Lưu ý của biên tập viên: Với sự ra mắt của ChatGPT, một số trợ lý tạo mã trí tuệ nhân tạo đã xuất hiện trên thị trường. Trí tuệ nhân tạo đang “hot” và len lỏi vào mọi mặt của đời sống con người, liệu AI có thực sự thay thế con người lập trình? Đối với các nhà phát triển chương trình, làm thế nào để tồn tại và phát triển trong thế giới ChatGPT? Bài viết này sẽ chia sẻ 4 mẹo để giúp các lập trình viên con người vượt lên trên trí tuệ nhân tạo. Bài viết là từ bản dịch, tôi hy vọng nó có thể truyền cảm hứng cho bạn.
Nguồn hình ảnh: Được tạo bởi Unbounded AI
Trí tuệ nhân tạo, đặc biệt là AI tổng quát được cung cấp bởi các mô hình ngôn ngữ lớn (LLM), có khả năng phá vỡ toàn bộ ngành công nghiệp lập trình viên. Nhưng một số chuyên gia tin rằng AI sẽ không thay thế các lập trình viên con người, ít nhất là không ngay lập tức.
“Bạn sẽ phải lo lắng về những người sử dụng AI để thay thế chính họ,” Tanishq Mathew Abraham, Tiến sĩ kỹ thuật y sinh tại Đại học California, Davis, và Giám đốc điều hành của MedARC, một trung tâm nghiên cứu trí tuệ nhân tạo y tế, cho biết.
Vì vậy, làm thế nào các nhà phát triển phần mềm có thể làm cho họ trở nên có giá trị và hữu ích hơn khi thời đại mã hóa LLM đến gần? Dưới đây là một số mẹo và thủ thuật để các lập trình viên tồn tại và phát triển trong thời đại trí tuệ nhân tạo phát triển.
Tuân thủ các nguyên tắc cơ bản và thông lệ tốt nhất
Mặc dù nhiều trợ lý viết mã dựa trên AI có thể giúp chúng ta viết mã và tạo mã, nhưng khả năng học lập trình cơ bản vẫn được yêu cầu, đó là khả năng đọc và phân tích mã cũng như hiểu mã bạn viết áp dụng cho các hệ thống lớn như thế nào. **
"Tôi tin rằng Trí tuệ nhân tạo có thể cải thiện đáng kể năng suất của các nhà phát triển phần mềm, nhưng công nghệ phần mềm không chỉ là tạo mã mà còn là tạo ra các yêu cầu của người dùng, gỡ lỗi và thử nghiệm, v.v."
**Một trong những kỹ năng lập trình không thể thiếu nhất vẫn là lĩnh vực của các lập trình viên con người: giải quyết vấn đề. ** Phân tích một vấn đề và tìm ra giải pháp thích hợp cho vấn đề đó vẫn là một kỹ năng lập trình kỳ công được đánh giá cao.
"Lập trình có khía cạnh sáng tạo của nó và những kỹ năng giải quyết vấn đề đó quan trọng hơn ngôn ngữ hoặc công cụ lập trình thực tế. Đừng để bị cuốn vào sự so sánh với trí tuệ nhân tạo, thứ ít nhiều chỉ là kết quả thống kê của một mô hình ngôn ngữ lớn Ines Montani, nhà nghiên cứu tại Python Software Foundation, đồng sáng lập kiêm CEO của Explosion, cho biết: “Có sự khác biệt giữa những gì bạn làm và những gì mô hình của bạn tạo ra, và với tư cách là một nhà phát triển, có nhiều thứ hơn là chỉ viết mã”.
Ngoài ra, **thực hành kỹ thuật phần mềm tốt có giá trị hơn bao giờ hết. **Những phương pháp này bao gồm lập kế hoạch thiết kế hệ thống và kiến trúc phần mềm, đồng thời, các lập trình viên có thể sử dụng các công cụ trí tuệ nhân tạo để dự đoán mã nào sẽ cần tiếp theo một cách hiệu quả hơn.
"Kỹ sư lập trình phải tìm ra cấu trúc dữ liệu cho một đoạn mã, các khái niệm trừu tượng phù hợp để tổ chức mã và các yêu cầu đối với các giao diện khác nhau. Tất cả những điều này là cốt lõi đối với thực hành công nghệ phần mềm và chúng sẽ không biến mất trong một thời gian dài sắp tới."
Tìm công cụ phù hợp với nhu cầu của bạn
Việc tìm kiếm các công cụ AI phù hợp là rất quan trọng. Mỗi công cụ có cách tương tác riêng và mỗi công cụ có thể được tích hợp vào quy trình phát triển theo những cách khác nhau, cho dù đó là tự động tạo bài kiểm tra đơn vị, tạo dữ liệu kiểm tra hay viết tài liệu.
Ví dụ: GitHub Copilot và các trợ lý mã hóa AI khác có thể nâng cao khả năng mã hóa của chúng tôi và cung cấp cho chúng tôi các đề xuất mã hóa. Mặt khác, ChatGPT và Bard của Google giống như các lập trình viên AI đàm thoại có thể được sử dụng để trả lời các câu hỏi về API (giao diện lập trình ứng dụng) hoặc tạo các đoạn mã.
** Điều quan trọng là thử nghiệm. Hãy dùng thử một công cụ AI, làm quen với cách thức hoạt động của nó, xem xét chất lượng đầu ra của nó, đồng thời luôn cởi mở với các công cụ AI khác. **Abraham nói: "Lĩnh vực trí tuệ nhân tạo đang thay đổi nhanh chóng. Bạn không thể chỉ sử dụng mãi một công cụ nào đó, vì vậy bạn cần nhanh chóng thích ứng với các công cụ mới."
