Wie viele von Ihnen haben auch wir zahlreiche Gespräche über künstliche Intelligenz (KI) und die Zukunft des Webs geführt. Es gibt viel Unklarheit, und es ist schwer zu wissen, was wir als Webentwickler wissen müssen.
Das Internet ist so viel größer als unser Team. Daher wollten wir wissen, wie Sie über KI denken, was Sie lernen möchten und was Sie mit diesen neuen Technologien tun möchten. Auf diese Weise können wir Ihnen am besten die Inhalte zur Verfügung stellen, mit denen Sie sich von der Masse abheben können.
In den letzten Monaten haben wir mit Web-Experten gesprochen, um die Landschaft zu verstehen und Ihre Sichtweise auf KI zu verstehen. Natürlich können wir nicht mit allen über alles reden. Wir haben nur ein paar Gespräche mit Webentwicklern geführt, darunter Google Developer-Experten für das Web, die sich darauf konzentriert haben, wie Entwickler KI nutzen, um nutzerseitige Funktionen bereitzustellen und die Produktivität in ihrem täglichen Workflow zu steigern.
Wir glauben, dass die Erkenntnisse, die wir erhalten haben, auch auf andere Nutzer im Web anwendbar sein können. Und wir dachten, die Community könnte interessieren, was wir gelernt haben.
Wir haben dieses Feedback zusammen mit anderen Untersuchungen der Webentwicklerlandschaft genutzt, um unsere neue KI-Sammlung zu erstellen. In dieser Sammlung finden Sie Übersichten für Webentwickler, Codelabs und Demos sowie andere Ressourcen zu KI-Tools und -Modellen im Web.
Und das ist erst der Anfang. In den kommenden Monaten werden wir noch viel mehr sehen.
Höhere Produktivität dank generativer KI
Wir haben festgestellt, dass Webentwickler die Generative AI nutzen möchten, um ihre Produktivität zu steigern und mit Chatbots zu interagieren, um neue Technologien zu erlernen oder Antworten auf ihre Fragen zur Webentwicklung zu suchen.
Die Entwickler, mit denen wir gesprochen haben, verwenden KI bereits in ihrem täglichen Workflow, für geschäftliche oder private Projekte oder kennen jemanden.
Codegenerierung
Sie haben gelernt, dass Tools zur Codegenerierung wie Gemini und Copilot sich hervorragend für Standard-Einheitentests, die grundlegende automatische Vervollständigung (bei der Sie wissen, was Sie schreiben, aber nur schreiben müssen) und einfachere Funktionen eignen, für die kein umfassendes Wissen über die Codebasis erforderlich ist. Diese Tools sind in der Regel weniger nützlich, wenn es darum geht, komplexeren, algorithmischen Code und Funktionen zu schreiben, die einen umfassenden Kontext eines bestimmten Projekts erfordern.
Ältere Entwickler äußerten Bedenken hinsichtlich der langfristigen Qualität ihrer Codebasis, einschließlich Problemen in Bezug auf Codeduplizierung und langfristige Verwaltbarkeit. Einige waren befürchtet, dass weniger erfahrene Teammitglieder möglicherweise keine Fehler erkennen oder den von generativen KI-Tools generierten Code nicht genau validieren können.
Entwickler haben auch mitgeteilt, dass Anwendungsfälle, die spezielle Domänenwissen erfordern, z. B. das Schreiben zugänglicher Komponenten, von den von ihnen getesteten Tools zur Codegenerierung noch nicht richtig berücksichtigt werden.
Mit LLMs lernen
Viele Entwickler haben ChatGPT und Gemini genutzt, um sich mit Konzepten der Softwareentwicklung vertraut zu machen. Sie haben zum Beispiel ein Large Language Model (LLM) gebeten, die Funktionsweise eines Sortieralgorithmus zu erklären, die Einführung in verschiedene Programmiersprachen auszuweiten oder Wissenslücken zu schließen.
Sie sind der Meinung, dass LLMs aufgrund der schnellen Interaktivität von Fragen und Antworten ein großartiges Erlebnis bieten und weil KI die gestellten Fragen nicht kritisiert, sondern nur die benötigten Antworten liefert.
Auch hier gibt es Bedenken hinsichtlich Junior-Entwicklern, bei denen ein minimales Wissen erforderlich ist, um Fälle zu erkennen, in denen das Modell halluziniert und falsche Antworten generiert.
Schutz von geistigem Eigentum als Geschäftsanliegen
Viele der Entwickler, mit denen wir gesprochen haben, gaben an, dass ihre Unternehmen noch keine Richtlinien für Entwickler haben, die Generative AI zur Steigerung ihrer Produktivität verwenden. Die Nutzung von generativen KI-Tools wird oft von den Entwicklern bestimmt, die damit experimentieren.
„Mein Unternehmen versteht im Allgemeinen, was KI bedeutet, und erstellt nicht die richtigen Richtlinien.“
Unternehmen, für die eine Richtlinie gilt, raten jedoch von der Nutzung ab, da Bedenken im Zusammenhang mit der Weitergabe von geistigem Eigentum (IP) des Unternehmens an Dritte bestehen. Es gibt Fälle, in denen solche Richtlinien geändert wurden, nachdem direkt mit den Unternehmen hinter diesen Tools gesprochen wurde, um die Verwendung der Daten und die potenziellen Risiken zu verstehen.
