V nadaljevanju preberite:
- Izr. prof. dr. Mojca Ciglarič, dekanja UL FRI in prof. dr. Miha Moškonom, prodekan za raziskovalno dejavnost na UL FRI, komentirata spremembe na tehnološkem področju.
- Umetna inteligenca močno spreminja delo računalničarjev.
- V aktualni tehnološki revoluciji je prvič prizadeto delo, za katerega smo do zdaj verjeli, da ga stroj ne more ogroziti.
- Po mnenju predstavnikov FRI računalništvo ostaja eno najperspektivnejših področij prihodnosti.
Pogovarjali smo se z izr. prof. dr. Mojca Ciglarič, dekanjo UL FRI in prof. dr. Miha Moškonom, prodekanom za raziskovalno dejavnost na UL FRI. Zanimalo nas je, kako komentirata velika odpuščanja na tehnološkem področju, statistike, ki jih objavljajo na portalu Trueup kažejo, da jih je bilo letos v svetovnem merilu že več kot 170.000, spremembe pri delu programerjev in prenovo študijskih programov glede na hitro spreminjajoče se področje razvoja umetne inteligence.
Statistike kažejo, da zaradi razvoja umetne inteligence ostaja vse več delavcev na tehnološkem področju brez službe (Oracle, Samsung, Uber, Amazon, TikTok ...), letos jih je že več kot 170.000. Kako to komentirate?
Ameriško podjetje Ford je ponovno zaposlilo okoli 350 izkušenih inženirjev, potem ko so se avtomatizirani sistemi pri nadzoru kakovosti izkazali za nezadostne. Tehnologija namreč ni uspela nadomestiti dolgoletnih človeških izkušenj.
Gre predvsem za prestrukturiranje področja in spremembo strategije velikanov – ne investira se več v klasične projekte, ampak bistveno več v UI infrastrukturo in velike podatkovne centre (t.i. capital reallocation).
Zaposleni na Googlu so podpisali peticijo za zaščito delavcev pred odpuščanji zaradi umetne inteligence. Se vam zdi to ustrezen odziv na razmere na trgu dela? Kaj menite o tem?
To je gotovo eden od legitimnih odzivov na trenutno negotovost na trgu dela. Takšne pobude opozarjajo na dejstvo, da tehnološke spremembe prinašajo tudi socialne posledice in ustvarjajo občutek negotovosti med zaposlenimi.
Trenutna odpuščanja niso nujno neposredna posledica razvoja umetne inteligence. Pogosto so povezana tudi s spremembami poslovnih modelov, zmanjševanjem stroškov, reorganizacijami in prilagajanjem zaposlenosti po pandemiji. Podobno kot finančni trgi včasih pretirano reagirajo na nova dejstva, lahko tudi podjetja v obdobju velikih tehnoloških sprememb sprejemajo bolj radikalne kadrovske ukrepe, kot bi jih sicer.
Takšne peticije imajo zato predvsem opozorilno vlogo ter odpirajo razpravo o odgovornem uvajanju umetne inteligence v delovna okolja.
Kako vi vidite prihodnost dela programerjev glede na razvoj umetne inteligence?
Umetna inteligenca ne piše programov sama od sebe. Še vedno potrebuje človeka, ki zna problem razumeti, ga ustrezno opisati, preveriti rezultat in zagotoviti kakovost končne rešitve.
Delo programerjev se zato spreminja. Manj časa je namenjeno pisanju kode iz nič, več pa oblikovanju ustreznih navodil, dopolnjevanju in testiranju programov, ki jih pišemo s pomočjo umetne inteligence in velikih jezikovnih modelov. Še vedno je za pisanje kvalitetnih programov in njihovo temeljito testiranje potrebno zelo dobro poznavanje aktualnih tehnologij, saj strokovnjak, ki natančno ve, kaj vprašati, pozna strokovne izraze, postavi prave omejitve in hitro prepozna napake dobi veliko boljše rezultate. Prav tako se ne moremo zanašati na to, da nam orodja umetne inteligence dajejo rešitve, ki ne bodo vsebovale napak. Pogosto je ravno obratno in inženir brez programerskega znanja porabi nesorazmerno veliko časa za odpravo teh napak ali tega niti ni zmožen narediti.
Delo programerjev se torej z rutinskega pisanja pravilne sintakse preusmerja na sistemsko načrtovanje, domensko znanje in sposobnost učinkovite uporabe orodij umetne inteligence.
Ali se po vašem mnenju pri tehnoloških podjetjih dogaja nekaj podobnega kot pri prejšnjih tehnoloških revolucijah: najprej izguba določenih delovnih mest, nato pa nastanek novih, ali je tokrat drugače?
V določeni meri gre za podoben proces kot pri preteklih tehnoloških revolucijah. Tudi takrat so nekatera delovna mesta izginila, druga pa so nastala ali se preoblikovala.
Programersko delo se spreminja, ne zajema več le pisanja kode, ampak to nadomešča t.i. prompt inženiring (pisanje pozivov – navodila za orodja UI), več je testiranja in preverjanja ustreznosti in varnosti generirane kode. Pisanje učinkovitih pozivov je možno le z dobrim poznavanjem problemske domene in konteksta ter z razumevanjem uporabljene tehnologije. S šibkim pozivom dobimo slabe programe: neučinkovite, nestabilne, neustrezne v robnih pogojih, nerazumljive in zahtevne za vzdrževanje in spreminjanje.
