openaiは swe-lancer を導入しました。人間のフリーランサーと比較して。
調査結果は、さまざまなAI搭載のコーディングツールで見られるパターンを確認します。AIは構造化されたプログラミングに優れていますが、外部ガイダンスなしでバグを診断および解決するのに苦労しています。 upwork や
Openaiの研究によると、「エージェントはローカライズに優れていますが、原因を根絶することができず、部分的または欠陥のある解決策をもたらします。エージェントは、リポジトリ全体でキーワード検索を使用して、関連するファイルと関数をすばやく見つけ、人間よりもはるかに速くするために、問題のソースを非常に迅速に特定します。しかし、彼らは多くの場合、問題が複数のコンポーネントまたはファイルにどのように及ぼすかについて限定された理解を示し、根本原因に対処できないため、誤ったまたは不十分な包括的なソリューションにつながります。 AIがより深いレベルでソフトウェアエンジニアを交換したり、補足するために、自律コーディングの採用を遅くする
修正して、独自の間違いをトラブルシューティングする方法を学びます。曖昧な問題のデバッグでは信頼できません。
これらの結果は、最も広く使用されているAI能力の1つであるGithub Copilotのコンテキストで特に関連しています。 Coding Assistantは、github Copilotが機能的なコードスニペットを生成することができますが、この制限は、OpenaiのSwe-Lancer Studyによって提起された懸念を反映しています。自律的なAI開発者、デバッグの課題は依然として大きな障害のままです。 CognitionのDevinは、自給自足のソフトウェアエンジニアとして機能すると主張しています。ただし、Openaiの研究は、AIが複雑な開発環境で本当に独立して動作できるかどうかについて疑問を投げかけています。 > AIはまだソフトウェア開発者を完全に置き換えることができませんが、すでにフリーランスの雇用市場を変革しています。 a Oxford Internet Institute による調査は、ソフトウェア開発と執筆におけるフリーランスの作業が、企業がますますAIベースの自動化を採用しているため、21％減少していることを発見しました。
研究者は、AIが特定のコーディングタスクの需要を減らしている間、AI支援開発を監督できるエンジニアの需要を同時に増やしていることに注意しました。生成されたコードは、いくつかの日常的なタスクを置き換えることができますが、企業はAIに生成された作業をデバッグ、検証、最適化するために、人間のエンジニアを依然として必要としています。このシフトは、独立した開発者に基本的なコーディングではなく、高レベルの問題解決に焦点を当てていることを強制しています。/H3>
AIを搭載したコーディングツールが進化し続けているため、企業と開発者は新しいワークフローに適応しています。ジョブを排除する代わりに、自動化はソフトウェアエンジニアの役割をシフトしています。現在、企業はAIアシストプログラミングを管理し、AIに生成されたコードを監督し、AIモデルがキャッチできないエラーをトラブルシューティングできる専門家を探しています。 AI関連の専門知識を持つエンジニア。 「AIの指導方法を理解し、その出力を検証し、その間違いを修正する方法を理解している開発者は、将来のソフトウェア開発の役割でより価値がある可能性が高い。」まだ人間の介入が必要です。 Openaiの調査結果がAIのデバッグ機能について疑問を投げかけるのではなく、それらに依存するのではなく、出力は、たとえば、これらの問題に対処しようとしています。このようなモデルが成功した場合、ソフトウェアエンジニアリングチームの動作を再定義することができます。論理的な推論と独立したデバッグが可能なエンジニアは、ソフトウェア開発において中心的な役割を果たし続けます。 >
AIがソフトウェアの開発方法を変換することで、業界は最も需要のあるスキルの変化を見ています。従来のコーディングの習熟度は、AI生成された作業を管理、最適化、およびトラブルシューティングする能力と比較して、それほど重要ではありません。この移行は、自動化が手動のコーディングの取り組みを減らしたが、品質管理とアーキテクチャの計画の必要性を高めたソフトウェアエンジニアリングの過去の進化を反映しています。
フリーランス市場はすでに適応しています。基本的なコーディングタスクに焦点を当てたフリーランスの開発者は、機会が減少している一方で、AIスキルエンジニアの需要が高まっています。 AIアシスト開発を理解しているエンジニアは、この変化する景観をナビゲートするためにより良い位置になります。
この段階では、AIはまだ複雑なソフトウェア開発で独立して作業する準備ができていません。ただし、特定のタスクの合理化と最適化におけるその役割は成長し続けます。より強力なAI推論モデルが現在のデバッグの制限を克服できるかどうかはまだわからないが、今のところ、人間の専門知識はコーディングプロセスで不可欠なままである。
