Will AI Replace Programmers? Last one out, turn off the code editor.

ਅਈ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ? ਆਖਰੀ ਵਾਰ ਤਬਦੀਲ ਕਰੇਗਾ, ਕੋਡ ਸੰਪਾਦਕ ਨੂੰ ਬੰਦ ਕਰੋ.

"ਆਖਰੀ ਗੱਲ, ਕੋਡ ਐਡੀਟਰ ਬੰਦ ਕਰ ਦਿਓ।” ਇਹ ਮਜ਼ਾਕੀਆ ਵਾਕੰਸ਼ ਡਿਵੈਲਪਰ ਫੋਰਮਾਂ ਵਿੱਚ ਘੁੰਮ ਰਿਹਾ ਹੈ, ਜੋ ਕਿ AI ਕੋਡਿੰਗ ਸਹਾਇਕਾਂ ਦੇ ਉਭਾਰ ਬਾਰੇ ਇੱਕ ਚਿੰਤਾਜਨਕ ਹਾਸੇ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ AI ਮਾਡਲ ਕੋਡ ਲਿਖਣ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਸਮਰੱਥ ਹੁੰਦੇ ਜਾ ਰਹੇ ਹਨ, ਬਹੁਤ ਸਾਰੇ ਪ੍ਰੋਗਰਾਮਰ ਪੁੱਛ ਰਹੇ ਹਨ ਕਿ ਕੀ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਐਲੀਵੇਟਰ ਆਪਰੇਟਰਾਂ ਜਾਂ ਸਵਿੱਚਬੋਰਡ ਆਪਰੇਟਰਾਂ ਵਾਂਗ ਹੀ ਕਿਸਮਤ ਵੱਲ ਵਧ ਰਹੇ ਹਨ - ਨੌਕਰੀਆਂ ਆਟੋਮੇਸ਼ਨ ਦੁਆਰਾ ਪੁਰਾਣੀਆਂ ਹੋ ਗਈਆਂ ਹਨ। 2024 ਵਿੱਚ, ਬੋਲਡ ਸੁਰਖੀਆਂ ਨੇ ਐਲਾਨ ਕੀਤਾ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਜਲਦੀ ਹੀ ਸਾਡੇ ਸਾਰੇ ਕੋਡ ਲਿਖ ਸਕਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਕੋਲ ਕਰਨ ਲਈ ਕੁਝ ਨਹੀਂ ਬਚਦਾ। ਪਰ ਪ੍ਰਚਾਰ ਅਤੇ ਸਨਸਨੀਖੇਜ਼ਤਾ ਦੇ ਪਿੱਛੇ, ਅਸਲੀਅਤ ਕਿਤੇ ਜ਼ਿਆਦਾ ਸੂਖਮ ਹੈ।

ਹਾਂ, AI ਹੁਣ ਕਿਸੇ ਵੀ ਮਨੁੱਖ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਉਹ ਕੋਡ ਕਿੰਨਾ ਵਧੀਆ ਹੈ, ਅਤੇ ਕੀ AI ਪੂਰੇ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਜੀਵਨ ਚੱਕਰ ਨੂੰ ਆਪਣੇ ਆਪ ਸੰਭਾਲ ਸਕਦਾ ਹੈ? ਜ਼ਿਆਦਾਤਰ ਮਾਹਰ ਕਹਿੰਦੇ ਹਨ "ਇੰਨੀ ਜਲਦੀ ਨਹੀਂ।" ਮਾਈਕ੍ਰੋਸਾਫਟ ਦੇ ਸੀਈਓ ਸੱਤਿਆ ਨਡੇਲਾ ਵਰਗੇ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਨੇਤਾ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੇ ਹਨ ਕਿ "ਏਆਈ ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲਵੇਗਾ, ਪਰ ਇਹ ਉਨ੍ਹਾਂ ਦੇ ਅਸਲੇ ਵਿੱਚ ਇੱਕ ਜ਼ਰੂਰੀ ਸਾਧਨ ਬਣ ਜਾਵੇਗਾ। ਇਹ ਮਨੁੱਖਾਂ ਨੂੰ ਘੱਟ ਨਹੀਂ, ਸਗੋਂ ਹੋਰ ਕਰਨ ਲਈ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰਨ ਬਾਰੇ ਹੈ।" (ਕੀ ਏਆਈ ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਥਾਂ ਲੈ ਲਵੇਗਾ? ਪ੍ਰਚਾਰ ਦੇ ਪਿੱਛੇ ਦੀ ਸੱਚਾਈ | ਦ ਪਾਈਕੋਚ ਦੁਆਰਾ | ਆਰਟੀਫੀਸ਼ੀਅਲ ਕਾਰਨਰ | ਮਾਰਚ, 2025 | ਮੀਡੀਅਮ) ਇਸੇ ਤਰ੍ਹਾਂ, ਗੂਗਲ ਦੇ ਏਆਈ ਮੁਖੀ ਜੈਫ ਡੀਨ ਨੋਟ ਕਰਦੇ ਹਨ ਕਿ ਜਦੋਂ ਕਿ ਏਆਈ ਰੁਟੀਨ ਕੋਡਿੰਗ ਕਾਰਜਾਂ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ, "ਇਸ ਵਿੱਚ ਅਜੇ ਵੀ ਰਚਨਾਤਮਕਤਾ ਅਤੇ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ ਦੇ ਹੁਨਰ ਦੀ ਘਾਟ ਹੈ" - ਉਹੀ ਗੁਣ ਜੋ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਮੇਜ਼ 'ਤੇ ਲਿਆਉਂਦੇ ਹਨ। ਓਪਨਏਆਈ ਦੇ ਸੀਈਓ ਸੈਮ ਆਲਟਮੈਨ ਵੀ ਮੰਨਦੇ ਹਨ ਕਿ ਅੱਜ ਦਾ ਏਆਈ "ਕੰਮਾਂ ਵਿੱਚ ਬਹੁਤ ਵਧੀਆ" ਪਰ "ਪੂਰੀਆਂ ਨੌਕਰੀਆਂ 'ਤੇ ਭਿਆਨਕ" ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਤੋਂ ਬਿਨਾਂ। ਸੰਖੇਪ ਵਿੱਚ, AI ਕੰਮ ਦੇ ਟੁਕੜਿਆਂ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਵਧੀਆ ਹੈ, ਪਰ ਸ਼ੁਰੂ ਤੋਂ ਅੰਤ ਤੱਕ ਇੱਕ ਪ੍ਰੋਗਰਾਮਰ ਦੇ ਕੰਮ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸੰਭਾਲਣ ਦੇ ਸਮਰੱਥ ਨਹੀਂ ਹੈ।

ਇਹ ਵ੍ਹਾਈਟ ਪੇਪਰ ਸਵਾਲ 'ਤੇ ਇੱਕ ਇਮਾਨਦਾਰ, ਸੰਤੁਲਿਤ ਨਜ਼ਰ ਮਾਰਦਾ ਹੈ। "ਕੀ ਏਆਈ ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਥਾਂ ਲੈ ਲਵੇਗਾ?" ਅਸੀਂ ਜਾਂਚ ਕਰਦੇ ਹਾਂ ਕਿ AI ਅੱਜ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਭੂਮਿਕਾਵਾਂ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰ ਰਿਹਾ ਹੈ ਅਤੇ ਅੱਗੇ ਕੀ ਬਦਲਾਅ ਆਉਣਗੇ। ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਅਤੇ ਹਾਲੀਆ ਟੂਲਸ (GitHub Copilot ਤੋਂ ChatGPT ਤੱਕ) ਰਾਹੀਂ, ਅਸੀਂ ਖੋਜ ਕਰਦੇ ਹਾਂ ਕਿ ਡਿਵੈਲਪਰ AI ਦੇ ਵਿਕਾਸ ਦੇ ਨਾਲ-ਨਾਲ ਕਿਵੇਂ ਅਨੁਕੂਲ, ਅਨੁਕੂਲ ਅਤੇ ਸੰਬੰਧਿਤ ਰਹਿ ਸਕਦੇ ਹਨ। ਇੱਕ ਸਰਲ ਹਾਂ-ਜਾਂ-ਨਹੀਂ ਜਵਾਬ ਦੀ ਬਜਾਏ, ਅਸੀਂ ਦੇਖਾਂਗੇ ਕਿ ਭਵਿੱਖ AI ਅਤੇ ਮਨੁੱਖੀ ਵਿਕਾਸਕਰਤਾਵਾਂ ਵਿਚਕਾਰ ਇੱਕ ਸਹਿਯੋਗ ਹੈ। ਟੀਚਾ ਉਜਾਗਰ ਕਰਨਾ ਹੈ ਵਿਹਾਰਕ ਸੂਝ ਏਆਈ ਦੇ ਯੁੱਗ ਵਿੱਚ ਵਿਕਾਸਕਰਤਾ ਵਧਣ-ਫੁੱਲਣ ਲਈ ਕੀ ਕਰ ਸਕਦੇ ਹਨ - ਨਵੇਂ ਟੂਲ ਅਪਣਾਉਣ ਤੋਂ ਲੈ ਕੇ ਨਵੇਂ ਹੁਨਰ ਸਿੱਖਣ ਤੱਕ ਅਤੇ ਆਉਣ ਵਾਲੇ ਸਾਲਾਂ ਵਿੱਚ ਕੋਡਿੰਗ ਕਰੀਅਰ ਕਿਵੇਂ ਵਿਕਸਤ ਹੋ ਸਕਦੇ ਹਨ, ਇਸ ਬਾਰੇ।

ਅੱਜ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਵਿੱਚ ਏ.ਆਈ.

AI ਨੇ ਤੇਜ਼ੀ ਨਾਲ ਆਪਣੇ ਆਪ ਨੂੰ ਆਧੁਨਿਕ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਕਾਰਜ-ਪ੍ਰਣਾਲੀ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰ ਲਿਆ ਹੈ। ਵਿਗਿਆਨ ਗਲਪ ਹੋਣ ਤੋਂ ਦੂਰ, AI-ਅਧਾਰਿਤ ਔਜ਼ਾਰ ਪਹਿਲਾਂ ਹੀ ਕੋਡ ਲਿਖਣਾ ਅਤੇ ਸਮੀਖਿਆ ਕਰਨਾ, ਔਖੇ ਕੰਮਾਂ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰਨਾ, ਅਤੇ ਡਿਵੈਲਪਰ ਉਤਪਾਦਕਤਾ ਨੂੰ ਵਧਾਉਣਾ। ਡਿਵੈਲਪਰ ਅੱਜ ਕੋਡ ਸਨਿੱਪਟ ਤਿਆਰ ਕਰਨ, ਆਟੋ-ਕੰਪਲੀਟ ਫੰਕਸ਼ਨਾਂ, ਬੱਗਾਂ ਦਾ ਪਤਾ ਲਗਾਉਣ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਟੈਸਟ ਕੇਸਾਂ ਨੂੰ ਬਣਾਉਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ (ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024]) (ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024]). ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, AI ਗਰੰਟ ਵਰਕ ਅਤੇ ਬਾਇਲਰਪਲੇਟ ਨੂੰ ਆਪਣੇ ਕਬਜ਼ੇ ਵਿੱਚ ਲੈ ਰਿਹਾ ਹੈ, ਜਿਸ ਨਾਲ ਪ੍ਰੋਗਰਾਮਰ ਸਾਫਟਵੇਅਰ ਬਣਾਉਣ ਦੇ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਪਹਿਲੂਆਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਸਕਦੇ ਹਨ। ਆਓ ਕੁਝ ਪ੍ਰਮੁੱਖ AI ਸਮਰੱਥਾਵਾਂ ਅਤੇ ਸਾਧਨਾਂ 'ਤੇ ਨਜ਼ਰ ਮਾਰੀਏ ਜੋ ਇਸ ਸਮੇਂ ਪ੍ਰੋਗਰਾਮਿੰਗ ਨੂੰ ਬਦਲ ਰਹੇ ਹਨ:

  • ਕੋਡ ਜਨਰੇਸ਼ਨ ਅਤੇ ਆਟੋਕੰਪਲੀਸ਼ਨ: ਆਧੁਨਿਕ AI ਕੋਡਿੰਗ ਸਹਾਇਕ ਕੁਦਰਤੀ-ਭਾਸ਼ਾ ਪ੍ਰੋਂਪਟ ਜਾਂ ਅੰਸ਼ਕ ਕੋਡ ਸੰਦਰਭ ਦੇ ਅਧਾਰ ਤੇ ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਗਿੱਟਹੱਬ ਕੋਪਾਇਲਟ (ਓਪਨਏਆਈ ਦੇ ਕੋਡੈਕਸ ਮਾਡਲ 'ਤੇ ਬਣਾਇਆ ਗਿਆ) ਸੰਪਾਦਕਾਂ ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਹੁੰਦਾ ਹੈ ਤਾਂ ਜੋ ਤੁਸੀਂ ਟਾਈਪ ਕਰਦੇ ਸਮੇਂ ਅਗਲੀ ਲਾਈਨ ਜਾਂ ਕੋਡ ਦੇ ਬਲਾਕ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕੋ। ਇਹ ਸੰਦਰਭ-ਜਾਗਰੂਕ ਸੁਝਾਅ ਪੇਸ਼ ਕਰਨ ਲਈ ਓਪਨ-ਸੋਰਸ ਕੋਡ ਦੇ ਇੱਕ ਵਿਸ਼ਾਲ ਸਿਖਲਾਈ ਸਮੂਹ ਦਾ ਲਾਭ ਉਠਾਉਂਦਾ ਹੈ, ਜੋ ਅਕਸਰ ਸਿਰਫ਼ ਇੱਕ ਟਿੱਪਣੀ ਜਾਂ ਫੰਕਸ਼ਨ ਨਾਮ ਤੋਂ ਪੂਰੇ ਫੰਕਸ਼ਨਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੇ ਯੋਗ ਹੁੰਦਾ ਹੈ। ਇਸੇ ਤਰ੍ਹਾਂ, ਚੈਟਜੀਪੀਟੀ (GPT-4) ਕਿਸੇ ਦਿੱਤੇ ਗਏ ਕੰਮ ਲਈ ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਜਦੋਂ ਤੁਸੀਂ ਸਾਦੀ ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ ਦੱਸਦੇ ਹੋ ਕਿ ਤੁਹਾਨੂੰ ਕੀ ਚਾਹੀਦਾ ਹੈ।ਇਹ ਟੂਲ ਸਧਾਰਨ ਸਹਾਇਕ ਫੰਕਸ਼ਨਾਂ ਤੋਂ ਲੈ ਕੇ ਰੁਟੀਨ CRUD ਓਪਰੇਸ਼ਨਾਂ ਤੱਕ, ਸਕਿੰਟਾਂ ਵਿੱਚ ਬਾਇਲਰਪਲੇਟ ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ।

  • ਬੱਗ ਖੋਜ ਅਤੇ ਜਾਂਚ: AI ਗਲਤੀਆਂ ਨੂੰ ਫੜਨ ਅਤੇ ਕੋਡ ਗੁਣਵੱਤਾ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਵਿੱਚ ਵੀ ਮਦਦ ਕਰ ਰਿਹਾ ਹੈ। AI-ਸੰਚਾਲਿਤ ਸਥਿਰ ਵਿਸ਼ਲੇਸ਼ਣ ਟੂਲ ਅਤੇ ਲਿੰਟਰ ਪਿਛਲੇ ਬੱਗ ਪੈਟਰਨਾਂ ਤੋਂ ਸਿੱਖ ਕੇ ਸੰਭਾਵੀ ਬੱਗਾਂ ਜਾਂ ਸੁਰੱਖਿਆ ਕਮਜ਼ੋਰੀਆਂ ਨੂੰ ਫਲੈਗ ਕਰ ਸਕਦੇ ਹਨ। ਕੁਝ AI ਟੂਲ ਆਪਣੇ ਆਪ ਯੂਨਿਟ ਟੈਸਟ ਤਿਆਰ ਕਰਦੇ ਹਨ ਜਾਂ ਕੋਡ ਮਾਰਗਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ ਟੈਸਟ ਕੇਸਾਂ ਦਾ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇੱਕ ਡਿਵੈਲਪਰ ਉਹਨਾਂ ਐਜ ਕੇਸਾਂ 'ਤੇ ਤੁਰੰਤ ਫੀਡਬੈਕ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਉਹ ਖੁੰਝ ਗਏ ਹੋ ਸਕਦੇ ਹਨ। ਬੱਗਾਂ ਨੂੰ ਜਲਦੀ ਲੱਭ ਕੇ ਅਤੇ ਹੱਲ ਸੁਝਾਉਣ ਨਾਲ, AI ਡਿਵੈਲਪਰ ਦੇ ਨਾਲ ਕੰਮ ਕਰਨ ਵਾਲੇ ਇੱਕ ਅਣਥੱਕ QA ਸਹਾਇਕ ਵਾਂਗ ਕੰਮ ਕਰਦਾ ਹੈ।

  • ਕੋਡ ਔਪਟੀਮਾਈਜੇਸ਼ਨ ਅਤੇ ਰੀਫੈਕਟਰਿੰਗ: AI ਦੀ ਇੱਕ ਹੋਰ ਵਰਤੋਂ ਮੌਜੂਦਾ ਕੋਡ ਵਿੱਚ ਸੁਧਾਰਾਂ ਦਾ ਸੁਝਾਅ ਦੇ ਰਹੀ ਹੈ। ਇੱਕ ਸਨਿੱਪਟ ਦਿੱਤੇ ਜਾਣ 'ਤੇ, ਇੱਕ AI ਕੋਡ ਵਿੱਚ ਪੈਟਰਨਾਂ ਨੂੰ ਪਛਾਣ ਕੇ ਵਧੇਰੇ ਕੁਸ਼ਲ ਐਲਗੋਰਿਦਮ ਜਾਂ ਕਲੀਨਰ ਲਾਗੂਕਰਨ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇਹ ਇੱਕ ਲਾਇਬ੍ਰੇਰੀ ਦੀ ਵਧੇਰੇ ਮੁਹਾਵਰੇ ਵਾਲੀ ਵਰਤੋਂ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕਦਾ ਹੈ ਜਾਂ ਰਿਡੰਡੈਂਟ ਕੋਡ ਨੂੰ ਫਲੈਗ ਕਰ ਸਕਦਾ ਹੈ ਜਿਸਨੂੰ ਰੀਫੈਕਟਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਤਕਨੀਕੀ ਕਰਜ਼ੇ ਨੂੰ ਘਟਾਉਣ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। AI-ਅਧਾਰਤ ਰੀਫੈਕਟਰਿੰਗ ਟੂਲ ਕੋਡ ਨੂੰ ਵਧੀਆ ਅਭਿਆਸਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਲਈ ਬਦਲ ਸਕਦੇ ਹਨ ਜਾਂ ਕੋਡ ਨੂੰ ਨਵੇਂ API ਸੰਸਕਰਣਾਂ ਵਿੱਚ ਅਪਡੇਟ ਕਰ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਡਿਵੈਲਪਰਾਂ ਦਾ ਹੱਥੀਂ ਸਫਾਈ ਵਿੱਚ ਸਮਾਂ ਬਚਦਾ ਹੈ।

  • DevOps ਅਤੇ ਆਟੋਮੇਸ਼ਨ: ਕੋਡ ਲਿਖਣ ਤੋਂ ਇਲਾਵਾ, AI ਬਿਲਡ ਅਤੇ ਡਿਪਲਾਇਮੈਂਟ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਂਦਾ ਹੈ। ਬੁੱਧੀਮਾਨ CI/CD ਟੂਲ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਵਰਤੋਂ ਇਹ ਅਨੁਮਾਨ ਲਗਾਉਣ ਲਈ ਕਰਦੇ ਹਨ ਕਿ ਕਿਹੜੇ ਟੈਸਟਾਂ ਦੇ ਅਸਫਲ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ ਜਾਂ ਕੁਝ ਬਿਲਡ ਨੌਕਰੀਆਂ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਨਿਰੰਤਰ ਏਕੀਕਰਣ ਪਾਈਪਲਾਈਨ ਤੇਜ਼ ਅਤੇ ਵਧੇਰੇ ਕੁਸ਼ਲ ਬਣ ਜਾਂਦੀ ਹੈ। AI ਮੁੱਦਿਆਂ ਨੂੰ ਦਰਸਾਉਣ ਜਾਂ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਅਨੁਕੂਲਨ ਦਾ ਸੁਝਾਅ ਦੇਣ ਲਈ ਉਤਪਾਦਨ ਲੌਗ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਮੈਟ੍ਰਿਕਸ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦਾ ਹੈ। ਅਸਲ ਵਿੱਚ, AI ਨਾ ਸਿਰਫ਼ ਕੋਡਿੰਗ ਵਿੱਚ, ਸਗੋਂ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਜੀਵਨ ਚੱਕਰ ਵਿੱਚ - ਯੋਜਨਾਬੰਦੀ ਤੋਂ ਲੈ ਕੇ ਰੱਖ-ਰਖਾਅ ਤੱਕ ਸਹਾਇਤਾ ਕਰ ਰਿਹਾ ਹੈ।

  • ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਇੰਟਰਫੇਸ ਅਤੇ ਦਸਤਾਵੇਜ਼: ਅਸੀਂ ਇਹ ਵੀ ਦੇਖਦੇ ਹਾਂ ਕਿ AI ਵਿਕਾਸ ਸਾਧਨਾਂ ਨਾਲ ਵਧੇਰੇ ਕੁਦਰਤੀ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ। ਡਿਵੈਲਪਰ ਸ਼ਾਬਦਿਕ ਤੌਰ 'ਤੇ ਪੁੱਛੋ ਇੱਕ AI ਕੰਮ ਕਰਨ ਲਈ ("ਇੱਕ ਫੰਕਸ਼ਨ ਤਿਆਰ ਕਰੋ ਜੋ X ਕਰਦਾ ਹੈ" ਜਾਂ "ਇਸ ਕੋਡ ਦੀ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ") ਅਤੇ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ। AI ਚੈਟਬੋਟ (ਜਿਵੇਂ ਕਿ ChatGPT ਜਾਂ ਵਿਸ਼ੇਸ਼ ਵਿਕਾਸ ਸਹਾਇਕ) ਪ੍ਰੋਗਰਾਮਿੰਗ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇ ਸਕਦੇ ਹਨ, ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ, ਅਤੇ ਪ੍ਰੋਜੈਕਟ ਦਸਤਾਵੇਜ਼ ਵੀ ਲਿਖ ਸਕਦੇ ਹਨ ਜਾਂ ਕੋਡ ਤਬਦੀਲੀਆਂ ਦੇ ਆਧਾਰ 'ਤੇ ਸੁਨੇਹੇ ਭੇਜ ਸਕਦੇ ਹਨ। ਇਹ ਮਨੁੱਖੀ ਇਰਾਦੇ ਅਤੇ ਕੋਡ ਵਿਚਕਾਰ ਪਾੜੇ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ, ਵਿਕਾਸ ਨੂੰ ਉਹਨਾਂ ਲਈ ਵਧੇਰੇ ਪਹੁੰਚਯੋਗ ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਉਹ ਕੀ ਚਾਹੁੰਦੇ ਹਨ ਦਾ ਵਰਣਨ ਕਰ ਸਕਦੇ ਹਨ।

ਡਿਵੈਲਪਰ AI ਟੂਲ ਅਪਣਾ ਰਹੇ ਹਨ: 2023 ਦੇ ਇੱਕ ਸਰਵੇਖਣ ਤੋਂ ਪਤਾ ਚੱਲਦਾ ਹੈ ਕਿ 92% ਡਿਵੈਲਪਰਾਂ ਨੇ ਕਿਸੇ ਨਾ ਕਿਸੇ ਸਮਰੱਥਾ ਵਿੱਚ AI ਕੋਡਿੰਗ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ - ਜਾਂ ਤਾਂ ਕੰਮ 'ਤੇ, ਆਪਣੇ ਨਿੱਜੀ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ, ਜਾਂ ਦੋਵਾਂ ਵਿੱਚ। ਸਿਰਫ਼ 8% ਨੇ ਕੋਡਿੰਗ ਵਿੱਚ ਕਿਸੇ ਵੀ AI ਸਹਾਇਤਾ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰਨ ਦੀ ਰਿਪੋਰਟ ਦਿੱਤੀ। ਇਹ ਚਾਰਟ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਦੋ-ਤਿਹਾਈ ਡਿਵੈਲਪਰ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਦੋਵਾਂ ਵਿੱਚ ਕਰਦੇ ਹਨ। ਅੰਦਰ ਅਤੇ ਬਾਹਰ ਕੰਮ ਦੀ ਗਿਣਤੀ, ਜਦੋਂ ਕਿ ਇੱਕ ਚੌਥਾਈ ਉਹਨਾਂ ਨੂੰ ਸਿਰਫ਼ ਕੰਮ 'ਤੇ ਵਰਤਦੇ ਹਨ ਅਤੇ ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਘੱਟ ਗਿਣਤੀ ਸਿਰਫ਼ ਕੰਮ ਤੋਂ ਬਾਹਰ। ਸਿੱਟਾ ਸਪੱਸ਼ਟ ਹੈ: ਏਆਈ-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਕੋਡਿੰਗ ਤੇਜ਼ੀ ਨਾਲ ਡਿਵੈਲਪਰਾਂ ਵਿੱਚ ਮੁੱਖ ਧਾਰਾ ਵਿੱਚ ਆ ਗਈ ਹੈ (ਸਰਵੇਖਣ ਡਿਵੈਲਪਰ ਅਨੁਭਵ 'ਤੇ AI ਦੇ ਪ੍ਰਭਾਵ ਦਾ ਖੁਲਾਸਾ ਕਰਦਾ ਹੈ - GitHub ਬਲੌਗ).

