“Os desenvolvedores também devem investigar a infinidade de ferramentas disponíveis para encontrar aqueles que funcionam e considerar como preencher as lacunas com as que não o fazem”, diz Gabriel. Isso exigirá investimentos individuais e organizacionais, acrescenta ele.
Olhando para o futuro, muitos antecipam o código aberto liderando a democratização da IA. “Espero que veremos muito mais modelos de código aberto emergir para abordar casos de uso específicos”, diz David DeSanto, diretor de produtos da Gitlab.
Governança em torno do uso da IA
O aumento da confiança dos desenvolvedores no código gerado pela IA também dependerá da definição de corrimãos para o uso responsável. “Com os corrimãos apropriados para garantir que saídas responsáveis e confiáveis, empresas e desenvolvedores se tornarão mais confortáveis, começando com o código gerado pela IA”, diz Fernandez, do Salesforce.
Para chegar lá, a liderança deve estabelecer instruções claras. “Por fim, trata-se de definir limites claros para aqueles com acesso ao código gerado pela IA e colocá-lo em processos mais rígidos para aumentar a confiança do desenvolvedor”, diz Durkin.
“Garantir a transparência nos dados de treinamento de modelos ajuda a mitigar os riscos de propriedade ética e intelectual”, diz o Gopi do Morgan Stanley. A transparência também é crucial do ponto de vista do IP. “Não ter retenção na saída da IA é fundamental para o avanço da geração de código de IA como um todo”, diz o DeSanto do Gitlab, que faz referência ao compromisso de transparência da Gitlab Duo sobre seus modelos subjacentes e uso de dados.
Para organizações conscientes da segurança, a IA local pode ser a resposta para evitar problemas de privacidade de dados. A execução de modelos auto-hospedados em implantações offline e com abas aéreas permite que a IA seja usada em ambientes regulamentados, mantendo a segurança dos dados, diz DeSanto.
Alcançando um equilíbrio entre humanos e IA
Todos os especialistas entrevistados para esta peça acreditam que a IA ajudará os desenvolvedores em vez de substituí -los por atacado. De fato, a maioria das visualizações mantendo os desenvolvedores em loop como imperativa para reter a qualidade do código. “Por enquanto, a supervisão humana permanece essencial ao usar o código gerado pela IA”, diz Kentosh, da Digital.Ai.
“As aplicações de construção permanecerão principalmente nas mãos dos profissionais criativos usando a IA para complementar seu trabalho”, diz o Hitchcock da Surrealdb. “A supervisão humana é absolutamente necessária e necessária no uso de assistentes de codificação de IA, e não vejo isso mudando”, acrescenta Zhao.
Por que? Parcialmente, os desafios éticos. “A automação completa permanece inatingível, pois a supervisão humana é fundamental para abordar arquiteturas complexas e garantir padrões éticos”, diz Gopi. Dito isto, espera -se que o raciocínio da IA melhore. De acordo com Wilson, a próxima fase é a IA “tornando -se um assistente legítimo de engenharia que não apenas escreve código, mas o entende”.
Outros são ainda mais otimistas. “Eu acho que os sistemas mais valiosos de IA serão aqueles que podem ser entregues à codificação de IA”, diz Gabriel, da Contentful, embora ele reconheça que essa ainda não é uma realidade consistente. Por enquanto, as perspectivas futuras ainda colocam a IA e os humanos cooperando lado a lado. “Os desenvolvedores se tornarão mais supervisores do que escrever todas as linhas de código”, diz o Cope da Perforce.
O objetivo final é alcançar o equilíbrio certo entre os ganhos de produtividade da IA e evitar a dependência excessiva. “Se os desenvolvedores dependem demais da IA sem uma sólida compreensão do código subjacente, corremos o risco de perder a criatividade e a profundidade técnica, que são cruciais para a inovação”, diz Kentosh.
Viagem selvagem à frente
A Amazon reivindicou recentemente que sua IA reescreveu um aplicativo Java, economizando US $ 260 milhões. Outros estão sob pressão para provar resultados semelhantes. “A maioria das empresas fez um investimento em algum tipo de serviço de desenvolvimento ou copiloto assistido pela AA neste momento e precisará ver um retorno de seu investimento”, diz Kentosh.
Devido a muitos fatores, a adoção da IA continua a acelerar. “A maioria dos desenvolvedores que conheço está usando a IA em alguma capacidade”, acrescenta Thacker. “Para muitos deles, a IA está escrevendo a maior parte do código que eles produzem todos os dias.”
No entanto, enquanto a IA elimina tarefas repetitivas de maneira eficaz, ainda exige intervenção humana para levá -la à milha final. “A maioria das bases de código é caldeira e repetível”, diz Hymel da Crowdbotics. “Veremos a IA sendo usada para estabelecer 51%+ das ‘bases’ de um aplicativo que é então adquirido pelos seres humanos para concluir.”
A linha inferior? “O código gerado pela IA não é ótimo-sim”, diz Wilson. “Mas se você está ignorando, você já está atrasado.
