ملاحظة المحرر: مع إطلاق ChatGPT ، ظهر عدد من مساعدي إنشاء أكواد الذكاء الاصطناعي في السوق. الذكاء الاصطناعي التوليدي ساخن وقد تغلغل في كل جانب من جوانب الحياة البشرية. هل سيحل الذكاء الاصطناعي حقًا محل المبرمجين البشريين؟ لمطوري البرامج ، كيف تنجو وتتطور في عالم ChatGPT؟ ستعرض هذه المقالة 4 نصائح لمساعدة المبرمجين البشريين على البقاء في صدارة الذكاء الاصطناعي التوليدي. المقال من الترجمة ، آمل أن يكون مصدر إلهام لك.
مصدر الصورة: تم إنشاؤه بواسطة Unbounded AI
الذكاء الاصطناعي ، وخاصة الذكاء الاصطناعي التوليدي المدعوم من نماذج اللغات الكبيرة (LLM) ، لديه القدرة على تعطيل صناعة المبرمجين بأكملها. لكن يعتقد بعض الخبراء أن الذكاء الاصطناعي لن يحل محل المبرمجين البشريين ، على الأقل ليس على الفور.
قال تانيشك ماثيو أبراهام ، دكتوراه في الهندسة الطبية الحيوية في جامعة كاليفورنيا ، ديفيس ، والرئيس التنفيذي لميدارك ، وهو مركز أبحاث ذكاء اصطناعي طبي: "عليك أن تقلق بشأن الأشخاص الذين يستخدمون الذكاء الاصطناعي ليحلوا محل أنفسهم".
إذن كيف يمكن لمطوري البرمجيات أن يجعلوا أنفسهم أكثر قيمة وفائدة مع اقتراب عصر ترميز LLM؟ فيما يلي بعض النصائح والحيل للمبرمجين من أجل البقاء والازدهار في عصر الذكاء الاصطناعي التوليدي.
** التزم بالمبادئ الأساسية وأفضل الممارسات **
على الرغم من أن العديد من مساعدي الترميز المعتمدين على الذكاء الاصطناعي يمكن أن يساعدونا في كتابة التعليمات البرمجية وإنشاء التعليمات البرمجية ، إلا أن القدرة الأساسية على تعلم البرمجة لا تزال مطلوبة ، أي القدرة على قراءة الكود وتحليله ، وفهم كيفية تطبيق الكود الذي تكتبه على الأنظمة الكبيرة. **
"أعتقد أن الذكاء الاصطناعي يمكنه تحسين إنتاجية مطوري البرامج بشكل كبير ، ولكن هندسة البرمجيات لا تتعلق فقط بإنشاء التعليمات البرمجية ، ولكن أيضًا حول إنشاء متطلبات المستخدم ، وتصحيح الأخطاء والاختبار ، وغير ذلك."
** تظل إحدى مهارات البرمجة الأكثر تكاملاً مجال المبرمجين البشريين: حل المشكلات. ** يظل تحليل مشكلة وإيجاد حل مناسب لها مهارة فذة للترميز تحظى بتقدير كبير.
"البرمجة لها جانبها الإبداعي ، وتلك المهارات في حل المشكلات أكثر أهمية من لغة أو أدوات البرمجة الفعلية. لا تنشغل في المقارنات بالذكاء الاصطناعي ، الذي هو بشكل أو بآخر ناتج إحصائي لنموذج لغة كبير قال إينيس مونتاني ، الباحث في مؤسسة Python Software Foundation والمؤسس المشارك والرئيس التنفيذي لشركة Explosion.
بالإضافة إلى ذلك ، ** تعتبر ممارسات هندسة البرمجيات الجيدة أكثر قيمة من أي وقت مضى. ** تشمل هذه الممارسات تصميم نظام التخطيط وبنية البرامج ، ويمكن للمبرمجين استخدام أدوات الذكاء الاصطناعي للتنبؤ بشكل أكثر فعالية بالشفرة التي ستكون مطلوبة بعد ذلك.
"يتعين على مهندسي البرمجة اكتشاف هياكل البيانات لجزء من التعليمات البرمجية ، والتفاصيل الصحيحة لتنظيم الكود ، ومتطلبات الواجهات المختلفة. كل هذه العناصر أساسية لممارسة هندسة البرمجيات ، ولن تختفي لفترة طويلة قادمة ".
** ابحث عن الأداة التي تناسب احتياجاتك **
يعد العثور على أدوات الذكاء الاصطناعي المناسبة أمرًا بالغ الأهمية. كل أداة لها طريقتها الخاصة في التفاعل ، ويمكن دمج كل أداة في سير عمل التطوير بطرق مختلفة ، سواء كانت تقوم تلقائيًا بإنشاء اختبارات الوحدة ، أو إنشاء بيانات الاختبار ، أو كتابة الوثائق.
على سبيل المثال ، يمكن لـ GitHub Copilot ومساعدي الترميز الآخرين للذكاء الاصطناعي زيادة قدراتنا في الترميز وتزويدنا باقتراحات الترميز. من ناحية أخرى ، يشبه كل من ChatGPT و Google's Bard مبرمجي الذكاء الاصطناعي للمحادثة التي يمكن استخدامها للإجابة على الأسئلة المتعلقة بواجهة برمجة التطبيقات (واجهة برمجة التطبيقات) أو إنشاء مقتطفات التعليمات البرمجية.
** المفتاح هو التجربة. جرب إحدى أدوات الذكاء الاصطناعي ، وتعرّف على كيفية عملها ، وفكر في جودة مخرجاتها ، وكن متفتحًا أيضًا لأدوات الذكاء الاصطناعي الأخرى. ** قال أبراهام: "مجال الذكاء الاصطناعي يتغير بسرعة. لا يمكنك استخدام أداة معينة إلى الأبد ، لذا فأنت بحاجة إلى التكيف مع الأدوات الجديدة بسرعة".
أيضًا ، ضع في اعتبارك حالة الاستخدام المناسبة. يمكن أن تساعدنا أدوات الذكاء الاصطناعي التوليدية في تعلم لغة برمجة جديدة بسرعة ، ويمكنها أيضًا إنشاء نماذج أولية للمشروع في فترة زمنية قصيرة.
** الحوار الواضح والدقيق ضروري **
عند استخدام مساعد ترميز AI ، تحدث بالتفصيل عن احتياجاتك وفكر في الأمر كعملية تكرارية. يقترح أبراهام كتابة تعليق يشرح الكود ، حتى يتمكن المساعد من إنشاء كود يلبي متطلباتك بناءً على التعليق.
بالنسبة لمبرمج الذكاء الاصطناعي للمحادثة ، فأنت بحاجة إلى معرفة أفضل طريقة لإعداد المطالبات ، وهنا يأتي دور الهندسة السريعة.
اقترح إبراهيم استخدام طريقة تحفيز سلسلة الأفكار. تتضمن هذه الطريقة في الواقع إستراتيجية ** "فرق تسد" ** ، أي ** حلل المشكلة إلى عدة خطوات ، ثم حلها واحدة تلو الأخرى ، ** وأخيرًا حل المشكلة بأكملها. قال: "اطلب من نموذج القيام بأشياء كثيرة جدًا في فترة زمنية معينة ، وهذا لا يعمل بشكل جيد. ما عليه فعله هو أن يكون قادرًا على معالجة أجزاء يمكن إدارتها من المعلومات وإنشاء أجزاء يمكن التحكم فيها من التعليمات البرمجية".
على سبيل المثال ، بدلاً من مطالبة مبرمج الذكاء الاصطناعي برمز برنامج كامل من البداية ، فكر مليًا في جميع المهام التي يحتاج البرنامج لإنجازها. ** يتطلب تقسيم هذه المهام بشكل أكبر أن يكتب النموذج وظائف محددة لكل مهمة ، الأمر الذي يتطلب ذهابًا وإيابًا مع النموذج على الخطوات التي يجب اتخاذها لتحقيق مهمة معينة. **
يقول أبراهام: "فكر في الأمر على أنه متدرب ذكي لديه معرفة بموضوع ما ولكن ليس لديه الكثير من الخبرة".
تعتبر الدقة والوضوح في هندسة الأطراف مهمة للغاية. ذكر إبراهيم: "عليك أن تخبر النموذج بما تريده بوضوح شديد ، وأن تخبره بدقة عن المشكلة التي تطلب منه حلها ، وتأكد من متابعتك".
** من المفيد أيضًا معرفة المفاهيم الأساسية للذكاء الاصطناعي والتعلم الآلي ، وكذلك فهم كيفية عمل النماذج اللغوية الكبيرة ونقاط القوة والضعف فيها. ** ستحتاج إلى إجراء البحث ، ولكن بعض الفطرة السليمة ضرورية للحكم على النتيجة.
