Potrebbe il futuro dell’IA scrivere applicazioni complete e sostituire i programmatori? Cerchiamo di capire realisticamente cosa può e non può fare l’IA nel 2024.
Probabilmente hai già sentito parlare di ChatGPT e altri nuovi chatbot IA. Discutono su vari argomenti in modo sorprendentemente efficace. E sì, possono risolvere anche molti problemi di programmazione.
Ma l’IA rappresenta una minaccia esistenziale per la carriera degli sviluppatori? Oppure diventerà solo un altro strumento per aumentare le capacità dei programmatori?
In questa guida, esamineremo le reali capacità dell’IA nello sviluppo software, dove la tecnologia presenta ancora delle lacune, e come puoi proteggere le tue competenze in questo panorama in rapida evoluzione.
ChatGPT E LLMs: Comprendere La Tecnologia IA
I chatbot come ChatGPT non sono programmi che “pensano“. Non comprendono il linguaggio o la programmazione. Prevedono risposte che suonano intelligenti trovando schemi in enormi quantità di dati di testo online.
I programmatori li chiamano “modelli di linguaggio di grandi dimensioni” (LLMs), un termine elegante per indicare un predittore di testo potenziato.
Per mettere in prospettiva il termine “grande”, ChatGPT è stato allenato su un dataset da 570GB a 45TB di frammenti di testo che coprono forum su internet, libri e scritti online, e molte informazioni sono state prelevate direttamente da Reddit.
Questo vasto corpo di dati testuali consente a ChatGPT di generare passaggi, rispondere a domande e persino scrivere codice basato su prompt di testo. La sua conoscenza deriva interamente da questi testi preesistenti, non attraverso una vera comprensione del mondo.
Quindi, mentre ChatGPT sembra abile nel conversare, la sua intelligenza ha delle limitazioni.
- Può mantenere il contesto solo fino a qualche migliaio di parole.
- Non ha esperienza nel mondo reale.
- Non può ragionare o fare salti intuitivi.
- Ha difficoltà a comprendere codici complessi.
Tuttavia, questa tecnologia continua a progredire rapidamente. Quindi, come si comportano ChatGPT e altri LLM nei compiti di programmazione oggi?
Può ChatGPT Scrivere Codice Funzionale?
ChatGPT può produrre codice funzionante in JavaScript, Python, SQL, Bash e altri linguaggi quando sollecitato adeguatamente. È un programmatore principiante, ma puoi continuare a sollecitarlo a correggere gli errori per ottenere un codice funzionante.
Per problemi di programmazione semplici, ChatGPT offre una notevole versatilità e ti permette di risparmiare tempo nella creazione di codice di base che altrimenti dovresti fare manualmente. In questi casi, gli LLM risparmiano sicuramente tempo ai programmatori.
Tuttavia, il suo codice è spesso inefficiente o trascura casi limite perché non possiede il contesto completo del problema. Infatti, ChatGPT a volte avverte anche che il suo codice di esempio richiede una revisione accurata prima dell’applicazione.
Allora, sappiamo con certezza che le LLM non ci sono ancora. Ma possiamo solo immaginare quanto saranno buone perché le LLM avanzate hanno solo un anno (ChatGPT è stato lanciato il 30 novembre 2022).
“Se l’IA continua a progredire a questo ritmo, nei prossimi 30 anni, la maggior parte della razza umana sarà in difficoltà per quanto riguarda i lavori, non solo i programmatori,” ha detto un utente Reddit nel subreddit /r/learnprogramming/.
Compiti di Sviluppo Che l’IA Può Gestire
Anche se ChatGPT non può sostituire un sviluppatore senior, offre un’utilità diretta nel rendere i programmatori più efficienti. Vediamo come ChatGPT può potenziarti come programmatore e eliminare i processi regolari più laboriosi.
Automazione dei Compiti Ripetitivi
Per gli sviluppatori esperti, scrivere app CRUD, script semplici e codice boilerplate per il backend rientra tra gli aspetti più noiosi del lavoro.
Con l’IA, puoi eliminare questa fatica attraverso la generazione automatica del codice. Invece di codificare manualmente sistemi di registrazione utente di base ripetutamente, un modello di IA potrebbe produrre istantaneamente prototipi funzionanti adattati allo schema del database di ogni progetto.
L’utilità dell’IA per la codifica ripetitiva crescerà man mano che astrazioni di livello superiore continueranno ad entrare nell’uso comune attraverso framework come React e Django.
Elaborazione del Linguaggio Naturale
I product manager spesso redigono le specifiche in prosa quotidiana come “Gli utenti dovrebbero essere in grado di aggiornare le loro informazioni di pagamento salvate.” Programmare comportamenti così vagamente definiti lascia ampio spazio a disallineamenti con le aspettative degli stakeholder.