ਵਿਕਾਸ ਵਿੱਚ AI ਟੂਲਸ ਦੇ ਇਸ ਪ੍ਰਸਾਰ ਨੇ ਵਧੀ ਹੋਈ ਕੁਸ਼ਲਤਾ ਅਤੇ ਘੱਟ ਮਿਹਨਤ ਕੋਡਿੰਗ ਵਿੱਚ। ਉਤਪਾਦ ਤੇਜ਼ੀ ਨਾਲ ਬਣਾਏ ਜਾ ਰਹੇ ਹਨ ਕਿਉਂਕਿ AI ਬਾਇਲਰਪਲੇਟ ਕੋਡ ਤਿਆਰ ਕਰਨ ਅਤੇ ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮਾਂ ਨੂੰ ਸੰਭਾਲਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ (ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024]) (ਕੀ 2025 ਵਿੱਚ ਏਆਈ ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਲੈਣ ਜਾ ਰਿਹਾ ਹੈ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ). ਕੋਪਾਇਲਟ ਵਰਗੇ ਟੂਲ ਪੂਰੇ ਐਲਗੋਰਿਦਮ ਜਾਂ ਹੱਲ ਵੀ ਸੁਝਾ ਸਕਦੇ ਹਨ ਜੋ "ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਲਈ ਤੁਰੰਤ ਸਪੱਸ਼ਟ ਨਹੀਂ ਹੋ ਸਕਦਾ," ਕੋਡ ਦੇ ਵਿਸ਼ਾਲ ਡੇਟਾਸੈਟਾਂ ਤੋਂ ਸਿੱਖਣ ਲਈ ਧੰਨਵਾਦ। ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਭਰਪੂਰ ਹਨ: ਇੱਕ ਇੰਜੀਨੀਅਰ ChatGPT ਨੂੰ ਇੱਕ ਛਾਂਟੀ ਫੰਕਸ਼ਨ ਲਾਗੂ ਕਰਨ ਜਾਂ ਆਪਣੇ ਕੋਡ ਵਿੱਚ ਇੱਕ ਬੱਗ ਲੱਭਣ ਲਈ ਕਹਿ ਸਕਦਾ ਹੈ, ਅਤੇ AI ਸਕਿੰਟਾਂ ਵਿੱਚ ਇੱਕ ਡਰਾਫਟ ਹੱਲ ਤਿਆਰ ਕਰੇਗਾ।ਕੰਪਨੀਆਂ ਜਿਵੇਂ ਐਮਾਜ਼ਾਨ ਅਤੇ ਮਾਈਕ੍ਰੋਸਾਫਟ ਨੇ ਆਪਣੀਆਂ ਡਿਵੈਲਪਰ ਟੀਮਾਂ ਵਿੱਚ ਏਆਈ ਪੇਅਰ ਪ੍ਰੋਗਰਾਮਰ (ਐਮਾਜ਼ਾਨ ਦੇ ਕੋਡਵਿਸਪਰਰ ਅਤੇ ਮਾਈਕ੍ਰੋਸਾਫਟ ਦੇ ਕੋਪਾਇਲਟ) ਤਾਇਨਾਤ ਕੀਤੇ ਹਨ, ਜੋ ਕਿ ਕੰਮਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਪੂਰਾ ਕਰਨ ਅਤੇ ਬਾਇਲਰਪਲੇਟ 'ਤੇ ਘੱਟ ਬਿਤਾਏ ਗਏ ਆਮ ਘੰਟੇ ਰਿਪੋਰਟ ਕਰਦੇ ਹਨ। ਦਰਅਸਲ, 70% ਡਿਵੈਲਪਰ 2023 ਦੇ ਸਟੈਕ ਓਵਰਫਲੋ ਸਰਵੇਖਣ ਵਿੱਚ ਸਰਵੇਖਣ ਕੀਤੇ ਗਏ ਲੋਕਾਂ ਨੇ ਕਿਹਾ ਕਿ ਉਹ ਆਪਣੀ ਵਿਕਾਸ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ ਜਾਂ ਵਰਤਣ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਹੇ ਹਨ (70% ਡਿਵੈਲਪਰ AI ਕੋਡਿੰਗ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, 3% ਆਪਣੀ ਸ਼ੁੱਧਤਾ 'ਤੇ ਬਹੁਤ ਭਰੋਸਾ ਕਰਦੇ ਹਨ - ShiftMag). ਸਭ ਤੋਂ ਪ੍ਰਸਿੱਧ ਸਹਾਇਕ ChatGPT (~83% ਉੱਤਰਦਾਤਾਵਾਂ ਦੁਆਰਾ ਵਰਤੇ ਜਾਂਦੇ ਹਨ) ਅਤੇ GitHub Copilot (~56%) ਹਨ, ਜੋ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਆਮ ਗੱਲਬਾਤ ਵਾਲੇ AI ਅਤੇ IDE-ਏਕੀਕ੍ਰਿਤ ਸਹਾਇਕ ਦੋਵੇਂ ਮੁੱਖ ਖਿਡਾਰੀ ਹਨ। ਡਿਵੈਲਪਰ ਮੁੱਖ ਤੌਰ 'ਤੇ ਉਤਪਾਦਕਤਾ ਵਧਾਉਣ ਲਈ ਇਹਨਾਂ ਸਾਧਨਾਂ ਵੱਲ ਮੁੜਦੇ ਹਨ (~33% ਉੱਤਰਦਾਤਾਵਾਂ ਦੁਆਰਾ ਹਵਾਲਾ ਦਿੱਤਾ ਗਿਆ) ਅਤੇ ਸਿੱਖਣ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ (25%), ਜਦੋਂ ਕਿ ਲਗਭਗ 25% ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰਕੇ ਵਧੇਰੇ ਕੁਸ਼ਲ ਬਣਨ ਲਈ ਇਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ।

ਇਹ ਧਿਆਨ ਦੇਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਪ੍ਰੋਗਰਾਮਿੰਗ ਵਿੱਚ AI ਦੀ ਭੂਮਿਕਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਵੀਂ ਨਹੀਂ ਹੈ - ਇਸਦੇ ਤੱਤ ਸਾਲਾਂ ਤੋਂ ਮੌਜੂਦ ਹਨ (IDE ਵਿੱਚ ਕੋਡ ਆਟੋਕੰਪਲੀਸ਼ਨ ਜਾਂ ਆਟੋਮੇਟਿਡ ਟੈਸਟਿੰਗ ਫਰੇਮਵਰਕ 'ਤੇ ਵਿਚਾਰ ਕਰੋ)। ਪਰ ਪਿਛਲੇ ਦੋ ਸਾਲ ਇੱਕ ਟਿਪਿੰਗ ਪੁਆਇੰਟ ਰਹੇ ਹਨ। ਸ਼ਕਤੀਸ਼ਾਲੀ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ (ਜਿਵੇਂ ਕਿ OpenAI ਦੀ GPT ਲੜੀ ਅਤੇ DeepMind ਦਾ AlphaCode) ਦੇ ਉਭਾਰ ਨੇ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਜੋ ਸੰਭਵ ਹੈ ਉਸਦਾ ਵਿਸਤਾਰ ਕੀਤਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, DeepMind ਦਾ ਅਲਫ਼ਾ ਕੋਡ ਸਿਸਟਮ ਨੇ ਇੱਕ 'ਤੇ ਪ੍ਰਦਰਸ਼ਨ ਕਰਕੇ ਸੁਰਖੀਆਂ ਬਟੋਰੀਆਂ ਪ੍ਰਤੀਯੋਗੀ ਪ੍ਰੋਗਰਾਮਿੰਗ ਮੁਕਾਬਲਾ ਪੱਧਰ, ਲਗਭਗ ਇੱਕ ਪ੍ਰਾਪਤ ਕਰਨਾ ਸਿਖਰ-54% ਰੈਂਕਿੰਗ ਕੋਡਿੰਗ ਚੁਣੌਤੀਆਂ 'ਤੇ - ਅਸਲ ਵਿੱਚ ਇੱਕ ਔਸਤ ਮਨੁੱਖੀ ਪ੍ਰਤੀਯੋਗੀ ਦੇ ਹੁਨਰ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ (ਡੀਪਮਾਈਂਡ ਦਾ ਅਲਫ਼ਾਕੋਡ ਔਸਤ ਪ੍ਰੋਗਰਾਮਰ ਦੇ ਹੁਨਰ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ). ਇਹ ਪਹਿਲੀ ਵਾਰ ਸੀ ਜਦੋਂ ਕਿਸੇ AI ਸਿਸਟਮ ਨੇ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਨਾਲ ਪ੍ਰੋਗਰਾਮਿੰਗ ਮੁਕਾਬਲਿਆਂ ਵਿੱਚ। ਹਾਲਾਂਕਿ, ਇਹ ਦੱਸ ਰਿਹਾ ਹੈ ਕਿ ਅਲਫ਼ਾਕੋਡ ਵੀ, ਆਪਣੀ ਸਾਰੀ ਮੁਹਾਰਤ ਦੇ ਨਾਲ, ਅਜੇ ਵੀ ਸਭ ਤੋਂ ਵਧੀਆ ਮਨੁੱਖੀ ਕੋਡਰਾਂ ਨੂੰ ਹਰਾਉਣ ਤੋਂ ਬਹੁਤ ਦੂਰ ਸੀ। ਉਨ੍ਹਾਂ ਮੁਕਾਬਲਿਆਂ ਵਿੱਚ, ਅਲਫ਼ਾਕੋਡ ਮਨਜ਼ੂਰ ਕੋਸ਼ਿਸ਼ਾਂ ਦੇ ਅੰਦਰ ਲਗਭਗ 30% ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰ ਸਕਦਾ ਸੀ, ਜਦੋਂ ਕਿ ਚੋਟੀ ਦੇ ਮਨੁੱਖੀ ਪ੍ਰੋਗਰਾਮਰ ਇੱਕ ਕੋਸ਼ਿਸ਼ ਨਾਲ 90% ਤੋਂ ਵੱਧ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਦੇ ਹਨ। ਇਹ ਪਾੜਾ ਇਸ ਗੱਲ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ ਕਿ ਜਦੋਂ ਕਿ ਏਆਈ ਇੱਕ ਬਿੰਦੂ ਤੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ ਐਲਗੋਰਿਦਮਿਕ ਕਾਰਜਾਂ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ, ਡੂੰਘੀ ਤਰਕ ਅਤੇ ਚਤੁਰਾਈ ਦੀ ਲੋੜ ਵਾਲੀਆਂ ਸਭ ਤੋਂ ਔਖੀਆਂ ਸਮੱਸਿਆਵਾਂ ਮਨੁੱਖੀ ਗੜ੍ਹ ਬਣੀਆਂ ਰਹਿੰਦੀਆਂ ਹਨ.

ਸੰਖੇਪ ਵਿੱਚ, AI ਨੇ ਡਿਵੈਲਪਰਾਂ ਦੇ ਰੋਜ਼ਾਨਾ ਟੂਲਕਿੱਟ ਵਿੱਚ ਆਪਣੇ ਆਪ ਨੂੰ ਮਜ਼ਬੂਤੀ ਨਾਲ ਸਥਾਪਿਤ ਕਰ ਲਿਆ ਹੈ। ਕੋਡ ਲਿਖਣ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਨ ਤੋਂ ਲੈ ਕੇ ਤੈਨਾਤੀ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਤੱਕ, ਇਹ ਵਿਕਾਸ ਪ੍ਰਕਿਰਿਆ ਦੇ ਹਰ ਹਿੱਸੇ ਨੂੰ ਛੂਹ ਰਿਹਾ ਹੈ। ਅੱਜ ਦਾ ਸਬੰਧ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਹਿਜੀਵ ਹੈ: AI ਇੱਕ ਦੇ ਰੂਪ ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਹੈ ਸਹਿ-ਪਾਇਲਟ (ਢੁਕਵੇਂ ਨਾਮ ਨਾਲ) ਜੋ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਅਤੇ ਘੱਟ ਨਿਰਾਸ਼ਾ ਨਾਲ ਕੋਡ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ, ਇੱਕ ਸੁਤੰਤਰ ਆਟੋਪਾਇਲਟ ਦੀ ਬਜਾਏ ਜੋ ਇਕੱਲੇ ਉੱਡ ਸਕਦਾ ਹੈ। ਅਗਲੇ ਭਾਗ ਵਿੱਚ, ਅਸੀਂ ਇਸ ਗੱਲ 'ਤੇ ਡੂੰਘਾਈ ਨਾਲ ਵਿਚਾਰ ਕਰਾਂਗੇ ਕਿ ਏਆਈ ਟੂਲਸ ਦਾ ਇਹ ਸ਼ਾਮਲ ਹੋਣਾ ਕਿਵੇਂ ਬਦਲ ਰਿਹਾ ਹੈ ਡਿਵੈਲਪਰਾਂ ਦੀ ਭੂਮਿਕਾ ਅਤੇ ਉਹਨਾਂ ਦੇ ਕੰਮ ਦੀ ਪ੍ਰਕਿਰਤੀ, ਬਿਹਤਰ ਲਈ ਜਾਂ ਮਾੜੇ ਲਈ।

ਏਆਈ ਡਿਵੈਲਪਰ ਭੂਮਿਕਾਵਾਂ ਅਤੇ ਉਤਪਾਦਕਤਾ ਨੂੰ ਕਿਵੇਂ ਬਦਲ ਰਿਹਾ ਹੈ

AI ਵੱਲੋਂ ਰੁਟੀਨ ਦੇ ਕੰਮ ਨੂੰ ਜ਼ਿਆਦਾ ਸੰਭਾਲਣ ਦੇ ਨਾਲ, ਸਾਫਟਵੇਅਰ ਡਿਵੈਲਪਰ ਦੀ ਭੂਮਿਕਾ ਸੱਚਮੁੱਚ ਵਿਕਸਤ ਹੋਣੀ ਸ਼ੁਰੂ ਹੋ ਗਈ ਹੈ। ਬਾਇਲਰਪਲੇਟ ਕੋਡ ਲਿਖਣ ਜਾਂ ਆਮ ਗਲਤੀਆਂ ਨੂੰ ਡੀਬੱਗ ਕਰਨ ਵਿੱਚ ਘੰਟੇ ਬਿਤਾਉਣ ਦੀ ਬਜਾਏ, ਡਿਵੈਲਪਰ ਉਹਨਾਂ ਕੰਮਾਂ ਨੂੰ ਆਪਣੇ AI ਸਹਾਇਕਾਂ ਨੂੰ ਆਫਲੋਡ ਕਰ ਸਕਦੇ ਹਨ। ਇਹ ਹੈ ਡਿਵੈਲਪਰ ਦਾ ਧਿਆਨ ਬਦਲਣਾ ਉੱਚ-ਪੱਧਰੀ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ, ਆਰਕੀਟੈਕਚਰ, ਅਤੇ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਦੇ ਰਚਨਾਤਮਕ ਪਹਿਲੂਆਂ ਵੱਲ। ਸੰਖੇਪ ਵਿੱਚ, AI ਹੈ ਵਧਾਉਣ ਵਾਲਾ ਡਿਵੈਲਪਰ, ਉਹਨਾਂ ਨੂੰ ਵਧੇਰੇ ਉਤਪਾਦਕ ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਵਧੇਰੇ ਨਵੀਨਤਾਕਾਰੀ ਬਣਨ ਦੀ ਆਗਿਆ ਦਿੰਦੇ ਹਨ। ਪਰ ਕੀ ਇਹ ਘੱਟ ਪ੍ਰੋਗਰਾਮਿੰਗ ਨੌਕਰੀਆਂ, ਜਾਂ ਸਿਰਫ਼ ਇੱਕ ਵੱਖਰੀ ਕਿਸਮ ਦੀ ਨੌਕਰੀ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਦਾ ਹੈ? ਆਓ ਉਤਪਾਦਕਤਾ ਅਤੇ ਭੂਮਿਕਾਵਾਂ 'ਤੇ ਪ੍ਰਭਾਵ ਦੀ ਪੜਚੋਲ ਕਰੀਏ:

ਉਤਪਾਦਕਤਾ ਵਧਾਉਣਾ: ਜ਼ਿਆਦਾਤਰ ਖਾਤਿਆਂ ਅਤੇ ਸ਼ੁਰੂਆਤੀ ਅਧਿਐਨਾਂ ਅਨੁਸਾਰ, AI ਕੋਡਿੰਗ ਟੂਲ ਡਿਵੈਲਪਰ ਉਤਪਾਦਕਤਾ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਵਧਾ ਰਹੇ ਹਨ। GitHub ਦੀ ਖੋਜ ਨੇ ਪਾਇਆ ਕਿ Copilot ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਡਿਵੈਲਪਰ AI ਮਦਦ ਤੋਂ ਬਿਨਾਂ ਕੰਮਾਂ ਨਾਲੋਂ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਕੰਮ ਪੂਰੇ ਕਰਨ ਦੇ ਯੋਗ ਸਨ।ਇੱਕ ਪ੍ਰਯੋਗ ਵਿੱਚ, ਡਿਵੈਲਪਰਾਂ ਨੇ ਕੋਪਾਇਲਟ ਦੀ ਸਹਾਇਤਾ ਨਾਲ ਇੱਕ ਕੋਡਿੰਗ ਕੰਮ ਨੂੰ ਔਸਤਨ 55% ਤੇਜ਼ੀ ਨਾਲ ਹੱਲ ਕੀਤਾ। - ਇਸ ਤੋਂ ਬਿਨਾਂ 2 ਘੰਟੇ 41 ਮਿੰਟ ਦੀ ਬਜਾਏ ਲਗਭਗ 1 ਘੰਟਾ 11 ਮਿੰਟ ਲੱਗਣਾ (ਖੋਜ: ਡਿਵੈਲਪਰ ਉਤਪਾਦਕਤਾ ਅਤੇ ਖੁਸ਼ੀ 'ਤੇ GitHub Copilot ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਮਾਪਣਾ - The GitHub ਬਲੌਗ). ਇਹ ਗਤੀ ਵਿੱਚ ਇੱਕ ਹੈਰਾਨੀਜਨਕ ਵਾਧਾ ਹੈ। ਇਹ ਸਿਰਫ਼ ਗਤੀ ਨਹੀਂ ਹੈ; ਡਿਵੈਲਪਰ ਰਿਪੋਰਟ ਕਰਦੇ ਹਨ ਕਿ AI ਸਹਾਇਤਾ ਨਿਰਾਸ਼ਾ ਅਤੇ "ਪ੍ਰਵਾਹ ਰੁਕਾਵਟਾਂ" ਨੂੰ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ। ਸਰਵੇਖਣਾਂ ਵਿੱਚ, 88% ਡਿਵੈਲਪਰ ਕੋਪਾਇਲਟ ਦੀ ਵਰਤੋਂ ਕਰਨ ਨਾਲ ਕਿਹਾ ਗਿਆ ਕਿ ਇਸ ਨਾਲ ਉਨ੍ਹਾਂ ਨੂੰ ਵਧੇਰੇ ਉਤਪਾਦਕ ਬਣਾਇਆ ਗਿਆ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਵਧੇਰੇ ਸੰਤੁਸ਼ਟੀਜਨਕ ਕੰਮ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਦੀ ਆਗਿਆ ਮਿਲੀ (ਕਿੰਨੇ ਪ੍ਰਤੀਸ਼ਤ ਡਿਵੈਲਪਰਾਂ ਨੇ ਕਿਹਾ ਹੈ ਕਿ ਗਿਥਬ ਕੋਪਾਇਲਟ ਬਣਾਉਂਦਾ ਹੈ ...). ਇਹ ਟੂਲ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਥਕਾਵਟ ਵਾਲੇ ਟੁਕੜਿਆਂ ਨੂੰ ਸੰਭਾਲ ਕੇ "ਜ਼ੋਨ ਵਿੱਚ" ਰਹਿਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ, ਜੋ ਬਦਲੇ ਵਿੱਚ ਮੁਸ਼ਕਲ ਸਮੱਸਿਆਵਾਂ ਲਈ ਮਾਨਸਿਕ ਊਰਜਾ ਦੀ ਬਚਤ ਕਰਦਾ ਹੈ। ਨਤੀਜੇ ਵਜੋਂ, ਬਹੁਤ ਸਾਰੇ ਡਿਵੈਲਪਰ ਮਹਿਸੂਸ ਕਰਦੇ ਹਨ ਕਿ ਕੋਡਿੰਗ ਵਧੇਰੇ ਮਜ਼ੇਦਾਰ ਹੋ ਗਈ ਹੈ - ਘੱਟ ਗਰੰਟ ਵਰਕ ਅਤੇ ਵਧੇਰੇ ਰਚਨਾਤਮਕਤਾ।

ਰੋਜ਼ਾਨਾ ਕੰਮ ਬਦਲਣਾ: ਇਹਨਾਂ ਉਤਪਾਦਕਤਾ ਲਾਭਾਂ ਦੇ ਨਾਲ-ਨਾਲ ਇੱਕ ਪ੍ਰੋਗਰਾਮਰ ਦਾ ਰੋਜ਼ਾਨਾ ਵਰਕਫਲੋ ਬਦਲ ਰਿਹਾ ਹੈ। ਬਹੁਤ ਸਾਰੇ "ਵਿਅਸਤ ਕੰਮ" - ਬਾਇਲਰਪਲੇਟ ਲਿਖਣਾ, ਆਮ ਪੈਟਰਨਾਂ ਨੂੰ ਦੁਹਰਾਉਣਾ, ਸੰਟੈਕਸ ਦੀ ਖੋਜ ਕਰਨਾ - ਨੂੰ AI ਵਿੱਚ ਆਫਲੋਡ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਗੇਟਰ ਅਤੇ ਸੈਟਰਾਂ ਨਾਲ ਇੱਕ ਡੇਟਾ ਕਲਾਸ ਨੂੰ ਹੱਥੀਂ ਲਿਖਣ ਦੀ ਬਜਾਏ, ਇੱਕ ਡਿਵੈਲਪਰ AI ਨੂੰ ਇਸਨੂੰ ਤਿਆਰ ਕਰਨ ਲਈ ਕਹਿ ਸਕਦਾ ਹੈ। ਸਹੀ API ਕਾਲ ਲੱਭਣ ਲਈ ਦਸਤਾਵੇਜ਼ਾਂ ਦੀ ਖੋਜ ਕਰਨ ਦੀ ਬਜਾਏ, ਇੱਕ ਡਿਵੈਲਪਰ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਵਿੱਚ AI ਨੂੰ ਪੁੱਛ ਸਕਦਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਡਿਵੈਲਪਰ ਰੋਟ ਕੋਡਿੰਗ 'ਤੇ ਮੁਕਾਬਲਤਨ ਘੱਟ ਸਮਾਂ ਅਤੇ ਮਨੁੱਖੀ ਨਿਰਣੇ ਦੀ ਲੋੜ ਵਾਲੇ ਕੰਮਾਂ 'ਤੇ ਜ਼ਿਆਦਾ ਸਮਾਂ ਬਿਤਾਉਂਦੇ ਹਨ।. ਜਿਵੇਂ ਕਿ AI ਕੋਡ ਦੇ ਆਸਾਨ 80% ਨੂੰ ਲਿਖਣ ਦਾ ਕੰਮ ਸੰਭਾਲ ਲੈਂਦਾ ਹੈ, ਡਿਵੈਲਪਰ ਦਾ ਕੰਮ AI ਆਉਟਪੁੱਟ ਦੀ ਨਿਗਰਾਨੀ (ਕੋਡ ਸੁਝਾਵਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰਨਾ, ਉਹਨਾਂ ਦੀ ਜਾਂਚ ਕਰਨਾ) ਅਤੇ ਉਹਨਾਂ ਮੁਸ਼ਕਲ 20% ਸਮੱਸਿਆਵਾਂ ਨਾਲ ਨਜਿੱਠਣ ਵੱਲ ਬਦਲ ਜਾਂਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ AI ਨਹੀਂ ਸਮਝ ਸਕਦਾ। ਅਭਿਆਸ ਵਿੱਚ, ਇੱਕ ਡਿਵੈਲਪਰ ਆਪਣੇ ਦਿਨ ਦੀ ਸ਼ੁਰੂਆਤ AI-ਉਤਪੰਨ ਪੁੱਲ ਬੇਨਤੀਆਂ ਨੂੰ ਟ੍ਰਾਈਜ ਕਰਕੇ ਜਾਂ AI-ਸੁਝਾਏ ਗਏ ਫਿਕਸ ਦੇ ਇੱਕ ਸਮੂਹ ਦੀ ਸਮੀਖਿਆ ਕਰਕੇ ਕਰ ਸਕਦਾ ਹੈ, ਉਹਨਾਂ ਸਾਰੇ ਬਦਲਾਵਾਂ ਨੂੰ ਸ਼ੁਰੂ ਤੋਂ ਲਿਖਣ ਦੀ ਬਜਾਏ।

ਸਹਿਯੋਗ ਅਤੇ ਟੀਮ ਗਤੀਸ਼ੀਲਤਾ: ਦਿਲਚਸਪ ਗੱਲ ਇਹ ਹੈ ਕਿ ਏਆਈ ਟੀਮ ਦੀ ਗਤੀਸ਼ੀਲਤਾ ਨੂੰ ਵੀ ਪ੍ਰਭਾਵਿਤ ਕਰ ਰਿਹਾ ਹੈ। ਰੁਟੀਨ ਕੰਮਾਂ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰਨ ਨਾਲ, ਟੀਮਾਂ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਘੱਟ ਜੂਨੀਅਰ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਗਰੰਟ ਵਰਕ ਲਈ ਨਿਯੁਕਤ ਕਰਕੇ ਵਧੇਰੇ ਪ੍ਰਾਪਤੀ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਕੁਝ ਕੰਪਨੀਆਂ ਰਿਪੋਰਟ ਕਰਦੀਆਂ ਹਨ ਕਿ ਉਨ੍ਹਾਂ ਦੇ ਸੀਨੀਅਰ ਇੰਜੀਨੀਅਰ ਵਧੇਰੇ ਸਵੈ-ਨਿਰਭਰ ਹੋ ਸਕਦੇ ਹਨ - ਉਹ ਏਆਈ ਦੀ ਮਦਦ ਨਾਲ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਜਲਦੀ ਪ੍ਰੋਟੋਟਾਈਪ ਕਰ ਸਕਦੇ ਹਨ, ਸ਼ੁਰੂਆਤੀ ਡਰਾਫਟ ਕਰਨ ਲਈ ਕਿਸੇ ਜੂਨੀਅਰ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ। ਹਾਲਾਂਕਿ, ਇਹ ਇੱਕ ਨਵੀਂ ਚੁਣੌਤੀ ਖੜ੍ਹੀ ਕਰਦਾ ਹੈ: ਸਲਾਹ ਅਤੇ ਗਿਆਨ ਸਾਂਝਾ ਕਰਨਾ। ਜੂਨੀਅਰਾਂ ਨੂੰ ਸਧਾਰਨ ਕੰਮ ਕਰਕੇ ਸਿੱਖਣ ਦੀ ਬਜਾਏ, ਉਹਨਾਂ ਨੂੰ ਇਹ ਸਿੱਖਣ ਦੀ ਜ਼ਰੂਰਤ ਹੋ ਸਕਦੀ ਹੈ ਕਿ ਕਿਵੇਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਪ੍ਰਬੰਧਿਤ ਕਰੋ AI ਆਉਟਪੁੱਟ। ਟੀਮ ਸਹਿਯੋਗ AI ਪ੍ਰੋਂਪਟਾਂ ਨੂੰ ਸਮੂਹਿਕ ਤੌਰ 'ਤੇ ਸੁਧਾਰਨ ਜਾਂ ਖਾਮੀਆਂ ਲਈ AI-ਤਿਆਰ ਕੀਤੇ ਕੋਡ ਦੀ ਸਮੀਖਿਆ ਕਰਨ ਵਰਗੀਆਂ ਗਤੀਵਿਧੀਆਂ ਵਿੱਚ ਬਦਲ ਸਕਦਾ ਹੈ। ਸਕਾਰਾਤਮਕ ਪੱਖ ਤੋਂ, ਜਦੋਂ ਟੀਮ ਦੇ ਹਰ ਮੈਂਬਰ ਕੋਲ ਇੱਕ AI ਸਹਾਇਕ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਇਹ ਖੇਡ ਦੇ ਮੈਦਾਨ ਨੂੰ ਬਰਾਬਰ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਡਿਜ਼ਾਈਨ ਵਿਚਾਰ-ਵਟਾਂਦਰੇ, ਰਚਨਾਤਮਕ ਦਿਮਾਗੀ ਸੋਚ, ਅਤੇ ਗੁੰਝਲਦਾਰ ਉਪਭੋਗਤਾ ਜ਼ਰੂਰਤਾਂ ਨਾਲ ਨਜਿੱਠਣ ਲਈ ਵਧੇਰੇ ਸਮਾਂ ਦੇ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਕੋਈ ਵੀ AI ਵਰਤਮਾਨ ਵਿੱਚ ਬਾਹਰੋਂ ਨਹੀਂ ਸਮਝਦਾ। ਦਰਅਸਲ, ਪੰਜ ਵਿੱਚੋਂ ਚਾਰ ਤੋਂ ਵੱਧ ਡਿਵੈਲਪਰ ਮੰਨਦੇ ਹਨ ਕਿ AI ਕੋਡਿੰਗ ਟੂਲ ਟੀਮ ਸਹਿਯੋਗ ਵਧਾਉਣਾ ਜਾਂ ਘੱਟੋ ਘੱਟ ਉਹਨਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਅਤੇ ਸਮੱਸਿਆ-ਹੱਲ ਕਰਨ 'ਤੇ ਹੋਰ ਸਹਿਯੋਗ ਕਰਨ ਲਈ ਆਜ਼ਾਦ ਕਰੋ, GitHub ਦੇ 2023 ਸਰਵੇਖਣ ਦੇ ਨਤੀਜਿਆਂ ਅਨੁਸਾਰ (ਸਰਵੇਖਣ ਡਿਵੈਲਪਰ ਅਨੁਭਵ 'ਤੇ AI ਦੇ ਪ੍ਰਭਾਵ ਦਾ ਖੁਲਾਸਾ ਕਰਦਾ ਹੈ - GitHub ਬਲੌਗ).