لمساعدتك على البدء ، يوصي أبراهام بكتاب OpenAI Cookbook ، الذي يتضمن فصولًا عن مكتبات وأدوات تلميحات ، وأدلة تلميحات ، ودروس فيديو ، والمزيد ، بينما يوصي Weisslingame بقراءة المصور Transformer لمعرفة المزيد حول أساسيات النماذج والتعلم الآلي.
** كن حرجًا وكن على دراية بالمخاطر **
يجب أن ينتقد مهندسو البرمجيات مخرجات نماذج اللغات الكبيرة لأنها تميل إلى الهلوسة وتوليد كود وهمي أو غير دقيق أو حتى خاطئ. قال Weisslingame: "الاستخدام الأعمى للشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي يمكن أن يؤدي بسهولة إلى طريق مسدود ، ومن الصعب تحديد الأخطاء الدقيقة".
قال Weisslingame: "هذا هو السبب في أنه من الأهمية بمكان التحقق من الكود الذي تم إنشاؤه ، والذي ، أثناء إضافة بعض الأعمال ، قد يضر أكثر من نفعه للإنتاجية". لكن Abraham يجادل بأنه "في بعض الحالات ، يكون التحقق من الكود أسهل بكثير من كتابة التعليمات البرمجية من نقطة الصفر ، وهي طريقة أسرع لإنشاء التعليمات البرمجية ، والتحقق من صحتها ، ثم دمجها في قاعدة التعليمات البرمجية الموجودة. "
دعنا نحلل مخرجات هذه النماذج ونطرح الأسئلة التالية: ** ما هي البيانات التي تم تدريب هذا النموذج عليها؟ ما هي البيانات التي تم تصفيتها وأي البيانات لم يتم تضمينها؟ كم عمر بيانات التدريب؟ ما هو إصدار لغة البرمجة أو حزمة البرامج أو المكتبة التي تم تدريب النموذج عليها؟ قد تؤثر الإجابات على هذه الأسئلة على النتائج وتوفر معلومات أكثر صلة. **
يجب أن يحذر المطورون أيضًا من إدخال رمز الملكية في هذه النماذج. تقدم بعض الشركات ، مثل Tabnine ، إصدارات مؤسسية من مساعدي الترميز المدعومين بالذكاء الاصطناعي الذين يتعلمون أنماط وأنماط ترميز الشركات مع توفير الخصوصية.
حقوق الطبع والنشر هي اعتبار آخر ، على الرغم من أنك إذا كنت تستخدم هذه الأدوات لإكمال بضعة أسطر من التعليمات البرمجية أو إنشاء رمز لمهام عامة تافهة ، فإن مشكلات حقوق النشر أقل أهمية من إنشاء أجزاء كبيرة من التعليمات البرمجية.
قال ليساما: "يجب أن يكون لدى المبرمجين بعض الوعي ببراعة ما يحاولون القيام به ، ومدى ملاءمة هذه البراعة لبيئتهم". "إذا كان الكود الذي تم إنشاؤه بواسطة النموذج يتمتع ببعض الأصالة ، فيجب التعامل معه بالريبة والشك قبل وضعه في قاعدة الشفرة".
الشاغل الأكبر هو أمان الكود ، لأن هذه النماذج قد تولد رمزًا يحتوي على نقاط ضعف. يعتقد Weisslingame أن أفضل ممارسات تطوير البرامج ، مثل مراجعات الكود وخطوط أنابيب الاختبار القوية ، يمكن أن تساعد في الحماية من هذه المخاطر.
قال ليساما: "أحد الأشياء التي يمكن لمهندسي البرمجيات الأكثر خبرة طرحها على الطاولة هي الثغرات الأمنية الأكثر شيوعًا في التعليمات البرمجية والطرق الأكثر شيوعًا التي تكون فيها التعليمات البرمجية عرضة للخطر". يسبب اليقظة. في المستقبل ، ستصبح هذه التقنيات جزءًا أكثر أهمية من محفظة هندسة البرمجيات. "
لكي يتمكن المبرمجون من البقاء في عالم الذكاء الاصطناعي التوليدي ، يحتاجون إلى رؤية الذكاء الاصطناعي كأداة ودمجه في سير عملهم ، مع التعرف على الفرص والقيود المفروضة على تلك الأدوات والاعتماد على قدرة البرمجة البشرية على النمو والتطور.