Mit Unternehmenskonten und Partnerschaften, die auf den Datenschutz ausgerichtet sind, ist die Wahrscheinlichkeit höher, dass sie Entwickler zur Nutzung ermutigen.
Generative AI für nutzerorientierte Produktfunktionen
Auf Produktseite war es keine Überraschung, dass wir uns bei unserer Unterhaltung mit dem Begriff „KI / ML“ häufig auf Generative AI konzentriert haben. Entwickler möchten wissen, wie sie mit generativer KI die Nutzerfreundlichkeit verbessern können, sind sich jedoch nicht sicher, wie diese Umgebungen aussehen und mit welchen Tools sie in der Produktion bereitgestellt werden können.
Der häufigste Anwendungsfall für Entwickler, die Generative AI-Features in ihre Produkte eingebunden haben oder diese in ihre Produkte einbinden, ist der Einsatz von generativer KI zur Beantwortung von Nutzerfragen mit Chatbots oder einmaligen Schnittstellen.
Die Qualität der Ausgabe ist unser wichtigstes Anliegen. Entwickler hoffen insbesondere, dass die Antworten korrekt sind und verhindern sollen, dass das LLM Inhalte generiert, die nicht mit dem beabsichtigten Ziel zusammenhängen. Dies gilt insbesondere, wenn die Ausgabe des LLM direkt an den Nutzer gerichtet ist, z. B. bei einem Chatbot.
„Demos mit KI sind verrückt. Jedes Mal, wenn ich mein Projekt demonstriere, ist das Ergebnis völlig anders.“
Sie investieren viel Zeit in das Erstellen von Testsuiten, um die Ausgaben von generativer KI für eine Vielzahl von Prompts zu validieren. Es gibt jedoch keine eindeutige und etablierte Möglichkeit, die Antworten zu testen oder zu überwachen. Der Großteil der Bewertung erfolgt manuell. Viele Entwickler haben noch nicht mit nicht deterministischen Ausgaben zu kämpfen. Wir haben noch keine Systeme entwickelt, die gut mit ihnen funktionieren.
Die Kosten für die Ausführung eines generativen KI-Modells sind ebenfalls ein wichtiger Aspekt. Entwickler wägen die Kosten sorgfältig gegen den Nutzen für ihre Nutzer ab.
Standard- und benutzerdefinierte Modelle im Vergleich
Die meisten Entwickler, mit denen wir gesprochen haben, verwendeten eher vorgefertigte Modelle und APIs. Dies optimiert die Produkteinführungszeit und den Einsatz von Zeit und Wissen aus der Entwicklungsphase, die begrenzt waren.
„Ich möchte weiterhin im Bereich der Webentwicklung tätig sein. Ich möchte kein ML-Entwickler werden.“
Entwickler kennen den potenziellen Nutzen fortgeschrittener Methoden wie Retrieve Augment-Generate (RAG) und Feinabstimmung und sehen diesen potenziellen Nutzen, aber Sie sollten sich lieber auf den Aspekt der Webentwicklung ihrer Arbeit konzentrieren. Letztendlich bevorzugen Sie die Verwendung der Standardtools oder die Erstellung optimierter Modelle für die jeweiligen Anwendungsfälle anderer Teams.
Bedenken im Hinblick auf Datenschutz und Sicherheit
Datenschutz und Sicherheit waren die Hauptanliegen, insbesondere in Branchen mit strengen Datenanforderungen, z. B. in der Medizinbranche. On-Device-KI kann für diese Anwendungsfälle entscheidend sein, aber dieser Bereich ist noch weitgehend unerforscht.
Es ist besorgniserregend, Nutzerdaten mit Cloud APIs mehr Dritten zugänglich zu machen. Einige Entwickler sehen den Wert von maschinellem Lernen oder generativer KI auf dem Gerät, um potenzielle Datenschutz- und Sicherheitsrisiken zu minimieren.
KI für Webentwickler
KI ist allgegenwärtig und entwickelt sich in unglaublichem Tempo weiter. Wie können wir auf dem neuesten Stand bleiben, vorhandene Tools und Modelle einbinden oder mit ML-Entwicklern zusammenarbeiten, um neue Modelle zu entwickeln, die unseren Anforderungen am besten entsprechen?
Basierend auf den Erkenntnissen, die wir von Ihnen erhalten haben, arbeiten wir derzeit an Leitlinien zu KI für Webentwickler. Unser Ziel ist es, Ihnen einen allgemeinen Überblick über KI-Konzepte zu verschaffen, Möglichkeiten zu entdecken, Generative AI zur Produktivitätssteigerung einzusetzen und mithilfe vorhandener Tools, Modelle und APIs überzeugende Angebote für Nutzer zu erstellen. Wir veröffentlichen immer wieder neue Inhalte in unserer KI-Sammlung.
Die meisten Webentwickler möchten sich lieber auf das konzentrieren, was sie am besten können (also Webentwicklung!), aber wir empfehlen allen, die sich genauer mit den Tools, Modellen und APIs beschäftigen möchten, die Webentwickler benötigen. Wir würden gern von Ihnen hören, wie wir Ihnen helfen können, erfolgreich zu sein.
KI ist ein sich schnell verändernder Bereich. Wir werden also weiter mit der Community interagieren, wenn sich die Dinge ändern, und führen mehr Diskussionen und Umfragen durch. Vereinbaren Sie einen Termin für ein Gespräch mit unserem Team.