რას აკეთებს ინჟინერი, როცა კოდს AI წერს?

კოდირების AI აგენტების დანიშნულება მხოლოდ ერთი ფუნქციის დაწერით ან ე. წ. ბაგების ახსნით აღარ შემოიფარგლება. აგენტებს უკვე მთლიანი რეპოზიტორიის შესწავლა, რამდენიმე ფაილში ცვლილების ერთდროულად შეტანა, ბრძანებების გაშვება, ტესტირება და აღმოჩენილი შეცდომების დამოუკიდებლად გასწორება შეუძლიათ. ამის გამო მთავარი კითხვა ის აღარ არის, შეუძლია თუ არა AI-ს კოდის დაწერა. ახლა უფრო საინტერესოა, რა რჩება ინჟინრის საქმედ.

რას აკეთებს ადამიანი? და აგენტი?

Anthropic-მა Claude Code-ის 400 ათასამდე სესია შეისწავლა. როგორც წესი, დაგეგმვასა და გადაწყვეტილებების მიღების პროცესის დაახლოებით 70% ადამიანზე მოდიოდა. ადამიანი წყვეტდა, რა უნდა გაკეთდეს, რომელი მიდგომა აირჩიონ და როდის ჩაითვალოს ამოცანა შესრულებულად. უშუალოდ კოდის წერასთან, ანუ შესრულებასთან, დაკავშირებული გადაწყვეტილებების 80%-ს უკვე კლოდი იღებდა — მაგალითად, რომელ ფაილებში შეეტანა ცვლილება, კონკრეტულად რა კოდი დაეწერა და რა ბრძანებები გაეშვა.

სწორედ აქ იცვლება კარგი ინჟინრის როლი. მაგალითად, თუ პროდუქტს ავტორიზაციის ახალი მეთოდი ემატება, აგენტს შეუძლია ტექნიკური ცვლილებების დიდი ნაწილი თავად შეასრულოს. მეორე მხრივ, ვინმემ წინასწარ უნდა განსაზღვროს ახალი ლოგიკა.

მაშინ რა საჭიროა ინჟინრის გამოცდილება?

იმავე კვლევის მიხედვით, ყველაზე გამოცდილი მომხმარებლები თითოეული პრომპტით აგენტს დაახლოებით ორჯერ მეტ მოქმედებას ასრულებინებდნენ, ვიდრე დამწყებები. მკაცრი შეფასების კრიტერიუმებით, დამწყებთა სესიების მხოლოდ 15% სრულდებოდა წარმატებით მაშინ, როცა საშუალო და მაღალი გამოცდილების მქონე ინჟინრების მაჩვენებელმა 28-33%-ს მიაღწია. ამ სხვაობას განაპირობებს არა კოდის სწრაფად წერის უნარი, არამედ პრობლემის ზუსტი ფორმულირება, სწორი შეზღუდვების დაწესება და მიღებული შედეგის გადამოწმება, რაც სწორედ ინჟინრების გამოცდილების შედეგია.

აქ პარადოქსიც ჩნდება: ხელოვნური ინტელექტის ეფექტიანად კონტროლისთვის სწორედ ის ცოდნაა საჭირო, რომლის პრაქტიკაში გამოყენებაც AI-ს გამო ინჟინერს შეიძლება იშვიათად უწევდეს. კვლევაში მონაწილე უფროსი ინჟინრები ხაზს უსვამენ, რომ დამწყებთათვის განსაკუთრებით მნიშვნელოვანია, ბრმად არ ენდონ დაგენერირებულ პასუხებს და დამოუკიდებლად გააგრძელონ სისტემების ფუნდამენტურად შესწავლა.

"AI-ს ეპოქაში კარგი ინჟინრის მთავარი უპირატესობა გამოცდილება, ტექნიკური ალღო და ფუნდამენტების გააზრებაა. მიუხედავად იმისა, რომ დღეს AI კოდს შესანიშნავად წერს, ჩემი აზრით, საწყის ეტაპზე ინჟინრისთვის მაინც მნიშვნელოვანია ბევრი კოდის დამოუკიდებლად წერა, რადგან ასე სწავლობ, როგორ მუშაობს სისტემები, სად შეიძლება გაჩნდეს შეცდომა და რა კითხვები უნდა დასვა, რომ ამ შეცდომებს მიაგნო და გამოასწორო. AI იდეალური დამხმარეა, როცა ზუსტად იცი, რა გინდა გააკეთოს, გესმის სისტემების არქიტექტურა და შეზღუდვები. მნიშვნელოვანია არა მხოლოდ იმის შეფასება, კოდი მუშაობს თუ არა დღეს, არამედ იმაზე დაფიქრებაც, რა მოხდება რეალურ დატვირთვაზე, არასტანდარტულ შემთხვევებში და სამომავლოდ, როცა პროდუქტში ახალი ცვლილებები იქნება საჭირო", — ამბობს ნათია ქუხილავა, Helio AI-ის თანადამფუძნებელი და CTO.

ამ საკითხებზე, AI-ს პროგრამირებასა და, ზოგადად, ცოდნაზე დაფუძნებულ სამუშაოზე AI-ს გავლენა, ინჟინრების როლისა და ტექნიკურ გუნდების ტრანსფორმაცია იქნება Crossroad AI-ის ერთ-ერთი მთავარი თემა.

Crossroad AI საერთაშორისო კონფერენციაა, რომელსაც საქართველოს ხელოვნური ინტელექტის ასოციაცია წელს პირველად ჩაატარებს. კონფერენცია 3 ოქტომბერს რედისონში გაიმართება და ორ მთავარ მიმართულებას გააერთიანებს: Builders, რომელზეც ძირითადი ფოკუსი AI პროდუქტების, აგენტების, მოდელებისა და ტექნიკური სისტემების შექმნაზე იქნება და Applied, სადაც განხილული იქნება ხელოვნური ინტელექტის გავლენა ბიზნესზე, ციფრული პროდუქტების შექმნა და ორგანიზაციებში AI ტრანსფორმაციის მართვა.

კონფერენციაზე საქართველოში პირველად იქნებიან სპიკერები Anthropic-იდან, Make-იდან და ElevenLabs-იდან. კონფერენციის გენერალური სპონსორები თიბისი, სილქ როუდ ჯგუფი და ალტა არიან, სპონსორები კი: UN Women საქართველო, Upgaming, UGT, IT Step აკადემია, BTU და ჯეოსოფტი. მედია პარტნიორები On.ge, BMG.ge და ფორმულა არიან.

პროგრამის გაცნობა და ბილეთების შეძენა ამ ბმულზე შეგიძლიათ.