Μισοάδειο ή μισογεμάτο ποτήρι για τους προγραμματιστές;

Σκρολάροντας σε διάφορους ιστότοπους τελευταία, έπεσε το μάτι μου σε θεωρίες σχετικά με το γιατί οι προγραμματιστές δεν θα χάσουν την δουλειά τους.

Έχω και έχουμε διαβάσει δεκάδες επιχειρήματα, θεωρίες, απόψεις αναφορικά με το για ποιον λόγο θα συμβεί το αντίθετο, αλλά λίγες για αυτό.

Για να μπούμε σιγά-σιγά στα ενδότερα, ως αρχική σκέψη θα πρέπει να έχουμε ότι, όταν μια τεχνολογία κάνει κάτι πιο αποδοτικό, συχνά η συνολική χρήση αυξάνεται αντί να μειώνεται.

Για παράδειγμα, αν το AI κάνει το software development πιο γρήγορο και πιο φθηνό, τότε ενδεχομένως περισσότερες εταιρείες θα μπορούν να φτιάξουν apps, SaaS προϊόντα, AI εργαλεία και automation συστήματα.

Και μιλάω για εταιρείες που σήμερα, είτε απέχουν εντελώς, είτε δεν δίνουν ιδιαίτερη βαρύτητα.

Άρα, δημιουργούνται περισσότερα projects και χρειάζονται περισσότεροι developers ή τουλάχιστον δεν χάνονται τόσες θέσεις εργασίας, ή - το πιο ακραίο σενάριο - δεν εξαφανίζεται το επάγγελμα.

Για να το δούμε λίγο πιο συνολικά, ανέκαθεν, ακόμα και προ AI, η ζήτηση για software δεν ήταν σταθερή, αλλά ιδιαιτέρως ελαστική και είχε έναν βασικό λόγο, το κόστος.

Άρα, όταν το κόστος ανάπτυξης λογισμικού πέφτει, τότε αυτομάτως:

• δημιουργούνται περισσότερες εφαρμογές,
• περισσότερες startups,
• περισσότερα internal tools,
• περισσότερη αυτοματοποίηση.

Άρα χρειάζονται περισσότεροι developers!

Για να συνεχίσω το παράδειγμα, πριν πάμε να δούμε τις επιμέρους θεωρίες, όταν μια τεχνολογία κάνει κάτι πιο εύκολο, οι άνθρωποι αρχίζουν να λύνουν πιο σύνθετα προβλήματα.

Για αυτό, όταν εμφανίστηκαν τα frameworks για την ανάπτυξη web εφαρμογών, δεν μειώθηκαν οι developers - απλά αρχίσαμε να φτιάχνουμε πολύ πιο σύνθετες εφαρμογές.

Επομένως, γιατί μέσω της χρήσης του ΑΙ να μην παράξουμε πολύ πιο πολύπλοκα συστήματα, πέρα από περισσότερα προϊόντα;

Πάμε, όμως, να το δούμε όλο αυτό υπό το πρίσμα κάποιων θεωριών που διακινούνται στους διαδρόμους των εταιρειών και στα διάφορα forums.

Βάζοντας στο παιχνίδι τη σύγχρονη οικονομία της εργασίας, αυτή υποστηρίζει ότι τα επαγγέλματα είναι σύνολα από ενέργειες και επιμέρους εργασίες και ότι δύσκολα η τεχνολογία μπορεί να αντικαταστήσει ολόκληρο επάγγελμα.

Περισσότερο θα λέγαμε ότι αυτοματοποιεί μερικές διεργασίες.

Το AI τώρα μπορεί ξεκάθαρα να βοηθήσει σε boilerplate code, unit tests, documentation αλλά όχι τόσο σε system architecture, product decisions, collaboration με ομάδες και - ίσως το πιο σημαντικό - στο ownership του αποτελέσματος.

Μια άλλη θεωρία λέει ότι τεχνολογία και εργαζόμενοι συχνά είναι συμπληρωματικοί (complements).

AI συν developer είναι πιο ισχυρό σύστημα από το AI μόνο του ή, αντίστοιχα, από τον προγραμματιστή μόνο του.

Γιατί;

Γιατί ένας developer με AI μπορεί να χτίσει πολύ πιο σύνθετα συστήματα, απ' ότι το ΑΙ μόνο του, άρα αυξάνεται και εδραιώνεται η αξία του developer που ξέρει και μπορεί να χειριστεί το ΑΙ.

Προχωρώντας προς το τέλος και, καθώς πρέπει να καταλήξουμε και στο πώς βλέπουμε τελικά τα πράγματα, ένα κοινό όλων αυτών των θεωριών είναι ότι το AI στον προγραμματισμό πιθανότερο είναι να:

• αλλάξει το πώς δουλεύουν οι developers,
• αυξήσει την παραγωγικότητα,
• δημιουργήσει περισσότερα projects παρά να μειώσει δραστικά τις θέσεις.

Και τώρα ανακύπτει το ερώτημα: εμείς ποια οικονομική θεωρία να ασπαστούμε, τι να θεωρήσουμε σωστό, που να επενδύσουμε χρόνο κι αφοσίωση;

Όπως σε πολλά στη ζωή, ξεκάθαρη απάντηση δεν υπάρχει, αφού εκεί έξω υπάρχουν δεκάδες επιχειρήματα και από την μία και από την άλλη πλευρά.

Ένα καλό ερώτημα είναι, αν θέλουμε να βλέπουμε το ποτήρι μισοάδειο ή μισογεμάτο κι εμείς, ως Shift Happens, δουλεύουμε και μαθαίνουμε το ΑΙ κάθε μέρα και, ως εκ τούτου, το βλέπουμε μισογεμάτο!