A Gen AI felgyorsíthatja a kódolást, de a vállalkozásoknak továbbra is figyelembe kell venniük a kockázatokat

Azoknak a szervezeteknek, amelyek szívesen finanszíroznák a mesterséges intelligencia által vezérelt szoftverfejlesztést a várható előnyök érdekében, azt is meg kell érteniük, hogy ennek káros hatásai is lehetnek.

A fejlesztők most már a generatív mesterséges intelligenciához (Gen AI) is fordulhatnak a gyorsabb és hatékonyabb kódolás érdekében, de ezt óvatosan és nem kevesebb odafigyeléssel kell tenniük, mint korábban.

Bár a mesterséges intelligencia alkalmazása a szoftverfejlesztésben nem újdonság - legalább 2019 óta létezik, és az AI-generáció jelentős fejlesztéseket hoz a természetes nyelvek, képek és - újabban - videók és egyéb eszközök, köztük a kód létrehozásában. Diego Lo Giudice, a Forrester alelnöke és vezető elemzője elmondta a ZDNET-nek.

A mesterséges intelligencia korábbi iterációit főként kódtesztelésre használták, a gépi tanulást pedig a tesztelési stratégiák modelljeinek optimalizálására, mondta Lo Giudice a ZDNET-nek. A Gen AI túlmutat ezeken a használati eseteken, és hozzáférést kínál egy szakértő programozóhoz vagy szakértőhöz (például tesztelőhöz vagy üzleti elemzőhöz), akit interaktívan lekérdezhet, hogy gyorsan megtalálja az információkat. A Gen AI megoldásokat és teszteseteket is tud javasolni.

"Először tapasztalunk olyan jelentős termelékenységnövekedést, amelyet a hagyományos AI és más technológiák nem nyújtottak számunkra" - mondta.

Az IDC előrejelzése szerint 2026-ra az ázsiai és csendes-óceáni térségben az új alkalmazások 40%-a „intelligens alkalmazások” lesz, amelyek integrálják a Gen AI-t, hogy javítsák a felhasználói élményt és új használati eseteket biztosítsanak.

Az alacsony kódszámú fejlesztői platform, az OutSystems által megrendelt IDC tanulmány szerint a Gen AI szoftverfejlesztésben és -tervezésben való használatának legfőbb hatása a termelékenység és a fejlesztői sebesség növekedése lesz.

Az ilyen potenciális üzleti előnyök az ázsiai-csendes-óceáni szervezetek 30%-át arra késztetik, hogy 11-20%-os prémiumot fizessenek a Gen AI-funkciókért az alkalmazásfejlesztésben, az IDC tanulmányi projektekben.

A kutatócég emellett arra számít, hogy 2025-re világszerte a vállalkozások több mint 60%-a alacsony kódszámú technológiákat alkalmaz az alkalmazások gyorsabb szállításának elősegítése és a működési hatékonyság növelése érdekében.

Lo Giudice megjegyezte, hogy a fejlesztők az AI-t a teljes szoftverfejlesztési életcikluson keresztül érinthetik, minden szakaszban egy dedikált "TuringBot"-tal, amely javítja a technológiai halmazokat és platformokat.

A Forrester által kidolgozott TuringBot olyan mesterségesintelligencia-alapú eszközöket ír le, amelyek segítenek a fejlesztőknek kódot készíteni, tesztelni és telepíteni. A kutatócég úgy véli, hogy a TuringBots a szoftverfejlesztés új generációját fogja vezérelni, és segítséget nyújt a fejlesztési életciklus minden szakaszában, beleértve a műszaki dokumentáció felkutatását és az automatikus kiegészítési kódot.

A „TuringBots elemzése/tervezése” például megkönnyítheti a szoftverfejlesztés elemzési és tervezési szakaszát, részletezte Lo Giudice, rámutatva az OpenAI ChatGPT-re és az Atlassian Intelligence-re, mint az ilyen mesterséges intelligencia termékekre. Mások, például a Google Cloud'sGemini Advanced mikroszolgáltatások és API-k terveit generálhatják a kódmegvalósításukkal, míg a Microsoft Sketch2Code képes működő kódot generálni kézzel írt vázlatos felhasználói felületből - mondta.

Lo Giudice hozzátette, hogy a "kódoló TuringBots" jelenleg a Gen AI legnépszerűbb felhasználási esete a szoftverfejlesztésben, amely kódokat generál promptokból, valamint kódkontextusból és megjegyzésekből az automatikus kiegészítés révén a népszerű integrált fejlesztői környezetekhez (IDE). Ide tartoznak az olyan gyakori nyelvek, mint a JavaScript, a C++, a Python és a Rust.

