Ορισμένοι μηχανικοί λογισμικού λένε ότι η τεχνητή νοημοσύνη έχει κάνει τη δουλειά πιο μοναχική από ποτέ
Για τον Andrew Wang, έναν 33χρονο μηχανικό λογισμικού, η τεχνητή νοημοσύνη έχει γίνει μέρος της καθημερινής του ρουτίνας — αλλά έχει το κόστος μερικών από τις περιστασιακές συνομιλίες που είχε με τους συναδέλφους του. Ο Wang είπε ότι η αυξανόμενη εξάρτηση από μεγάλα γλωσσικά μοντέλα έχει, κατά καιρούς, κάνει τις ομάδες να αισθάνονται πιο «σιλό». Στο παρελθόν, οι συνάδελφοι κατακερματίζονταν τακτικά ιδέες και επιλογές σχεδίασης σε αυτοσχέδιες συνομιλίες, είπε. Τώρα, πολλά από αυτά συμβαίνουν με την τεχνητή νοημοσύνη αντ’ αυτού — αφήνοντας επίσημες συναντήσεις για αναθεωρήσεις σχεδίασης ή κώδικα”. Το Google Cloud δημοσίευσε μια αναφορά τον Σεπτέμβριο, η οποία διαπίστωσε ότι η υιοθέτηση της τεχνητής νοημοσύνης έχει αυξηθεί στο 90% μεταξύ των επαγγελματιών λογισμικού, αύξηση 14% από πέρυσι. Ο Anurag Dhingra, SVP του Enterprise Connectivity and Collaboration Group στη Cisco, είπε στο Business Insider ότι η μηχανική λογισμικού είναι «στο όριο του δυνατού με την AI». Αυτό σημαίνει ότι οι μηχανικοί στρέφονται όλο και περισσότερο σε πράκτορες για εργασίες που κάποτε βασίζονταν στη συνεργασία με συναδέλφους, όπως η σύνταξη ή η επανεξέταση κώδικα μαζί, είπε. “Αυτό αλλάζει σίγουρα αυτή τη δυναμική.”Το Business Insider μίλησε με επτά μηχανικούς λογισμικού για το πώς βλέπουν την τεχνολογία να μεταμορφώνει τις δουλειές τους. Λιγότερο μπρος-πίσω με τους συνομηλίκους και τους διευθυντές Ενώ μερικοί μηχανικοί δεν παρατήρησαν αξιοσημείωτη αλλαγή στη συνολική συχνότητα αλληλεπίδρασης με συνομηλίκους, κάθε μηχανικός που μίλησε στο Business Insider είπε ότι βρήκαν τον εαυτό τους να βασίζεται λιγότερο στους συνομηλίκους για μικρές ερωτήσεις. Σχετικές ιστορίες Το Business Insider λέει τις καινοτόμες ιστορίες που θέλετε να μάθετε Το Business Insider αφηγείται τις καινοτόμες ιστορίες που θέλετε να μάθετε “Τώρα το πρώτο μου ένστικτο είναι να δω πρώτα αν μπορώ να το μάθω, να το καταλάβω με τεχνητή νοημοσύνη”, είπε η Geeta Shankar, 25χρονη μηχανικός λογισμικού στο Salesforce. Ο Sumanu Rawat, ένας νέος μηχανικός λογισμικού του Walmart στα 30 χρόνια. grad, περνούσε ώρες περιμένοντας μια 15λεπτη συνάντηση με έναν μέντορα απλώς για να ρωτήσει για μη τεκμηριωμένες διαδικασίες ή παλιά μοτίβα κώδικα.”