Искусственный интеллект в разработке программного обеспечения: экспертное мнение

Согласно исследованиям международных аналитических компаний, внедрение искусственного интеллекта в разработку программного обеспечения приобретает беспрецедентные масштабы. Прогнозы Gartner свидетельствуют о стремительной трансформации отрасли: к 2028 году 90% корпоративных разработчиков будут использовать ИИ-ассистентов для написания кода, тогда как в начале 2024 года этот показатель не превышал 14%. Исследования McKinsey демонстрируют значительный экономический эффект от внедрения генеративного ИИ: разработчики программного обеспечения способны выполнять задачи до двух раз быстрее благодаря использованию ИИ-инструментов.

Ключевой вопрос заключается в определении областей его внедрения. Руководитель центра разработки «Программного Продукта» анализирует трансформацию отрасли под влиянием ИИ: эффективность инструментов для специалистов разного уровня, профессиональные мифы и стратегии кадрового баланса.

Области применения ИИ в разработке программного обеспечения

Искусственный интеллект оказывает всё более значимое влияние на процессы разработки программных решений и их документирования. Этому предшествовала стремительная эволюция инструментов: изначально ИИ-системы применялись преимущественно для решения общих задач и носили развлекательный характер. Со временем пользователи начали использовать их для написания программного кода, разработки алгоритмов, решения технических проблем и анализа ошибок.

В настоящее время ИИ эффективно справляется с указанными задачами. Более того, ему могут быть делегированы рутинные операции, традиционно отнимающие значительное время разработчиков, в частности — написание технической документации. Цифровой ассистент способен выполнять данную функцию с высокой степенью автоматизации.

Аналогичная ситуация наблюдается в сфере тестирования: написание автоматизированных тестов является одной из наиболее трудоёмких задач в процессе разработки. В настоящее время ИИ способен автоматизировать и этот процесс, что существенно повышает производительность и высвобождает ресурсы специалистов для решения более сложных задач.

Преимущества использования ИИ в разработке программного обеспечения

Вместе с тем, распространение ИИ сопровождается определённым скептицизмом. Нередко специалисты указывают на наличие ошибок в результатах работы ИИ и отмечают, что отдельные задачи человек выполняет быстрее и точнее. Действительно, большие языковые модели (LLM) допускают ошибки, однако ключевым преимуществом является скорость их устранения: решение проблемы, на которое у специалиста могли бы уйти дни или недели, может быть достигнуто за 15–20 минут интенсивной работы ИИ-модели.

Следствием этого является снижение конкурентоспособности специалистов, игнорирующих возможности LLM-технологий. В то же время разработчик, компетентно применяющий ИИ, фактически выполняет функцию архитектора, управляющего совокупностью ИИ-агентов. Один специалист, координирующий работу подобных систем, способен решать задачи, ранее требовавшие привлечения значительного числа разработчиков.

ИИ-технологии получили широкое распространение: они интегрированы в мобильные устройства, веб-браузеры, интеллектуальные колонки и иные устройства. На рынке представлено значительное количество функциональных моделей (Claude, Cursor, Kimi, Codex и другие), а интерфейсы командной строки обеспечивают возможность подключения различных моделей по выбору пользователя.

Значительным достижением текущего периода является способность ИИ-систем формировать результаты в виде готовых к использованию файлов — программного кода и документации, подлежащих последующей проверке и валидации. Это представляет собой существенный прогресс в скорости и производительности по сравнению с возможностями диалоговых систем.

Вопрос выбора языков программирования утратил прежнюю актуальность: современные LLM-модели обладают знаниями всех распространённых прикладных языков (Node.js, Java, C#, Go, Python, PHP), а также основных фреймворков (Angular, Vue, React и других). Таким образом, на первый план выходит не столько знание конкретного языка программирования, сколько общая техническая эрудиция и понимание подходов к реализации решений. Качество декомпозиции задачи напрямую влияет на результат её выполнения ИИ-моделью. Более того, у модели возможно запросить информацию о наилучших практиках решения определённых задач с описанием их преимуществ и недостатков, после чего специалист принимает решение о выборе языка, библиотеки или архитектурного подхода.

Формирование навыков корректного взаимодействия с LLM-системами (промпт-инжиниринг) является одним из ключевых факторов переходного периода в отрасли.

Для создания сложных программных систем необходима широкая эрудиция и постоянное профессиональное развитие. Способность к постановке масштабных задач и их решению, в том числе силами небольшой команды, является значимым конкурентным преимуществом.

Вопрос замещения специалистов искусственным интеллектом

Распространение LLM-систем вызвало в отрасли опасения относительно возможного полного замещения разработчиков. Данные опасения подкрепляются тем фактом, что ряд компаний сократил или приостановил привлечение новых специалистов, в особенности начинающего уровня. Обоснованием служит позиция, согласно которой привлечение выпускников, требующих дополнительного обучения, менее целесообразно по сравнению с оснащением действующих специалистов инструментами ИИ для многократного повышения их производительности.

Однако данная стратегия имеет существенные риски. Прекращение найма начинающих специалистов при сохранении исключительно ведущих кадров неизбежно приведёт к их профессиональному выгоранию и отсутствию кадрового резерва. Следует учитывать, что каждый ведущий специалист прошёл этап начального профессионального развития.

Кроме того, представители молодого поколения, как правило, демонстрируют более высокую адаптивность к новым технологиям, что делает их обучение эффективному взаимодействию с ИИ-системами потенциально более результативным.

Необходимость владения навыками работы с ИИ

Анализ показывает, что ИИ наиболее эффективно содействует в решении задач специалистам высокого уровня квалификации — архитекторам и ведущим разработчикам, обладающим опытом в области разработки, тестирования, проектирования и управления проектами.

Данная эффективность обусловлена глубоким пониманием архитектуры, логики и ограничений используемых систем, что позволяет формулировать корректный контекст для получения точных результатов от LLM-моделей.

Для начинающих специалистов работа с LLM-системами имеет как преимущества, так и риски. С одной стороны, им необходимо освоить использование ИИ в качестве справочного инструмента, в том числе для анализа ошибок. С другой стороны, недопустимо слепое доверие к результатам работы моделей.

Начинающий разработчик, впервые взаимодействующий с ИИ, может переоценить возможности системы. Однако при передаче полученного кода на тестирование нередко выявляется значительное количество ошибок и несоответствие функциональным требованиям. При этом начинающий специалист не всегда способен корректно идентифицировать проблему и скорректировать работу системы. Примечательно, что ИИ-модель может аргументировать корректность ошибочных действий, что приводит к необходимости множественных итераций для внесения исправлений.

Таким образом, ключевым фактором профессионального развития является не только освоение инструментов работы с ИИ, но и развитие личностных качеств — эрудиции, аналитического мышления и готовности к экспериментальной деятельности, которая способствует получению значимых результатов и продвижению технологического прогресса.

Полная версия выступления доступна по ссылке: https://vk.com/programmproduct?z=video-150910521_456239107