Con potenti LLM come ChatGPT 4, l’IA può aiutare a interpretare le richieste dei clienti in forma libera per formulare requisiti tecnici dettagliati.
Utilizzando documenti e conversazioni dei clienti, gli LLM possono aiutare a tradurre le richieste in semantica eseguibile per i programmatori. Gli LLM possono aiutare a evidenziare ambiguità da affrontare in anticipo piuttosto che a metà progetto mentre ottimizzi i tuoi prompt.
Rilevamento dei Bug
I modelli di IA addestrati su volumi di codice open-source possono eccellere anche nel revisionare il software alla ricerca di difetti. I ricercatori di Microsoft hanno sviluppato reti neurali specializzate per individuare bug, ottenendo una precisione superiore rispetto ai programmatori umani in alcuni test.
Come programmatore, potresti impiegare questo collaboratore IA per analizzare rapidamente i commit alla ricerca di logica errata, errori di deprecazione derivanti da dipendenze obsolete e persino falle di sicurezza. Invece di esaminare manualmente migliaia di righe, riceverai suggerimenti annotati su cosa necessita di correzioni.
Prevedere Problemi
Oltre alla ricerca reattiva di bug, un’intelligenza artificiale sufficientemente avanzata può prevedere i problemi prima che emergano basandosi sul codice che stai scrivendo. Può farlo controllando continuamente il codice e identificando se potrebbe fallire in qualsiasi punto durante l’esecuzione.
O, per le librerie e i framework con molti dipendenti a valle, i compagni IA possono individuare modifiche critiche imminenti prima delle pubblicazioni. Questo ti aiuta a rendere le transizioni più fluide e a minimizzare le interruzioni in modo proattivo senza l’uso di risorse aggiuntive.
Migliore Stima Del Progetto E Della Tempistica
Parlando dell’uso delle risorse, le persone sottovalutano cronicamente quanto tempo impiegheranno i progetti software. Tendiamo a essere troppo ottimisti o dimentichiamo i rischi. Questo causa il superamento del budget e dei tempi previsti nei progetti.
Gli strumenti di IA stanno iniziando ad aiutare analizzando i dati di progetti passati per vedere quanto tempo hanno impiegato quelli simili. Ad esempio, CloudBees prende il contesto da tutte le tue toolchains e lo interpreta per te. Può quindi utilizzare le informazioni per stimare i tempi di consegna del software.
Certo, l’IA non può prevedere tutto ciò che può andare storto, ma considerando la quantità di dati che analizza prima di stimare i tempi, può essere un ottimo punto di partenza. Con il tempo, man mano che gli strumenti ricevono più dati, le stime dovrebbero migliorare.
Ottimizzazione del Tuo Codice
È ottimo avere un secondo paio di occhi per il tuo codice. Può aiutarti a identificare problemi con la logica del codice, trovare modi migliori e più semplici per ottenere lo stesso risultato, e persino ottimizzare la velocità.
Mentre i programmatori investono continuamente sforzi per perfezionare i sistemi in termini di velocità ed efficienza, modificare il codice tramite tentativi ed errori diventa tedioso.
Le LLM possono fornire suggerimenti di ottimizzazione per aiutarti a ottimizzare e rifattorizzare rapidamente il codice.
Piuttosto che fare congetture alla cieca, avrai l’IA che identifica prontamente le opportunità più accessibili da sfruttare per massimizzare i guadagni. Potrebbe consigliare di dividere i monoliti in microservizi, aggiungere indici per query costose, o aggiornare i framework secondo le migliori pratiche moderne.
I Limiti Degli Strumenti IA Nello Sviluppo
I programmatori dovrebbero sentirsi minacciati dall’utilità dell’IA nell’automatizzare la codifica di routine e i compiti supplementari di sviluppo?
La tecnologia attuale si è rivelata inadeguata anche per lavori di programmazione moderatamente complessi. Di conseguenza, gli aspetti fondamentali del flusso di lavoro degli sviluppatori sembrano destinati a rimanere gestiti dall’uomo per il futuro prevedibile.
Codice di Scarsa Qualità
Il codice prodotto interamente da ChatGPT o modelli simili tende a presentare sottili difetti. Sebbene utilizzabile, il codice non prende in considerazione la varietà di casi limite che potresti conoscere, e senza un ragionamento logico, si basa esclusivamente su ciò che gli chiedi di fare.
Ecco un esperimento fatto da un utente GitHub. Puoi vedere che ChatGPT fa un ottimo lavoro spiegando e analizzando un problema:
Ma poi finisce per fornire solo codice parzialmente corretto dove salta la logica per impostare la risposta a 0 quando n è 1.
Per assicurarti che tutti i casi particolari siano gestiti, il codice richiedeva l’aggiunta di questa condizione if, come puoi vedere nello screenshot qui sotto.
