Rapport: Utvecklare måste bli bättre

Lite oklart vad det är för bolag de tillfrågat och vilken kompetens de har i att förutspå vad marknaden kommer efterfråga om några år. AI hypen är väl redan på väg ned, så tror inte man ska anta att samma efterfrågan på ”AI-kompetens” som idag gäller även om några år

Så har det lite alltid varit inom IT att ny teknik har förändrat behovet.
Jag minns så väl en gammal lärare som hade doktorsexamen och allt, han skulle visa upp hur man kunde använda ett elprogram för att göra diverse simuleringar på på en krets. Läraren sög och kunde knappt göra något, han sa att han var van med dosversionen och vi studenter skrattade,. (detta var efter år 2000)

Min poäng är påståendet som vissa har att ny teknik tar jobb? Ja kanske det, men det kan vara de gamla som har svårt att lära sig nytt som kan bli dem som blir utan jobb. Så tror jag med Ai. Det enda är att Ai idag är lite som internet år 1993 enligt mig.
Man klarar sig fint utan internet år 1993 även om man jobbar som systemutvecklare, men det är en tidsfråga. Detsamma med Ai idag.

Det jag har främst emot Ai är att man oftast inte kan ge dem datan direkt. (för ain körs någon annanstans) Man får då noggrant se vilken data man ger till Ain och det enligt mig dåliga resultat man får tillbaka gör det ofta mer ineffektivt än att endast googla på samma sak. Som sagt, detta är bara en tidsfråga.

Hittills har jag sett LLMer göra minst lika mycket skada på utveckling som nytta. Att använda dem som sökmotorer tycker jag stundvis är användbart, men att generera kod känns fortfarande som att lägga två veckors debugging för att spara en dags utveckling. Jag har också sett juniorer som använder generativ AI mycket ha väldigt flack utvecklingskurva.

Jag upplevde det själv när jag nyligen började med ett nytt programmeringsspråk. Två månader in och jag kunde fortfarande inte grunderna. Givetvis är detta rent anekdotiskt, men det finns en del belägg för att generativ AI skadar inlärning, exempelvis denna.

Ställer mig väldigt tveksam till pålitligheten av den här rapporten. Det kan lika gärna bli så att de som blir överdrivet beroende av generativ AI i arbetet kommer att bli utkonkurrerade av de som byggt på sina grundkunskaper. Och det är inte som att prompting är en svårvunnen färdighet ändå.

Finns många kunder inom den publika sektorn där man inte får använda AI hur som helst, datan får inte spridas vidare osv. Eller andra företag med väldigt höga säkerhetskrav. Kompetensen kommer alltid behövas. Precis som alla andra jobb så kommer man få vidareutbildas och jobben förändras.

Förr i tiden spikade man varje spik för hand, nu har man spikpistol.
Förr i tiden stickade man varje plagg för hand, nu har vi maskiner.
Osv osv.

Tiderna förändras och man får anpassa sig. Alla jobb försvinner inte, de bara förändras.

Jag säger att den där rapporten kan kyssa sig

Kanske inte? En studie som kom för några dagar sen visade att Copilot inte gav ökad produktivitet (i mätt tid per PR eller antal PRs merged), men 41% fler buggar.

https://www.cio.com/article/3540579/devs-gaining-little-if-an...

Sedan jobbar man med det här och vet att det är BS. Garner brände sig när de var byxvågrar med grabbarna som eldade windows-kärror.

Det här är relevant och verklighetsförankrat med demografi som återspeglar det mesta: https://resources.uplevelteam.com/gen-ai-for-coding

+41% mer buggar, samma antal lösta lappar i sprint och högre upplevd svårighet till återhämtning. Grattis.

Jag jobbar som utvecklare. Jag är totalt ointresserad av AI. Behöver jag jobba med det i framtiden så kommer jag helt enkelt byta arbete.

skall ju dock nämnas att flera versioner av hans egen kod för att lösa samma problem ingår i träningsdatan samt att han i metod-delen som han gav o1 också länkade till ett par andra implementationer som också alla ingått i träningen.

Hyfsad stor "ska nämnas". AI lyckades återskapa bra resultat när tränad från facit, mer eller mindre.

Du tycker alltså att mjukvaruutveckling och låta ett gäng management-konsulter ta fram en produktplan för en ny sko är jämförbara arbetsuppgifter?

Eller hur! AI är ett så galet brett fält också.

Skulle säga att de flesta ställen jag jobbat på är detdet inte kodandet som är flaskhalsen. Det är kommunicera krav, buggar mm med massor av team och stakeholders.

Allt med AI känns väldigt mycket som allt med internet under dot com bubblan.
Ja, AI är absolut en vettig teknik som har framtiden för sig precis som internet på 90-talet.
Men det betyder inte att det måste skyndas att trycka in det precis överallt hur snabbt som helst och varsomhelst utan eftertanke.
Nu, precis som under dot com bubblan, verkar detta vara filosofin. Det är nytt och kommer att bli större, så alla måste ta in det överallt resonerar man.

Resultatet lär bli tämligen analogt med efterdyningarna av 90-talets hype. Vi kommer att se mängder med konkurser i de bolag som inte höll måttet. Vi kommer att dra tillbaka vansinniga satsningar och applikationer som enbart baserades på hype och inte på den faktiska nyttan.
Så småningom kommer tekniken att mogna, precis som allt med internet gjorde. Vi kommer att ha en mer nykter syn på var AI gör faktisk nytta.

Alla utvecklare har inte jättemycket nytta av AI i dagsläget. Det är extremt mycket beroende på vad man gör.
Man bör absolut ha ett öppet sinne och fundera om det kan vara till hjälp i ens arbete, men det där att bara trycka in det överallt bara för att är jag ingen fan av.

Jag håller med mycket vad du skriver. Väldigt många företag satsar på Ai lösningar som påminner om de lösningar som företag gjorde innan IT bubblan.

Men ser man på användarna. Så dessa Ai datorer har folk knappt börja använda, Apple som pratade så skarpt om deras Apple Intelligens, ja var f-n är den? Jag anser det stora problemet på användarnivå är att Ai sakerna blir fördröjda så att folk inte ens har börjat använda den.
Sedan kommer folk använda dem väldigt smått, men det lilla kan bidra en hel del.

Att använda Ai i jobbet, så är det stora problemet att alla har information som är känslig. De som inte har känslig data är ett udda undantag idag. Det blir då begränsat till vad man kan använda publik LLM till och det är det stora problemet.

Bortsett från detta så skulle jag påstå att alla seriösa utvecklare skulle kunna använda Ai en hel del till att få kompletterande lösningar som man får när man googlar. Ta en simpel sak som att kolla om en port är öppen, de flesta kommer ej ihåg syntaxen på hur man kollar detta i den miljö man är i. En LLM kan spotta ut svaret snabbare än vad man kan Googla.
Och LLMen ger en svaret direkt, träffen på Google innehåller inte ovanligtvis en massa annan information.

Den där artikeln verkar inte prata om programmering överhuvudtaget. Denna tråden och mitt svar var om AI för programmering.

Jag googlade inte heller för att hitta en artikeln med den vinkling jag ville, utan länkade den för att jag sett den i nyhetsflödet senaste dagarna.