A generatív modellek egyik legnagyobb előnye, hogy számos nyelven képesek kódot írni, így a fejlesztők parancssort adhatnak meg a kódsorok generálásához, újrafeldolgozásához vagy hibakereséséhez - mondta Michael Bachman, a Boomi építészeti és mesterséges intelligencia-stratégiájának vezetője. "Lényegében minden ember, aki kapcsolatba lép a Gen AI-vel, kvázi és vezető fejlesztő" - mondta.

A szoftvergyártó egyes termékeibe integrálja a Gen AI-t, köztük a Boomi AI-t, amely a természetes nyelvi kéréseket tettekké alakítja. Boomi szerint a fejlesztők használhatják a Boomi AI-t integrációs folyamatok, API-k és adatmodellek tervezésére az alkalmazások, adatok és folyamatok összekapcsolásához.

A cég a Gen AI-t használja saját szoftverfejlesztőinek támogatására, akik szorosan figyelik a platformját futtató kódot.

- És ez a kulcs - mondta Bachman. "Ha a Gen AI-t használja elsődleges forrásként az egész alkalmazás elkészítéséhez, valószínűleg csalódni fog. A jó fejlesztők a Gen AI-t használják kiugrási pontként, vagy a meghibásodási forgatókönyvek alapos tesztelésére, mielőtt a kódot üzembe helyeznék. így kezeljük ezt belsőleg."

Csapata azon is dolgozik, hogy olyan funkciókat építsen, amelyek megfelelnek ügyfeleik „gyakorlati AI-céljainak”. A Boomi például egy visszakereső rendszert hoz létre, mert sok ügyfele a kulcsszavas kereséseket fel akarja váltani azzal a lehetőséggel, hogy természetes nyelven keressen tartalmat, például katalógusokat a webhelyén.

A fejlesztők a Gen AI-t is használhatják a biztonság javítására, mondta Lo Giudice, sérülékenységeket keresve az AI által generált kódban, és javaslatokat kínálva a fejlesztőknek bizonyos sérülékenységek kijavításában.

A hagyományos kódoláshoz képest a kód nélküli vagy alacsony kódolású fejlesztési stratégia gyorsaságot, beépített minőséget és alkalmazkodóképességet kínál - mondta John Bratincevic, a Forrester vezető elemzője.

Ezenkívül integrált szoftverfejlesztési életciklus-eszközláncot és hozzáférést biztosít egy kibővített tehetségtárhoz, amely magában foglalja a nem kódolókat és az informatikai közösségen kívüli "polgári fejlesztőket" is - mondta Bratincevic.

A szervezetek azonban kihívásokkal szembesülhetnek a nagyszabású megvalósítás irányításával kapcsolatban, különösen a több ezerre tehető állampolgári fejlesztők menedzselésével kapcsolatban - figyelmeztetett. Az árképzés is akadályt jelenthet, mivel általában a végfelhasználók számán alapul, mondta.

Míg a Gen AI vagy a mesterséges intelligencia által beoltott szoftverasszisztensek lehetővé teszik a fiatal szakemberek számára, hogy betöltsék a tehetséghiányokat, beleértve a kiberbiztonságot is, Lo Giudice szerint ezekhez a feladatokhoz továbbra is szükség van egy szakértői szemrevételezésre.

Bratincevic egyetértett, hangsúlyozva, hogy a fejlesztőknek és a szoftverfejlesztési életciklus többi alkalmazottjának át kell tekinteniük mindazt, amit a platform AI segítségével generál vagy automatikusan konfigurál.

„Még nem vagyunk azon a ponton, és valószínűleg soha nem is fogunk azon a ponton, hogy vakon megbízunk a mesterséges intelligencia szoftverfejlesztésében” - mondta.

Scott Shaw, a Thoughtworks Asia-Pacific műszaki igazgatója szerint egyrészt biztonsági követelményeket kell figyelembe venni. A műszaki tanácsadó cég rendszeresen tesztel új eszközöket hatékonyságának javítása érdekében, akár az IDE-ben, akár a fejlesztők munkájának támogatása érdekében. A cég ezt ott teszi, ahol az ügyfelei számára megfelelő, és csak az ő beleegyezésükkel - mondta Shaw a ZDNET-nek, megjegyezve, hogy egyes vállalkozások még mindig idegesek a Gen AI használatától.

"Tapasztalataink szerint a [Gen AI-alapú] szoftverkódoló eszközök nem annyira biztonságtudatosak, és nem [hangolódnak] a biztonsági kódolási gyakorlatokhoz" - mondta. Például azoknak a fejlesztőknek, akik szabályozott vagy adatérzékeny környezetben dolgozó szervezeteknél dolgoznak, további biztonsági gyakorlatokat és ellenőrzéseket kell betartaniuk szoftverszállítási folyamataik részeként.

