziej wszechstronnych i skutecznych rozwiązań.
Czy kodowanie umarło? Nie sądzę.