ਨੌਕਰੀ ਦੀਆਂ ਭੂਮਿਕਾਵਾਂ 'ਤੇ ਪ੍ਰਭਾਵ: ਇੱਕ ਵੱਡਾ ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਕੀ AI ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਮੰਗ ਨੂੰ ਘਟਾਏਗਾ (ਕਿਉਂਕਿ ਹਰੇਕ ਪ੍ਰੋਗਰਾਮਰ ਹੁਣ ਵਧੇਰੇ ਉਤਪਾਦਕ ਹੈ), ਜਾਂ ਕੀ ਇਹ ਸਿਰਫ਼ ਮੰਗੇ ਗਏ ਹੁਨਰਾਂ ਨੂੰ ਬਦਲ ਦੇਵੇਗਾ। ਹੋਰ ਆਟੋਮੇਸ਼ਨ (ਜਿਵੇਂ ਕਿ devops ਟੂਲਸ ਦਾ ਉਭਾਰ, ਜਾਂ ਉੱਚ-ਪੱਧਰੀ ਪ੍ਰੋਗਰਾਮਿੰਗ ਭਾਸ਼ਾਵਾਂ) ਦੇ ਨਾਲ ਇਤਿਹਾਸਕ ਉਦਾਹਰਣ ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ ਕਿ ਡਿਵੈਲਪਰ ਨੌਕਰੀਆਂ ਇੰਨੀਆਂ ਖਤਮ ਨਹੀਂ ਹੁੰਦੀਆਂ ਜਿੰਨੀਆਂ ਉਹ ਹਨ। ਉੱਚਾ ਕੀਤਾ ਗਿਆ. ਦਰਅਸਲ, ਉਦਯੋਗ ਵਿਸ਼ਲੇਸ਼ਕ ਭਵਿੱਖਬਾਣੀ ਕਰਦੇ ਹਨ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਦੀਆਂ ਭੂਮਿਕਾਵਾਂ ਵਧਦੀਆਂ ਰਹਿਣਗੀਆਂ, ਪਰ ਉਨ੍ਹਾਂ ਭੂਮਿਕਾਵਾਂ ਦੀ ਪ੍ਰਕਿਰਤੀ ਬਦਲ ਜਾਵੇਗੀ।ਗਾਰਟਨਰ ਦੀ ਇੱਕ ਤਾਜ਼ਾ ਰਿਪੋਰਟ ਵਿੱਚ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ ਗਈ ਹੈ ਕਿ 2027 ਤੱਕ, 50% ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਸੰਗਠਨ ਉਤਪਾਦਕਤਾ ਨੂੰ ਵਧਾਉਣ ਲਈ ਏਆਈ-ਵਧਾਇਆ "ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਇੰਟੈਲੀਜੈਂਸ" ਪਲੇਟਫਾਰਮ ਅਪਣਾਉਣਗੇ।, 2024 ਵਿੱਚ ਸਿਰਫ਼ 5% ਤੋਂ ਵੱਧ (ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024]). ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਕੰਪਨੀਆਂ AI ਨੂੰ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਏਕੀਕ੍ਰਿਤ ਕਰਨਗੀਆਂ, ਪਰ ਇਸਦਾ ਅਰਥ ਹੈ ਕਿ ਡਿਵੈਲਪਰ ਕੰਮ ਕਰਨਗੇ ਨਾਲ ਉਹ ਬੁੱਧੀਮਾਨ ਪਲੇਟਫਾਰਮ। ਇਸੇ ਤਰ੍ਹਾਂ, ਸਲਾਹਕਾਰ ਫਰਮ ਮੈਕਿੰਸੀ ਪ੍ਰੋਜੈਕਟ ਕਰਦੀ ਹੈ ਕਿ ਜਦੋਂ ਕਿ AI ਬਹੁਤ ਸਾਰੇ ਕੰਮਾਂ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰ ਸਕਦਾ ਹੈ, ਲਗਭਗ 80% ਪ੍ਰੋਗਰਾਮਿੰਗ ਨੌਕਰੀਆਂ ਨੂੰ ਅਜੇ ਵੀ ਲੂਪ ਵਿੱਚ ਇੱਕ ਮਨੁੱਖ ਦੀ ਲੋੜ ਹੋਵੇਗੀ ਅਤੇ ਉਹ "ਮਨੁੱਖੀ-ਕੇਂਦ੍ਰਿਤ" ਰਹਿਣਗੇ।. ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਸਾਨੂੰ ਅਜੇ ਵੀ ਜ਼ਿਆਦਾਤਰ ਡਿਵੈਲਪਰ ਅਹੁਦਿਆਂ ਲਈ ਲੋਕਾਂ ਦੀ ਲੋੜ ਪਵੇਗੀ, ਪਰ ਨੌਕਰੀ ਦੇ ਵੇਰਵੇ ਬਦਲ ਸਕਦੇ ਹਨ।

ਇੱਕ ਸੰਭਾਵੀ ਤਬਦੀਲੀ ਭੂਮਿਕਾਵਾਂ ਦਾ ਉਭਾਰ ਹੈ ਜਿਵੇਂ ਕਿ "ਏਆਈ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ" ਜਾਂ "ਪ੍ਰੌਮਪਟ ਇੰਜੀਨੀਅਰ" - ਡਿਵੈਲਪਰ ਜੋ AI ਕੰਪੋਨੈਂਟਸ ਬਣਾਉਣ ਜਾਂ ਆਰਕੈਸਟ੍ਰੇਟ ਕਰਨ ਵਿੱਚ ਮਾਹਰ ਹਨ। ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ AI/ML ਮੁਹਾਰਤ ਵਾਲੇ ਡਿਵੈਲਪਰਾਂ ਦੀ ਮੰਗ ਨੂੰ ਅਸਮਾਨ ਛੂਹਦੇ ਦੇਖ ਰਹੇ ਹਾਂ। Indeed ਦੇ ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਅਨੁਸਾਰ, AI ਨਾਲ ਸਬੰਧਤ ਤਿੰਨ ਸਭ ਤੋਂ ਵੱਧ ਮੰਗ ਵਾਲੀਆਂ ਨੌਕਰੀਆਂ ਹਨ ਡਾਟਾ ਵਿਗਿਆਨੀ, ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ, ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਇੰਜੀਨੀਅਰ, ਅਤੇ ਇਹਨਾਂ ਭੂਮਿਕਾਵਾਂ ਦੀ ਮੰਗ ਪਿਛਲੇ ਤਿੰਨ ਸਾਲਾਂ ਵਿੱਚ ਦੁੱਗਣੇ ਤੋਂ ਵੀ ਵੱਧ (ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024]). ਰਵਾਇਤੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਤੋਂ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀਆਂ ਮੂਲ ਗੱਲਾਂ ਨੂੰ ਸਮਝਣ ਜਾਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ AI ਸੇਵਾਵਾਂ ਨੂੰ ਜੋੜਨ ਦੀ ਉਮੀਦ ਵੱਧਦੀ ਜਾਂਦੀ ਹੈ। ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬੇਲੋੜਾ ਬਣਾਉਣ ਤੋਂ ਬਹੁਤ ਦੂਰ, "ਏਆਈ ਪੇਸ਼ੇ ਨੂੰ ਉੱਚਾ ਚੁੱਕ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਉੱਚ-ਪੱਧਰੀ ਕੰਮਾਂ ਅਤੇ ਨਵੀਨਤਾ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।" (ਕੀ 2025 ਵਿੱਚ ਏਆਈ ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਲੈਣ ਜਾ ਰਿਹਾ ਹੈ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ) ਬਹੁਤ ਸਾਰੇ ਰੁਟੀਨ ਕੋਡਿੰਗ ਕਾਰਜ AI ਦੁਆਰਾ ਸੰਭਾਲੇ ਜਾ ਸਕਦੇ ਹਨ, ਪਰ ਡਿਵੈਲਪਰ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ, ਮੋਡੀਊਲਾਂ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ, ਗੁਣਵੱਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਅਤੇ ਨਵੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਵਿੱਚ ਵਧੇਰੇ ਰੁੱਝੇ ਹੋਣਗੇ। ਇੱਕ AI-ਫਾਰਵਰਡ ਕੰਪਨੀ ਦੇ ਇੱਕ ਸੀਨੀਅਰ ਇੰਜੀਨੀਅਰ ਨੇ ਇਸਦਾ ਸੰਖੇਪ ਚੰਗੀ ਤਰ੍ਹਾਂ ਦਿੱਤਾ: ਏਆਈ ਸਾਡੇ ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈਂਦਾ; ਇਹ ਵਧਾਉਂਦਾ ਹੈ ਉਹਨਾਂ ਨੂੰ। ਸ਼ਕਤੀਸ਼ਾਲੀ ਏਆਈ ਟੂਲਸ ਨਾਲ ਲੈਸ ਇੱਕ ਸਿੰਗਲ ਡਿਵੈਲਪਰ ਕਈਆਂ ਦਾ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਉਹ ਡਿਵੈਲਪਰ ਹੁਣ ਅਜਿਹਾ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ ਜੋ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਅਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੈ।

ਅਸਲ-ਸੰਸਾਰ ਉਦਾਹਰਣ: ਇੱਕ ਸਾਫਟਵੇਅਰ ਫਰਮ ਦੇ ਇੱਕ ਦ੍ਰਿਸ਼ 'ਤੇ ਵਿਚਾਰ ਕਰੋ ਜਿਸਨੇ ਆਪਣੇ ਸਾਰੇ ਡਿਵੈਲਪਰਾਂ ਲਈ GitHub Copilot ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕੀਤਾ। ਇਸਦਾ ਤੁਰੰਤ ਪ੍ਰਭਾਵ ਯੂਨਿਟ ਟੈਸਟਾਂ ਅਤੇ ਬਾਇਲਰਪਲੇਟ ਕੋਡ ਲਿਖਣ 'ਤੇ ਬਿਤਾਏ ਸਮੇਂ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਮੀ ਸੀ। ਇੱਕ ਜੂਨੀਅਰ ਡਿਵੈਲਪਰ ਨੇ ਪਾਇਆ ਕਿ Copilot ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਉਹ ਇੱਕ ਨਵੀਂ ਵਿਸ਼ੇਸ਼ਤਾ ਦੇ ਕੋਡ ਦਾ 80% ਤੇਜ਼ੀ ਨਾਲ ਤਿਆਰ ਕਰ ਸਕਦੀ ਹੈ, ਫਿਰ ਬਾਕੀ 20% ਨੂੰ ਅਨੁਕੂਲਿਤ ਕਰਨ ਅਤੇ ਏਕੀਕਰਣ ਟੈਸਟ ਲਿਖਣ ਵਿੱਚ ਆਪਣਾ ਸਮਾਂ ਬਿਤਾ ਸਕਦੀ ਹੈ। ਕੋਡ ਆਉਟਪੁੱਟ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਉਸਦੀ ਉਤਪਾਦਕਤਾ ਲਗਭਗ ਦੁੱਗਣੀ ਹੋ ਗਈ, ਪਰ ਹੋਰ ਦਿਲਚਸਪ ਗੱਲ ਇਹ ਹੈ ਕਿ, ਉਸਦੇ ਯੋਗਦਾਨ ਦੀ ਪ੍ਰਕਿਰਤੀ ਬਦਲ ਗਈ - ਉਹ ਇੱਕ ਹੋਰ ਬਣ ਗਈ ਕੋਡ ਸਮੀਖਿਅਕ ਅਤੇ ਟੈਸਟ ਡਿਜ਼ਾਈਨਰ ਏਆਈ-ਲਿਖੇ ਕੋਡ ਲਈ। ਟੀਮ ਨੇ ਇਹ ਵੀ ਦੇਖਿਆ ਕਿ ਕੋਡ ਸਮੀਖਿਆਵਾਂ ਨੇ ਧਿਆਨ ਖਿੱਚਣਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ ਹੈ ਏਆਈ ਗਲਤੀਆਂ ਮਨੁੱਖੀ ਟਾਈਪੋ ਦੀ ਬਜਾਏ। ਉਦਾਹਰਣ ਵਜੋਂ, ਕੋਪਾਇਲਟ ਕਦੇ-ਕਦੇ ਇੱਕ ਅਸੁਰੱਖਿਅਤ ਇਨਕ੍ਰਿਪਸ਼ਨ ਲਾਗੂਕਰਨ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਸੀ; ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਉਹਨਾਂ ਨੂੰ ਲੱਭਣਾ ਅਤੇ ਠੀਕ ਕਰਨਾ ਪੈਂਦਾ ਸੀ। ਇਸ ਤਰ੍ਹਾਂ ਦੀ ਉਦਾਹਰਣ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਜਦੋਂ ਆਉਟਪੁੱਟ ਵਧਿਆ, ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਅਤੇ ਮੁਹਾਰਤ ਹੋਰ ਵੀ ਮਹੱਤਵਪੂਰਨ ਹੋ ਗਈ ਵਰਕਫਲੋ ਵਿੱਚ।

ਸੰਖੇਪ ਵਿੱਚ, AI ਬਿਨਾਂ ਸ਼ੱਕ ਡਿਵੈਲਪਰਾਂ ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਨੂੰ ਬਦਲ ਰਿਹਾ ਹੈ: ਉਹਨਾਂ ਨੂੰ ਤੇਜ਼ ਬਣਾ ਰਿਹਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਵਧੇਰੇ ਮਹੱਤਵਾਕਾਂਖੀ ਸਮੱਸਿਆਵਾਂ ਨਾਲ ਨਜਿੱਠਣ ਦੀ ਆਗਿਆ ਦੇ ਰਿਹਾ ਹੈ, ਪਰ ਉਹਨਾਂ ਨੂੰ ਇਹ ਵੀ ਲੋੜੀਂਦਾ ਹੈ ਕਿ ਹੁਨਰਮੰਦੀ (ਏਆਈ ਦੀ ਵਰਤੋਂ ਅਤੇ ਉੱਚ-ਪੱਧਰੀ ਸੋਚ ਦੋਵਾਂ ਵਿੱਚ)। ਇਹ "ਏਆਈ ਦੁਆਰਾ ਨੌਕਰੀਆਂ ਲੈਣ" ਦੀ ਕਹਾਣੀ ਘੱਟ ਹੈ, ਸਗੋਂ "ਏਆਈ ਦੁਆਰਾ ਨੌਕਰੀਆਂ ਬਦਲਣ" ਦੀ ਕਹਾਣੀ ਜ਼ਿਆਦਾ ਹੈ। ਡਿਵੈਲਪਰ ਜੋ ਇਹਨਾਂ ਸਾਧਨਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਵਰਤਣਾ ਸਿੱਖਦੇ ਹਨ, ਉਹ ਆਪਣੇ ਪ੍ਰਭਾਵ ਨੂੰ ਵਧਾ ਸਕਦੇ ਹਨ - ਉਹ ਕਲੀਚ ਜੋ ਅਸੀਂ ਅਕਸਰ ਸੁਣਦੇ ਹਾਂ, “AI ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲਵੇਗਾ, ਪਰ ਜੋ ਡਿਵੈਲਪਰ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, ਉਹ ਉਨ੍ਹਾਂ ਦੀ ਥਾਂ ਲੈ ਸਕਦੇ ਹਨ ਜੋ ਨਹੀਂ ਕਰਦੇ।" ਅਗਲੇ ਭਾਗਾਂ ਵਿੱਚ ਇਹ ਪਤਾ ਲਗਾਇਆ ਜਾਵੇਗਾ ਕਿ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਅਜੇ ਵੀ ਕਿਉਂ ਜ਼ਰੂਰੀ ਹਨ (ਕੀ ਏ.ਆਈ. ਨਹੀਂ ਕਰ ਸਕਦਾ ਚੰਗਾ ਕਰੋ), ਅਤੇ ਡਿਵੈਲਪਰ AI ਦੇ ਨਾਲ-ਨਾਲ ਵਧਣ-ਫੁੱਲਣ ਲਈ ਆਪਣੇ ਹੁਨਰਾਂ ਨੂੰ ਕਿਵੇਂ ਢਾਲ ਸਕਦੇ ਹਨ।

ਏਆਈ ਦੀਆਂ ਸੀਮਾਵਾਂ (ਮਨੁੱਖ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਰਹਿੰਦੇ ਹਨ)

ਆਪਣੀਆਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਮਰੱਥਾਵਾਂ ਦੇ ਬਾਵਜੂਦ, ਅੱਜ ਦੀ ਏਆਈ ਸਪੱਸ਼ਟ ਹੈ ਸੀਮਾਵਾਂ ਜੋ ਇਸਨੂੰ ਮਨੁੱਖੀ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਪੁਰਾਣੇ ਹੋਣ ਤੋਂ ਰੋਕਦਾ ਹੈ। ਇਹਨਾਂ ਸੀਮਾਵਾਂ ਨੂੰ ਸਮਝਣਾ ਇਹ ਸਮਝਣ ਦੀ ਕੁੰਜੀ ਹੈ ਕਿ ਵਿਕਾਸ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਅਜੇ ਵੀ ਬਹੁਤ ਲੋੜ ਕਿਉਂ ਹੈ। AI ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸੰਦ ਹੈ, ਪਰ ਇਹ ਕੋਈ ਜਾਦੂਈ ਗੋਲੀ ਨਹੀਂ ਹੈ ਜੋ ਇੱਕ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਦੀ ਰਚਨਾਤਮਕਤਾ, ਆਲੋਚਨਾਤਮਕ ਸੋਚ ਅਤੇ ਪ੍ਰਸੰਗਿਕ ਸਮਝ ਨੂੰ ਬਦਲ ਸਕਦੀ ਹੈ। ਇੱਥੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਵਿੱਚ AI ਦੀਆਂ ਕੁਝ ਬੁਨਿਆਦੀ ਕਮੀਆਂ ਅਤੇ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਦੀਆਂ ਅਨੁਸਾਰੀ ਸ਼ਕਤੀਆਂ ਹਨ:

  • ਸੱਚੀ ਸਮਝ ਅਤੇ ਰਚਨਾਤਮਕਤਾ ਦੀ ਘਾਟ: ਮੌਜੂਦਾ ਏਆਈ ਮਾਡਲ ਸੱਚਮੁੱਚ ਨਹੀਂ ਕਰਦੇ ਸਮਝੋ ਕੋਡ ਜਾਂ ਸਮੱਸਿਆਵਾਂ ਜਿਵੇਂ ਮਨੁੱਖ ਕਰਦੇ ਹਨ; ਉਹ ਪੈਟਰਨਾਂ ਨੂੰ ਪਛਾਣਦੇ ਹਨ ਅਤੇ ਸਿਖਲਾਈ ਡੇਟਾ ਦੇ ਅਧਾਰ ਤੇ ਸੰਭਾਵਿਤ ਆਉਟਪੁੱਟ ਨੂੰ ਮੁੜ ਸੁਰਜੀਤ ਕਰਦੇ ਹਨ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ AI ਉਹਨਾਂ ਕੰਮਾਂ ਨਾਲ ਸੰਘਰਸ਼ ਕਰ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਲਈ ਅਸਲੀ, ਰਚਨਾਤਮਕ ਹੱਲ ਜਾਂ ਨਵੇਂ ਸਮੱਸਿਆ ਵਾਲੇ ਡੋਮੇਨਾਂ ਦੀ ਡੂੰਘੀ ਸਮਝ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇੱਕ AI ਪਹਿਲਾਂ ਦੇਖੇ ਗਏ ਇੱਕ ਨਿਰਧਾਰਨ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਕੋਡ ਤਿਆਰ ਕਰਨ ਦੇ ਯੋਗ ਹੋ ਸਕਦਾ ਹੈ, ਪਰ ਇਸਨੂੰ ਇੱਕ ਬੇਮਿਸਾਲ ਸਮੱਸਿਆ ਲਈ ਇੱਕ ਨਵਾਂ ਐਲਗੋਰਿਦਮ ਡਿਜ਼ਾਈਨ ਕਰਨ ਜਾਂ ਇੱਕ ਅਸਪਸ਼ਟ ਲੋੜ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਕਹੋ, ਅਤੇ ਇਹ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਲੜਖੜਾ ਜਾਵੇਗਾ। ਜਿਵੇਂ ਕਿ ਇੱਕ ਨਿਰੀਖਕ ਨੇ ਕਿਹਾ, AI ਅੱਜ "ਮਨੁੱਖੀ ਵਿਕਾਸਕਰਤਾਵਾਂ ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤੀਆਂ ਗਈਆਂ ਰਚਨਾਤਮਕ ਅਤੇ ਆਲੋਚਨਾਤਮਕ ਸੋਚ ਦੀਆਂ ਯੋਗਤਾਵਾਂ ਦੀ ਘਾਟ ਹੈ।" (ਕੀ 2025 ਵਿੱਚ ਏਆਈ ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਲੈਣ ਜਾ ਰਿਹਾ ਹੈ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ) ਮਨੁੱਖ ਬਾਕਸ ਤੋਂ ਬਾਹਰ ਸੋਚਣ ਵਿੱਚ ਉੱਤਮ ਹੁੰਦੇ ਹਨ - ਸਾਫਟਵੇਅਰ ਆਰਕੀਟੈਕਚਰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਜਾਂ ਗੁੰਝਲਦਾਰ ਮੁੱਦਿਆਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਡੋਮੇਨ ਗਿਆਨ, ਅਨੁਭਵ ਅਤੇ ਰਚਨਾਤਮਕਤਾ ਨੂੰ ਜੋੜਦੇ ਹਨ। ਇਸਦੇ ਉਲਟ, AI ਉਹਨਾਂ ਪੈਟਰਨਾਂ ਤੱਕ ਸੀਮਤ ਹੈ ਜੋ ਉਸਨੇ ਸਿੱਖੇ ਹਨ; ਜੇਕਰ ਕੋਈ ਸਮੱਸਿਆ ਉਹਨਾਂ ਪੈਟਰਨਾਂ ਨਾਲ ਚੰਗੀ ਤਰ੍ਹਾਂ ਮੇਲ ਨਹੀਂ ਖਾਂਦੀ, ਤਾਂ AI ਗਲਤ ਜਾਂ ਬੇਤੁਕਾ ਕੋਡ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ (ਅਕਸਰ ਵਿਸ਼ਵਾਸ ਨਾਲ!)। ਨਵੀਨਤਾ ਸਾਫਟਵੇਅਰ ਵਿੱਚ - ਨਵੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਨਵੇਂ ਉਪਭੋਗਤਾ ਅਨੁਭਵ, ਜਾਂ ਨਵੇਂ ਤਕਨੀਕੀ ਪਹੁੰਚਾਂ ਦੇ ਨਾਲ ਆਉਣਾ - ਇੱਕ ਮਨੁੱਖੀ-ਸੰਚਾਲਿਤ ਗਤੀਵਿਧੀ ਬਣੀ ਹੋਈ ਹੈ।