A kódolási asszisztens használata megduplázhatja a termelékenységet, de a fejlesztőknek meg kell kérdezniük, hogy megfelelően tudják-e tesztelni a kódot, és teljesíteni tudják-e a minőségi követelményeket a folyamat során - jegyezte meg.

Ez egy kétélű kard: a szervezeteknek meg kell vizsgálniuk, hogy a Gen AI hogyan tudja bővíteni kódolási gyakorlataikat, hogy az általuk kifejlesztett termékek biztonságosabbak legyenek, ugyanakkor az AI hogyan hoz további biztonsági kockázatokat új támadási vektorokkal és sebezhetőségekkel.

Mivel jelentős léptéket biztosít, a Gen AI mindent felerősít, amit egy szervezet tesz, beleértve a kapcsolódó kockázatokat is, jegyezte meg Shaw. Sokkal több kód generálható vele, ami azt is jelenti, hogy a potenciális kockázatok száma exponenciálisan növekszik.

Ismerje meg AI modelljeit

Míg az alacsony kódú platformok jó alapot jelenthetnek a Gen AI Turingbotok számára a szoftverfejlesztés támogatására, Bratincevic megjegyezte, hogy a szervezeteknek tudniuk kell, hogy mely nagy nyelvi modelleket (LLM) használják, és gondoskodniuk kell arról, hogy azok megfeleljenek vállalati irányelveiknek.

Elmondta, hogy a Gen AI-játékosok ebben a tekintetben „vadon változnak”, és arra buzdította a vállalkozásokat, hogy ellenőrizzék a verziót és a licencszerződést, ha nyilvános LLM-eket használnak, például az OpenAI ChatGPT-jét.

Hozzátette, hogy a természetes nyelvből kód- vagy komponenskonfigurációk generálására szolgáló, genetikai mesterséges intelligencia által vezérelt funkciók még kiforrottak. Előfordulhat, hogy a lakossági fejlesztők körében egyre nagyobb az elfogadásuk, de nem valószínű, hogy lenyűgözik a professzionális fejlesztőket.

Bratincevic elmondta: "Jelenleg egy bevált és jól integrált alacsony kódú platform plusz a Gen AI ésszerűbb megközelítés, mint egy nem bizonyított vagy könnyű platform, amely jó játékról beszél AI-n."

Míg az LLM-ek végzik a kódírás nehéz feladatát, az embereknek még mindig tudniuk kell, hogy mire van szükség, és biztosítaniuk kell a megfelelő kontextust, szakértelmet és hibakeresést, hogy biztosítsák a kimenet pontosságát, tette hozzá Bachman.

A fejlesztőknek ügyelniük kell a védett adatok és a szellemi tulajdon (IP) megosztására is, különösen a nyílt forráskódú eszközökkel, mondta. Kerülniük kell a privát IP-címek (például kódok és pénzügyi adatok) használatát annak biztosítására, hogy ne egy másik szervezet IP-címét használva tanítsák Gen AI modelljeiket, vagy fordítva. "És ha úgy dönt, hogy nyílt forráskódú LLM-et használ, győződjön meg róla, hogy jól tesztelték-e, mielőtt gyártásba helyezné" - tette hozzá.

"Tévednék, ha rendkívül körültekintő lennék azokkal a modellekkel kapcsolatban, amelyekre a Gen AI eszközöket képezik. Ha azt szeretné, hogy ezek a modellek értékesek legyenek, megfelelő folyamatokat kell felállítania. Ha ezt nem teszi meg, a Gen AI okozhat sokkal több probléma” - figyelmeztetett.

Még korai idők járnak, és a technológia folyamatosan fejlődik; a szerepek - köztük a szoftverfejlesztők - változására gyakorolt hatása még korántsem biztos.

Például az AI-alapú kódolási asszisztensek megváltoztathatják a készségek értékelését. Shaw felvetette: vajon a fejlesztők azért lesznek jobbak, mert tapasztaltabbak, vagy azért, mert emlékeznek az összes kódoló szekvenciára?

Egyelőre úgy véli, hogy a legnagyobb potenciális felhasználási eset a Gen AI azon képessége, hogy összefoglalja az információkat, jó tudásbázist kínálva a fejlesztőknek az üzlet jobb megértéséhez. Ezután ezt a tudást konkrét utasításokká tudják lefordítani, így a rendszerek végrehajthatják a feladatokat, és elkészíthetik az ügyfelek által kívánt termékeket és szolgáltatásokat.