Почему нейросети не заменят программистов

Согласно статистике РОМИР, 84% россиян знают о существовании ИИ, а каждый четвертый активно использует его в работе или быту. Согласно данным «Яндекса», генерация кода занимает третье место среди задач, выполняемых нейросетями. Возникает вопрос: останется ли профессия программиста востребованной, или в будущем нейросети способны полностью заменить программистов. Давайте разбираться.

Содержание:

Сегодняшние нейросети, включая те, что занимаются написанием кода, представляют собой компиляторы существующих данных: текстов, изображений, видео и программного кода. Результат их работы напрямую зависит от качества запроса (промта). Таким образом часто, чтобы сгенерировать запрос, нужно знать большую часть его ответа.

Когда требуется написать сложный и функциональный код, недостаточно просто воспользоваться генеративным ИИ. Необходимо понимать архитектуру системы, контекст проекта и особенности репозитория. В таких случаях быстрее и надежнее создать код вручную, чем корректировать недочеты нейросети.

Есть и другие проблемы с использованием ИИ. Например, так называемый «коллапс модели» — ухудшение качества генерации из-за того, что ИИ обучается на данных, созданных другими нейросетями. Это может привести к снижению точности и полезности результата.

Еще одна сложность связана с «разобучением» моделей. Современные законы о защите персональных данных, включая российские, требуют удалять из ИИ всю информацию, которая попала в модель незаконно. Однако этот процесс чрезвычайно трудоемкий, так как сложно установить, где именно нейросеть использовала эти данные. Исследования 2019 года показали, что методы «разобучения» недостаточно эффективны, а в некоторых случаях — практически невозможны.

Крупные корпорации активно вкладывают средства в развитие ИИ. По данным платформы Upwork, фрилансеры в сфере ИИ получают на 40% больше своих коллег. При этом большинство руководителей (96%) уверены, что внедрение ИИ-инструментов повышает производительность, но 77% сотрудников, использующих такие инструменты, отмечают рост нагрузки, а 47% вообще не понимают, как добиться повышения эффективности.

ИИ пока успешно справляется только со стандартизированными задачами: исправляет повторы в коде, создает шаблоны и автоматизирует рутинные процессы. Например, Сергей Надежный, старший инженер компании Agoda, отмечает: «Я использую ИИ для работы с базами данных, особенно если разные базы используют разные диалекты SQL. Также удобно применять нейросети в frontend-разработке: они генерируют заготовки компонентов, что экономит время».

Несмотря на это, полагаться на ИИ полностью пока невозможно. Проблемы с адекватностью обучения остаются нерешенными. Это подтверждается статистикой:

- 78% проектов AI/ML закрываются, не дойдя до стадии внедрения;

- 81% разработчиков считают процесс обучения ИИ сложнее, чем ожидали.

На рынке труда ИИ уже оказывает заметное влияние. Нейросети заменяют задачи, которые традиционно выполняли начинающие специалисты, что приводит к снижению спроса на джунов и интернов. Например, в США за прошлый год было открыто всего 700 вакансий начального уровня, тогда как более 260 тысяч IT-специалистов попали под сокращение.

ИИ — мощный инструмент, который может автоматизировать рутинные задачи и сократить время на их выполнение. Однако он не способен заменить глубокое понимание архитектуры и творчество, которые остаются ключевыми в программировании. Пока будущее программистов кажется надежным, но технология продолжает развиваться, и следить за ее прогрессом необходимо, чтобы оставаться конкурентоспособным на рынке труда.

Искусственный интеллект — это не просто тренд, это новая реальность. Это лишь начало большого пути в мир инновационных технологий, в том числе программирования.

Запишитесь на бесплатное пробное занятие в онлайн-школе программирования YCLA Coding прямо сейчас!