المترجم: ارون \ _
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
كيف يعيش المبرمجون في عالم ChatGPT؟
المصدر: مكتب الترجمة الإلهية
ملاحظة المحرر: مع إطلاق ChatGPT ، ظهر عدد من مساعدي إنشاء أكواد الذكاء الاصطناعي في السوق. الذكاء الاصطناعي التوليدي ساخن وقد تغلغل في كل جانب من جوانب الحياة البشرية. هل سيحل الذكاء الاصطناعي حقًا محل المبرمجين البشريين؟ لمطوري البرامج ، كيف تنجو وتتطور في عالم ChatGPT؟ ستعرض هذه المقالة 4 نصائح لمساعدة المبرمجين البشريين على البقاء في صدارة الذكاء الاصطناعي التوليدي. المقال من الترجمة ، آمل أن يكون مصدر إلهام لك.
الذكاء الاصطناعي ، وخاصة الذكاء الاصطناعي التوليدي المدعوم من نماذج اللغات الكبيرة (LLM) ، لديه القدرة على تعطيل صناعة المبرمجين بأكملها. لكن يعتقد بعض الخبراء أن الذكاء الاصطناعي لن يحل محل المبرمجين البشريين ، على الأقل ليس على الفور.
قال تانيشك ماثيو أبراهام ، دكتوراه في الهندسة الطبية الحيوية في جامعة كاليفورنيا ، ديفيس ، والرئيس التنفيذي لميدارك ، وهو مركز أبحاث ذكاء اصطناعي طبي: "عليك أن تقلق بشأن الأشخاص الذين يستخدمون الذكاء الاصطناعي ليحلوا محل أنفسهم".
إذن كيف يمكن لمطوري البرمجيات أن يجعلوا أنفسهم أكثر قيمة وفائدة مع اقتراب عصر ترميز LLM؟ فيما يلي بعض النصائح والحيل للمبرمجين من أجل البقاء والازدهار في عصر الذكاء الاصطناعي التوليدي.
** التزم بالمبادئ الأساسية وأفضل الممارسات **
على الرغم من أن العديد من مساعدي الترميز المعتمدين على الذكاء الاصطناعي يمكن أن يساعدونا في كتابة التعليمات البرمجية وإنشاء التعليمات البرمجية ، إلا أن القدرة الأساسية على تعلم البرمجة لا تزال مطلوبة ، أي القدرة على قراءة الكود وتحليله ، وفهم كيفية تطبيق الكود الذي تكتبه على الأنظمة الكبيرة. **
"أعتقد أن الذكاء الاصطناعي يمكنه تحسين إنتاجية مطوري البرامج بشكل كبير ، ولكن هندسة البرمجيات لا تتعلق فقط بإنشاء التعليمات البرمجية ، ولكن أيضًا حول إنشاء متطلبات المستخدم ، وتصحيح الأخطاء والاختبار ، وغير ذلك."
** تظل إحدى مهارات البرمجة الأكثر تكاملاً مجال المبرمجين البشريين: حل المشكلات. ** يظل تحليل مشكلة وإيجاد حل مناسب لها مهارة فذة للترميز تحظى بتقدير كبير.
"البرمجة لها جانبها الإبداعي ، وتلك المهارات في حل المشكلات أكثر أهمية من لغة أو أدوات البرمجة الفعلية. لا تنشغل في المقارنات بالذكاء الاصطناعي ، الذي هو بشكل أو بآخر ناتج إحصائي لنموذج لغة كبير قال إينيس مونتاني ، الباحث في مؤسسة Python Software Foundation والمؤسس المشارك والرئيس التنفيذي لشركة Explosion.
بالإضافة إلى ذلك ، ** تعتبر ممارسات هندسة البرمجيات الجيدة أكثر قيمة من أي وقت مضى. ** تشمل هذه الممارسات تصميم نظام التخطيط وبنية البرامج ، ويمكن للمبرمجين استخدام أدوات الذكاء الاصطناعي للتنبؤ بشكل أكثر فعالية بالشفرة التي ستكون مطلوبة بعد ذلك.
"يتعين على مهندسي البرمجة اكتشاف هياكل البيانات لجزء من التعليمات البرمجية ، والتفاصيل الصحيحة لتنظيم الكود ، ومتطلبات الواجهات المختلفة. كل هذه العناصر أساسية لممارسة هندسة البرمجيات ، ولن تختفي لفترة طويلة قادمة ".
