Podobnie jak wielu z Was, prowadzimy wiele rozmów na temat sztucznej inteligencji (AI) i przyszłości internetu. Jest dużo szumu informacyjnego i trudno się zorientować, co dokładnie my, jako programiści stron internetowych, musimy wiedzieć.
Internet jest znacznie większy niż nasz zespół, dlatego chcieliśmy dowiedzieć się, co sądzisz o AI, czego chcesz się nauczyć i co chcesz robić z tymi nowymi technologiami. Dzięki temu będziemy mogli dostarczać Ci treści, które pomogą Ci się wyróżnić.
W ciągu ostatnich kilku miesięcy rozmawialiśmy z osobami zajmującymi się stronami internetowymi, aby poznać ich opinie na temat AI. Oczywiście nie możemy rozmawiać z każdym o wszystkim. Przeprowadziliśmy tylko kilka rozmów z programistami internetowymi, w tym z ekspertami Google ds. programowania, na temat tego, jak wykorzystują oni AI do tworzenia funkcji dla użytkowników i zwiększania produktywności w codziennej pracy.
Uważamy, że nasze doświadczenia mogą być przydatne dla innych osób w internecie. Uznaliśmy, że społeczność może być zainteresowana tym, czego się dowiedzieliśmy.
Na podstawie tych opinii i innych badań dotyczących środowiska deweloperów internetowych stworzyliśmy nową kolekcję AI. W tej kolekcji znajdziesz przeglądy przeznaczone dla programistów internetowych, moduły z kodem i wersje demonstracyjne oraz inne materiały dotyczące narzędzi i modeli AI w internecie.
A to dopiero początek. W najbliższych miesiącach będziemy udostępniać więcej informacji.
Zwiększona produktywność dzięki generatywnej AI
Zauważyliśmy, że programiści chcą korzystać z generatywnej AI, aby zwiększyć swoją produktywność i wchodzić w interakcje z chatbotami, aby poznawać nowe technologie lub szukać odpowiedzi na pytania dotyczące tworzenia stron internetowych.
Deweloperzy, z którymi rozmawialiśmy, już korzystają z AI w codziennej pracy, w projektach biznesowych lub osobistych, albo znają kogoś, kto to robi.
Generowanie kodu
Z Twoich opinii wynika, że narzędzia do generowania kodu, takie jak Gemini i Copilot, świetnie sprawdzają się w przypadku standardowych testów jednostkowych, podstawowego autouzupełniania (gdy wiesz, co chcesz napisać, ale po prostu potrzebujesz to zrobić) i prostszych funkcji, które nie wymagają rozległej wiedzy o bazie kodu. Narzędzia te są mniej przydatne w przypadku pisania bardziej złożonego kodu algorytmicznego i funkcji, które wymagają szerokiego kontekstu konkretnego projektu.
Bardziej doświadczeni deweloperzy wspominali o obawach związanych z długoterminową jakością baz kodu, w tym z problemami dotyczącymi duplikowania kodu i długoterminowej możliwości utrzymania. Niektórzy obawiali się, że mniej doświadczeni członkowie zespołu mogą nie wykryć błędów lub nie wiedzieć, jak dokładnie zweryfikować kod wygenerowany przez narzędzia AI.
Programiści zauważyli też, że przypadki użycia wymagające specjalistycznej wiedzy z danej dziedziny, takie jak pisanie komponentów dostępnych dla osób z niepełnosprawnościami, nie są jeszcze prawidłowo obsługiwane przez wypróbowane przez nich narzędzia do generowania kodu.
Uczenie się z użyciem LLM
Wielu deweloperów korzysta z ChatGPT i Gemini, aby poznawać koncepcje związane z tworzeniem oprogramowania. Na przykład proszą duży model językowy (LLM) o wyjaśnienie, jak działa algorytm sortowania, uczą się różnych języków programowania lub uzupełniają braki w wiedzy.
Uważasz, że duże modele językowe zapewniają świetne wrażenia dzięki szybkiej interaktywności pytań i odpowiedzi oraz temu, że AI nie krytykuje zadawanych pytań, tylko udziela potrzebnej odpowiedzi.
Ponownie pojawia się problem związany z mniej doświadczonymi deweloperami, którzy muszą mieć minimalny poziom wiedzy, aby wychwycić przypadki, w których model generuje nieprawidłowe odpowiedzi.
Ochrona własności intelektualnej jako problem biznesowy
Wielu deweloperów, z którymi rozmawialiśmy, stwierdziło, że ich firmy nie mają jeszcze zasad dotyczących wykorzystywania generatywnej AI przez deweloperów w celu zwiększenia produktywności. Korzystanie z narzędzi opartych na generatywnej AI często wynika z eksperymentów deweloperów.
„W mojej firmie panuje ogólne niezrozumienie tego, czym jest AI, więc nie tworzy ona odpowiednich zasad”.
Firmy, które mają takie zasady, zwykle odradzają korzystanie z tych narzędzi ze względu na obawy związane z przekazywaniem własności intelektualnej firmy osobom trzecim. W niektórych przypadkach po bezpośrednim kontakcie z firmami, które stworzyły te narzędzia, i uzyskaniu informacji o sposobie wykorzystywania danych oraz potencjalnych zagrożeniach zasady te zostały zmienione.