Allora, il codice creato con ChatGPT generalmente porta ad applicazioni instabili che si interrompono in produzione a causa di eccezioni non gestite.
Fino a quando l’IA non avanzerà radicalmente, il codice generato rimarrà troppo scadente per la maggior parte delle applicazioni reali senza un’intensa supervisione e modifica.
Potenziali Rischi di Sicurezza
Oltre ai problemi di stabilità, il codice scritto dai modelli di linguaggio introduce preoccupanti rischi per la sicurezza. Poiché l’IA non può sempre considerare i casi limite, il tuo codice potrebbe esporre a bug e rischi per la sicurezza sfruttabili.
Ad esempio, se stai sviluppando un’app web e non pulisci adeguatamente gli input degli utenti, gli hacker possono sfruttare questi per accedere al tuo database tramite iniezioni SQL e attacchi XSS.
Incapace di Risolvere Problemi Novità
Per sostituire i programmatori umani invece di assistere loro, l’IA deve affrontare nuovi problemi. I modelli odierni associano semplicemente gli input con le soluzioni incontrate durante l’allenamento. In uno studio indipendente, i ricercatori hanno scoperto che ChatGPT ha fallito nel 52% delle domande di programmazione fornendo codice parziale o errato.
Tuttavia, gli utenti hanno scelto la risposta di ChatGPT il 39,34% delle volte a causa della sua completezza complessiva.
Solo quando i modelli possono dedurre soluzioni ragionevoli e pensare oltre i passaggi di base, come le persone, possono guidare lo sviluppo da soli. Fino ad allora, il loro valore rimane limitato ad accelerare compiti noti piuttosto che all’innovazione.
L’IA Non Ha Comprensione
L’AI esistente non ha una vera comprensione del codice o capacità di ragionamento astratto: riconosce semplicemente schemi nei prompt di input e fornisce risposte che “sembrano” pertinenti. Senza una comprensione contestuale, le sue soluzioni spesso ignorano vincoli critici o prendono decisioni irrazionali che nessun ingegnere farebbe.
Considera l’analogia di un bot medico addestrato a diagnosticare i pazienti confrontando i sintomi con le malattie registrate. Questo potrebbe comportarsi decentemente nel raccomandare trattamenti comuni, ma potrebbe catastroficamente prescrivere la chemioterapia per un neo sulla gamba solo perché un linguaggio superficialmente simile collegava i due.
L’ingegneria, d’altra parte, si basa sulla razionalità e sul giudizio umano per creare progetti coerenti. Quindi, fino al raggiungimento di una IA migliore, gli sviluppatori possono trarre vantaggio dall’IA per potenziare i loro flussi di lavoro di codifica esistenti.
Il Ruolo Futuro Dell’IA Nella Programmazione
Anche se l’IA presenta attualmente grandi limitazioni, il ritmo di crescita in questo settore è fenomenale. L’IA è passata da scritti incomprensibili a prosa inglese impeccabile, indistinguibile da testi scritti da umani, in soltanto un anno.
Nel prossimo futuro, l’IA potrebbe sostituire un programmatore principiante gestendo automaticamente i compiti di codifica di base. Infatti, secondo le valutazioni interne di OpenAI, GPT-4 supera significativamente le sue versioni precedenti in tutte le valutazioni, comprese quelle relative alla codifica.
“Sarà uno strumento nel kit dello sviluppatore che renderà il loro lavoro sia più veloce che più facile, introducendo al contempo un livello di complessità e opacità che senza dubbio causerà nuovi problemi,” afferma Lawjarp2, un utente di Reddit.
La natura della programmazione sta già evolvendo, come vediamo con GitHub Copilot, CodeWhisperer di Amazon e molti altri.
La programmazione si trasformerà dal digitare manualmente al lavorare in sinergia con i sistemi di intelligenza artificiale generativa — con le persone che forniscono contesto, visione, supervisione e risoluzione dei problemi.
Questo modello ibrido consente all’IA di gestire il noioso lavoro di codifica mentre gli sviluppatori si concentrano sull’architettura di sistema di alto livello, sulla risoluzione di problemi complessi, sulla creatività e sulla prevenzione dei problemi.
Allora, mentre le mansioni cambiano, gli sviluppatori di software non vengono completamente sostituiti. La professione, tuttavia, apparirà radicalmente diversa tra alcuni anni.
Come Proteggere Il Tuo Futuro Professionale Nel Settore Della Programmazione
Invece di andare nel panico per la presa di controllo dell’IA, gli sviluppatori attuali e aspiranti dovrebbero riconoscere i modelli di linguaggio per quello che sono: assistenti piuttosto che sostituti. Ecco alcuni consigli per mantenere le tue competenze rilevanti:
Impara l’Ingegneria dei Prompt
Massimizzare l’utilità di ChatGPT e GitHub Copilot dipende dalla capacità di comporre prompt efficaci. Purtroppo, la progettazione di prompt è attualmente più un’arte che una scienza.
