Сколько еще протянут мануфактуры?
Перед ознакомлением со статьей я хотел бы разъяснить две вещи:
1. Не нужно её расценивать как мнение эксперта, скорее как частного лица, работающего в индустрии
2. Это не прогноз, а всего лишь предположение, основанное на прочитанных материалах, соцсетях и новостях. Скорее попытка осознать, что происходит, объяснить это в первую очередь себе самому.
Ощущение смятения
Впервые меня настигло это ощущение, наверное как и многих, в 2023 году, когда резко выстрелила ChatGPT от OpenAI. Тогда профессиональное инфополе уже бурлило и рынок начинал заполняться всевозможными «нейросетями». Посетившим меня чувством была тревога, мысль о том, что всё-таки настанет момент, когда всю работу за тебя будет делать какой-нибудь условный Copilot.
По моим ощущениям, первыми удар на себе ощутили дизайнеры и художники, когда любая картинка рисуется в считанные секунды, в то время как профессиональному художнику на это требуется несколько часов (в лучшем случае минут).
Кроме тревоги была, конечно, и вторая реакция. Она возникла после первого взаимодействия с ChatGPT, когда мне потребовалось написать небольшой bash-скрипт, а возиться долго с этим не хотелось. Каково же было моё удивление, когда сгенерированный скрипт заработал буквально после одной-двух правок, которые касались чисто моей специфики. Тогда я подумал, что это очень сильно разгружает по времени и позволяет не отвлекаться на рутину (написание тестовых скриптов, создание простенькой автоматизации). Теперь можно сосредоточиться чисто на кодинге. В тот момент я испытал воодушевление, потому что такой инструмент расширяет мои возможности, как программиста. Однако с течением времени во время чтения новостей воодушевление всё больше и больше растворялось.
И вот тогда в голову пришла интересная мысль — в индустрии случилось событие, по масштабу напоминающее первую промышленную революцию.
Первая промышленная революция
Вкратце — произошел переход от ручного труда к механизированному, от мануфактуры к фабрике. Очень яркий пример: ткачей и ткачих, которые вручную делали ткани, тратя на это кучу времени, заменили ткацкие станки, которые ускорили производство, увеличили количество и снизили цену на ткани. Ранее прибыльная профессия во время перехода к фабрикам стала попросту никому не нужной. Надомные ткачи и мануфактуры в итоге разорились.
Стоит заметить, что так как в меняющихся реалиях нужно было строить и налаживать новые производства, стали востребованными навыки обслуживания ткацких станков, их настройки, проектирования и ремонта. Уничтожив одну профессию, промышленная революция дала жизнь другим, требующим наличия большего количества умений, и, как минимум, общей грамотности. Потому что ремесленник мог и на словах объяснить подрастающему поколению, как правильно ткать. В то время как работа на фабрике требовала от человека как минимум, уметь читать, чтобы понять инструкцию по работе со станком.
Всё новое — хорошо забытое старое
Аналогичный процесс, по моему мнению, происходит именно сейчас.
До начала широкого внедрения языковых моделей все IT-компании с точки зрения производственного процесса представляли собой мануфактуры: сидят люди, пишут код, создают какие-то продукты. Всё делается вручную. Очень многое копипастится, очень много одинаковых кусков кода, которые отличаются друг от друга деталями. Я не хочу сказать, что это плохо. Это действительность. В этих рассуждениях опустим уровень подготовки, потому что он очень разнится в зависимости от задач. Где-то разрабатываются и применяются такие решения которые раньше никто и никогда не делал. А где-то — вполне банальные продукты, использующие элементы других. В рамках этого рассуждения отметим только то, что всё придумывается и делается вручную. Многие заметят: -, а как же тестирование и отладка, сборка проектов? Отвечу только то, что всё это вспомогательное, что только помогает создать продукт, но не создает.
Внедрение языковых моделей показывает, что кодогенерация у них по скорости выше, чем у рядового разработчика. И не рядового тоже. В настоящее время качество этой кодогенерации оставляет желать лучшего, так как «нейросеть» зачастую может «выдумать» элемент, которого не существует в проекте или библиотеке. «Нейросеть» может ошибиться в реализации алгоритма и его придется отлаживать. Но это лишь детали. Если объем сгенерированного кода уже поражает, то качество — это вопрос времени. Рано или поздно качество подрастет настолько, что не будет необходимости не просто редактировать синтаксические конструкции, но и даже логику самого проекта. Самое главное в этом случае — правильно задавать параметры для кодогенереации: как должны выглядеть и какими свойствами должны обладать элементы интерфейса пользователя, какая будет нагрузка по количеству пользователей, какие задачи должен выполнять проект — стриминг видео, игровой сервер и т.д.
Таким образом, приходим к выводу, что основным навыком будет умение работать с «нейросетями» — обучать их, правильно задавать вопросы и давать подсказки, наводящие на результат максимально близкий к требуемому. То есть нужно будет уметь настраивать станок, генерирующий рабочий код по заданным требованиям, с заданными свойствами в максимально короткое время. В случае если что-то не соответствует требованиям — подкрутить какие-то параметры через те же самые запросы, чтобы станок переписал часть проекта и заменил ей неустраивающий нас блок.
Какие-то непонятные профессии
Помнится, я долго смеялся, увидев описания вакансии «Prompt-инженер». Сейчас же читая посты о том, как школьники умело составляют промпты для ботов, чтобы помочь с домашкой, и как лихо можно снять этические ограничения с чат-бота просто сказав, что тебе нужно помочь застрявшему в подвале котику, начинаешь относиться к возникающим в сфере ИИ новым профессиям если не серьезнее, то уже без былой ухмылки. Примерно такая же реакция была на название «AI-тренер».
Заключение
В нашем стремительно меняющемся мире очень важно держать руку на пульсе. События показывают, что классическое программирование потеряет былую востребованность, однако, актуальными останутся базовые знания: устройство ОС, основные алгоритмы и типы данных, базовое понимание устройства различных «нейросетей». Само же программирование, как деятельность, скорее всего, останется в каких-то специфических областях. Единственное, что может остаться более-менее неизменным — навыки системного и сетевого администрирования. Даже если помощники будут встроены в ОС (не в само ядро, а как система поверх неё) и в системы конфигурирования сетей, всё равно навыки управления ими и их настройки останутся востребоваными.
Не могу сказать, что происходящие изменения в индустрии вызывают панику
Комиссар Жибер описывает, в каком положении оказался бы, если работал программистом
Пока резких изменений пока не случилось, но некоторые новости заставляют не просто задуматься, а уже предпринимать первые и весьма уверенные шаги к тому, чтобы не остаться за бортом.
P.S.
Недавно пересмотрев фильм «Скрытые фигуры» я наткнулся на эпизод, который в чем-то напоминает текущую ситуацию: руководительница отдела вычислителей (по-английски — computer) в НАСА увидела, как в одном из кабинетов устанавливали ЭВМ, что её потревожило. Затем она узнала, что на предприятие устанавливают ЭВМ, чтобы её отдел заменить полностью. Женщина вовремя понимает, что если она и её сотрудники не изучат язык программирования, то все останутся без работы.
Внимание, дальше спойлер!
В конце фильма, разумеется, хэппиэнд — под чутким руководством этой женщины вычислители всем отделом переквалифицируются в программисты.