  • ਸੰਦਰਭ ਅਤੇ ਵੱਡੀ ਤਸਵੀਰ ਦੀ ਸਮਝ: ਸਾਫਟਵੇਅਰ ਬਣਾਉਣਾ ਸਿਰਫ਼ ਕੋਡ ਦੀਆਂ ਲਾਈਨਾਂ ਲਿਖਣਾ ਨਹੀਂ ਹੈ। ਇਸ ਵਿੱਚ ਸਮਝਣਾ ਸ਼ਾਮਲ ਹੈ ਕਿਉਂ ਕੋਡ ਦੇ ਪਿੱਛੇ - ਕਾਰੋਬਾਰੀ ਜ਼ਰੂਰਤਾਂ, ਉਪਭੋਗਤਾ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ, ਅਤੇ ਉਹ ਸੰਦਰਭ ਜਿਸ ਵਿੱਚ ਸਾਫਟਵੇਅਰ ਕੰਮ ਕਰਦਾ ਹੈ। AI ਕੋਲ ਸੰਦਰਭ ਦੀ ਇੱਕ ਬਹੁਤ ਹੀ ਤੰਗ ਵਿੰਡੋ ਹੈ (ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਸਮੇਂ 'ਤੇ ਦਿੱਤੇ ਗਏ ਇਨਪੁੱਟ ਤੱਕ ਸੀਮਿਤ)। ਇਹ ਇੱਕ ਸਿਸਟਮ ਦੇ ਮੁੱਖ ਉਦੇਸ਼ ਨੂੰ ਸੱਚਮੁੱਚ ਨਹੀਂ ਸਮਝਦਾ ਜਾਂ ਇੱਕ ਮੋਡੀਊਲ ਦੂਜੇ ਨਾਲ ਕਿਵੇਂ ਇੰਟਰੈਕਟ ਕਰਦਾ ਹੈ, ਕੋਡ ਵਿੱਚ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਕੀ ਹੈ, ਇਸ ਤੋਂ ਪਰੇ। ਨਤੀਜੇ ਵਜੋਂ, AI ਅਜਿਹਾ ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਇੱਕ ਛੋਟੇ ਕੰਮ ਲਈ ਕੰਮ ਕਰਦਾ ਹੈ ਪਰ ਵੱਡੇ ਸਿਸਟਮ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ ਚੰਗੀ ਤਰ੍ਹਾਂ ਫਿੱਟ ਨਹੀਂ ਬੈਠਦਾ ਜਾਂ ਕੁਝ ਅਪ੍ਰਤੱਖ ਜ਼ਰੂਰਤਾਂ ਦੀ ਉਲੰਘਣਾ ਕਰਦਾ ਹੈ। ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਕਿ ਸਾਫਟਵੇਅਰ ਵਪਾਰਕ ਟੀਚਿਆਂ ਅਤੇ ਉਪਭੋਗਤਾ ਦੀਆਂ ਉਮੀਦਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ। ਗੁੰਝਲਦਾਰ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ - ਇਹ ਸਮਝਣਾ ਕਿ ਇੱਕ ਹਿੱਸੇ ਵਿੱਚ ਤਬਦੀਲੀ ਕਿਵੇਂ ਦੂਜੇ ਹਿੱਸੇ ਵਿੱਚ ਲਹਿਰਾ ਸਕਦੀ ਹੈ, ਵਪਾਰ-ਆਫ ਨੂੰ ਕਿਵੇਂ ਸੰਤੁਲਿਤ ਕਰਨਾ ਹੈ (ਜਿਵੇਂ ਕਿ ਪ੍ਰਦਰਸ਼ਨ ਬਨਾਮ ਪੜ੍ਹਨਯੋਗਤਾ), ਅਤੇ ਕੋਡਬੇਸ ਦੇ ਲੰਬੇ ਸਮੇਂ ਦੇ ਵਿਕਾਸ ਦੀ ਯੋਜਨਾ ਕਿਵੇਂ ਬਣਾਈਏ - ਇਹ ਉਹ ਚੀਜ਼ ਹੈ ਜੋ ਅੱਜ AI ਨਹੀਂ ਕਰ ਸਕਦੀ। ਹਜ਼ਾਰਾਂ ਹਿੱਸਿਆਂ ਵਾਲੇ ਵੱਡੇ ਪੱਧਰ ਦੇ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ, AI "ਰੁੱਖਾਂ ਨੂੰ ਦੇਖਦਾ ਹੈ ਪਰ ਜੰਗਲ ਨੂੰ ਨਹੀਂ।" ਜਿਵੇਂ ਕਿ ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਨੋਟ ਕੀਤਾ ਗਿਆ ਹੈ, "ਏਆਈ ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਾਫਟਵੇਅਰ ਪ੍ਰੋਜੈਕਟਾਂ ਦੇ ਪੂਰੇ ਸੰਦਰਭ ਅਤੇ ਜਟਿਲਤਾਵਾਂ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਮੁਸ਼ਕਲ ਆਉਂਦੀ ਹੈ," ਕਾਰੋਬਾਰੀ ਜ਼ਰੂਰਤਾਂ ਅਤੇ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਦੇ ਵਿਚਾਰਾਂ ਸਮੇਤ (ਕੀ 2025 ਵਿੱਚ ਏਆਈ ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਲੈਣ ਜਾ ਰਿਹਾ ਹੈ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ). ਮਨੁੱਖ ਵੱਡੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਨੂੰ ਬਣਾਈ ਰੱਖਦੇ ਹਨ।

  • ਆਮ ਸਮਝ ਅਤੇ ਅਸਪਸ਼ਟਤਾ ਦਾ ਹੱਲ: ਅਸਲ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਲੋੜਾਂ ਅਕਸਰ ਅਸਪਸ਼ਟ ਜਾਂ ਵਿਕਸਤ ਹੁੰਦੀਆਂ ਹਨ। ਇੱਕ ਮਨੁੱਖੀ ਵਿਕਾਸਕਾਰ ਸਪਸ਼ਟੀਕਰਨ ਮੰਗ ਸਕਦਾ ਹੈ, ਵਾਜਬ ਧਾਰਨਾਵਾਂ ਬਣਾ ਸਕਦਾ ਹੈ, ਜਾਂ ਅਵਿਸ਼ਵਾਸੀ ਬੇਨਤੀਆਂ ਨੂੰ ਟਾਲ ਸਕਦਾ ਹੈ।AI ਕੋਲ ਆਮ ਸਮਝ ਵਾਲਾ ਤਰਕ ਜਾਂ ਸਪੱਸ਼ਟੀਕਰਨ ਵਾਲੇ ਸਵਾਲ ਪੁੱਛਣ ਦੀ ਯੋਗਤਾ ਨਹੀਂ ਹੈ (ਜਦੋਂ ਤੱਕ ਕਿ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਕਿਸੇ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਲੂਪ ਨਾ ਕੀਤਾ ਜਾਵੇ, ਅਤੇ ਫਿਰ ਵੀ ਇਸਦੀ ਸਹੀ ਹੋਣ ਦੀ ਕੋਈ ਗਰੰਟੀ ਨਹੀਂ ਹੈ)। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ AI-ਤਿਆਰ ਕੀਤਾ ਕੋਡ ਕਈ ਵਾਰ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਸਹੀ ਹੋ ਸਕਦਾ ਹੈ ਪਰ ਕਾਰਜਸ਼ੀਲ ਤੌਰ 'ਤੇ ਆਫ-ਮਾਰਕ ਹੋ ਸਕਦਾ ਹੈ - ਇਸ ਵਿੱਚ ਘਾਟ ਹੈ ਨਿਰਣਾ ਇਹ ਜਾਣਨ ਲਈ ਕਿ ਉਪਭੋਗਤਾ ਅਸਲ ਵਿੱਚ ਕੀ ਇਰਾਦਾ ਰੱਖਦਾ ਹੈ ਜੇਕਰ ਨਿਰਦੇਸ਼ ਅਸਪਸ਼ਟ ਹਨ। ਇਸਦੇ ਉਲਟ, ਇੱਕ ਮਨੁੱਖੀ ਪ੍ਰੋਗਰਾਮਰ ਇੱਕ ਉੱਚ-ਪੱਧਰੀ ਬੇਨਤੀ ਦੀ ਵਿਆਖਿਆ ਕਰ ਸਕਦਾ ਹੈ ("ਇਸ UI ਨੂੰ ਹੋਰ ਅਨੁਭਵੀ ਬਣਾਓ" ਜਾਂ "ਐਪ ਨੂੰ ਅਨਿਯਮਿਤ ਇਨਪੁਟਸ ਨੂੰ ਸੁੰਦਰਤਾ ਨਾਲ ਸੰਭਾਲਣਾ ਚਾਹੀਦਾ ਹੈ") ਅਤੇ ਇਹ ਪਤਾ ਲਗਾ ਸਕਦਾ ਹੈ ਕਿ ਕੋਡ ਵਿੱਚ ਕੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਇੱਕ ਡਿਵੈਲਪਰ ਨੂੰ ਸੱਚਮੁੱਚ ਬਦਲਣ ਲਈ AI ਨੂੰ ਬਹੁਤ ਵਿਸਤ੍ਰਿਤ, ਅਸਪਸ਼ਟ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਜ਼ਰੂਰਤ ਹੋਏਗੀ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਅਜਿਹੇ ਸਪੈਕਸ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਲਿਖਣਾ ਵੀ ਕੋਡ ਨੂੰ ਲਿਖਣ ਜਿੰਨਾ ਔਖਾ ਹੈ। ਜਿਵੇਂ ਕਿ ਫੋਰਬਸ ਟੈਕ ਕੌਂਸਲ ਦੇ ਇੱਕ ਲੇਖ ਨੇ ਢੁਕਵੇਂ ਢੰਗ ਨਾਲ ਨੋਟ ਕੀਤਾ ਹੈ, ਏਆਈ ਨੂੰ ਅਸਲ ਵਿੱਚ ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਲੈਣ ਲਈ, ਇਸਨੂੰ ਅਸਪਸ਼ਟ ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਸਮਝਣ ਅਤੇ ਮਨੁੱਖ ਵਾਂਗ ਅਨੁਕੂਲ ਬਣਾਉਣ ਦੀ ਜ਼ਰੂਰਤ ਹੋਏਗੀ – ਤਰਕ ਦਾ ਇੱਕ ਪੱਧਰ ਜੋ ਮੌਜੂਦਾ AI ਕੋਲ ਨਹੀਂ ਹੈ (ਸੇਰਗੀ ਕੁਜ਼ਿਨ ਦੀ ਪੋਸਟ - ਲਿੰਕਡਇਨ).

  • ਭਰੋਸੇਯੋਗਤਾ ਅਤੇ "ਭਰਮ": ਅੱਜ ਦੇ ਜਨਰੇਟਿਵ ਏਆਈ ਮਾਡਲਾਂ ਵਿੱਚ ਇੱਕ ਜਾਣਿਆ-ਪਛਾਣਿਆ ਨੁਕਸ ਹੈ: ਉਹ ਗਲਤ ਜਾਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਨਘੜਤ ਆਉਟਪੁੱਟ ਪੈਦਾ ਕਰ ਸਕਦੇ ਹਨ, ਇੱਕ ਵਰਤਾਰਾ ਜਿਸਨੂੰ ਅਕਸਰ ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਭਰਮ. ਕੋਡਿੰਗ ਵਿੱਚ, ਇਸਦਾ ਅਰਥ ਇਹ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਇੱਕ AI ਅਜਿਹਾ ਕੋਡ ਲਿਖਦਾ ਹੈ ਜੋ ਕਿ ਮੰਨਣਯੋਗ ਲੱਗਦਾ ਹੈ ਪਰ ਤਰਕਪੂਰਨ ਤੌਰ 'ਤੇ ਗਲਤ ਜਾਂ ਅਸੁਰੱਖਿਅਤ ਹੈ। ਡਿਵੈਲਪਰ AI ਸੁਝਾਵਾਂ 'ਤੇ ਅੰਨ੍ਹੇਵਾਹ ਭਰੋਸਾ ਨਹੀਂ ਕਰ ਸਕਦੇ। ਅਭਿਆਸ ਵਿੱਚ, AI-ਲਿਖੇ ਕੋਡ ਦੇ ਹਰ ਟੁਕੜੇ 'ਤੇ ਇੱਕ ਮਨੁੱਖ ਦੁਆਰਾ ਧਿਆਨ ਨਾਲ ਸਮੀਖਿਆ ਅਤੇ ਜਾਂਚ ਦੀ ਲੋੜ ਹੈ. ਸਟੈਕ ਓਵਰਫਲੋ ਸਰਵੇਖਣ ਡੇਟਾ ਇਸ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ - ਉਹਨਾਂ ਵਿੱਚੋਂ ਜੋ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, ਸਿਰਫ਼ 3% ਸ਼ੁੱਧਤਾ 'ਤੇ ਬਹੁਤ ਭਰੋਸਾ ਕਰਦੇ ਹਨ AI ਦੇ ਆਉਟਪੁੱਟ ਦਾ, ਅਤੇ ਅਸਲ ਵਿੱਚ ਸਰਗਰਮੀ ਨਾਲ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਪ੍ਰਤੀਸ਼ਤ ਅਵਿਸ਼ਵਾਸ ਇਹ (70% ਡਿਵੈਲਪਰ AI ਕੋਡਿੰਗ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, 3% ਆਪਣੀ ਸ਼ੁੱਧਤਾ 'ਤੇ ਬਹੁਤ ਭਰੋਸਾ ਕਰਦੇ ਹਨ - ShiftMag). ਜ਼ਿਆਦਾਤਰ ਡਿਵੈਲਪਰ AI ਸੁਝਾਵਾਂ ਨੂੰ ਮਦਦਗਾਰ ਸੰਕੇਤਾਂ ਵਜੋਂ ਮੰਨਦੇ ਹਨ, ਖੁਸ਼ਖਬਰੀ ਵਜੋਂ ਨਹੀਂ। ਇਹ ਘੱਟ ਵਿਸ਼ਵਾਸ ਇਸ ਲਈ ਜਾਇਜ਼ ਹੈ ਕਿਉਂਕਿ AI ਅਜੀਬ ਗਲਤੀਆਂ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਕੋਈ ਵੀ ਯੋਗ ਮਨੁੱਖ ਨਹੀਂ ਕਰੇਗਾ (ਜਿਵੇਂ ਕਿ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਗਲਤੀਆਂ ਕਰਨਾ, ਬਰਤਰਫ਼ ਕੀਤੇ ਫੰਕਸ਼ਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ, ਜਾਂ ਅਕੁਸ਼ਲ ਹੱਲ ਪੈਦਾ ਕਰਨਾ) ਕਿਉਂਕਿ ਇਹ ਸਮੱਸਿਆ ਬਾਰੇ ਸੱਚਮੁੱਚ ਤਰਕ ਨਹੀਂ ਕਰਦਾ। ਜਿਵੇਂ ਕਿ ਇੱਕ ਫੋਰਮ ਟਿੱਪਣੀ ਨੇ ਰੱਜ ਕੇ ਨੋਟ ਕੀਤਾ, "ਉਹ (AIs) ਬਹੁਤ ਕੁਝ ਭਰਮਾਉਂਦੇ ਹਨ ਅਤੇ ਅਜੀਬ ਡਿਜ਼ਾਈਨ ਚੋਣਾਂ ਕਰਦੇ ਹਨ ਜੋ ਮਨੁੱਖ ਕਦੇ ਨਹੀਂ ਕਰੇਗਾ" (ਕੀ AI ਕਾਰਨ ਪ੍ਰੋਗਰਾਮਰ ਪੁਰਾਣੇ ਹੋ ਜਾਣਗੇ? - ਕਰੀਅਰ ਸਲਾਹ). ਇਹਨਾਂ ਗਲਤੀਆਂ ਨੂੰ ਫੜਨ ਲਈ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ। AI ਤੁਹਾਨੂੰ 90% ਵਿਸ਼ੇਸ਼ਤਾ ਜਲਦੀ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਜੇਕਰ ਬਾਕੀ 10% ਵਿੱਚ ਕੋਈ ਸੂਖਮ ਬੱਗ ਹੈ, ਤਾਂ ਵੀ ਇਸਦਾ ਨਿਦਾਨ ਅਤੇ ਹੱਲ ਕਰਨਾ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਅਤੇ ਜਦੋਂ ਉਤਪਾਦਨ ਵਿੱਚ ਕੁਝ ਗਲਤ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ ਮਨੁੱਖੀ ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਡੀਬੱਗ ਕਰਨਾ ਪੈਂਦਾ ਹੈ - ਇੱਕ AI ਅਜੇ ਵੀ ਆਪਣੀਆਂ ਗਲਤੀਆਂ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਨਹੀਂ ਲੈ ਸਕਦਾ।

  • ਕੋਡਬੇਸਾਂ ਨੂੰ ਬਣਾਈ ਰੱਖਣਾ ਅਤੇ ਵਿਕਸਤ ਕਰਨਾ: ਸਾਫਟਵੇਅਰ ਪ੍ਰੋਜੈਕਟ ਸਾਲਾਂ ਦੌਰਾਨ ਜਿਉਂਦੇ ਅਤੇ ਵਧਦੇ ਰਹਿੰਦੇ ਹਨ। ਉਹਨਾਂ ਨੂੰ ਇਕਸਾਰ ਸ਼ੈਲੀ, ਭਵਿੱਖ ਦੇ ਰੱਖ-ਰਖਾਅ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਸਪੱਸ਼ਟਤਾ, ਅਤੇ ਲੋੜਾਂ ਬਦਲਣ ਦੇ ਨਾਲ-ਨਾਲ ਅੱਪਡੇਟ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਅੱਜ AI ਕੋਲ ਪਿਛਲੇ ਫੈਸਲਿਆਂ ਦੀ ਯਾਦ ਨਹੀਂ ਹੈ (ਸੀਮਤ ਪ੍ਰੋਂਪਟਾਂ ਤੋਂ ਬਾਹਰ), ਇਸ ਲਈ ਇਹ ਇੱਕ ਵੱਡੇ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਕੋਡ ਨੂੰ ਇਕਸਾਰ ਨਹੀਂ ਰੱਖ ਸਕਦਾ ਜਦੋਂ ਤੱਕ ਮਾਰਗਦਰਸ਼ਨ ਨਾ ਕੀਤਾ ਜਾਵੇ। ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਕੋਡ ਰੱਖ-ਰਖਾਅ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹਨ - ਸਪੱਸ਼ਟ ਦਸਤਾਵੇਜ਼ ਲਿਖਣਾ, ਚਲਾਕ-ਪਰ-ਅਸਪਸ਼ਟ ਹੱਲਾਂ ਦੀ ਬਜਾਏ ਪੜ੍ਹਨਯੋਗ ਹੱਲ ਚੁਣਨਾ, ਅਤੇ ਜਦੋਂ ਆਰਕੀਟੈਕਚਰ ਵਿਕਸਤ ਹੁੰਦਾ ਹੈ ਤਾਂ ਲੋੜ ਅਨੁਸਾਰ ਕੋਡ ਨੂੰ ਰੀਫੈਕਟਰ ਕਰਨਾ। AI ਇਹਨਾਂ ਕੰਮਾਂ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰ ਸਕਦਾ ਹੈ (ਜਿਵੇਂ ਕਿ ਰੀਫੈਕਟਰਿੰਗ ਦਾ ਸੁਝਾਅ ਦੇਣਾ), ਪਰ ਫੈਸਲਾ ਕਰਨਾ ਕੀ ਰੀਫੈਕਟਰ ਕਰਨ ਲਈ ਜਾਂ ਕਿਹੜਾ ਸਿਸਟਮ ਦੇ ਹਿੱਸਿਆਂ ਨੂੰ ਮੁੜ ਡਿਜ਼ਾਈਨ ਕਰਨ ਦੀ ਲੋੜ ਮਨੁੱਖੀ ਨਿਰਣੇ ਦੀ ਮੰਗ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕੰਪੋਨੈਂਟਸ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਦੇ ਸਮੇਂ, ਮੌਜੂਦਾ ਮਾਡਿਊਲਾਂ (ਪਿਛਲੇ ਅਨੁਕੂਲਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣਾ, ਆਦਿ) 'ਤੇ ਇੱਕ ਨਵੀਂ ਵਿਸ਼ੇਸ਼ਤਾ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਸਮਝਣਾ ਮਨੁੱਖਾਂ ਦੁਆਰਾ ਸੰਭਾਲਿਆ ਜਾਂਦਾ ਹੈ। AI-ਤਿਆਰ ਕੀਤਾ ਕੋਡ ਮਨੁੱਖਾਂ ਦੁਆਰਾ ਏਕੀਕ੍ਰਿਤ ਅਤੇ ਸੁਮੇਲ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।ਇੱਕ ਪ੍ਰਯੋਗ ਦੇ ਤੌਰ 'ਤੇ, ਕੁਝ ਡਿਵੈਲਪਰਾਂ ਨੇ ChatGPT ਨੂੰ ਪੂਰੀਆਂ ਛੋਟੀਆਂ ਐਪਾਂ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਹੈ; ਨਤੀਜਾ ਅਕਸਰ ਸ਼ੁਰੂ ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਹੈ ਪਰ ਇਸਨੂੰ ਬਣਾਈ ਰੱਖਣਾ ਜਾਂ ਵਧਾਉਣਾ ਬਹੁਤ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ ਕਿਉਂਕਿ AI ਲਗਾਤਾਰ ਇੱਕ ਸੋਚ-ਸਮਝ ਕੇ ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਲਾਗੂ ਨਹੀਂ ਕਰ ਰਿਹਾ ਹੈ - ਇਹ ਸਥਾਨਕ ਫੈਸਲੇ ਲੈ ਰਿਹਾ ਹੈ ਜਿਨ੍ਹਾਂ ਤੋਂ ਇੱਕ ਮਨੁੱਖੀ ਆਰਕੀਟੈਕਟ ਬਚੇਗਾ।

  • ਨੈਤਿਕ ਅਤੇ ਸੁਰੱਖਿਆ ਵਿਚਾਰ: ਜਿਵੇਂ ਕਿ AI ਹੋਰ ਕੋਡ ਲਿਖਦਾ ਹੈ, ਇਹ ਪੱਖਪਾਤ, ਸੁਰੱਖਿਆ ਅਤੇ ਨੈਤਿਕਤਾ ਦੇ ਸਵਾਲ ਵੀ ਉਠਾਉਂਦਾ ਹੈ। ਇੱਕ AI ਅਣਜਾਣੇ ਵਿੱਚ ਸੁਰੱਖਿਆ ਕਮਜ਼ੋਰੀਆਂ (ਉਦਾਹਰਣ ਵਜੋਂ, ਇਨਪੁਟਸ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਰੋਗਾਣੂ-ਮੁਕਤ ਨਾ ਕਰਨਾ, ਜਾਂ ਅਸੁਰੱਖਿਅਤ ਕ੍ਰਿਪਟੋਗ੍ਰਾਫਿਕ ਅਭਿਆਸਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ) ਪੇਸ਼ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਇੱਕ ਤਜਰਬੇਕਾਰ ਮਨੁੱਖੀ ਵਿਕਾਸਕਾਰ ਫੜ ਲਵੇਗਾ। ਨਾਲ ਹੀ, AI ਵਿੱਚ ਨੈਤਿਕਤਾ ਜਾਂ ਨਿਰਪੱਖਤਾ ਲਈ ਚਿੰਤਾ ਦੀ ਕੋਈ ਅੰਦਰੂਨੀ ਭਾਵਨਾ ਨਹੀਂ ਹੈ - ਇਹ, ਉਦਾਹਰਣ ਵਜੋਂ, ਪੱਖਪਾਤੀ ਡੇਟਾ 'ਤੇ ਸਿਖਲਾਈ ਦੇ ਸਕਦਾ ਹੈ ਅਤੇ ਐਲਗੋਰਿਦਮ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕਦਾ ਹੈ ਜੋ ਅਣਜਾਣੇ ਵਿੱਚ ਵਿਤਕਰਾ ਕਰਦੇ ਹਨ (ਇੱਕ AI-ਸੰਚਾਲਿਤ ਵਿਸ਼ੇਸ਼ਤਾ ਜਿਵੇਂ ਕਿ ਕਰਜ਼ਾ ਪ੍ਰਵਾਨਗੀ ਕੋਡ ਜਾਂ ਇੱਕ ਭਰਤੀ ਐਲਗੋਰਿਦਮ ਵਿੱਚ)। ਮਨੁੱਖੀ ਵਿਕਾਸਕਾਰਾਂ ਨੂੰ ਇਹਨਾਂ ਮੁੱਦਿਆਂ ਲਈ AI ਆਉਟਪੁੱਟ ਦਾ ਆਡਿਟ ਕਰਨ, ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ, ਅਤੇ ਨੈਤਿਕ ਵਿਚਾਰਾਂ ਨਾਲ ਸਾਫਟਵੇਅਰ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਸਮਾਜਿਕ ਪਹਿਲੂ ਸਾਫਟਵੇਅਰ ਦਾ - ਉਪਭੋਗਤਾ ਦੇ ਵਿਸ਼ਵਾਸ, ਗੋਪਨੀਯਤਾ ਦੀਆਂ ਚਿੰਤਾਵਾਂ ਨੂੰ ਸਮਝਣਾ, ਅਤੇ ਮਨੁੱਖੀ ਕਦਰਾਂ-ਕੀਮਤਾਂ ਦੇ ਅਨੁਸਾਰ ਡਿਜ਼ਾਈਨ ਚੋਣਾਂ ਕਰਨਾ - "ਨਜ਼ਰਅੰਦਾਜ਼ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ। ਵਿਕਾਸ ਦੇ ਇਹ ਮਨੁੱਖੀ-ਕੇਂਦ੍ਰਿਤ ਪਹਿਲੂ AI ਦੀ ਪਹੁੰਚ ਤੋਂ ਪਰੇ ਹਨ, ਘੱਟੋ ਘੱਟ ਨੇੜਲੇ ਭਵਿੱਖ ਵਿੱਚ।" (ਕੀ 2025 ਵਿੱਚ ਏਆਈ ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਲੈਣ ਜਾ ਰਿਹਾ ਹੈ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ) ਡਿਵੈਲਪਰਾਂ ਨੂੰ AI ਯੋਗਦਾਨਾਂ ਲਈ ਜ਼ਮੀਰ ਅਤੇ ਗੁਣਵੱਤਾ ਵਾਲੇ ਗੇਟ ਵਜੋਂ ਕੰਮ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।

ਇਹਨਾਂ ਸੀਮਾਵਾਂ ਦੇ ਮੱਦੇਨਜ਼ਰ, ਮੌਜੂਦਾ ਸਹਿਮਤੀ ਇਹ ਹੈ ਕਿ ਏਆਈ ਇੱਕ ਔਜ਼ਾਰ ਹੈ, ਬਦਲ ਨਹੀਂ. ਜਿਵੇਂ ਕਿ ਸੱਤਿਆ ਨਡੇਲਾ ਨੇ ਕਿਹਾ, ਇਹ ਇਸ ਬਾਰੇ ਹੈ ਸ਼ਕਤੀਕਰਨ ਡਿਵੈਲਪਰ, ਉਹਨਾਂ ਨੂੰ ਬਦਲ ਕੇ ਨਹੀਂ (ਕੀ ਏਆਈ ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਥਾਂ ਲੈ ਲਵੇਗਾ? ਪ੍ਰਚਾਰ ਦੇ ਪਿੱਛੇ ਦੀ ਸੱਚਾਈ | ਦ ਪਾਈਕੋਚ ਦੁਆਰਾ | ਆਰਟੀਫੀਸ਼ੀਅਲ ਕਾਰਨਰ | ਮਾਰਚ, 2025 | ਮੀਡੀਅਮ). AI ਨੂੰ ਇੱਕ ਜੂਨੀਅਰ ਸਹਾਇਕ ਦੇ ਤੌਰ 'ਤੇ ਸੋਚਿਆ ਜਾ ਸਕਦਾ ਹੈ: ਇਹ ਤੇਜ਼, ਅਣਥੱਕ ਹੈ, ਅਤੇ ਬਹੁਤ ਸਾਰੇ ਕੰਮਾਂ ਵਿੱਚ ਪਹਿਲਾ ਪਾਸ ਲੈ ਸਕਦਾ ਹੈ, ਪਰ ਇਸਨੂੰ ਇੱਕ ਪਾਲਿਸ਼ਡ ਅੰਤਿਮ ਉਤਪਾਦ ਤਿਆਰ ਕਰਨ ਲਈ ਇੱਕ ਸੀਨੀਅਰ ਡਿਵੈਲਪਰ ਦੇ ਮਾਰਗਦਰਸ਼ਨ ਅਤੇ ਮੁਹਾਰਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਹ ਦੱਸ ਰਿਹਾ ਹੈ ਕਿ ਸਭ ਤੋਂ ਉੱਨਤ AI ਕੋਡਿੰਗ ਸਿਸਟਮ ਵੀ ਇਸ ਤਰ੍ਹਾਂ ਤਾਇਨਾਤ ਹਨ ਸਹਾਇਕ ਅਸਲ-ਸੰਸਾਰ ਵਰਤੋਂ ਵਿੱਚ (ਕੋਪਾਇਲਟ, ਕੋਡਵਿਸਪਰਰ, ਆਦਿ) ਅਤੇ ਖੁਦਮੁਖਤਿਆਰ ਕੋਡਰਾਂ ਵਜੋਂ ਨਹੀਂ। ਕੰਪਨੀਆਂ ਆਪਣੀਆਂ ਪ੍ਰੋਗਰਾਮਿੰਗ ਟੀਮਾਂ ਨੂੰ ਬਰਖਾਸਤ ਨਹੀਂ ਕਰ ਰਹੀਆਂ ਹਨ ਅਤੇ ਇੱਕ AI ਨੂੰ ਬੇਕਾਬੂ ਢੰਗ ਨਾਲ ਚੱਲਣ ਨਹੀਂ ਦੇ ਰਹੀਆਂ ਹਨ; ਇਸ ਦੀ ਬਜਾਏ, ਉਹ ਡਿਵੈਲਪਰਾਂ ਦੀ ਮਦਦ ਲਈ ਉਹਨਾਂ ਦੇ ਵਰਕਫਲੋ ਵਿੱਚ AI ਨੂੰ ਸ਼ਾਮਲ ਕਰ ਰਹੀਆਂ ਹਨ।

ਇੱਕ ਉਦਾਹਰਣ ਵਾਲਾ ਹਵਾਲਾ ਓਪਨਏਆਈ ਦੇ ਸੈਮ ਆਲਟਮੈਨ ਤੋਂ ਆਇਆ ਹੈ, ਜਿਸਨੇ ਨੋਟ ਕੀਤਾ ਕਿ ਭਾਵੇਂ ਏਆਈ ਏਜੰਟ ਸੁਧਾਰ ਕਰਦੇ ਹਨ, "ਇਹ ਏਆਈ ਏਜੰਟ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਨੁੱਖਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈਣਗੇ" ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਵਿੱਚ (ਸੈਮ ਆਲਟਮੈਨ ਕਹਿੰਦਾ ਹੈ ਕਿ ਏਆਈ ਏਜੰਟ ਜਲਦੀ ਹੀ ਉਹ ਕੰਮ ਕਰਨਗੇ ਜੋ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ ਕਰਦੇ ਹਨ: ਪੂਰੀ ਕਹਾਣੀ 5 ਬਿੰਦੂਆਂ ਵਿੱਚ - ਇੰਡੀਆ ਟੂਡੇ). ਉਹ ਇਸ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਨਗੇ "ਵਰਚੁਅਲ ਸਹਿ-ਕਰਮਚਾਰੀ" ਜੋ ਮਨੁੱਖੀ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ ਕਾਰਜਾਂ ਨੂੰ ਸੰਭਾਲਦੇ ਹਨ, ਖਾਸ ਕਰਕੇ ਉਹ ਕਾਰਜ ਜੋ ਕੁਝ ਸਾਲਾਂ ਦੇ ਤਜਰਬੇ ਵਾਲੇ ਇੱਕ ਹੇਠਲੇ-ਪੱਧਰ ਦੇ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ ਦੇ ਆਮ ਹੁੰਦੇ ਹਨ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, AI ਅੰਤ ਵਿੱਚ ਕੁਝ ਖੇਤਰਾਂ ਵਿੱਚ ਇੱਕ ਜੂਨੀਅਰ ਡਿਵੈਲਪਰ ਦਾ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਉਹ ਜੂਨੀਅਰ ਡਿਵੈਲਪਰ ਬੇਰੁਜ਼ਗਾਰ ਨਹੀਂ ਹੁੰਦਾ - ਉਹ AI ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਅਤੇ ਉੱਚ-ਪੱਧਰੀ ਕਾਰਜਾਂ ਨਾਲ ਨਜਿੱਠਣ ਦੀ ਭੂਮਿਕਾ ਵਿੱਚ ਵਿਕਸਤ ਹੁੰਦੇ ਹਨ ਜੋ AI ਨਹੀਂ ਕਰ ਸਕਦਾ। ਭਵਿੱਖ ਵੱਲ ਵੀ ਦੇਖਦੇ ਹੋਏ, ਜਿੱਥੇ ਕੁਝ ਖੋਜਕਰਤਾ ਭਵਿੱਖਬਾਣੀ ਕਰਦੇ ਹਨ ਕਿ 2040 ਤੱਕ AI ਆਪਣਾ ਜ਼ਿਆਦਾਤਰ ਕੋਡ ਲਿਖ ਸਕਦਾ ਹੈ (ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024]), ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਸਹਿਮਤ ਹੈ ਕਿ ਮਨੁੱਖੀ ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਅਜੇ ਵੀ ਨਿਗਰਾਨੀ ਕਰਨ, ਮਾਰਗਦਰਸ਼ਨ ਕਰਨ ਅਤੇ ਸਿਰਜਣਾਤਮਕ ਚੰਗਿਆੜੀ ਅਤੇ ਆਲੋਚਨਾਤਮਕ ਸੋਚ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੋਏਗੀ ਜਿਸਦੀ ਮਸ਼ੀਨਾਂ ਵਿੱਚ ਘਾਟ ਹੈ।.

ਇਹ ਵੀ ਧਿਆਨ ਦੇਣ ਯੋਗ ਹੈ ਕਿ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਸਿਰਫ਼ ਕੋਡਿੰਗ ਤੋਂ ਵੱਧ ਹੈ. ਇਸ ਵਿੱਚ ਹਿੱਸੇਦਾਰਾਂ ਨਾਲ ਸੰਚਾਰ, ਉਪਭੋਗਤਾ ਕਹਾਣੀਆਂ ਨੂੰ ਸਮਝਣਾ, ਟੀਮਾਂ ਵਿੱਚ ਸਹਿਯੋਗ ਕਰਨਾ, ਅਤੇ ਦੁਹਰਾਉਣ ਵਾਲਾ ਡਿਜ਼ਾਈਨ ਸ਼ਾਮਲ ਹੈ - ਇਹ ਸਾਰੇ ਖੇਤਰ ਜਿੱਥੇ ਮਨੁੱਖੀ ਹੁਨਰ ਲਾਜ਼ਮੀ ਹਨ।ਇੱਕ AI ਕਿਸੇ ਕਲਾਇੰਟ ਨਾਲ ਮੀਟਿੰਗ ਵਿੱਚ ਬੈਠ ਕੇ ਇਹ ਪਤਾ ਨਹੀਂ ਲਗਾ ਸਕਦਾ ਕਿ ਉਹ ਅਸਲ ਵਿੱਚ ਕੀ ਚਾਹੁੰਦੇ ਹਨ, ਨਾ ਹੀ ਇਹ ਤਰਜੀਹਾਂ 'ਤੇ ਗੱਲਬਾਤ ਕਰ ਸਕਦਾ ਹੈ ਜਾਂ ਕਿਸੇ ਉਤਪਾਦ ਲਈ ਇੱਕ ਦ੍ਰਿਸ਼ਟੀ ਵਾਲੀ ਟੀਮ ਨੂੰ ਪ੍ਰੇਰਿਤ ਕਰ ਸਕਦਾ ਹੈ। ਮਨੁੱਖੀ ਤੱਤ ਕੇਂਦਰੀ ਰਹਿੰਦਾ ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ, AI ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਕਮਜ਼ੋਰੀਆਂ ਹਨ: ਕੋਈ ਸੱਚੀ ਰਚਨਾਤਮਕਤਾ ਨਹੀਂ, ਸੰਦਰਭ ਦੀ ਸੀਮਤ ਸਮਝ ਨਹੀਂ, ਗਲਤੀਆਂ ਲਈ ਪ੍ਰਵਿਰਤੀ ਨਹੀਂ, ਕੋਈ ਜਵਾਬਦੇਹੀ ਨਹੀਂ, ਅਤੇ ਸਾਫਟਵੇਅਰ ਫੈਸਲਿਆਂ ਦੇ ਵਿਆਪਕ ਪ੍ਰਭਾਵਾਂ ਦੀ ਕੋਈ ਸਮਝ ਨਹੀਂ। ਇਹ ਪਾੜੇ ਬਿਲਕੁਲ ਉਹ ਥਾਂ ਹਨ ਜਿੱਥੇ ਮਨੁੱਖੀ ਵਿਕਾਸਕਾਰ ਚਮਕਦੇ ਹਨ। AI ਨੂੰ ਇੱਕ ਖ਼ਤਰੇ ਵਜੋਂ ਦੇਖਣ ਦੀ ਬਜਾਏ, ਇਸਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਦੇਖਣਾ ਵਧੇਰੇ ਸਹੀ ਹੋ ਸਕਦਾ ਹੈ ਮਨੁੱਖੀ ਵਿਕਾਸਕਾਰਾਂ ਲਈ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਐਂਪਲੀਫਾਇਰ - ਆਮ ਚੀਜ਼ਾਂ ਨੂੰ ਸੰਭਾਲਣਾ ਤਾਂ ਜੋ ਮਨੁੱਖ ਡੂੰਘਾਈ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਸਕਣ। ਅਗਲਾ ਭਾਗ ਇਸ ਗੱਲ 'ਤੇ ਚਰਚਾ ਕਰੇਗਾ ਕਿ ਡਿਵੈਲਪਰ ਇਸ ਪ੍ਰਵਰਤਨ ਦਾ ਲਾਭ ਕਿਵੇਂ ਉਠਾ ਸਕਦੇ ਹਨ ਆਪਣੇ ਹੁਨਰਾਂ ਅਤੇ ਭੂਮਿਕਾਵਾਂ ਨੂੰ ਢਾਲਣਾ ਇੱਕ AI-ਸੰਸ਼ੋਧਿਤ ਵਿਕਾਸ ਸੰਸਾਰ ਵਿੱਚ ਢੁਕਵੇਂ ਅਤੇ ਕੀਮਤੀ ਬਣੇ ਰਹਿਣ ਲਈ।

ਏਆਈ ਦੇ ਯੁੱਗ ਵਿੱਚ ਅਨੁਕੂਲ ਹੋਣਾ ਅਤੇ ਪ੍ਰਫੁੱਲਤ ਹੋਣਾ

ਪ੍ਰੋਗਰਾਮਰਾਂ ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਲਈ, ਕੋਡਿੰਗ ਵਿੱਚ AI ਦਾ ਉਭਾਰ ਇੱਕ ਗੰਭੀਰ ਖ਼ਤਰਾ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ - ਇਹ ਇੱਕ ਮੌਕਾ ਹੋ ਸਕਦਾ ਹੈ। ਕੁੰਜੀ ਇਹ ਹੈ ਕਿ ਅਨੁਕੂਲ ਬਣੋ ਅਤੇ ਵਿਕਾਸ ਕਰੋ ਤਕਨਾਲੋਜੀ ਦੇ ਨਾਲ। ਜਿਹੜੇ ਲੋਕ AI ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਸਿੱਖਦੇ ਹਨ, ਉਹ ਸ਼ਾਇਦ ਆਪਣੇ ਆਪ ਨੂੰ ਹੋਰ ਉਤਪਾਦਕ ਅਤੇ ਮੰਗ ਵਿੱਚ, ਜਦੋਂ ਕਿ ਜੋ ਲੋਕ ਇਸਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦੇ ਹਨ ਉਹ ਪਿੱਛੇ ਰਹਿ ਗਏ ਹੋ ਸਕਦੇ ਹਨ। ਇਸ ਭਾਗ ਵਿੱਚ, ਅਸੀਂ ਡਿਵੈਲਪਰਾਂ ਲਈ ਵਿਹਾਰਕ ਕਦਮਾਂ ਅਤੇ ਰਣਨੀਤੀਆਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਹਾਂ ਤਾਂ ਜੋ AI ਟੂਲ ਰੋਜ਼ਾਨਾ ਵਿਕਾਸ ਦਾ ਹਿੱਸਾ ਬਣ ਜਾਣ ਦੇ ਨਾਲ-ਨਾਲ ਪ੍ਰਸੰਗਿਕ ਰਹਿਣ ਅਤੇ ਵਧਣ-ਫੁੱਲਣ। ਅਪਣਾਉਣ ਦੀ ਮਾਨਸਿਕਤਾ ਮੁਕਾਬਲੇ ਦੀ ਬਜਾਏ AI ਨਾਲ ਨਿਰੰਤਰ ਸਿੱਖਣ ਅਤੇ ਸਹਿਯੋਗ ਦੀ ਹੈ। ਇੱਥੇ ਦੱਸਿਆ ਗਿਆ ਹੈ ਕਿ ਡਿਵੈਲਪਰ ਕਿਵੇਂ ਸਮਾਯੋਜਨ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਕਿਹੜੇ ਨਵੇਂ ਹੁਨਰ ਅਤੇ ਭੂਮਿਕਾਵਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ:

1. ਏਆਈ ਨੂੰ ਇੱਕ ਔਜ਼ਾਰ ਵਜੋਂ ਅਪਣਾਓ (ਏਆਈ ਕੋਡਿੰਗ ਸਹਾਇਕਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਵਰਤਣਾ ਸਿੱਖੋ): ਸਭ ਤੋਂ ਪਹਿਲਾਂ, ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਉਪਲਬਧ AI ਟੂਲਸ ਨਾਲ ਆਰਾਮਦਾਇਕ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਕੋਪਾਇਲਟ, ਚੈਟਜੀਪੀਟੀ, ਜਾਂ ਹੋਰ ਕੋਡਿੰਗ AI ਨੂੰ ਆਪਣੇ ਨਵੇਂ ਪੇਅਰ ਪ੍ਰੋਗਰਾਮਿੰਗ ਸਾਥੀ ਵਜੋਂ ਵਰਤੋ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਚੰਗੇ ਪ੍ਰੋਂਪਟ ਜਾਂ ਟਿੱਪਣੀਆਂ ਲਿਖਣਾ ਸਿੱਖਣਾ ਲਾਭਦਾਇਕ ਕੋਡ ਸੁਝਾਅ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਅਤੇ AI-ਤਿਆਰ ਕੀਤੇ ਕੋਡ ਨੂੰ ਜਲਦੀ ਪ੍ਰਮਾਣਿਤ ਜਾਂ ਡੀਬੱਗ ਕਰਨਾ ਜਾਣਨਾ। ਜਿਵੇਂ ਇੱਕ ਡਿਵੈਲਪਰ ਨੂੰ ਆਪਣਾ IDE ਜਾਂ ਸੰਸਕਰਣ ਨਿਯੰਤਰਣ ਸਿੱਖਣਾ ਪੈਂਦਾ ਸੀ, ਉਸੇ ਤਰ੍ਹਾਂ ਇੱਕ AI ਸਹਾਇਕ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਸਿੱਖਣਾ ਹੁਨਰ ਸੈੱਟ ਦਾ ਹਿੱਸਾ ਬਣ ਰਿਹਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਡਿਵੈਲਪਰ ਆਪਣੇ ਲਿਖੇ ਕੋਡ ਦਾ ਇੱਕ ਟੁਕੜਾ ਲੈ ਕੇ ਅਤੇ AI ਨੂੰ ਇਸਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਕਹਿ ਕੇ, ਫਿਰ ਤਬਦੀਲੀਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ ਅਭਿਆਸ ਕਰ ਸਕਦਾ ਹੈ। ਜਾਂ, ਕੋਈ ਕੰਮ ਸ਼ੁਰੂ ਕਰਦੇ ਸਮੇਂ, ਟਿੱਪਣੀਆਂ ਵਿੱਚ ਇਸਦੀ ਰੂਪਰੇਖਾ ਬਣਾਓ ਅਤੇ ਦੇਖੋ ਕਿ AI ਕੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਫਿਰ ਉੱਥੋਂ ਸੁਧਾਰੋ। ਸਮੇਂ ਦੇ ਨਾਲ, ਤੁਸੀਂ AI ਕਿਸ ਵਿੱਚ ਚੰਗਾ ਹੈ ਅਤੇ ਇਸਦੇ ਨਾਲ ਸਹਿ-ਸਿਰਜਣਾ ਕਿਵੇਂ ਕਰਨੀ ਹੈ ਇਸ ਬਾਰੇ ਸਹਿਜਤਾ ਵਿਕਸਤ ਕਰੋਗੇ। ਇਸ ਬਾਰੇ ਸੋਚੋ ਜਿਵੇਂ "ਏਆਈ-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਵਿਕਾਸ" - ਤੁਹਾਡੇ ਟੂਲਬਾਕਸ ਵਿੱਚ ਜੋੜਨ ਲਈ ਇੱਕ ਨਵਾਂ ਹੁਨਰ। ਦਰਅਸਲ, ਡਿਵੈਲਪਰ ਹੁਣ "ਪ੍ਰੌਮਪਟ ਇੰਜੀਨੀਅਰਿੰਗ" ਨੂੰ ਇੱਕ ਹੁਨਰ ਵਜੋਂ ਕਹਿੰਦੇ ਹਨ - ਇਹ ਜਾਣਨਾ ਕਿ AI ਨੂੰ ਸਹੀ ਸਵਾਲ ਕਿਵੇਂ ਪੁੱਛਣੇ ਹਨ। ਜੋ ਲੋਕ ਇਸ ਵਿੱਚ ਮੁਹਾਰਤ ਰੱਖਦੇ ਹਨ ਉਹ ਉਸੇ ਟੂਲਸ ਤੋਂ ਕਾਫ਼ੀ ਵਧੀਆ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ। ਯਾਦ ਰੱਖੋ, "ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਡਿਵੈਲਪਰ ਉਹਨਾਂ ਦੀ ਥਾਂ ਲੈ ਸਕਦੇ ਹਨ ਜੋ ਨਹੀਂ ਕਰਦੇ" - ਇਸ ਲਈ ਤਕਨਾਲੋਜੀ ਨੂੰ ਅਪਣਾਓ ਅਤੇ ਇਸਨੂੰ ਆਪਣਾ ਸਹਿਯੋਗੀ ਬਣਾਓ।

2. ਉੱਚ-ਪੱਧਰੀ ਹੁਨਰਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰੋ (ਸਮੱਸਿਆ ਹੱਲ, ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ, ਆਰਕੀਟੈਕਚਰ): ਕਿਉਂਕਿ AI ਵਧੇਰੇ ਹੇਠਲੇ-ਪੱਧਰੀ ਕੋਡਿੰਗ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ, ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਚਾਹੀਦਾ ਹੈ ਐਬਸਟਰੈਕਸ਼ਨ ਪੌੜੀ ਉੱਤੇ ਚੜ੍ਹੋ. ਇਸਦਾ ਮਤਲਬ ਹੈ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ ਅਤੇ ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਸਮਝਣ 'ਤੇ ਵਧੇਰੇ ਜ਼ੋਰ ਦੇਣਾ। ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਤੋੜਨ, ਸਕੇਲੇਬਲ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ ਕਰਨ ਅਤੇ ਆਰਕੀਟੈਕਚਰਲ ਫੈਸਲੇ ਲੈਣ ਵਿੱਚ ਹੁਨਰ ਪੈਦਾ ਕਰੋ - ਉਹ ਖੇਤਰ ਜਿੱਥੇ ਮਨੁੱਖੀ ਸੂਝ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਹੱਲ ਕਿਉਂ ਅਤੇ ਕਿਵੇਂ ਕਰਨਾ ਹੈ, ਨਾ ਕਿ ਸਿਰਫ਼ ਕੀ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰੋ। ਉਦਾਹਰਣ ਵਜੋਂ, ਆਪਣਾ ਸਾਰਾ ਸਮਾਂ ਇੱਕ ਛਾਂਟੀ ਫੰਕਸ਼ਨ ਨੂੰ ਸੰਪੂਰਨ ਕਰਨ ਵਿੱਚ ਬਿਤਾਉਣ ਦੀ ਬਜਾਏ (ਜਦੋਂ AI ਤੁਹਾਡੇ ਲਈ ਇੱਕ ਲਿਖ ਸਕਦਾ ਹੈ), ਇਹ ਸਮਝਣ ਵਿੱਚ ਸਮਾਂ ਬਿਤਾਓ ਕਿ ਤੁਹਾਡੀ ਐਪਲੀਕੇਸ਼ਨ ਦੇ ਸੰਦਰਭ ਲਈ ਕਿਹੜਾ ਛਾਂਟੀ ਪਹੁੰਚ ਅਨੁਕੂਲ ਹੈ ਅਤੇ ਇਹ ਤੁਹਾਡੇ ਸਿਸਟਮ ਦੇ ਡੇਟਾ ਪ੍ਰਵਾਹ ਵਿੱਚ ਕਿਵੇਂ ਫਿੱਟ ਬੈਠਦਾ ਹੈ। ਡਿਜ਼ਾਈਨ ਸੋਚ - ਉਪਭੋਗਤਾ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ, ਡੇਟਾ ਪ੍ਰਵਾਹ, ਅਤੇ ਕੰਪੋਨੈਂਟ ਇੰਟਰੈਕਸ਼ਨਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ - ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗਾ। AI ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਡਿਵੈਲਪਰ ਹੈ ਜੋ ਸਾਫਟਵੇਅਰ ਦੀ ਸਮੁੱਚੀ ਬਣਤਰ ਦਾ ਫੈਸਲਾ ਕਰਦਾ ਹੈ ਅਤੇ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਸਾਰੇ ਹਿੱਸੇ ਇਕਸੁਰਤਾ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਹਨ।ਆਪਣੀ ਵੱਡੀ ਸੋਚ ਨੂੰ ਤਿੱਖਾ ਕਰਕੇ, ਤੁਸੀਂ ਆਪਣੇ ਆਪ ਨੂੰ ਇੱਕ ਅਜਿਹੇ ਵਿਅਕਤੀ ਵਜੋਂ ਲਾਜ਼ਮੀ ਬਣਾਉਂਦੇ ਹੋ ਜੋ ਸਹੀ ਚੀਜ਼ ਬਣਾਉਣ ਵਿੱਚ AI (ਅਤੇ ਬਾਕੀ ਟੀਮ) ਦੀ ਅਗਵਾਈ ਕਰਦਾ ਹੈ। ਜਿਵੇਂ ਕਿ ਇੱਕ ਭਵਿੱਖ-ਸੰਕੇਤਿਕ ਰਿਪੋਰਟ ਵਿੱਚ ਕਿਹਾ ਗਿਆ ਹੈ, ਡਿਵੈਲਪਰਾਂ ਨੂੰ "ਉਨ੍ਹਾਂ ਖੇਤਰਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰੋ ਜਿੱਥੇ ਮਨੁੱਖੀ ਸੂਝ ਅਟੱਲ ਹੈ, ਜਿਵੇਂ ਕਿ ਸਮੱਸਿਆ-ਹੱਲ, ਡਿਜ਼ਾਈਨ ਸੋਚ, ਅਤੇ ਉਪਭੋਗਤਾ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਸਮਝਣਾ।" (ਕੀ 2025 ਵਿੱਚ ਏਆਈ ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਲੈਣ ਜਾ ਰਿਹਾ ਹੈ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ)

3. ਆਪਣੇ AI ਅਤੇ ML ਗਿਆਨ ਨੂੰ ਵਧਾਓ: AI ਦੇ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ, ਇਹ ਮਦਦ ਕਰਦਾ ਹੈ AI ਨੂੰ ਸਮਝੋ. ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਸਾਰਿਆਂ ਨੂੰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਖੋਜਕਰਤਾ ਬਣਨ ਦੀ ਜ਼ਰੂਰਤ ਨਹੀਂ ਹੈ, ਪਰ ਇਹਨਾਂ ਮਾਡਲਾਂ ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਦੀ ਚੰਗੀ ਸਮਝ ਹੋਣਾ ਲਾਭਦਾਇਕ ਹੋਵੇਗਾ। ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਅਤੇ ਡੂੰਘੀ ਸਿਖਲਾਈ ਦੀਆਂ ਮੂਲ ਗੱਲਾਂ ਸਿੱਖੋ - ਇਹ ਨਾ ਸਿਰਫ਼ ਨਵੇਂ ਕਰੀਅਰ ਦੇ ਰਸਤੇ ਖੋਲ੍ਹ ਸਕਦਾ ਹੈ (ਕਿਉਂਕਿ AI-ਸਬੰਧਤ ਨੌਕਰੀਆਂ ਵਧ ਰਹੀਆਂ ਹਨ (ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024])), ਪਰ ਇਹ ਤੁਹਾਨੂੰ AI ਟੂਲਸ ਨੂੰ ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਵਰਤਣ ਵਿੱਚ ਵੀ ਮਦਦ ਕਰੇਗਾ। ਜੇਕਰ ਤੁਸੀਂ ਜਾਣਦੇ ਹੋ, ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਦੀਆਂ ਸੀਮਾਵਾਂ ਅਤੇ ਇਸਨੂੰ ਕਿਵੇਂ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ, ਤਾਂ ਤੁਸੀਂ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦੇ ਹੋ ਕਿ ਇਹ ਕਦੋਂ ਅਸਫਲ ਹੋ ਸਕਦਾ ਹੈ ਅਤੇ ਉਸ ਅਨੁਸਾਰ ਆਪਣੇ ਪ੍ਰੋਂਪਟ ਜਾਂ ਟੈਸਟ ਡਿਜ਼ਾਈਨ ਕਰ ਸਕਦੇ ਹੋ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਬਹੁਤ ਸਾਰੇ ਸਾਫਟਵੇਅਰ ਉਤਪਾਦ ਹੁਣ AI ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰ ਰਹੇ ਹਨ (ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਸਿਫਾਰਸ਼ ਇੰਜਣ ਜਾਂ ਚੈਟਬੋਟ ਵਾਲਾ ਐਪ)। ਕੁਝ ML ਗਿਆਨ ਵਾਲਾ ਇੱਕ ਸਾਫਟਵੇਅਰ ਡਿਵੈਲਪਰ ਉਹਨਾਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾ ਸਕਦਾ ਹੈ ਜਾਂ ਘੱਟੋ ਘੱਟ ਡੇਟਾ ਵਿਗਿਆਨੀਆਂ ਨਾਲ ਸਮਝਦਾਰੀ ਨਾਲ ਸਹਿਯੋਗ ਕਰ ਸਕਦਾ ਹੈ। ਸਿੱਖਣ 'ਤੇ ਵਿਚਾਰ ਕਰਨ ਵਾਲੇ ਮੁੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ: ਡਾਟਾ ਸਾਇੰਸ ਦੀਆਂ ਮੂਲ ਗੱਲਾਂ, ਡੇਟਾ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰੀਪ੍ਰੋਸੈਸ ਕਰਨਾ ਹੈ, ਸਿਖਲਾਈ ਬਨਾਮ ਅਨੁਮਾਨ, ਅਤੇ AI ਦੀ ਨੈਤਿਕਤਾ। AI ਫਰੇਮਵਰਕ (ਟੈਂਸਰਫਲੋ, ਪਾਈਟੋਰਚ) ਅਤੇ ਕਲਾਉਡ AI ਸੇਵਾਵਾਂ ਨਾਲ ਆਪਣੇ ਆਪ ਨੂੰ ਜਾਣੂ ਕਰਵਾਓ; ਭਾਵੇਂ ਤੁਸੀਂ ਸ਼ੁਰੂ ਤੋਂ ਮਾਡਲ ਨਹੀਂ ਬਣਾ ਰਹੇ ਹੋ, ਇਹ ਜਾਣਨਾ ਕਿ ਇੱਕ AI API ਨੂੰ ਇੱਕ ਐਪ ਵਿੱਚ ਕਿਵੇਂ ਜੋੜਨਾ ਹੈ ਇੱਕ ਕੀਮਤੀ ਹੁਨਰ ਹੈ। ਸੰਖੇਪ ਵਿੱਚ, "ਏਆਈ ਸਾਖਰ" ਬਣਨਾ ਤੇਜ਼ੀ ਨਾਲ ਵੈੱਬ ਜਾਂ ਡੇਟਾਬੇਸ ਤਕਨਾਲੋਜੀਆਂ ਵਿੱਚ ਸਾਖਰ ਹੋਣ ਜਿੰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦਾ ਜਾ ਰਿਹਾ ਹੈ। ਉਹ ਡਿਵੈਲਪਰ ਜੋ ਰਵਾਇਤੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਅਤੇ ਏਆਈ ਦੀ ਦੁਨੀਆ ਵਿੱਚ ਘੁਲ-ਮਿਲ ਸਕਦੇ ਹਨ, ਭਵਿੱਖ ਦੇ ਪ੍ਰੋਜੈਕਟਾਂ ਦੀ ਅਗਵਾਈ ਕਰਨ ਲਈ ਪ੍ਰਮੁੱਖ ਸਥਿਤੀ ਵਿੱਚ ਹੋਣਗੇ।

4. ਮਜ਼ਬੂਤ ​​ਨਰਮ ਹੁਨਰ ਅਤੇ ਡੋਮੇਨ ਗਿਆਨ ਵਿਕਸਤ ਕਰੋ: ਜਿਵੇਂ-ਜਿਵੇਂ ਏਆਈ ਮਕੈਨੀਕਲ ਕੰਮਾਂ ਨੂੰ ਆਪਣੇ ਹੱਥਾਂ ਵਿੱਚ ਲੈਂਦਾ ਹੈ, ਵਿਲੱਖਣ ਮਨੁੱਖੀ ਹੁਨਰ ਹੋਰ ਵੀ ਮਹੱਤਵਪੂਰਨ ਹੋ ਜਾਂਦੇ ਹਨ। ਸੰਚਾਰ, ਟੀਮ ਵਰਕ, ਅਤੇ ਡੋਮੇਨ ਮੁਹਾਰਤ ਦੋਹਰਾ-ਡਾਊਨ ਕਰਨ ਵਾਲੇ ਖੇਤਰ ਹਨ। ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਅਕਸਰ ਸਮੱਸਿਆ ਦੇ ਖੇਤਰ ਨੂੰ ਸਮਝਣ ਬਾਰੇ ਹੁੰਦਾ ਹੈ - ਭਾਵੇਂ ਇਹ ਵਿੱਤ, ਸਿਹਤ ਸੰਭਾਲ, ਸਿੱਖਿਆ, ਜਾਂ ਕੋਈ ਹੋਰ ਖੇਤਰ ਹੋਵੇ - ਅਤੇ ਇਸਨੂੰ ਹੱਲਾਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਨਾ। AI ਕੋਲ ਉਹ ਸੰਦਰਭ ਜਾਂ ਹਿੱਸੇਦਾਰਾਂ ਨਾਲ ਸੰਪਰਕ ਕਰਨ ਦੀ ਯੋਗਤਾ ਨਹੀਂ ਹੋਵੇਗੀ, ਪਰ ਤੁਹਾਡੇ ਕੋਲ ਹੈ। ਜਿਸ ਡੋਮੇਨ ਵਿੱਚ ਤੁਸੀਂ ਕੰਮ ਕਰਦੇ ਹੋ ਉਸ ਵਿੱਚ ਵਧੇਰੇ ਗਿਆਨਵਾਨ ਬਣਨਾ ਤੁਹਾਨੂੰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਜਾਣ-ਪਛਾਣ ਵਾਲਾ ਵਿਅਕਤੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਸਾਫਟਵੇਅਰ ਅਸਲ ਵਿੱਚ ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ। ਇਸੇ ਤਰ੍ਹਾਂ, ਆਪਣੇ ਸਹਿਯੋਗ ਹੁਨਰਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰੋ: ਸਲਾਹ, ਲੀਡਰਸ਼ਿਪ ਅਤੇ ਤਾਲਮੇਲ। ਟੀਮਾਂ ਨੂੰ ਅਜੇ ਵੀ ਕੋਡ ਦੀ ਸਮੀਖਿਆ ਕਰਨ ਲਈ ਸੀਨੀਅਰ ਡਿਵੈਲਪਰਾਂ ਦੀ ਲੋੜ ਹੋਵੇਗੀ (AI-ਲਿਖਤ ਕੋਡ ਸਮੇਤ), ਜੂਨੀਅਰਾਂ ਨੂੰ ਵਧੀਆ ਅਭਿਆਸਾਂ 'ਤੇ ਸਲਾਹ ਦੇਣ ਲਈ, ਅਤੇ ਗੁੰਝਲਦਾਰ ਪ੍ਰੋਜੈਕਟਾਂ ਦਾ ਤਾਲਮੇਲ ਕਰਨ ਲਈ। AI ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਮਨੁੱਖੀ ਆਪਸੀ ਤਾਲਮੇਲ ਦੀ ਜ਼ਰੂਰਤ ਨੂੰ ਦੂਰ ਨਹੀਂ ਕਰਦਾ ਹੈ। ਦਰਅਸਲ, AI ਤਿਆਰ ਕਰਨ ਵਾਲੇ ਕੋਡ ਦੇ ਨਾਲ, ਇੱਕ ਸੀਨੀਅਰ ਡਿਵੈਲਪਰ ਦੀ ਸਲਾਹ ਜੂਨੀਅਰਾਂ ਨੂੰ ਸਿਖਾਉਣ ਵੱਲ ਬਦਲ ਸਕਦੀ ਹੈ। AI ਨਾਲ ਕਿਵੇਂ ਕੰਮ ਕਰਨਾ ਹੈ ਅਤੇ ਇਸਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ ਹੈ, ਨਾ ਕਿ ਇੱਕ ਫਾਰ-ਲੂਪ ਕਿਵੇਂ ਲਿਖਣਾ ਹੈ। ਇਸ ਨਵੇਂ ਪੈਰਾਡਾਈਮ ਵਿੱਚ ਦੂਜਿਆਂ ਦੀ ਅਗਵਾਈ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਇੱਕ ਕੀਮਤੀ ਹੁਨਰ ਹੈ। ਨਾਲ ਹੀ, ਅਭਿਆਸ ਕਰੋ ਆਲੋਚਨਾਤਮਕ ਸੋਚ - AI ਆਉਟਪੁੱਟ 'ਤੇ ਸਵਾਲ ਉਠਾਓ ਅਤੇ ਟੈਸਟ ਕਰੋ, ਅਤੇ ਦੂਜਿਆਂ ਨੂੰ ਵੀ ਅਜਿਹਾ ਕਰਨ ਲਈ ਉਤਸ਼ਾਹਿਤ ਕਰੋ। ਇੱਕ ਸਿਹਤਮੰਦ ਸ਼ੱਕ ਅਤੇ ਤਸਦੀਕ ਮਾਨਸਿਕਤਾ ਪੈਦਾ ਕਰਨ ਨਾਲ AI 'ਤੇ ਅੰਨ੍ਹੇਵਾਹ ਨਿਰਭਰਤਾ ਨੂੰ ਰੋਕਿਆ ਜਾਵੇਗਾ ਅਤੇ ਗਲਤੀਆਂ ਘਟਾਈਆਂ ਜਾਣਗੀਆਂ। ਅਸਲ ਵਿੱਚ, ਉਹਨਾਂ ਹੁਨਰਾਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰੋ ਜਿਨ੍ਹਾਂ ਦੀ AI ਵਿੱਚ ਘਾਟ ਹੈ: ਲੋਕਾਂ ਅਤੇ ਸੰਦਰਭ ਨੂੰ ਸਮਝਣਾ, ਆਲੋਚਨਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ, ਅਤੇ ਅੰਤਰ-ਅਨੁਸ਼ਾਸਨੀ ਸੋਚ।

5. ਜੀਵਨ ਭਰ ਸਿੱਖਣਾ ਅਤੇ ਅਨੁਕੂਲਤਾ: ਏਆਈ ਵਿੱਚ ਬਦਲਾਅ ਦੀ ਗਤੀ ਬਹੁਤ ਤੇਜ਼ ਹੈ। ਜੋ ਅੱਜ ਅਤਿ-ਆਧੁਨਿਕ ਜਾਪਦਾ ਹੈ ਉਹ ਕੁਝ ਸਾਲਾਂ ਵਿੱਚ ਪੁਰਾਣਾ ਹੋ ਸਕਦਾ ਹੈ। ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਲੋੜ ਹੈ ਜੀਵਨ ਭਰ ਦੀ ਸਿੱਖਿਆ ਪਹਿਲਾਂ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ।ਇਸਦਾ ਅਰਥ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਨਿਯਮਿਤ ਤੌਰ 'ਤੇ ਨਵੇਂ AI ਕੋਡਿੰਗ ਸਹਾਇਕਾਂ ਨੂੰ ਅਜ਼ਮਾਉਣਾ, AI/ML ਵਿੱਚ ਔਨਲਾਈਨ ਕੋਰਸ ਜਾਂ ਪ੍ਰਮਾਣੀਕਰਣ ਲੈਣਾ, ਆਉਣ ਵਾਲੇ ਸਮੇਂ ਬਾਰੇ ਅੱਪ ਟੂ ਡੇਟ ਰਹਿਣ ਲਈ ਖੋਜ ਬਲੌਗ ਪੜ੍ਹਨਾ, ਜਾਂ AI-ਕੇਂਦ੍ਰਿਤ ਡਿਵੈਲਪਰ ਭਾਈਚਾਰਿਆਂ ਵਿੱਚ ਹਿੱਸਾ ਲੈਣਾ। ਅਨੁਕੂਲਤਾ ਮੁੱਖ ਹੈ - ਨਵੇਂ ਟੂਲਸ ਅਤੇ ਵਰਕਫਲੋ ਦੇ ਉਭਰਨ ਦੇ ਨਾਲ-ਨਾਲ ਉਹਨਾਂ ਵੱਲ ਧਿਆਨ ਦੇਣ ਲਈ ਤਿਆਰ ਰਹੋ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਕੋਈ ਨਵਾਂ AI ਟੂਲ ਆਉਂਦਾ ਹੈ ਜੋ ਸਕੈਚਾਂ ਤੋਂ UI ਡਿਜ਼ਾਈਨ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰ ਸਕਦਾ ਹੈ, ਤਾਂ ਇੱਕ ਫਰੰਟ-ਐਂਡ ਡਿਵੈਲਪਰ ਨੂੰ ਸਿੱਖਣ ਅਤੇ ਇਸਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਲਈ ਤਿਆਰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਆਪਣਾ ਧਿਆਨ ਸ਼ਾਇਦ ਤਿਆਰ ਕੀਤੇ UI ਨੂੰ ਸੁਧਾਰਨ ਜਾਂ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਵੇਰਵਿਆਂ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਵੱਲ ਬਦਲਣਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਆਟੋਮੇਸ਼ਨ ਤੋਂ ਖੁੰਝ ਗਏ ਹਨ। ਜਿਹੜੇ ਲੋਕ ਸਿੱਖਣ ਨੂੰ ਆਪਣੇ ਕਰੀਅਰ ਦੇ ਇੱਕ ਨਿਰੰਤਰ ਹਿੱਸੇ ਵਜੋਂ ਮੰਨਦੇ ਹਨ (ਜੋ ਕਿ ਬਹੁਤ ਸਾਰੇ ਡਿਵੈਲਪਰ ਪਹਿਲਾਂ ਹੀ ਕਰਦੇ ਹਨ) ਉਹਨਾਂ ਨੂੰ AI ਵਿਕਾਸ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨਾ ਆਸਾਨ ਲੱਗੇਗਾ। ਇੱਕ ਰਣਨੀਤੀ ਇਹ ਹੈ ਕਿ ਤੁਸੀਂ ਆਪਣੇ ਹਫ਼ਤੇ ਦਾ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਹਿੱਸਾ ਸਿੱਖਣ ਅਤੇ ਪ੍ਰਯੋਗ ਲਈ ਸਮਰਪਿਤ ਕਰੋ - ਇਸਨੂੰ ਆਪਣੇ ਭਵਿੱਖ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨ ਵਜੋਂ ਸਮਝੋ। ਕੰਪਨੀਆਂ ਆਪਣੇ ਡਿਵੈਲਪਰਾਂ ਨੂੰ AI ਟੂਲਸ ਦੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਵਰਤੋਂ ਕਰਨ ਲਈ ਸਿਖਲਾਈ ਪ੍ਰਦਾਨ ਕਰਨਾ ਵੀ ਸ਼ੁਰੂ ਕਰ ਰਹੀਆਂ ਹਨ; ਅਜਿਹੇ ਮੌਕਿਆਂ ਦਾ ਫਾਇਦਾ ਉਠਾਉਣਾ ਤੁਹਾਨੂੰ ਅੱਗੇ ਵਧਾਏਗਾ। ਵਿਕਾਸ ਕਰਨ ਵਾਲੇ ਉਹ ਹੋਣਗੇ ਜੋ AI ਨੂੰ ਇੱਕ ਵਿਕਸਤ ਸਾਥੀ ਵਜੋਂ ਦੇਖਦੇ ਹਨ ਅਤੇ ਉਸ ਸਾਥੀ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ ਆਪਣੇ ਪਹੁੰਚ ਨੂੰ ਲਗਾਤਾਰ ਸੁਧਾਰਦੇ ਹਨ।

6. ਉੱਭਰ ਰਹੀਆਂ ਭੂਮਿਕਾਵਾਂ ਅਤੇ ਕਰੀਅਰ ਮਾਰਗਾਂ ਦੀ ਪੜਚੋਲ ਕਰੋ: ਜਿਵੇਂ-ਜਿਵੇਂ ਏਆਈ ਵਿਕਾਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹੁੰਦਾ ਜਾ ਰਿਹਾ ਹੈ, ਨਵੇਂ ਕਰੀਅਰ ਦੇ ਮੌਕੇ ਉੱਭਰ ਰਹੇ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਪ੍ਰੋਂਪਟ ਇੰਜੀਨੀਅਰ ਜਾਂ ਏਆਈ ਏਕੀਕਰਣ ਮਾਹਰ ਉਤਪਾਦਾਂ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਸਹੀ ਪ੍ਰੋਂਪਟ, ਵਰਕਫਲੋ ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਬਣਾਉਣ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਭੂਮਿਕਾਵਾਂ ਹਨ। ਇੱਕ ਹੋਰ ਉਦਾਹਰਣ ਹੈ ਏਆਈ ਐਥਿਕਸ ਇੰਜੀਨੀਅਰ ਜਾਂ ਏਆਈ ਆਡੀਟਰ - ਭੂਮਿਕਾਵਾਂ ਜੋ ਪੱਖਪਾਤ, ਪਾਲਣਾ ਅਤੇ ਸ਼ੁੱਧਤਾ ਲਈ AI ਆਉਟਪੁੱਟ ਦੀ ਸਮੀਖਿਆ ਕਰਨ 'ਤੇ ਕੇਂਦ੍ਰਤ ਕਰਦੀਆਂ ਹਨ। ਜੇਕਰ ਤੁਹਾਨੂੰ ਉਨ੍ਹਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਦਿਲਚਸਪੀ ਹੈ, ਤਾਂ ਆਪਣੇ ਆਪ ਨੂੰ ਸਹੀ ਗਿਆਨ ਨਾਲ ਸਥਾਪਤ ਕਰਨ ਨਾਲ ਇਹ ਨਵੇਂ ਰਸਤੇ ਖੁੱਲ੍ਹ ਸਕਦੇ ਹਨ। ਕਲਾਸਿਕ ਭੂਮਿਕਾਵਾਂ ਦੇ ਅੰਦਰ ਵੀ, ਤੁਹਾਨੂੰ "AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਫਰੰਟਐਂਡ ਡਿਵੈਲਪਰ" ਬਨਾਮ "AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਬੈਕਐਂਡ ਡਿਵੈਲਪਰ" ਵਰਗੇ ਸਥਾਨ ਮਿਲ ਸਕਦੇ ਹਨ ਜਿੱਥੇ ਹਰ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਇਸ ਗੱਲ 'ਤੇ ਨਜ਼ਰ ਰੱਖੋ ਕਿ ਸੰਗਠਨ AI ਦੇ ਆਲੇ-ਦੁਆਲੇ ਟੀਮਾਂ ਕਿਵੇਂ ਬਣਾ ਰਹੇ ਹਨ। ਕੁਝ ਕੰਪਨੀਆਂ ਕੋਲ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ AI ਨੂੰ ਅਪਣਾਉਣ ਲਈ ਮਾਰਗਦਰਸ਼ਨ ਕਰਨ ਲਈ "AI ਗਿਲਡ" ਜਾਂ ਉੱਤਮਤਾ ਦੇ ਕੇਂਦਰ ਹਨ - ਅਜਿਹੇ ਸਮੂਹਾਂ ਵਿੱਚ ਸਰਗਰਮ ਹੋਣਾ ਤੁਹਾਨੂੰ ਸਭ ਤੋਂ ਅੱਗੇ ਰੱਖ ਸਕਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, AI ਟੂਲਸ ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਣ 'ਤੇ ਵਿਚਾਰ ਕਰੋ: ਉਦਾਹਰਨ ਲਈ, ਓਪਨ-ਸੋਰਸ ਪ੍ਰੋਜੈਕਟਾਂ 'ਤੇ ਕੰਮ ਕਰਨਾ ਜੋ ਡਿਵੈਲਪਰ ਟੂਲਿੰਗ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਂਦੇ ਹਨ (ਸ਼ਾਇਦ ਕੋਡ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਦੀ AI ਦੀ ਯੋਗਤਾ ਨੂੰ ਵਧਾਉਣਾ, ਆਦਿ)। ਇਹ ਨਾ ਸਿਰਫ਼ ਤਕਨੀਕ ਦੀ ਤੁਹਾਡੀ ਸਮਝ ਨੂੰ ਡੂੰਘਾ ਕਰਦਾ ਹੈ ਬਲਕਿ ਤੁਹਾਨੂੰ ਇੱਕ ਅਜਿਹੇ ਭਾਈਚਾਰੇ ਵਿੱਚ ਵੀ ਰੱਖਦਾ ਹੈ ਜੋ ਤਬਦੀਲੀ ਦੀ ਅਗਵਾਈ ਕਰ ਰਿਹਾ ਹੈ। ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ ਇਸ ਬਾਰੇ ਸਰਗਰਮ ਹੋਣਾ ਕਰੀਅਰ ਦੀ ਚੁਸਤੀ. ਜੇਕਰ ਤੁਹਾਡੀ ਮੌਜੂਦਾ ਨੌਕਰੀ ਦੇ ਕੁਝ ਹਿੱਸੇ ਸਵੈਚਾਲਿਤ ਹੋ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਉਹਨਾਂ ਭੂਮਿਕਾਵਾਂ ਵਿੱਚ ਤਬਦੀਲ ਹੋਣ ਲਈ ਤਿਆਰ ਰਹੋ ਜੋ ਉਹਨਾਂ ਸਵੈਚਾਲਿਤ ਹਿੱਸਿਆਂ ਨੂੰ ਡਿਜ਼ਾਈਨ, ਨਿਗਰਾਨੀ ਜਾਂ ਵਧਾਉਣ।

7. ਮਨੁੱਖੀ ਗੁਣਵੱਤਾ ਨੂੰ ਬਣਾਈ ਰੱਖੋ ਅਤੇ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰੋ: ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆਂ ਵਿੱਚ ਜਿੱਥੇ AI ਔਸਤ ਸਮੱਸਿਆ ਲਈ ਔਸਤ ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਇਹ ਪੈਦਾ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਬੇਮਿਸਾਲ ਅਤੇ ਹਮਦਰਦੀ ਵਾਲਾ ਉਹ ਹੱਲ ਜੋ AI ਨਹੀਂ ਕਰ ਸਕਦਾ। ਇਸਦਾ ਅਰਥ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਦੀ ਸੂਝ-ਬੂਝ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨਾ, ਅਸਾਧਾਰਨ ਦ੍ਰਿਸ਼ਾਂ ਲਈ ਪ੍ਰਦਰਸ਼ਨ ਅਨੁਕੂਲਤਾ, ਜਾਂ ਸਿਰਫ਼ ਸਾਫ਼ ਅਤੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਦਸਤਾਵੇਜ਼ੀ ਕੋਡ ਲਿਖਣਾ (AI ਅਰਥਪੂਰਨ ਦਸਤਾਵੇਜ਼ ਜਾਂ ਸਮਝਣ ਯੋਗ ਕੋਡ ਟਿੱਪਣੀਆਂ ਲਿਖਣ ਵਿੱਚ ਵਧੀਆ ਨਹੀਂ ਹੈ - ਤੁਸੀਂ ਉੱਥੇ ਮੁੱਲ ਜੋੜ ਸਕਦੇ ਹੋ!)। ਕੰਮ ਵਿੱਚ ਮਨੁੱਖੀ ਸੂਝ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਲਈ ਇੱਕ ਬਿੰਦੂ ਬਣਾਓ: ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਕੋਈ AI ਕੋਡ ਦਾ ਇੱਕ ਟੁਕੜਾ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਤਾਂ ਤੁਸੀਂ ਤਰਕ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਵਾਲੀਆਂ ਟਿੱਪਣੀਆਂ ਜੋੜਦੇ ਹੋ ਜਿਸ ਤਰ੍ਹਾਂ ਕੋਈ ਹੋਰ ਮਨੁੱਖ ਬਾਅਦ ਵਿੱਚ ਸਮਝ ਸਕਦਾ ਹੈ, ਜਾਂ ਤੁਸੀਂ ਇਸਨੂੰ ਵਧੇਰੇ ਪੜ੍ਹਨਯੋਗ ਬਣਾਉਣ ਲਈ ਵਿਵਸਥਿਤ ਕਰਦੇ ਹੋ। ਅਜਿਹਾ ਕਰਕੇ, ਤੁਸੀਂ ਪੇਸ਼ੇਵਰਤਾ ਅਤੇ ਗੁਣਵੱਤਾ ਦੀ ਇੱਕ ਪਰਤ ਜੋੜ ਰਹੇ ਹੋ ਜਿਸਦੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਸ਼ੀਨ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਕੰਮ ਵਿੱਚ ਘਾਟ ਹੈ। ਸਮੇਂ ਦੇ ਨਾਲ, ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲੇ ਸੌਫਟਵੇਅਰ ਲਈ ਇੱਕ ਪ੍ਰਤਿਸ਼ਠਾ ਬਣਾਉਣਾ ਜੋ ਅਸਲ ਸੰਸਾਰ ਵਿੱਚ "ਬਸ ਕੰਮ ਕਰਦਾ ਹੈ" ਤੁਹਾਨੂੰ ਵੱਖਰਾ ਕਰੇਗਾ। ਕਲਾਇੰਟ ਅਤੇ ਮਾਲਕ ਡਿਵੈਲਪਰਾਂ ਦੀ ਕਦਰ ਕਰਨਗੇ ਜੋ ਕਰ ਸਕਦੇ ਹਨ ਏਆਈ ਕੁਸ਼ਲਤਾ ਨੂੰ ਮਨੁੱਖੀ ਕਾਰੀਗਰੀ ਨਾਲ ਜੋੜਨਾ.

ਆਓ ਇਹ ਵੀ ਵਿਚਾਰ ਕਰੀਏ ਕਿ ਵਿਦਿਅਕ ਮਾਰਗ ਕਿਵੇਂ ਅਨੁਕੂਲ ਹੋ ਸਕਦੇ ਹਨ। ਇਸ ਖੇਤਰ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਵਾਲੇ ਨਵੇਂ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਆਪਣੀ ਸਿੱਖਣ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਏਆਈ ਟੂਲਸ ਤੋਂ ਝਿਜਕਣਾ ਨਹੀਂ ਚਾਹੀਦਾ।ਇਸ ਦੇ ਉਲਟ, ਸਿੱਖਣਾ ਨਾਲ AI (ਉਦਾਹਰਣ ਵਜੋਂ, ਹੋਮਵਰਕ ਜਾਂ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਮਦਦ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਨਾ, ਫਿਰ ਨਤੀਜਿਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ) ਉਹਨਾਂ ਦੀ ਸਮਝ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇਹ ਵੀ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ ਕਿ ਬੁਨਿਆਦੀ ਗੱਲਾਂ ਨੂੰ ਡੂੰਘਾਈ ਨਾਲ ਸਿੱਖੋ - ਐਲਗੋਰਿਦਮ, ਡੇਟਾ ਸਟ੍ਰਕਚਰ, ਅਤੇ ਕੋਰ ਪ੍ਰੋਗਰਾਮਿੰਗ ਸੰਕਲਪ - ਤਾਂ ਜੋ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਮਜ਼ਬੂਤ ​​ਨੀਂਹ ਹੋਵੇ ਅਤੇ ਤੁਸੀਂ ਦੱਸ ਸਕੋ ਕਿ AI ਕਦੋਂ ਭਟਕ ਰਿਹਾ ਹੈ। ਜਿਵੇਂ ਕਿ AI ਸਧਾਰਨ ਕੋਡਿੰਗ ਅਭਿਆਸਾਂ ਨੂੰ ਸੰਭਾਲਦਾ ਹੈ, ਪਾਠਕ੍ਰਮ ਉਹਨਾਂ ਪ੍ਰੋਜੈਕਟਾਂ 'ਤੇ ਵਧੇਰੇ ਭਾਰ ਪਾ ਸਕਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਲਈ ਡਿਜ਼ਾਈਨ ਅਤੇ ਏਕੀਕਰਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਇੱਕ ਨਵੇਂ ਹੋ, ਤਾਂ ਇੱਕ ਪੋਰਟਫੋਲੀਓ ਬਣਾਉਣ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰੋ ਜੋ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਅਤੇ AI ਨੂੰ ਕਈ ਸਾਧਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਵਜੋਂ ਵਰਤਣ ਦੀ ਤੁਹਾਡੀ ਯੋਗਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

ਅਨੁਕੂਲਨ ਰਣਨੀਤੀ ਨੂੰ ਸਮੇਟਣ ਲਈ: ਪਾਇਲਟ ਬਣੋ, ਯਾਤਰੀ ਨਹੀਂ। ਏਆਈ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰੋ, ਪਰ ਉਨ੍ਹਾਂ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਜਾਂ ਸੰਤੁਸ਼ਟ ਨਾ ਹੋਵੋ। ਵਿਕਾਸ ਦੇ ਵਿਲੱਖਣ ਮਨੁੱਖੀ ਪਹਿਲੂਆਂ ਨੂੰ ਨਿਖਾਰਦੇ ਰਹੋ। ਗ੍ਰੇਡੀ ਬੂਚ, ਇੱਕ ਸਤਿਕਾਰਤ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਪਾਇਨੀਅਰ, ਨੇ ਇਹ ਬਹੁਤ ਵਧੀਆ ਕਿਹਾ: "ਏਆਈ ਇੱਕ ਪ੍ਰੋਗਰਾਮਰ ਹੋਣ ਦੇ ਅਰਥ ਨੂੰ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਬਦਲਣ ਜਾ ਰਿਹਾ ਹੈ। ਇਹ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਖਤਮ ਨਹੀਂ ਕਰੇਗਾ, ਪਰ ਇਸ ਲਈ ਉਨ੍ਹਾਂ ਨੂੰ ਨਵੇਂ ਹੁਨਰ ਵਿਕਸਤ ਕਰਨ ਅਤੇ ਨਵੇਂ ਤਰੀਕਿਆਂ ਨਾਲ ਕੰਮ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।" (ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024]). ਉਹਨਾਂ ਨਵੇਂ ਹੁਨਰਾਂ ਅਤੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕਿਆਂ ਨੂੰ ਸਰਗਰਮੀ ਨਾਲ ਵਿਕਸਤ ਕਰਕੇ, ਡਿਵੈਲਪਰ ਇਹ ਯਕੀਨੀ ਬਣਾ ਸਕਦੇ ਹਨ ਕਿ ਉਹ ਆਪਣੇ ਕਰੀਅਰ ਦੇ ਡਰਾਈਵਰ ਸੀਟ 'ਤੇ ਬਣੇ ਰਹਿਣ।

ਇਸ ਭਾਗ ਨੂੰ ਸੰਖੇਪ ਵਿੱਚ ਦੱਸਣ ਲਈ, ਇੱਥੇ ਉਹਨਾਂ ਡਿਵੈਲਪਰਾਂ ਲਈ ਇੱਕ ਤੇਜ਼ ਹਵਾਲਾ ਚੈੱਕਲਿਸਟ ਹੈ ਜੋ AI ਦੇ ਯੁੱਗ ਵਿੱਚ ਆਪਣੇ ਕਰੀਅਰ ਨੂੰ ਭਵਿੱਖ ਲਈ ਸੁਰੱਖਿਅਤ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹਨ:

ਅਨੁਕੂਲਨ ਰਣਨੀਤੀ ਮੈਂ ਕੀ ਕਰਾਂ
ਏਆਈ ਟੂਲ ਸਿੱਖੋ ਕੋਪਾਇਲਟ, ਚੈਟਜੀਪੀਟੀ, ਆਦਿ ਨਾਲ ਅਭਿਆਸ ਕਰੋ। ਤੁਰੰਤ ਕਰਾਫਟਿੰਗ ਅਤੇ ਨਤੀਜਾ ਪ੍ਰਮਾਣਿਕਤਾ ਸਿੱਖੋ।
ਸਮੱਸਿਆ-ਹੱਲ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰੋ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ ਅਤੇ ਆਰਕੀਟੈਕਚਰ ਦੇ ਹੁਨਰਾਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰੋ। "ਕਿਉਂ" ਅਤੇ "ਕਿਵੇਂ" ਨਾਲ ਨਜਿੱਠੋ, ਸਿਰਫ਼ "ਕੀ" ਨਾਲ ਨਹੀਂ।
AI/ML ਵਿੱਚ ਉੱਚ ਹੁਨਰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਅਤੇ ਡੇਟਾ ਸਾਇੰਸ ਦੀਆਂ ਮੂਲ ਗੱਲਾਂ ਸਿੱਖੋ। ਸਮਝੋ ਕਿ ਏਆਈ ਮਾਡਲ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਕਿਵੇਂ ਏਕੀਕ੍ਰਿਤ ਕਰਨਾ ਹੈ।
ਨਰਮ ਹੁਨਰਾਂ ਨੂੰ ਮਜ਼ਬੂਤ ​​ਬਣਾਓ ਸੰਚਾਰ, ਟੀਮ ਵਰਕ ਅਤੇ ਡੋਮੇਨ ਮੁਹਾਰਤ ਨੂੰ ਵਧਾਓ। ਤਕਨੀਕੀ ਅਤੇ ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਵਿਚਕਾਰ ਪੁਲ ਬਣੋ।
ਜੀਵਨ ਭਰ ਦੀ ਸਿੱਖਿਆ ਉਤਸੁਕ ਰਹੋ ਅਤੇ ਨਵੀਆਂ ਤਕਨਾਲੋਜੀਆਂ ਸਿੱਖਦੇ ਰਹੋ। ਭਾਈਚਾਰਿਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ, ਕੋਰਸ ਕਰੋ, ਅਤੇ ਨਵੇਂ AI ਵਿਕਾਸ ਟੂਲਸ ਨਾਲ ਪ੍ਰਯੋਗ ਕਰੋ।
ਨਵੀਆਂ ਭੂਮਿਕਾਵਾਂ ਦੀ ਪੜਚੋਲ ਕਰੋ ਉੱਭਰ ਰਹੀਆਂ ਭੂਮਿਕਾਵਾਂ (ਏਆਈ ਆਡੀਟਰ, ਪ੍ਰੋਂਪਟ ਇੰਜੀਨੀਅਰ, ਆਦਿ) 'ਤੇ ਨਜ਼ਰ ਰੱਖੋ ਅਤੇ ਜੇਕਰ ਉਹ ਤੁਹਾਡੀ ਦਿਲਚਸਪੀ ਰੱਖਦੇ ਹਨ ਤਾਂ ਉਨ੍ਹਾਂ ਨੂੰ ਬਦਲਣ ਲਈ ਤਿਆਰ ਰਹੋ।
ਗੁਣਵੱਤਾ ਅਤੇ ਨੈਤਿਕਤਾ ਬਣਾਈ ਰੱਖੋ ਗੁਣਵੱਤਾ ਲਈ ਹਮੇਸ਼ਾਂ AI ਆਉਟਪੁੱਟ ਦੀ ਸਮੀਖਿਆ ਕਰੋ। ਮਨੁੱਖੀ ਅਹਿਸਾਸ ਸ਼ਾਮਲ ਕਰੋ - ਦਸਤਾਵੇਜ਼ੀਕਰਨ, ਨੈਤਿਕ ਵਿਚਾਰ, ਉਪਭੋਗਤਾ-ਕੇਂਦ੍ਰਿਤ ਸੁਧਾਰ।

ਇਹਨਾਂ ਰਣਨੀਤੀਆਂ ਦੀ ਪਾਲਣਾ ਕਰਕੇ, ਡਿਵੈਲਪਰ ਏਆਈ ਕ੍ਰਾਂਤੀ ਨੂੰ ਆਪਣੇ ਫਾਇਦੇ ਵਿੱਚ ਬਦਲ ਸਕਦੇ ਹਨ। ਜੋ ਲੋਕ ਅਨੁਕੂਲ ਬਣਾਉਂਦੇ ਹਨ ਉਹ ਇਹ ਦੇਖਣਗੇ ਕਿ ਏਆਈ ਵਧਾਉਂਦਾ ਹੈ ਆਪਣੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਪਹਿਲਾਂ ਨਾਲੋਂ ਬਿਹਤਰ ਸਾਫਟਵੇਅਰ ਤਿਆਰ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ, ਨਾ ਕਿ ਉਹਨਾਂ ਨੂੰ ਪੁਰਾਣਾ ਬਣਾ ਦਿੰਦਾ ਹੈ।

ਭਵਿੱਖ ਦਾ ਦ੍ਰਿਸ਼ਟੀਕੋਣ: ਏਆਈ ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਵਿਚਕਾਰ ਸਹਿਯੋਗ

ਇੱਕ AI-ਸੰਚਾਲਿਤ ਦੁਨੀਆ ਵਿੱਚ ਪ੍ਰੋਗਰਾਮਿੰਗ ਦਾ ਭਵਿੱਖ ਕੀ ਹੈ? ਮੌਜੂਦਾ ਰੁਝਾਨਾਂ ਦੇ ਅਧਾਰ ਤੇ, ਅਸੀਂ ਇੱਕ ਭਵਿੱਖ ਦੀ ਉਮੀਦ ਕਰ ਸਕਦੇ ਹਾਂ ਜਿੱਥੇ ਏਆਈ ਅਤੇ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਹੋਰ ਵੀ ਨੇੜਿਓਂ ਹੱਥ ਮਿਲਾ ਕੇ ਕੰਮ ਕਰਦੇ ਹਨ. ਪ੍ਰੋਗਰਾਮਰ ਦੀ ਭੂਮਿਕਾ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਇੱਕ ਨਿਗਰਾਨੀ ਅਤੇ ਰਚਨਾਤਮਕ ਸਥਿਤੀ ਵੱਲ ਬਦਲਦੀ ਰਹੇਗੀ, ਜਿਸ ਵਿੱਚ AI ਮਨੁੱਖੀ ਮਾਰਗਦਰਸ਼ਨ ਹੇਠ "ਭਾਰੀ ਲਿਫਟਿੰਗ" ਨੂੰ ਵਧੇਰੇ ਸੰਭਾਲੇਗਾ। ਇਸ ਸਮਾਪਤੀ ਭਾਗ ਵਿੱਚ, ਅਸੀਂ ਕੁਝ ਭਵਿੱਖੀ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਪੇਸ਼ ਕਰਦੇ ਹਾਂ ਅਤੇ ਭਰੋਸਾ ਦਿਵਾਉਂਦੇ ਹਾਂ ਕਿ ਡਿਵੈਲਪਰਾਂ ਲਈ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਸਕਾਰਾਤਮਕ ਰਹਿ ਸਕਦਾ ਹੈ - ਬਸ਼ਰਤੇ ਅਸੀਂ ਅਨੁਕੂਲਤਾ ਜਾਰੀ ਰੱਖੀਏ।

ਨੇੜਲੇ ਭਵਿੱਖ ਵਿੱਚ (ਅਗਲੇ 5-10 ਸਾਲਾਂ ਵਿੱਚ), ਇਹ ਬਹੁਤ ਸੰਭਾਵਨਾ ਹੈ ਕਿ AI ਵਿਕਾਸ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਕੰਪਿਊਟਰਾਂ ਵਾਂਗ ਸਰਵ ਵਿਆਪਕ ਹੋ ਜਾਵੇਗਾ। ਜਿਵੇਂ ਅੱਜ ਕੋਈ ਵੀ ਡਿਵੈਲਪਰ ਬਿਨਾਂ ਸੰਪਾਦਕ ਦੇ ਜਾਂ ਆਪਣੀ ਉਂਗਲੀ 'ਤੇ Google/StackOverflow ਤੋਂ ਬਿਨਾਂ ਕੋਡ ਨਹੀਂ ਲਿਖਦਾ, ਜਲਦੀ ਹੀ ਕੋਈ ਵੀ ਡਿਵੈਲਪਰ ਬੈਕਗ੍ਰਾਉਂਡ ਵਿੱਚ ਚੱਲ ਰਹੇ ਕਿਸੇ ਕਿਸਮ ਦੇ AI ਸਹਾਇਤਾ ਤੋਂ ਬਿਨਾਂ ਕੋਡ ਨਹੀਂ ਲਿਖੇਗਾ। ਏਕੀਕ੍ਰਿਤ ਵਿਕਾਸ ਵਾਤਾਵਰਣ (IDEs) ਪਹਿਲਾਂ ਹੀ ਆਪਣੇ ਮੂਲ ਵਿੱਚ AI-ਸੰਚਾਲਿਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਲਈ ਵਿਕਸਤ ਹੋ ਰਹੇ ਹਨ (ਉਦਾਹਰਣ ਵਜੋਂ, ਕੋਡ ਸੰਪਾਦਕ ਜੋ ਤੁਹਾਨੂੰ ਕੋਡ ਸਮਝਾ ਸਕਦੇ ਹਨ ਜਾਂ ਇੱਕ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਪੂਰੇ ਕੋਡ ਬਦਲਾਅ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕਦੇ ਹਨ)। ਅਸੀਂ ਇੱਕ ਅਜਿਹੇ ਬਿੰਦੂ 'ਤੇ ਪਹੁੰਚ ਸਕਦੇ ਹਾਂ ਜਿੱਥੇ ਇੱਕ ਡਿਵੈਲਪਰ ਦਾ ਮੁੱਖ ਕੰਮ ਸਮੱਸਿਆਵਾਂ ਅਤੇ ਰੁਕਾਵਟਾਂ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਤਿਆਰ ਕਰੋ ਕਿ ਇੱਕ AI ਸਮਝ ਸਕੇ, ਫਿਰ AI ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਹੱਲਾਂ ਨੂੰ ਤਿਆਰ ਕਰੋ ਅਤੇ ਸੁਧਾਰੋ।. ਇਹ ਪ੍ਰੋਗਰਾਮਿੰਗ ਦੇ ਇੱਕ ਉੱਚ-ਪੱਧਰੀ ਰੂਪ ਵਰਗਾ ਹੈ, ਜਿਸਨੂੰ ਕਈ ਵਾਰ "ਪ੍ਰੋਂਪਟ ਪ੍ਰੋਗਰਾਮਿੰਗ" ਜਾਂ "ਏਆਈ ਆਰਕੈਸਟ੍ਰੇਸ਼ਨ" ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ।

ਹਾਲਾਂਕਿ, ਕੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ - ਲੋਕਾਂ ਲਈ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨਾ - ਦਾ ਸਾਰ ਅਜੇ ਵੀ ਬਦਲਿਆ ਨਹੀਂ ਹੈ। ਭਵਿੱਖ ਦਾ ਇੱਕ AI ਇੱਕ ਵਰਣਨ ਤੋਂ ਇੱਕ ਪੂਰਾ ਐਪ ਤਿਆਰ ਕਰਨ ਦੇ ਯੋਗ ਹੋ ਸਕਦਾ ਹੈ ("ਡਾਕਟਰ ਅਪੌਇੰਟਮੈਂਟਾਂ ਬੁੱਕ ਕਰਨ ਲਈ ਮੈਨੂੰ ਇੱਕ ਮੋਬਾਈਲ ਐਪ ਬਣਾਓ"), ਪਰ ਉਸ ਵਰਣਨ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਨ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਕਿ ਇਹ ਸਹੀ ਹੈ, ਅਤੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਖੁਸ਼ ਕਰਨ ਲਈ ਨਤੀਜੇ ਨੂੰ ਵਧੀਆ ਬਣਾਉਣ ਦਾ ਕੰਮ ਡਿਵੈਲਪਰਾਂ (ਡਿਜ਼ਾਈਨਰਾਂ, ਉਤਪਾਦ ਪ੍ਰਬੰਧਕਾਂ, ਆਦਿ ਦੇ ਨਾਲ) ਨੂੰ ਸ਼ਾਮਲ ਕਰੇਗਾ। ਦਰਅਸਲ, ਜੇਕਰ ਬੁਨਿਆਦੀ ਐਪ ਜਨਰੇਸ਼ਨ ਆਸਾਨ ਹੋ ਜਾਂਦੀ ਹੈ, ਮਨੁੱਖੀ ਸਿਰਜਣਾਤਮਕਤਾ ਅਤੇ ਸਾਫਟਵੇਅਰ ਵਿੱਚ ਨਵੀਨਤਾ ਹੋਰ ਵੀ ਮਹੱਤਵਪੂਰਨ ਬਣ ਜਾਵੇਗੀ ਉਤਪਾਦਾਂ ਨੂੰ ਵੱਖਰਾ ਕਰਨ ਲਈ। ਅਸੀਂ ਸਾਫਟਵੇਅਰ ਦਾ ਵਾਧਾ ਦੇਖ ਸਕਦੇ ਹਾਂ, ਜਿੱਥੇ ਬਹੁਤ ਸਾਰੀਆਂ ਰੁਟੀਨ ਐਪਲੀਕੇਸ਼ਨਾਂ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ, ਜਦੋਂ ਕਿ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਅਤਿ-ਆਧੁਨਿਕ, ਗੁੰਝਲਦਾਰ, ਜਾਂ ਰਚਨਾਤਮਕ ਪ੍ਰੋਜੈਕਟਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਤ ਕਰਦੇ ਹਨ ਜੋ ਸੀਮਾਵਾਂ ਨੂੰ ਅੱਗੇ ਵਧਾਉਂਦੇ ਹਨ।

ਇਹ ਵੀ ਸੰਭਾਵਨਾ ਹੈ ਕਿ ਪ੍ਰੋਗਰਾਮਿੰਗ ਲਈ ਦਾਖਲੇ ਵਿੱਚ ਰੁਕਾਵਟ ਘੱਟ ਕੀਤੀ ਜਾਵੇਗੀ - ਭਾਵ ਜ਼ਿਆਦਾ ਲੋਕ ਜੋ ਰਵਾਇਤੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ ਨਹੀਂ ਹਨ (ਜਿਵੇਂ ਕਿ, ਇੱਕ ਕਾਰੋਬਾਰੀ ਵਿਸ਼ਲੇਸ਼ਕ ਜਾਂ ਇੱਕ ਵਿਗਿਆਨੀ ਜਾਂ ਇੱਕ ਮਾਰਕੀਟਰ) AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਾਫਟਵੇਅਰ ਬਣਾ ਸਕਦੇ ਹਨ (AI ਦੁਆਰਾ ਸੁਪਰਚਾਰਜ ਕੀਤੇ ਗਏ "ਨੋ-ਕੋਡ/ਲੋ-ਕੋਡ" ਅੰਦੋਲਨ ਦੀ ਨਿਰੰਤਰਤਾ)। ਇਹ ਪੇਸ਼ੇਵਰ ਡਿਵੈਲਪਰਾਂ ਦੀ ਜ਼ਰੂਰਤ ਨੂੰ ਖਤਮ ਨਹੀਂ ਕਰਦਾ; ਸਗੋਂ, ਇਹ ਇਸਨੂੰ ਬਦਲਦਾ ਹੈ। ਡਿਵੈਲਪਰ ਅਜਿਹੇ ਮਾਮਲਿਆਂ ਵਿੱਚ ਸਲਾਹ ਜਾਂ ਮਾਰਗਦਰਸ਼ਕ ਭੂਮਿਕਾ ਨਿਭਾ ਸਕਦੇ ਹਨ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹੋਏ ਕਿ ਇਹ ਨਾਗਰਿਕ-ਵਿਕਸਤ ਐਪਸ ਸੁਰੱਖਿਅਤ, ਕੁਸ਼ਲ ਅਤੇ ਰੱਖ-ਰਖਾਅ ਯੋਗ ਹਨ। ਪੇਸ਼ੇਵਰ ਪ੍ਰੋਗਰਾਮਰ ਪਲੇਟਫਾਰਮਾਂ ਅਤੇ API ਨੂੰ ਬਣਾਉਣ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਸਕਦੇ ਹਨ ਜੋ AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ "ਗੈਰ-ਪ੍ਰੋਗਰਾਮਰ" ਵਰਤਦੇ ਹਨ।

ਨੌਕਰੀਆਂ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ, ਕੁਝ ਪ੍ਰੋਗਰਾਮਿੰਗ ਭੂਮਿਕਾਵਾਂ ਘੱਟ ਸਕਦੀਆਂ ਹਨ ਜਦੋਂ ਕਿ ਕੁਝ ਵਧਦੀਆਂ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਕੁਝ ਐਂਟਰੀ-ਲੈਵਲ ਕੋਡਿੰਗ ਅਹੁਦੇ ਜੇਕਰ ਕੰਪਨੀਆਂ ਸਧਾਰਨ ਕੰਮਾਂ ਲਈ AI 'ਤੇ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ ਤਾਂ ਗਿਣਤੀ ਘੱਟ ਹੋ ਸਕਦੀ ਹੈ। ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਛੋਟੇ ਸਟਾਰਟਅੱਪ ਦੀ ਕਲਪਨਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਜਿਸ ਵਿੱਚ ਸ਼ਾਇਦ ਅੱਧੇ ਜੂਨੀਅਰ ਡਿਵੈਲਪਰਾਂ ਦੀ ਲੋੜ ਹੋਵੇਗੀ ਕਿਉਂਕਿ ਉਨ੍ਹਾਂ ਦੇ ਸੀਨੀਅਰ ਡਿਵੈਲਪਰ, AI ਨਾਲ ਲੈਸ, ਬਹੁਤ ਸਾਰਾ ਬੁਨਿਆਦੀ ਕੰਮ ਕਰਵਾ ਸਕਦੇ ਹਨ। ਪਰ ਉਸੇ ਸਮੇਂ, ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਵੀਆਂ ਨੌਕਰੀਆਂ (ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਅਨੁਕੂਲਨ ਭਾਗ ਵਿੱਚ ਚਰਚਾ ਕੀਤੀ ਹੈ) ਦਿਖਾਈ ਦੇਣਗੀਆਂ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਜਿਵੇਂ ਕਿ ਸਾਫਟਵੇਅਰ ਅਰਥਵਿਵਸਥਾ ਦੇ ਹੋਰ ਵੀ ਹਿੱਸੇ ਵਿੱਚ ਫੈਲਦਾ ਹੈ (ਵਿਸ਼ੇਸ਼ ਜ਼ਰੂਰਤਾਂ ਲਈ AI ਤਿਆਰ ਕਰਨ ਵਾਲੇ ਸਾਫਟਵੇਅਰ ਦੇ ਨਾਲ), ਸਾਫਟਵੇਅਰ ਨਾਲ ਸਬੰਧਤ ਨੌਕਰੀਆਂ ਦੀ ਸਮੁੱਚੀ ਮੰਗ ਵਧਦੀ ਰਹਿ ਸਕਦੀ ਹੈ। ਇਤਿਹਾਸ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਆਟੋਮੇਸ਼ਨ ਅਕਸਰ ਵੱਲ ਲੈ ਜਾਂਦਾ ਹੈ ਹੋਰ ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ ਨੌਕਰੀਆਂ, ਹਾਲਾਂਕਿ ਇਹ ਵੱਖ-ਵੱਖ ਨੌਕਰੀਆਂ ਹਨ - ਉਦਾਹਰਣ ਵਜੋਂ, ਕੁਝ ਨਿਰਮਾਣ ਕਾਰਜਾਂ ਦੇ ਆਟੋਮੇਸ਼ਨ ਨੇ ਆਟੋਮੇਟਿਡ ਸਿਸਟਮਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ, ਰੱਖ-ਰਖਾਅ ਕਰਨ ਅਤੇ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਨੌਕਰੀਆਂ ਵਿੱਚ ਵਾਧਾ ਕੀਤਾ। AI ਅਤੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਦੇ ਸੰਦਰਭ ਵਿੱਚ, ਜਦੋਂ ਕਿ ਕੁਝ ਕੰਮ ਇੱਕ ਜੂਨੀਅਰ ਵਿਕਾਸਕਾਰ ਕਰਦਾ ਸੀ ਸਵੈਚਾਲਿਤ ਹੁੰਦੇ ਹਨ, ਅਸੀਂ ਕਿਹੜਾ ਸਾਫਟਵੇਅਰ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹਾਂ ਇਸਦਾ ਸਮੁੱਚਾ ਦਾਇਰਾ ਫੈਲਦਾ ਹੈ (ਕਿਉਂਕਿ ਹੁਣ ਇਸਨੂੰ ਬਣਾਉਣਾ ਸਸਤਾ/ਤੇਜ਼ ਹੈ), ਜਿਸ ਨਾਲ ਹੋਰ ਪ੍ਰੋਜੈਕਟਾਂ ਅਤੇ ਇਸ ਤਰ੍ਹਾਂ ਵਧੇਰੇ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ, ਪ੍ਰੋਜੈਕਟ ਪ੍ਰਬੰਧਨ, ਆਰਕੀਟੈਕਚਰ, ਆਦਿ ਦੀ ਜ਼ਰੂਰਤ। ਭਵਿੱਖ ਦੀਆਂ ਨੌਕਰੀਆਂ ਬਾਰੇ ਵਿਸ਼ਵ ਆਰਥਿਕ ਫੋਰਮ ਦੀ ਇੱਕ ਰਿਪੋਰਟ ਵਿੱਚ ਸੁਝਾਅ ਦਿੱਤਾ ਗਿਆ ਹੈ ਕਿ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਅਤੇ ਏਆਈ ਵਿੱਚ ਭੂਮਿਕਾਵਾਂ ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਹਨ ਵਧ ਰਿਹਾ ਹੈ ਡਿਜੀਟਲ ਪਰਿਵਰਤਨ ਦੇ ਕਾਰਨ ਮੰਗ ਵਿੱਚ, ਘੱਟ ਨਹੀਂ ਰਹੀ।

