ხელოვნური ინტელექტის მიერ პროფესიების ჩანაცვლების საკითხი დღეს გლობალურად ერთ-ერთი ყველაზე მწვავე განხილვის თემაა. თუმცა, როდესაც საქმე პროგრამულ უზრუნველყოფას ეხება, სადაც AI-ის დანერგვა ყველაზე სწრაფად მიმდინარეობს, რეალური სურათი მკვეთრად განსხვავდება საგანგაშო პროგნოზებისგან.

პროგრამული უზრუნველყოფის შექმნა შეიძლება წარმოვიდგინოთ როგორც „გადაწყვეტილების მიღების, შესრულებისა და მიწოდების“ სენდვიჩი. AI წარმატებით კუმშავს მხოლოდ შუა ნაწილს — შესრულებას, თუმცა გადაწყვეტილების მიღება და საბოლოო პასუხისმგებლობა კვლავ ადამიანის ხელში რჩება.

წამყვანი ტექნოლოგიური კომპანიები, როგორიცაა Block, Snap თუ Intuit, ხშირად ასახელებენ ხელოვნურ ინტელექტს მასობრივი გათავისუფლების მთავარ მიზეზად. თუმცა, სიღრმისეული ანალიზი ადასტურებს, რომ ეს ხშირად ე.წ. „AI-washing“-ია, როდესაც რეალური ფინანსური პრობლემები ხელოვნური ინტელექტის ფაქტორით ნიღბება.

სტატისტიკა ნათელია: ნიუ-იორკის შტატში, სადაც კომპანიებს კანონით ევალებათ გათავისუფლების მიზეზების დეკლარირება, AI-ის გამო გათავისუფლებულთა წილი 0.2%-საც კი არ აღწევს. კვლევები ადასტურებს, რომ AI-ის გამო კომპანიები არა მასობრივ დათხოვნებს, არამედ დაქირავების პროცესის შენელებას ირჩევენ.

რატომ არ არის კოდის წერა მთავარი ბოთლეკი?

მცდარია მოსაზრება, რომ თუ AI კოდს წერს, პროგრამისტი აღარ არის საჭირო. 2019 წლის კვლევის მიხედვით, დეველოპერები სამუშაო დროის შედარებით მცირე ნაწილს უთმობენ უშუალოდ კოდის წერას. მთავარი გამოწვევა ყოველთვის იყო და რჩება:

  • სისტემის დიზაინისა და არქიტექტურის დაგეგმვა.
  • ბიზნეს საჭიროებებისა და მომხმარებლის მოთხოვნების გააზრება.
  • კოდის ვერიფიკაცია და გაწეულ შედეგზე პასუხისმგებლობა.

GitHub-ის მონაცემებით, AI აგენტებმა კოდის წერის სიჩქარე რვაჯერ გაზარდეს, თუმცა საბოლოო პროდუქტის გამოშვების ტემპი მხოლოდ 30%-ით გაიზარდა. ეს იმის დასტურია, რომ ადამიანური ფაქტორი, რომელიც ამ გადაწყვეტილებებს მართავს, კვლავ შეუცვლელია.