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 tworzeniem stron internetowych, aby poznać ich opinie na temat AI. Oczywiście nie możemy rozmawiać z każdą osobą o wszystkim. Przeprowadziliśmy tylko kilka rozmów z programistami internetowymi, w tym z Ekspertami Google Developers, 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 i wersje demonstracyjne oraz inne zasoby, które pomogą Ci poznać narzędzia i modele 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
Dowiedzieliśmy się od Ciebie, 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 programiści 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.
Deweloperzy zauważyli też, że przypadki użycia wymagające specjalistycznej wiedzy z określonej dziedziny, takie jak pisanie komponentów dostępnych dla osób z niepełnosprawnościami, nie są jeszcze prawidłowo obsługiwane przez wypróbowane przez nich narzędzia do generowania kodu.
Nauka z użyciem modeli 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 interakcji z użytkownikiem w postaci pytań i odpowiedzi, a także dlatego, 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 się odpowiednich zasad”.
Firmy, które mają takie zasady, zwykle odradzają korzystanie z tych narzędzi ze względu na obawy związane z wyciekiem własności intelektualnej firmy do podmiotów zewnętrznych. W niektórych przypadkach takie zasady zostały zmienione po bezpośrednim kontakcie z firmami, które stworzyły te narzędzia, w celu uzyskania informacji o sposobie wykorzystywania danych i potencjalnych zagrożeniach.
Dzięki kontom i partnerstwom klasy korporacyjnej, które zapewniają ochronę danych, firmy chętniej zachęcają deweloperów do korzystania z tych narzędzi.
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 poprawić komfort 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 wbudowują funkcje generatywnej AI w swoje produkty, 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 przede wszystkim 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 oceną jest wykonywana ręcznie. Wielu deweloperów nie ma doświadczenia w obsłudze wyników niedeterministycznych. 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
Deweloperzy, z którymi rozmawialiśmy, najczęściej 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 (generowanie wspomagane wyszukiwaniem) 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
Prywatność i bezpieczeństwo były najważniejsze, 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 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, których potrzebują deweloperzy. Chcemy poznać Twoją opinię i dowiedzieć się, jak możemy Ci pomóc w osiągnięciu sukcesu.
AI to szybko rozwijająca się dziedzina. Dlatego będziemy nadal angażować się w społeczność w miarę zachodzenia zmian, prowadząc więcej rozmów i ankiet. Jeśli chcesz porozmawiać z nami, zaplanuj spotkanie z naszym zespołem.