** ابحث عن الأداة التي تناسب احتياجاتك **
يعد العثور على أدوات الذكاء الاصطناعي المناسبة أمرًا بالغ الأهمية. كل أداة لها طريقتها الخاصة في التفاعل ، ويمكن دمج كل أداة في سير عمل التطوير بطرق مختلفة ، سواء كانت تقوم تلقائيًا بإنشاء اختبارات الوحدة ، أو إنشاء بيانات الاختبار ، أو كتابة الوثائق.
على سبيل المثال ، يمكن لـ GitHub Copilot ومساعدي الترميز الآخرين للذكاء الاصطناعي زيادة قدراتنا في الترميز وتزويدنا باقتراحات الترميز. من ناحية أخرى ، يشبه كل من ChatGPT و Google's Bard مبرمجي الذكاء الاصطناعي للمحادثة التي يمكن استخدامها للإجابة على الأسئلة المتعلقة بواجهة برمجة التطبيقات (واجهة برمجة التطبيقات) أو إنشاء مقتطفات التعليمات البرمجية.
** المفتاح هو التجربة. جرب إحدى أدوات الذكاء الاصطناعي ، وتعرّف على كيفية عملها ، وفكر في جودة مخرجاتها ، وكن متفتحًا أيضًا لأدوات الذكاء الاصطناعي الأخرى. ** قال أبراهام: "مجال الذكاء الاصطناعي يتغير بسرعة. لا يمكنك استخدام أداة معينة إلى الأبد ، لذا فأنت بحاجة إلى التكيف مع الأدوات الجديدة بسرعة".
أيضًا ، ضع في اعتبارك حالة الاستخدام المناسبة. يمكن أن تساعدنا أدوات الذكاء الاصطناعي التوليدية في تعلم لغة برمجة جديدة بسرعة ، ويمكنها أيضًا إنشاء نماذج أولية للمشروع في فترة زمنية قصيرة.
** الحوار الواضح والدقيق ضروري **
عند استخدام مساعد ترميز AI ، تحدث بالتفصيل عن احتياجاتك وفكر في الأمر كعملية تكرارية. يقترح أبراهام كتابة تعليق يشرح الكود ، حتى يتمكن المساعد من إنشاء كود يلبي متطلباتك بناءً على التعليق.
بالنسبة لمبرمج الذكاء الاصطناعي للمحادثة ، فأنت بحاجة إلى معرفة أفضل طريقة لإعداد المطالبات ، وهنا يأتي دور الهندسة السريعة.
اقترح إبراهيم استخدام طريقة تحفيز سلسلة الأفكار. تتضمن هذه الطريقة في الواقع إستراتيجية ** "فرق تسد" ** ، أي ** حلل المشكلة إلى عدة خطوات ، ثم حلها واحدة تلو الأخرى ، ** وأخيرًا حل المشكلة بأكملها. قال: "اطلب من نموذج القيام بأشياء كثيرة جدًا في فترة زمنية معينة ، وهذا لا يعمل بشكل جيد. ما عليه فعله هو أن يكون قادرًا على معالجة أجزاء يمكن إدارتها من المعلومات وإنشاء أجزاء يمكن التحكم فيها من التعليمات البرمجية".
على سبيل المثال ، بدلاً من مطالبة مبرمج الذكاء الاصطناعي برمز برنامج كامل من البداية ، فكر مليًا في جميع المهام التي يحتاج البرنامج لإنجازها. ** يتطلب تقسيم هذه المهام بشكل أكبر أن يكتب النموذج وظائف محددة لكل مهمة ، الأمر الذي يتطلب ذهابًا وإيابًا مع النموذج على الخطوات التي يجب اتخاذها لتحقيق مهمة معينة. **
يقول أبراهام: "فكر في الأمر على أنه متدرب ذكي لديه معرفة بموضوع ما ولكن ليس لديه الكثير من الخبرة".
تعتبر الدقة والوضوح في هندسة الأطراف مهمة للغاية. ذكر إبراهيم: "عليك أن تخبر النموذج بما تريده بوضوح شديد ، وأن تخبره بدقة عن المشكلة التي تطلب منه حلها ، وتأكد من متابعتك".
** من المفيد أيضًا معرفة المفاهيم الأساسية للذكاء الاصطناعي والتعلم الآلي ، وكذلك فهم كيفية عمل النماذج اللغوية الكبيرة ونقاط القوة والضعف فيها. ** ستحتاج إلى إجراء البحث ، ولكن بعض الفطرة السليمة ضرورية للحكم على النتيجة.