Τώρα μπορώ να τροφοδοτήσω αυτό το πλαίσιο στο Copilot και να λάβω αμέσως απαντήσεις”, είπε ο Rawat. Ενώ ο Wang και ο Rawat ήταν στο χώρο εργασίας για μερικά χρόνια, αυτή η αλλαγή θα μπορούσε να σημαίνει ότι οι εργαζόμενοι σε αρχικό επίπεδο έχουν λιγότερες ουσιαστικές συζητήσεις. Ο 27χρονος μηχανικός λογισμικού σε μια startup τεχνολογίας με έδρα τη Νέα Υόρκη, είπε ότι δεν θεωρεί την υιοθέτηση εργαλείων τεχνητής νοημοσύνης ως εγγενώς απομονωτική, αλλά η μετάβαση τον έκανε να συνειδητοποιήσει πόσο πολύ η κουλτούρα στο χώρο εργασίας «εξαρτάται από τη σκόπιμη σύνδεση και όχι μόνο από τα εργαλεία παραγωγικότητας». νεκρός Υπάρχουν ακόμα τρόποι με τους οποίους οι μηχανικοί μπορούν να συνδεθούν με συνομηλίκους και μέντορες — ακόμα κι αν αυτό απαιτεί περισσότερη πρόθεση. Η αντιπρόεδρος μηχανικής της LinkedIn για λύσεις ταλέντων, η Prashanthi Padmanabhan, είπε στο Business Insider τα τελευταία δύο χρόνια, παρατήρησε ότι περισσότεροι αρχικοί μηχανικοί και ασκούμενοι παίρνουν καφέ με ηγέτες». είπε. “Αλλά το βλέπω ως μια υγιή τάση, ότι τα σκέφτονται όλα αυτά.” Ο Dhingra της Cisco είπε ότι η αυξανόμενη αίσθηση απομόνωσης είναι πιθανότατα μια “προσωρινή φάση” και είπε ότι θα οδηγήσει σε συνεργασία γύρω από μεγαλύτερα προβλήματα, όπως το σχεδιασμό συστημάτων, τη δημιουργία της σωστής αρχιτεκτονικής και τη βελτίωση της εμπειρίας χρήστη. Ο Dhingra είπε ότι οι μηχανικοί πρέπει να αρχίσουν να σκέφτονται ζητήματα σε επίπεδο συστήματος. Μερικοί μηχανικοί είπαν στο Business Insider ότι αυτό ήδη συμβαίνει. Ο Rawat είπε ότι η χρήση της τεχνητής νοημοσύνης έχει μετατοπίσει τις συζητήσεις της ομάδας από την επίλυση πρακτικών ερωτήσεων όπως “πώς το χτίζουμε αυτό;” σε ερωτήσεις μεγαλύτερης εικόνας όπως “τι πρέπει να χτίσουμε;” “Κατά κάποιον τρόπο, τα όρια των ρόλων είναι ασαφή”, είπε ο Rawat. “Οι μηχανικοί λογισμικού σκέφτονται περισσότερο σαν διαχειριστές προϊόντων, εστιάζοντας στη στρατηγική και την κατεύθυνση εκτός από τις λεπτομέρειες εφαρμογής.” Η Shankar είπε ότι καθώς η τεχνητή νοημοσύνη επιταχύνει το έργο, οι μηχανικοί μπορούν να παράγουν αποτελέσματα με ταχύτερο ρυθμό, επιτρέποντας στην ομάδα της να μοιράζεται τα ευρήματα πιο γρήγορα. Στο παρελθόν, είπε ότι μπορεί να χρειαζόταν δύο ημέρες για να ολοκληρώσει μια εργασία που τώρα της διαρκεί πέντε ώρες. Η Doshi παρατήρησε μια παρόμοια τάση και είπε ότι μεταφράζεται σε πιο συχνές συναντήσεις αξιολόγησης, κάτι που ήταν ένα θετικό στοιχείο για την αλλαγή στη δυναμική.”Οι συζητήσεις που κάνουμε τώρα είναι βαθύτερες”, είπε ο Doshi. «Συζητάμε για ανταλλαγές, όχι για τη σύνταξη».
Δημοσιεύτηκε: 2025-11-05 11:03:00
πηγή: www.businessinsider.com