Konta i partnerstwa dla przedsiębiorstw, które zapewniają ochronę danych, zachęcają firmy do korzystania z usług deweloperskich.
Generatywna AI w funkcjach produktów dla użytkowników
Nie zaskoczyło nas, że gdy w rozmowie z naszym modelem pojawił się termin „AI / ML”, odpowiedź często dotyczyła generatywnej AI. Deweloperzy zastanawiają się, jak można wykorzystać generatywną AI, aby zwiększyć wygodę użytkowników, ale nie wiedzą, jak to zrobić i jakie narzędzia są dostępne do wdrożenia takich rozwiązań w środowisku produkcyjnym.
W przypadku deweloperów, którzy wbudowali lub budują funkcje generatywnej AI w swoich produktach, najczęstszym zastosowaniem jest używanie generatywnej AI do odpowiadania na pytania użytkowników za pomocą czatbotów lub interfejsów jednorazowych.
Jakość wyników to najważniejsza kwestia, o której nam mówiliście. Deweloperzy chcą w szczególności mieć pewność, że odpowiedzi są dokładne, i zapobiegać generowaniu przez LLM treści niezwiązanych z zamierzonym celem. Jest to szczególnie ważne, gdy dane wyjściowe LLM są bezpośrednio widoczne dla użytkownika, np. w przypadku chatbotów.
„Dema z AI są niesamowite. Za każdym razem, gdy prezentuję mój projekt, wynik jest zupełnie inny”.
Wkładasz dużo wysiłku w tworzenie zestawów testów, aby weryfikować wyniki generatywnej AI w przypadku wielu różnych promptów, ale nie ma jasnego i ustalonego sposobu testowania ani monitorowania odpowiedzi. Większość prac związanych z ocenianiem jest wykonywana ręcznie. Wielu deweloperów nie ma doświadczenia w obsłudze niedeterministycznych wyników. Jako społeczność nie stworzyliśmy jeszcze systemów, które dobrze z nimi współpracują.
Koszty działania modelu generatywnej AI to również ważna kwestia, a deweloperzy starannie oceniają koszty w porównaniu z korzyściami dla użytkowników.
Modele standardowe a dostosowane
Najczęściej deweloperzy, z którymi rozmawialiśmy, korzystali z gotowych modeli i interfejsów API. Pozwala to skrócić czas wprowadzenia produktu na rynek i zoptymalizować wykorzystanie czasu i wiedzy inżynierów, które były ograniczone.
„Chcę pozostać w branży tworzenia stron internetowych. Nie chcę zostać inżynierem ML”.
Programiści są świadomi potencjalnej wartości zaawansowanych technik, takich jak RAG (Retrieve Augment-Generate) i dostrajanie, ale Ty wolisz skupić się na aspekcie tworzenia stron internetowych. Wolisz używać narzędzi domyślnych lub polegać na innych zespołach, które tworzą zoptymalizowane modele do swoich zastosowań.
Kwestie dotyczące prywatności i bezpieczeństwa
Najważniejsze były kwestie prywatności i bezpieczeństwa, zwłaszcza w przypadku branż o ścisłych wymaganiach dotyczących danych, takich jak medycyna. AI na urządzeniu może być kluczem do rozwiązania tych problemów, ale ten obszar pozostaje w dużej mierze niezbadany.
Udostępnianie danych użytkowników większej liczbie podmiotów zewnętrznych za pomocą interfejsów API w chmurze budzi obawy, a wielu deweloperów dostrzega wartość uczenia maszynowego na urządzeniu lub generatywnej AI w ograniczaniu potencjalnych zagrożeń dla prywatności i bezpieczeństwa.
AI dla programistów stron internetowych
AI jest wszędzie i rozwija się w niesamowitym tempie. Jak możemy być na bieżąco, wykorzystywać istniejące narzędzia i modele lub współpracować z inżynierami uczenia maszynowego, aby tworzyć nowe modele, które najlepiej odpowiadają naszym potrzebom?
Na podstawie tego, czego się od Ciebie dowiedzieliśmy, pracujemy nad wskazówkami dotyczącymi AI dla programistów stron internetowych. Chcemy pomóc Ci zrozumieć podstawowe koncepcje związane z AI, odkryć możliwości wykorzystania generatywnej AI do zwiększenia produktywności oraz używać AI do tworzenia atrakcyjnych środowisk użytkownika za pomocą istniejących narzędzi, modeli i interfejsów API. Regularnie sprawdzaj, czy nie pojawiły się nowe treści w naszej kolekcji poświęconej AI.
Większość deweloperów woli skupiać się na tym, co robią najlepiej (czyli na tworzeniu stron internetowych), ale zachęcamy tych, którzy chcą zagłębić się w temat, do tworzenia narzędzi, modeli i interfejsów API potrzebnych deweloperom. Chcemy poznać Twoją opinię i dowiedzieć się, jak możemy Ci pomóc w osiągnięciu sukcesu.
AI to szybko rozwijająca się dziedzina. Dlatego w miarę wprowadzania zmian będziemy nadal angażować się w społeczność, prowadząc więcej rozmów i ankiet. Jeśli chcesz porozmawiać z nami, zaplanuj spotkanie z naszym zespołem.