لمساعدتك على البدء ، يوصي أبراهام بكتاب OpenAI Cookbook ، الذي يتضمن فصولًا عن مكتبات وأدوات تلميحات ، وأدلة تلميحات ، ودروس فيديو ، والمزيد ، بينما يوصي Weisslingame بقراءة المصور Transformer لمعرفة المزيد حول أساسيات النماذج والتعلم الآلي.
** كن حرجًا وكن على دراية بالمخاطر **
يجب أن ينتقد مهندسو البرمجيات مخرجات نماذج اللغات الكبيرة لأنها تميل إلى الهلوسة وتوليد كود وهمي أو غير دقيق أو حتى خاطئ. قال Weisslingame: "الاستخدام الأعمى للشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي يمكن أن يؤدي بسهولة إلى طريق مسدود ، ومن الصعب تحديد الأخطاء الدقيقة".
قال Weisslingame: "هذا هو السبب في أنه من الأهمية بمكان التحقق من الكود الذي تم إنشاؤه ، والذي ، أثناء إضافة بعض الأعمال ، قد يضر أكثر من نفعه للإنتاجية". لكن Abraham يجادل بأنه "في بعض الحالات ، يكون التحقق من الكود أسهل بكثير من كتابة التعليمات البرمجية من نقطة الصفر ، وهي طريقة أسرع لإنشاء التعليمات البرمجية ، والتحقق من صحتها ، ثم دمجها في قاعدة التعليمات البرمجية الموجودة. "
دعنا نحلل مخرجات هذه النماذج ونطرح الأسئلة التالية: ** ما هي البيانات التي تم تدريب هذا النموذج عليها؟ ما هي البيانات التي تم تصفيتها وأي البيانات لم يتم تضمينها؟ كم عمر بيانات التدريب؟ ما هو إصدار لغة البرمجة أو حزمة البرامج أو المكتبة التي تم تدريب النموذج عليها؟ قد تؤثر الإجابات على هذه الأسئلة على النتائج وتوفر معلومات أكثر صلة. **
يجب أن يحذر المطورون أيضًا من إدخال رمز الملكية في هذه النماذج. تقدم بعض الشركات ، مثل Tabnine ، إصدارات مؤسسية من مساعدي الترميز المدعومين بالذكاء الاصطناعي الذين يتعلمون أنماط وأنماط ترميز الشركات مع توفير الخصوصية.
حقوق الطبع والنشر هي اعتبار آخر ، على الرغم من أنك إذا كنت تستخدم هذه الأدوات لإكمال بضعة أسطر من التعليمات البرمجية أو إنشاء رمز لمهام عامة تافهة ، فإن مشكلات حقوق النشر أقل أهمية من إنشاء أجزاء كبيرة من التعليمات البرمجية.
قال ليساما: "يجب أن يكون لدى المبرمجين بعض الوعي ببراعة ما يحاولون القيام به ، ومدى ملاءمة هذه البراعة لبيئتهم". "إذا كان الكود الذي تم إنشاؤه بواسطة النموذج يتمتع ببعض الأصالة ، فيجب التعامل معه بالريبة والشك قبل وضعه في قاعدة الشفرة".
الشاغل الأكبر هو أمان الكود ، لأن هذه النماذج قد تولد رمزًا يحتوي على نقاط ضعف. يعتقد Weisslingame أن أفضل ممارسات تطوير البرامج ، مثل مراجعات الكود وخطوط أنابيب الاختبار القوية ، يمكن أن تساعد في الحماية من هذه المخاطر.
قال ليساما: "أحد الأشياء التي يمكن لمهندسي البرمجيات الأكثر خبرة طرحها على الطاولة هي الثغرات الأمنية الأكثر شيوعًا في التعليمات البرمجية والطرق الأكثر شيوعًا التي تكون فيها التعليمات البرمجية عرضة للخطر". يسبب اليقظة. في المستقبل ، ستصبح هذه التقنيات جزءًا أكثر أهمية من محفظة هندسة البرمجيات. "
لكي يتمكن المبرمجون من البقاء في عالم الذكاء الاصطناعي التوليدي ، يحتاجون إلى رؤية الذكاء الاصطناعي كأداة ودمجه في سير عملهم ، مع التعرف على الفرص والقيود المفروضة على تلك الأدوات والاعتماد على قدرة البرمجة البشرية على النمو والتطور.
المترجم: ارون \ _