V primerjavi s preteklimi tehnološkimi revolucijami opažamo dve bistveni razliki: zdaj je prvič prizadeto intelektualno, analitično in kreativno delo, ne pa le preprosta ponavljajoča se fizična opravila. Za tako delo smo do zdaj verjeli, da ga stroj ne more ogroziti.
Novost je tudi izjemna hitrost sprememb, ki sledi hitrosti razvoja umetne inteligence in njenih orodij. Za računalničarje to pomeni, da moramo res hitro nadgrajevati svoje kompetence, v akademskem okolju pa tudi enako hitro dopolnjevati vsebine in način poučevanja.
Kako izobraževalni program prilagajate novostim na tem področju? Se vam zdi, da uspete slediti spremembam in študente realno pripravljati na praktično delo?
Na naši fakulteti razvijamo pristope umetne inteligence že vsaj 30 let in jih tudi sproti vključujemo v naše študije. Kontinuirano izvajamo prenove študijskih programov, pripravljamo nove vsebine in pri tem sodelujemo s partnerskimi institucijami doma in v tujini.
Z razvojem velikih jezikovnih modelov prilagajamo tako načine poučevanja kot tudi načine preverjanja znanja in ocenjevanja, da ne ocenjujemo odgovorov, ki jih je ustvarila umetna inteligenca, ampak znanje študentov. Večji poudarek namenjamo razumevanju rešitev, kritičnemu razmišljanju in sposobnosti vrednotenja pridobljenih rezultatov.
Kljub vsemu pa temeljna znanja ostajajo enaka: programiranje, algoritmi, podatkovne baze, operacijski sistemi, računalniške komunikacije in arhitektura računalniških sistemov. Študent mora najprej razumeti, kako sistemi delujejo. Če ima ta temeljna znanja, se lahko novega programskega jezika ali učinkovite uporabe novega orodja umetne inteligence nauči zelo hitro.
Se vam zdi, da umetna inteligenca nadomešča delo programerjev? Glede na statistike odpuščanj težko govorimo zgolj o nadomeščanju repetitivnih nalog in preoblikovanju dela?
Umetna inteligenca nedvomno zmanjšuje količino rutinskega dela, ki ga mora opraviti programer, vendar to še ne pomeni, da bo programerje nadomestila. Izkušen inženir lahko s pomočjo orodij umetne inteligence opravi delo, za katerega je bilo nekoč potrebnih več ljudi. Toda pri tem pogosto nastanejo novi stroški in nova tveganja. Generiranje kode je hitro, njeno preverjanje pa ostaja zahtevno. Poleg tega pogosto nastaja t. i. tehnični dolg: orodja umetne inteligence lahko ustvarijo rešitev, ki kratkoročno deluje, dolgoročno pa jo je težko vzdrževati in nadgrajevati. Dodatna težava je lahko zmanjševanje zaposlovanja začetnikov. Če podjetja ne vlagajo v razvoj mladih kadrov, lahko dolgoročno ostanejo brez izkušenih strokovnjakov, ki jih bodo potrebovala za zahtevnejše naloge. Zato gre tu predvsem za spremembo strukture dela in kompetenc in ne za popolno nadomestitev programerjev z orodji umetne inteligence.
Če lahko danes en programer s pomočjo umetne inteligence naredi delo, za katerega je bilo nekoč potrebnih več ljudi, kaj to pomeni za produktivnost in kaj za število delovnih mest?
Produktivnost bo zrasla, razvijali bomo več sistemov, ki bodo večji in bolj zahtevni, število računalničarjev bo naraslo in to bo še bolj iskan poklic kot danes. Jevonsov paradoks pravi, da povečanje učinkovitosti pri porabi nekega vira (v tem primeru časa in truda za razvoj kode) ne zmanjša njegove celotne porabe, temveč jo zaradi padca stroškov celo poveča.
Zato pričakujemo, da bo obseg digitalnih projektov še naprej rastel, povečala se bo njihova kompleksnost in potreba po sistemskemu načrtovanju, integraciji, kibernetski varnosti in vzdrževanju.
Kaj bo čez pet ali deset let pomenilo biti dober programer? Bo pomembneje znati programirati ali znati učinkovito uporabljati UI?
Pomembno bo oboje. Dober programer bo moral zelo dobro poznati tehnologije, ki jih pri svojem delu uporablja in razvija, prav tako pa uporabo in tudi samo delovanje sistemov umetne inteligence, ki jih bo uporabljal kot pripomoček pri programiranju. Le tako bo lahko optimiziral svoje delo in izkoristil potencial, ki ga nudijo orodja umetne inteligence.
Umetna inteligenca ne nadomešča programerjev, ampak preoblikuje njihovo vsakodnevno delo. Vsebina poklica se seli na višjo raven abstrakcije: ključni postajajo sistemsko načrtovanje, arhitektura, varnost in razumevanje domenskega problema. Inženir z močnimi temelji lahko z uporabo orodij umetne inteligence naredi več in gradi kompleksnejše sisteme kot do sedaj.
Bi danes študentu, ki se odloča za študij računalništva, še vedno brez zadržkov rekli: "Da, izberi ta poklic"?
Seveda. Računalništvo ostaja eno najperspektivnejših področij prihodnosti. Umetna inteligenca ne zmanjšuje pomena računalniških strokovnjakov, ampak tega zvišuje, čeprav delno spreminja način njihovega dela. Študenti, ki bodo pridobili močna temeljna znanja, ne bodo le pripravljeni na spremembe, temveč bodo tisti, ki bodo prihodnost ustvarjali in usmerjali.
Morda vas zanima tudi: