今年夏天非營利人工智慧研究組織 OpenAI 發表了 Codex,一個可以將自然語言如英語轉為程式碼的 AI 系統,這項革命性的工具可望為工程師消除繁瑣的工作,OpenAI 則自己在論文中指出:Codex 的出現會對工程師的就業市場產生衝擊。

像是 Codex 這樣的 low-code/no-code (低程式碼/無程式碼)工具的確在近年大為流行,但,像這樣子的工具真的會取代工程師的工作,甚至最後取代工程師嗎?

AI 新創 Gadeo Images CEO 同時也是科技記者的 Thomas Smith 日前在 IEEE Spectrum 發表了他的看法,並指出 Codex 不但不會取代工程師,人類工程師實際上還可以透過 Codex 變得更強大,擁有更高的工作效率。

Thomas Smith 表示,自己曾在多年前有過一段與高級數據科學家、軟體開發者一起工作的經驗,他們的目標是要了解州機構如何使用數據庫分配撥款,以及就如何改進數據庫向該機構提出建議。

當 Thomas Smith 第一次與開發者同事一同工作時,原以為他們會整天趴在筆電前,用 R 敲出程式碼,或在 Mathematica 寫出厲害的公式、寫出數千行 Python code,以幫助團隊更加了解客戶的數據庫——就像在電影《美麗境界》(A Beautiful Mind)中的 John Nash 那樣——他們會寫出看起來很雜亂,但看起來就很厲害的公式。

人類工程師「寫程式的時間」其實只佔了 20%

不過,現實是這些工程師同事不會在螢幕面前花太多時間。相反,他們首先先花了幾天時間和客戶了解他們的撥款過程,接著和個別工作人員、利益相關者、該機構的選民等開會,經過數月之後,才終於坐在電腦前開始分析該機構的數據,實際上編寫程式碼和分析的時間只花了 2 天。

結果,他的分析結果相當準確,程式也運作良好,客戶非常滿意。

這名工程師後來向 Thomas Smith 解釋,實際上寫 code 和運行分析只占用了他 1% 的時間,其餘的時間都是在和客戶合作以及了解他們的問題以及確定要使用的軟體、數學模型、收集和清理數據,大多數情況下,寫程式只是軟體開發過程中很小的一部分。

工程師在職場上要如何不斷精進自己,才能在疫後新紀元中保有競爭力?
點我訂閱《TechOrange》年度趨勢論壇 2021 CONNECT,破解新時代數位人才必備技能!

根據 Tech Republic「寫程式」實際上一般只會佔軟體開發者不到半天的工作時間,更準確地來說,只佔約其中 20%。

這也就是說,即使像 Codex 這樣的系統,他們最多也只能取代典型的人類軟體開發者一半的工作,而且通常還不到四分之一,除非,有人訓練 Codex 坐下來和客戶談談,贏得他們的信任、了解他們的問題。

TO 延伸閱讀:一定要學程式嗎?如果你是主管,更需要培養「no-code」的能力

Codex 未來可能還是會衝擊開發者就業市場

簡單來說,Codex 有可能使開發者的效率大大提高,這會導致企業決定減少開發者的數量,一個專案之前可能需要 10 個開發人員,如果這些人得到 Codex 或其他 AI 系統的協助,可能只需要 8 個開發人員,這就會讓 2 個工作崗位消失。

不過,這一天並不會很快到來。儘管 COVID-19 仍在肆虐全球,但 2020 年全球對開發者的需求仍然成長了 25%,短時間內 Codex 這樣的工具造成的影響會是微乎其微的。

況且,OpenAI 也承認 Codex 編寫出來的程式包含錯誤或仍有 63% 不能順利運行,這代表距離「非開發者可以坐下來好好使用 Codex 開發軟體」那天還很遙遠。

TO 延伸閱讀:【工程師生產力神器】OpenAI、Github 推新 AI 工具 Copilot,輸入「文字」就可轉譯成「程式碼」

至於 Github 在今年 7 月推出的 AI 工具 Copilot,可以根據開發人員所撰寫的程式碼,自動提出後續編寫建議,而工程師在系統提供程式碼推薦後,仍可以決定「取用」或「不取用」。

Thomas Smith 將 Copilot 形容為飛機的自動駕駛儀,不過「它不會是真正的副駕駛」,因為一旦任務變得複雜,就需要人工干預與介入。

TO 延伸閱讀:疫情加速 AI 時代來臨,擁有什麼職場技能才不會被 AI 取代?

但這並不是說 Codex 或 Copilot 這樣子的工具是無用的,Thomas Smith  指出,因為在航空領域,自動駕駛仍然是個非常有用的系統:飛機可能有 90% 的時間處於自動駕駛狀態,但最重要的是:人類駕駛員「始終」在監督著系統,如果沒有他們付出的 10% 貢獻,飛機就很有可能會墜毀。

除非 Codex 在未來幾年顯著改進,否則這樣的系統要取代開發者還為之過早,但身為開發人員,Thomas Smith 也建議,應當盡速去熟悉 Copilot、Codex 等平台,獲得使用它們的經驗,而計算機科學教授則需要讓學生早點熟悉這類 AI 系統以及此種與 AI 協作的工作方法,以便學生在進入就業市場時,可以掌握 Codex、Copilot 等類似平台的使用方式。

參考資料: THOMAS SMITHInfoWorldVisual Studio,首圖來源:Shutterstock

(本文提供合作夥伴轉載。)