Ma aspettarsi che gli ingegneri programmino tutto a mano come facevano le generazioni precedenti non ha più senso. È meglio permettere ai nuovi sviluppatori di sfruttare i nuovi strumenti disponibili.
I programmatori esperti dovrebbero dedicare tempo a sperimentare con i modelli linguistici utilizzando diversi input e costruire intuizione su ciò che funziona. Ricorda, ogni LLM ha uno stile unico, ed è bene comprenderli, considerando che stanno diventando parte delle routine quotidiane.
Affina Le Tue Capacità Di Risoluzione Dei Problemi
La creatività e l’intuizione umana restano indispensabili poiché lo sviluppo software affronta problemi senza soluzioni predefinite. Non si tratta solo di tradurre meccanicamente le specifiche tecniche in codice.
Nessuna quantità di velocità nella codifica grezza può sostituire l’ideazione di soluzioni perspicaci o la creazione di architetture semplici in ambienti complessi. Quindi concentrati sul know-how, sulla creatività e sulla profonda comprensione del tuo settore mentre deleghi il lavoro routinario ai tuoi omologhi IA.
Impara a Empatizzare con gli Utenti
Ricorda che il codice viene scritto per soddisfare i desideri e le necessità delle persone. Man mano che l’IA diventa più capace di assumere compiti di programmazione di livello inferiore, gli sviluppatori dovrebbero concentrarsi maggiormente sui punti di forza che le macchine non possiedono, ovvero l’empatia.
Dai priorità a ruoli come i product manager o i designer UX che enfatizzano la comprensione degli utenti e la creazione per le persone. Porta il pensiero orientato all’utente in primo piano anche mentre collabori con i programmatori IA sui dettagli dell’implementazione.
Studia L’apprendimento Automatico
Per coloro che sono entusiasti di spingere i confini, esplorare l’apprendimento automatico offre spunti sugli ultimi avanzamenti dell’IA con applicazioni diffuse. Le reti neurali ora sono alla base di soluzioni che vanno dall’elaborazione delle immagini all’analisi predittiva.
Comprendere come funzionano i modelli, come vengono addestrati e come interagiscono con i sistemi software può anche aiutarti ad aprire nuove possibilità nella tua carriera. Considera di integrare i fondamenti dell’informatica con corsi di data science e ML.
Domande Frequenti
L’IA sostituirà i programmatori in 5 anni?
No. Tra cinque anni, l’IA probabilmente gestirà più compiti di codifica ripetitivi ma non sostituirà completamente il giudizio umano e la supervisione per la creazione di sistemi software complessi. Gli sviluppatori potrebbero vedere i loro ruoli cambiare con gli assistenti IA ma continueranno a progettare soluzioni e vincoli.
L’IA sostituirà mai gli sviluppatori?
Una sostituzione completa sembra improbabile anche con un’IA avanzata futura, data la continua evoluzione delle esigenze del software e la creatività intrinseca alla risoluzione di problemi nuovi. La programmazione semplice alla fine diventa commodificata, ma non il pensiero strategico di alto valore. I programmatori che imparano a sfruttare l’IA piuttosto che competere contro di essa rimarranno impiegati.
Alla fine della giornata, non temere il dominio delle macchine. Accogli i compagni di squadra IA che aumenteranno la produttività oltre quanto qualsiasi ingegnere o algoritmo possa ottenere da solo. Lo sviluppo del software si muove troppo velocemente perché un singolo cambiamento possa dominare per sempre. E soprattutto nel contesto tecnologico, l’adattabilità è l’abilità più importante.
Quindi, piuttosto che preoccuparti se il codice sia scritto da mani biologiche o di silicio nel lungo periodo, coltiva la versatilità, indipendentemente dagli strumenti che emergono.
Qual è la tua opinione sugli assistenti alla codifica IA?
I venti del cambiamento stanno indubbiamente accelerando nell’ingegneria del software. Man mano che l’IA evolve rapidamente, ciò che una volta consideravamo dominio del pensiero umano può ora essere affidato alle macchine.
Lasciamo che l’ansia per il futuro paralizzi i progressi? O reimmagineremo attivamente i nostri ruoli beneficiando del potere esponenziale di questa tecnologia?
I concorrenti più formidabili sono solitamente quelli che adottano le ultime tecnologie rapidamente invece di opporsi al cambiamento. Tuttavia, la chiave resta bilanciare saggiamente l’ingegnosità umana e l’intelligenza delle macchine come forze complementari piuttosto che come campi opposti.
E così, mentre il software continua a divorare il mondo, i programmatori farebbero bene a mettere da parte il timore a favore di lavorare con fiducia su progetti più complessi e sfidanti.