ਸਾਨੂੰ ਇਹ ਵੀ ਵਿਚਾਰਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ 2040 ਦੀ ਭਵਿੱਖਬਾਣੀ ਪਹਿਲਾਂ ਜ਼ਿਕਰ ਕੀਤਾ ਗਿਆ ਹੈ: ਓਕ ਰਿਜ ਨੈਸ਼ਨਲ ਲੈਬ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਸੁਝਾਅ ਦਿੱਤਾ ਕਿ 2040 ਤੱਕ, "ਮਸ਼ੀਨਾਂ... ਆਪਣਾ ਜ਼ਿਆਦਾਤਰ ਕੋਡ ਖੁਦ ਲਿਖਣਗੀਆਂ" (ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024]). ਜੇਕਰ ਇਹ ਸਹੀ ਸਾਬਤ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਮਨੁੱਖੀ ਪ੍ਰੋਗਰਾਮਰਾਂ ਲਈ ਕੀ ਬਚਦਾ ਹੈ? ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ, ਧਿਆਨ ਬਹੁਤ ਉੱਚ-ਪੱਧਰੀ ਮਾਰਗਦਰਸ਼ਨ 'ਤੇ ਹੋਵੇਗਾ (ਮਸ਼ੀਨਾਂ ਨੂੰ ਦੱਸਣਾ ਕਿ ਕੀ ਅਸੀਂ (ਉਹ ਚਾਹੁੰਦੇ ਹਨ ਕਿ ਉਹ ਵਿਆਪਕ ਸਟ੍ਰੋਕ ਵਿੱਚ ਪੂਰਾ ਕਰਨ) ਅਤੇ ਉਹਨਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਪ੍ਰਣਾਲੀਆਂ ਦਾ ਗੁੰਝਲਦਾਰ ਏਕੀਕਰਨ, ਮਨੁੱਖੀ ਮਨੋਵਿਗਿਆਨ ਦੀ ਸਮਝ, ਜਾਂ ਨਵੇਂ ਸਮੱਸਿਆ ਵਾਲੇ ਖੇਤਰ ਸ਼ਾਮਲ ਹਨ। ਅਜਿਹੀ ਸਥਿਤੀ ਵਿੱਚ ਵੀ, ਮਨੁੱਖ ਉਤਪਾਦ ਡਿਜ਼ਾਈਨਰ, ਜ਼ਰੂਰਤਾਂ ਇੰਜੀਨੀਅਰ, ਅਤੇ ਏਆਈ ਟ੍ਰੇਨਰ/ਵੈਰੀਫਾਇਰ. ਕੋਡ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਆਪਣੇ ਆਪ ਲਿਖ ਸਕਦਾ ਹੈ, ਪਰ ਕਿਸੇ ਨੂੰ ਇਹ ਫੈਸਲਾ ਕਰਨਾ ਪਵੇਗਾ ਕਿਹੜਾ ਕੋਡ ਲਿਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਕਿਉਂ, ਅਤੇ ਫਿਰ ਪੁਸ਼ਟੀ ਕਰੋ ਕਿ ਅੰਤਮ ਨਤੀਜਾ ਸਹੀ ਹੈ ਅਤੇ ਟੀਚਿਆਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ। ਇਹ ਇਸ ਤਰ੍ਹਾਂ ਹੈ ਜਿਵੇਂ ਸਵੈ-ਚਾਲਿਤ ਕਾਰਾਂ ਇੱਕ ਦਿਨ ਆਪਣੇ ਆਪ ਚਲਾ ਸਕਦੀਆਂ ਹਨ, ਪਰ ਤੁਸੀਂ ਅਜੇ ਵੀ ਕਾਰ ਨੂੰ ਦੱਸਦੇ ਹੋ ਕਿ ਕਿੱਥੇ ਜਾਣਾ ਹੈ ਅਤੇ ਗੁੰਝਲਦਾਰ ਸਥਿਤੀਆਂ ਵਿੱਚ ਦਖਲ ਦੇਣਾ ਹੈ - ਨਾਲ ਹੀ ਮਨੁੱਖ ਸੜਕਾਂ, ਟ੍ਰੈਫਿਕ ਕਾਨੂੰਨਾਂ ਅਤੇ ਇਸਦੇ ਆਲੇ ਦੁਆਲੇ ਦੇ ਸਾਰੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਦੇ ਹਨ।

ਇਸ ਤਰ੍ਹਾਂ ਜ਼ਿਆਦਾਤਰ ਮਾਹਰ ਭਵਿੱਖ ਦੀ ਕਲਪਨਾ ਕਰਦੇ ਹਨ ਸਹਿਯੋਗ, ਬਦਲ ਨਹੀਂ. ਜਿਵੇਂ ਕਿ ਇੱਕ ਤਕਨੀਕੀ ਸਲਾਹਕਾਰ ਨੇ ਕਿਹਾ, "ਵਿਕਾਸ ਦਾ ਭਵਿੱਖ ਮਨੁੱਖਾਂ ਜਾਂ ਏਆਈ ਵਿਚਕਾਰ ਚੋਣ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਇੱਕ ਸਹਿਯੋਗ ਹੈ ਜੋ ਦੋਵਾਂ ਵਿੱਚੋਂ ਸਭ ਤੋਂ ਵਧੀਆ ਦਾ ਲਾਭ ਉਠਾਉਂਦਾ ਹੈ।" (ਕੀ 2025 ਵਿੱਚ ਏਆਈ ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਲੈਣ ਜਾ ਰਿਹਾ ਹੈ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ) ਏਆਈ ਬਿਨਾਂ ਸ਼ੱਕ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਨੂੰ ਬਦਲ ਦੇਵੇਗਾ, ਪਰ ਇਹ ਵਿਨਾਸ਼ ਦੀ ਬਜਾਏ ਡਿਵੈਲਪਰ ਦੀ ਭੂਮਿਕਾ ਦਾ ਵਿਕਾਸ ਹੈ। ਡਿਵੈਲਪਰ ਜੋ "ਬਦਲਾਵਾਂ ਨੂੰ ਅਪਣਾਓ, ਉਨ੍ਹਾਂ ਦੇ ਹੁਨਰਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਓ, ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਕੰਮ ਦੇ ਵਿਲੱਖਣ ਮਨੁੱਖੀ ਪਹਿਲੂਆਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰੋ" ਲੱਭੇਗਾ ਕਿ ਏ.ਆਈ. ਵਧਾਉਂਦਾ ਹੈ ਉਹਨਾਂ ਦੀਆਂ ਯੋਗਤਾਵਾਂ ਉਹਨਾਂ ਦੇ ਮੁੱਲ ਨੂੰ ਘਟਾਉਣ ਦੀ ਬਜਾਏ ਵਧਾਉਂਦੀਆਂ ਹਨ।

ਅਸੀਂ ਇੱਕ ਹੋਰ ਖੇਤਰ ਨਾਲ ਸਮਾਨਤਾ ਬਣਾ ਸਕਦੇ ਹਾਂ: ਇੰਜੀਨੀਅਰਿੰਗ ਅਤੇ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ ਕੰਪਿਊਟਰ-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਡਿਜ਼ਾਈਨ (CAD) ਦੇ ਉਭਾਰ 'ਤੇ ਵਿਚਾਰ ਕਰੋ। ਕੀ ਉਨ੍ਹਾਂ ਔਜ਼ਾਰਾਂ ਨੇ ਇੰਜੀਨੀਅਰਾਂ ਅਤੇ ਆਰਕੀਟੈਕਟਾਂ ਦੀ ਥਾਂ ਲੈ ਲਈ? ਨਹੀਂ - ਉਨ੍ਹਾਂ ਨੇ ਉਨ੍ਹਾਂ ਨੂੰ ਵਧੇਰੇ ਉਤਪਾਦਕ ਬਣਾਇਆ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਡਿਜ਼ਾਈਨ ਬਣਾਉਣ ਦੀ ਆਗਿਆ ਦਿੱਤੀ। ਪਰ ਮਨੁੱਖੀ ਰਚਨਾਤਮਕਤਾ ਅਤੇ ਫੈਸਲਾ ਲੈਣਾ ਕੇਂਦਰੀ ਰਿਹਾ। ਇਸੇ ਤਰ੍ਹਾਂ, AI ਨੂੰ ਕੰਪਿਊਟਰ-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਕੋਡਿੰਗ ਵਜੋਂ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ - ਇਹ ਜਟਿਲਤਾ ਅਤੇ ਗਰੰਟ ਕੰਮ ਨੂੰ ਸੰਭਾਲਣ ਵਿੱਚ ਮਦਦ ਕਰੇਗਾ, ਪਰ ਡਿਵੈਲਪਰ ਡਿਜ਼ਾਈਨਰ ਅਤੇ ਫੈਸਲਾ ਲੈਣ ਵਾਲਾ ਬਣਿਆ ਰਹਿੰਦਾ ਹੈ।

ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ, ਜੇਕਰ ਅਸੀਂ ਸੱਚਮੁੱਚ ਉੱਨਤ AI ਦੀ ਕਲਪਨਾ ਕਰਦੇ ਹਾਂ (ਮੰਨ ਲਓ, ਆਮ AI ਦਾ ਕੁਝ ਰੂਪ ਜੋ ਸਕਦਾ ਹੈ ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ ਉਹ ਸਭ ਕੁਝ ਕਰੋ ਜੋ ਇੱਕ ਮਨੁੱਖ ਕਰ ਸਕਦਾ ਹੈ), ਸਮਾਜਿਕ ਅਤੇ ਆਰਥਿਕ ਤਬਦੀਲੀਆਂ ਸਿਰਫ਼ ਪ੍ਰੋਗਰਾਮਿੰਗ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਵਿਸ਼ਾਲ ਹੋਣਗੀਆਂ। ਅਸੀਂ ਅਜੇ ਉੱਥੇ ਨਹੀਂ ਹਾਂ, ਅਤੇ ਸਾਡੇ ਕੋਲ ਇਸ ਗੱਲ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਨਿਯੰਤਰਣ ਹੈ ਕਿ ਅਸੀਂ ਆਪਣੇ ਕੰਮ ਵਿੱਚ AI ਨੂੰ ਕਿਵੇਂ ਜੋੜਦੇ ਹਾਂ। ਸਮਝਦਾਰੀ ਵਾਲਾ ਰਸਤਾ AI ਨੂੰ ਉਹਨਾਂ ਤਰੀਕਿਆਂ ਨਾਲ ਜੋੜਨਾ ਜਾਰੀ ਰੱਖਣਾ ਹੈ ਜੋ ਮਨੁੱਖੀ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਵਧਾਉਣਾ. ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਸਾਧਨਾਂ ਅਤੇ ਅਭਿਆਸਾਂ (ਅਤੇ ਨੀਤੀਆਂ) ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨਾ ਜੋ ਮਨੁੱਖਾਂ ਨੂੰ ਲੂਪ ਵਿੱਚ ਰੱਖਦੇ ਹਨ। ਪਹਿਲਾਂ ਹੀ, ਅਸੀਂ ਕੰਪਨੀਆਂ ਨੂੰ ਸਥਾਪਤ ਕਰਦੇ ਹੋਏ ਦੇਖਦੇ ਹਾਂ ਏਆਈ ਗਵਰਨੈਂਸ - ਨੈਤਿਕ ਅਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਨਤੀਜਿਆਂ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਵਿਕਾਸ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ, ਇਸ ਬਾਰੇ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ (ਸਰਵੇਖਣ ਡਿਵੈਲਪਰ ਅਨੁਭਵ 'ਤੇ AI ਦੇ ਪ੍ਰਭਾਵ ਦਾ ਖੁਲਾਸਾ ਕਰਦਾ ਹੈ - GitHub ਬਲੌਗ). ਇਹ ਰੁਝਾਨ ਵਧਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹੋਏ ਕਿ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਰਸਮੀ ਤੌਰ 'ਤੇ ਏਆਈ-ਵਿਕਾਸ ਪਾਈਪਲਾਈਨ ਦਾ ਹਿੱਸਾ ਹੈ।

ਸਿੱਟੇ ਵਜੋਂ, "ਕੀ ਏਆਈ ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਥਾਂ ਲਵੇਗਾ?" ਇਸ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿੱਤਾ ਜਾ ਸਕਦਾ ਹੈ: ਨਹੀਂ - ਪਰ ਇਹ ਪ੍ਰੋਗਰਾਮਰ ਜੋ ਕਰਦੇ ਹਨ ਉਸ ਵਿੱਚ ਕਾਫ਼ੀ ਬਦਲਾਅ ਲਿਆਵੇਗਾ। ਪ੍ਰੋਗਰਾਮਿੰਗ ਦੇ ਆਮ ਹਿੱਸੇ ਜ਼ਿਆਦਾਤਰ ਸਵੈਚਾਲਿਤ ਹੋਣ ਦੇ ਰਾਹ 'ਤੇ ਹਨ। ਰਚਨਾਤਮਕ, ਚੁਣੌਤੀਪੂਰਨ, ਅਤੇ ਮਨੁੱਖੀ-ਕੇਂਦ੍ਰਿਤ ਹਿੱਸੇ ਇੱਥੇ ਰਹਿਣ ਲਈ ਹਨ, ਅਤੇ ਅਸਲ ਵਿੱਚ ਹੋਰ ਵੀ ਪ੍ਰਮੁੱਖ ਹੋ ਜਾਣਗੇ। ਭਵਿੱਖ ਵਿੱਚ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਪ੍ਰੋਗਰਾਮਰ ਇੱਕ ਟੀਮ ਮੈਂਬਰ ਵਾਂਗ, ਪਹਿਲਾਂ ਨਾਲੋਂ ਵੀ ਵੱਧ ਸਮਾਰਟ AI ਸਹਾਇਕਾਂ ਦੇ ਨਾਲ-ਨਾਲ ਕੰਮ ਕਰਦੇ ਦੇਖਣਗੇ। ਕਲਪਨਾ ਕਰੋ ਕਿ ਇੱਕ AI ਸਹਿਯੋਗੀ ਹੈ ਜੋ 24/7 ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ - ਇਹ ਇੱਕ ਵਧੀਆ ਉਤਪਾਦਕਤਾ ਵਧਾਉਣ ਵਾਲਾ ਹੈ, ਪਰ ਇਸਨੂੰ ਅਜੇ ਵੀ ਕਿਸੇ ਅਜਿਹੇ ਵਿਅਕਤੀ ਦੀ ਲੋੜ ਹੈ ਜੋ ਇਸਨੂੰ ਦੱਸੇ ਕਿ ਕਿਹੜੇ ਕੰਮਾਂ 'ਤੇ ਕੰਮ ਕਰਨਾ ਹੈ ਅਤੇ ਇਸਦੇ ਕੰਮ ਦੀ ਜਾਂਚ ਕਰੇ।

ਦ ਵਧੀਆ ਨਤੀਜੇ ਇਹ ਉਹਨਾਂ ਲੋਕਾਂ ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾਵੇਗਾ ਜੋ ਏਆਈ ਨੂੰ ਇੱਕ ਸਹਿਯੋਗੀ ਵਜੋਂ ਮੰਨਦੇ ਹਨ। ਜਿਵੇਂ ਕਿ ਇੱਕ ਸੀਈਓ ਨੇ ਕਿਹਾ, "AI ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲਵੇਗਾ, ਪਰ ਜੋ ਪ੍ਰੋਗਰਾਮਰ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, ਉਹ ਉਨ੍ਹਾਂ ਦੀ ਥਾਂ ਲੈਣਗੇ ਜੋ ਨਹੀਂ ਕਰਦੇ।" ਵਿਹਾਰਕ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤਕਨਾਲੋਜੀ ਦੇ ਨਾਲ ਵਿਕਾਸ ਕਰਨ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਡਿਵੈਲਪਰਾਂ 'ਤੇ ਹੈ। ਪ੍ਰੋਗਰਾਮਿੰਗ ਦਾ ਪੇਸ਼ਾ ਮਰ ਨਹੀਂ ਰਿਹਾ ਹੈ - ਇਹ ਅਨੁਕੂਲ ਬਣਾਉਣਾ. ਆਉਣ ਵਾਲੇ ਭਵਿੱਖ ਲਈ ਬਹੁਤ ਸਾਰੇ ਸਾਫਟਵੇਅਰ ਬਣਾਉਣੇ ਪੈਣਗੇ ਅਤੇ ਹੱਲ ਕਰਨ ਲਈ ਸਮੱਸਿਆਵਾਂ ਹੋਣਗੀਆਂ, ਸ਼ਾਇਦ ਅੱਜ ਨਾਲੋਂ ਵੀ ਵੱਧ। ਸਿੱਖਿਅਤ ਰਹਿ ਕੇ, ਲਚਕਦਾਰ ਰਹਿ ਕੇ, ਅਤੇ ਮਨੁੱਖ ਜੋ ਸਭ ਤੋਂ ਵਧੀਆ ਕਰਦੇ ਹਨ ਉਸ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਕੇ, ਡਿਵੈਲਪਰ ਇੱਕ ਸਫਲ ਅਤੇ ਸੰਪੂਰਨ ਕਰੀਅਰ ਸੁਰੱਖਿਅਤ ਕਰ ਸਕਦੇ ਹਨ। AI ਨਾਲ ਸਾਂਝੇਦਾਰੀ ਵਿੱਚ.

ਅੰਤ ਵਿੱਚ, ਇਹ ਇਸ ਗੱਲ ਦਾ ਜਸ਼ਨ ਮਨਾਉਣ ਯੋਗ ਹੈ ਕਿ ਅਸੀਂ ਇੱਕ ਅਜਿਹੇ ਯੁੱਗ ਵਿੱਚ ਦਾਖਲ ਹੋ ਰਹੇ ਹਾਂ ਜਿੱਥੇ ਡਿਵੈਲਪਰਾਂ ਕੋਲ ਸੁਪਰਪਾਵਰ ਹਨ। ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਅਗਲੀ ਪੀੜ੍ਹੀ ਘੰਟਿਆਂ ਵਿੱਚ ਉਹ ਪ੍ਰਾਪਤ ਕਰ ਲਵੇਗੀ ਜੋ ਦਿਨ ਲੱਗਦੇ ਸਨ, ਅਤੇ AI ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪਹਿਲਾਂ ਪਹੁੰਚ ਤੋਂ ਬਾਹਰ ਸਮੱਸਿਆਵਾਂ ਨਾਲ ਨਜਿੱਠ ਲਵੇਗੀ। ਡਰ ਦੀ ਬਜਾਏ, ਅੱਗੇ ਵਧਣ ਦੀ ਭਾਵਨਾ ਇਹਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੋ ਸਕਦੀ ਹੈ ਆਸ਼ਾਵਾਦ ਅਤੇ ਉਤਸੁਕਤਾ. ਜਿੰਨਾ ਚਿਰ ਅਸੀਂ ਆਪਣੀਆਂ ਅੱਖਾਂ ਖੁੱਲ੍ਹੀਆਂ ਰੱਖ ਕੇ - ਇਸਦੀਆਂ ਸੀਮਾਵਾਂ ਤੋਂ ਜਾਣੂ ਅਤੇ ਆਪਣੀ ਜ਼ਿੰਮੇਵਾਰੀ ਪ੍ਰਤੀ ਸੁਚੇਤ ਰਹਿ ਕੇ - AI ਤੱਕ ਪਹੁੰਚਦੇ ਹਾਂ, ਅਸੀਂ ਇੱਕ ਅਜਿਹਾ ਭਵਿੱਖ ਬਣਾ ਸਕਦੇ ਹਾਂ ਜਿੱਥੇ AI ਅਤੇ ਪ੍ਰੋਗਰਾਮਰ ਮਿਲ ਕੇ ਸ਼ਾਨਦਾਰ ਸਾਫਟਵੇਅਰ ਸਿਸਟਮ ਬਣਾਉਂਦੇ ਹਨ, ਜੋ ਕਿ ਇਕੱਲੇ ਦੋਵੇਂ ਹੀ ਕਰ ਸਕਦੇ ਹਨ, ਉਸ ਤੋਂ ਕਿਤੇ ਵੱਧ ਹੈ। ਮਨੁੱਖੀ ਰਚਨਾਤਮਕਤਾ ਨੂੰ ਮਸ਼ੀਨ ਕੁਸ਼ਲਤਾ ਨਾਲ ਜੋੜਿਆ ਗਿਆ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸੁਮੇਲ ਹੈ। ਅੰਤ ਵਿੱਚ, ਇਹ ਇਸ ਬਾਰੇ ਨਹੀਂ ਹੈ ਬਦਲੀ, ਪਰ ਸਹਿਯੋਗ ਬਾਰੇ। ਏਆਈ ਅਤੇ ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਕਹਾਣੀ ਅਜੇ ਵੀ ਲਿਖੀ ਜਾ ਰਹੀ ਹੈ - ਅਤੇ ਇਹ ਇਸ ਦੁਆਰਾ ਲਿਖੀ ਜਾਵੇਗੀ ਦੋਵੇਂ ਮਨੁੱਖ ਅਤੇ ਮਸ਼ੀਨ, ਇਕੱਠੇ।

ਸਰੋਤ:

  1. ਬ੍ਰੇਨਹਬ, "ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024]" (ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024]).

  2. ਬ੍ਰੇਨਹਬ, ਸੱਤਿਆ ਨਡੇਲਾ ਅਤੇ ਜੈਫ ਡੀਨ ਦੁਆਰਾ ਮਾਹਰ ਹਵਾਲੇ, ਏਆਈ ਨੂੰ ਇੱਕ ਸਾਧਨ ਵਜੋਂ, ਇੱਕ ਬਦਲ ਵਜੋਂ ਨਹੀਂ (ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024]) (ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024]).

  3. ਮੀਡੀਅਮ (ਪਾਈਕੋਚ), "ਕੀ ਏਆਈ ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਥਾਂ ਲਵੇਗਾ? ਪ੍ਰਚਾਰ ਦੇ ਪਿੱਛੇ ਦੀ ਸੱਚਾਈ", ਸੂਖਮ ਹਕੀਕਤ ਬਨਾਮ ਹਾਈਪ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ (ਕੀ ਏਆਈ ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਥਾਂ ਲੈ ਲਵੇਗਾ? ਪ੍ਰਚਾਰ ਦੇ ਪਿੱਛੇ ਦੀ ਸੱਚਾਈ | ਦ ਪਾਈਕੋਚ ਦੁਆਰਾ | ਆਰਟੀਫੀਸ਼ੀਅਲ ਕਾਰਨਰ | ਮਾਰਚ, 2025 | ਮੀਡੀਅਮ) ਅਤੇ ਸੈਮ ਆਲਟਮੈਨ ਦਾ ਹਵਾਲਾ ਕਿ ਏਆਈ ਕੰਮਾਂ ਵਿੱਚ ਚੰਗਾ ਹੈ ਪਰ ਪੂਰੇ ਕੰਮ ਨਹੀਂ।

  4. ਡਿਜ਼ਾਈਨ ਗੁਰੂ, "ਕੀ ਏਆਈ ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਲੈਣ ਜਾ ਰਿਹਾ ਹੈ... (2025)", AI ਇੱਛਾ ਸ਼ਕਤੀ 'ਤੇ ਜ਼ੋਰ ਦੇਣਾ ਵਾਧਾ ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬੇਲੋੜਾ ਬਣਾਉਣ ਦੀ ਬਜਾਏ ਉੱਚਾ ਚੁੱਕੋ (ਕੀ 2025 ਵਿੱਚ ਏਆਈ ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਲੈਣ ਜਾ ਰਿਹਾ ਹੈ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ) ਅਤੇ AI ਪਛੜਨ ਵਾਲੇ ਖੇਤਰਾਂ (ਰਚਨਾਤਮਕਤਾ, ਸੰਦਰਭ, ਨੈਤਿਕਤਾ) ਨੂੰ ਸੂਚੀਬੱਧ ਕਰਨਾ।

  5. ਸਟੈਕ ਓਵਰਫਲੋ ਡਿਵੈਲਪਰ ਸਰਵੇਖਣ 2023, 70% ਡਿਵੈਲਪਰਾਂ ਦੁਆਰਾ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ, ਸ਼ੁੱਧਤਾ ਵਿੱਚ ਘੱਟ ਵਿਸ਼ਵਾਸ (3% ਬਹੁਤ ਜ਼ਿਆਦਾ ਵਿਸ਼ਵਾਸ) (70% ਡਿਵੈਲਪਰ AI ਕੋਡਿੰਗ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, 3% ਆਪਣੀ ਸ਼ੁੱਧਤਾ 'ਤੇ ਬਹੁਤ ਭਰੋਸਾ ਕਰਦੇ ਹਨ - ShiftMag).

  6. GitHub ਸਰਵੇਖਣ 2023, ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ 92% ਡਿਵੈਲਪਰਾਂ ਨੇ AI ਕੋਡਿੰਗ ਟੂਲਸ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਹੈ ਅਤੇ 70% ਨੇ ਲਾਭ ਵੇਖੇ ਹਨ (ਸਰਵੇਖਣ ਡਿਵੈਲਪਰ ਅਨੁਭਵ 'ਤੇ AI ਦੇ ਪ੍ਰਭਾਵ ਦਾ ਖੁਲਾਸਾ ਕਰਦਾ ਹੈ - GitHub ਬਲੌਗ).

  7. GitHub Copilot ਖੋਜ, AI ਸਹਾਇਤਾ ਨਾਲ 55% ਤੇਜ਼ੀ ਨਾਲ ਕੰਮ ਪੂਰਾ ਕਰਨ ਦਾ ਪਤਾ ਲਗਾ ਰਹੀ ਹੈ (ਖੋਜ: ਡਿਵੈਲਪਰ ਉਤਪਾਦਕਤਾ ਅਤੇ ਖੁਸ਼ੀ 'ਤੇ GitHub Copilot ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਮਾਪਣਾ - The GitHub ਬਲੌਗ).

  8. ਗੀਕਵਾਇਰ, ਡੀਪਮਾਈਂਡ ਦੇ ਅਲਫ਼ਾਕੋਡ 'ਤੇ ਔਸਤ ਮਨੁੱਖੀ ਕੋਡਰ ਪੱਧਰ (ਚੋਟੀ ਦੇ 54%) 'ਤੇ ਪ੍ਰਦਰਸ਼ਨ ਕਰ ਰਿਹਾ ਹੈ ਪਰ ਚੋਟੀ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਕਰਨ ਵਾਲਿਆਂ ਤੋਂ ਬਹੁਤ ਦੂਰ ਹੈ (ਡੀਪਮਾਈਂਡ ਦਾ ਅਲਫ਼ਾਕੋਡ ਔਸਤ ਪ੍ਰੋਗਰਾਮਰ ਦੇ ਹੁਨਰ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ).

  9. ਇੰਡੀਆਟੂਡੇ (ਫਰਵਰੀ 2025), ਸੈਮ ਆਲਟਮੈਨ ਦੇ ਏਆਈ "ਸਹਿ-ਕਰਮਚਾਰੀਆਂ" ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਦਾ ਸਾਰ ਜੋ ਜੂਨੀਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦੇ ਕੰਮ ਕਰਦੇ ਹਨ ਪਰ "ਮਨੁੱਖਾਂ ਦੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਥਾਂ ਨਹੀਂ ਲਵੇਗਾ" (ਸੈਮ ਆਲਟਮੈਨ ਕਹਿੰਦਾ ਹੈ ਕਿ ਏਆਈ ਏਜੰਟ ਜਲਦੀ ਹੀ ਉਹ ਕੰਮ ਕਰਨਗੇ ਜੋ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ ਕਰਦੇ ਹਨ: ਪੂਰੀ ਕਹਾਣੀ 5 ਬਿੰਦੂਆਂ ਵਿੱਚ - ਇੰਡੀਆ ਟੂਡੇ).

  10. ਮੈਕਿੰਸੀ ਐਂਡ ਕੰਪਨੀ ਦਾ ਅੰਦਾਜ਼ਾ ਹੈ ਕਿ ਆਟੋਮੇਸ਼ਨ ਦੇ ਬਾਵਜੂਦ ਲਗਭਗ 80% ਪ੍ਰੋਗਰਾਮਿੰਗ ਨੌਕਰੀਆਂ ਮਨੁੱਖੀ-ਕੇਂਦ੍ਰਿਤ ਰਹਿਣਗੀਆਂ (ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024]).

ਵਾਪਸ ਬਲੌਗ ਤੇ