Ngoài ra, hãy xem xét trường hợp sử dụng thích hợp. Các công cụ trí tuệ nhân tạo sáng tạo có thể giúp chúng ta học nhanh một ngôn ngữ lập trình mới và cũng có thể tạo các nguyên mẫu dự án trong một khoảng thời gian ngắn.
Đối thoại rõ ràng và chính xác là điều cần thiết
Khi sử dụng trợ lý mã hóa AI, hãy giải thích nhu cầu của bạn và coi đó là một quy trình lặp đi lặp lại. Abraham đề xuất viết một nhận xét giải thích mã để trợ lý có thể tạo mã đáp ứng yêu cầu của bạn dựa trên nhận xét.
Đối với một lập trình viên AI đàm thoại, bạn cần biết cách thiết lập lời nhắc tốt nhất và đó là lúc kỹ thuật nhắc nhở ra đời.
Áp-ra-ham đề nghị sử dụng phương pháp gợi ý chuỗi suy nghĩ. Phương pháp này thực sự liên quan đến chiến lược "chia để trị", nghĩa là phân tách vấn đề thành nhiều bước, sau đó giải quyết từng bước một, và cuối cùng giải quyết toàn bộ vấn đề. Ông nói: "Yêu cầu một mô hình làm quá nhiều việc trong một khoảng thời gian nhất định và nó sẽ không hoạt động tốt. Điều nó phải làm là có thể xử lý các khối thông tin có thể quản lý được và tạo ra các đoạn mã có thể quản lý được".
Ví dụ, thay vì yêu cầu một lập trình viên AI viết mã toàn bộ chương trình từ đầu, hãy suy nghĩ kỹ về tất cả các nhiệm vụ mà chương trình cần hoàn thành. **Việc phân chia các nhiệm vụ này ra xa hơn đòi hỏi mô hình phải viết các chức năng cụ thể cho từng nhiệm vụ, điều này đòi hỏi phải trao đổi qua lại với mô hình về các bước cần thực hiện để đạt được một nhiệm vụ nhất định. **
“Hãy nghĩ về nó như một thực tập sinh thông minh có kiến thức về một chủ đề nhưng không có nhiều kinh nghiệm,” Abraham nói.
Độ chính xác và rõ ràng của kỹ thuật đầu là rất quan trọng. Abraham đã đề cập: "Bạn cần nói rất rõ ràng với mô hình những gì bạn muốn, nói rất chính xác vấn đề bạn đang yêu cầu nó giải quyết và đảm bảo rằng bạn đang làm theo."
**Việc tìm hiểu các khái niệm cơ bản về trí tuệ nhân tạo và học máy cũng như hiểu cách thức hoạt động của các mô hình ngôn ngữ lớn cũng như điểm mạnh và điểm yếu của chúng cũng rất có giá trị. **Bạn sẽ cần thực hiện nghiên cứu của mình, nhưng một số ý thức chung là điều cần thiết để đánh giá kết quả.
Để giúp bạn bắt đầu, Abraham đề xuất OpenAI Cookbook, bao gồm các chương về thư viện gợi ý và công cụ, hướng dẫn gợi ý, bài học qua video, v.v., trong khi Weisslingame khuyên bạn nên đọc Minh họa Transformer để tìm hiểu thêm về kiến thức cơ bản về mô hình và máy học.
Hãy nghiêm túc và nhận thức được những rủi ro
Các kỹ sư phần mềm nên chỉ trích đầu ra của các mô hình ngôn ngữ lớn vì chúng có xu hướng bị ảo giác và tạo ra mã hư cấu, không chính xác hoặc thậm chí là sai. Weisslingame cho biết: “Việc sử dụng mã do AI tạo ra một cách mù quáng có thể dễ dàng dẫn đến ngõ cụt và rất khó để phát hiện ra các lỗi tinh vi.
Weisslingame nói: "Đó là lý do tại sao việc kiểm tra mã được tạo là rất quan trọng. Việc này, trong khi thêm một số công việc, có thể gây hại nhiều hơn là có lợi cho năng suất. Nhưng Abraham lập luận rằng "trong một số trường hợp, việc xác minh mã dễ dàng hơn nhiều so với việc viết mã từ đầu và đó là cách nhanh hơn nhiều để tạo mã, xác thực mã và sau đó tích hợp mã vào cơ sở mã hiện có."
Hãy phân tích đầu ra của các mô hình này và đặt các câu hỏi sau: **Mô hình này được đào tạo trên dữ liệu nào? Dữ liệu nào đã được lọc ra và dữ liệu nào không được đưa vào? Dữ liệu đào tạo bao nhiêu tuổi? Mô hình được đào tạo trên phiên bản ngôn ngữ lập trình, gói phần mềm hoặc thư viện nào? Câu trả lời cho những câu hỏi này có thể ảnh hưởng đến kết quả và cung cấp thông tin phù hợp hơn. **
Các nhà phát triển cũng nên thận trọng khi nhập mã độc quyền vào các mô hình này. Một số công ty, chẳng hạn như Tabnine, cung cấp các phiên bản dành cho doanh nghiệp của trợ lý mã hóa do AI cung cấp để tìm hiểu các mẫu và kiểu mã hóa của công ty đồng thời cung cấp quyền riêng tư.
Bản quyền là một yếu tố khác cần cân nhắc, mặc dù nếu bạn đang sử dụng các công cụ này để hoàn thành một vài dòng mã hoặc tạo mã cho các tác vụ tầm thường, thông thường, thì vấn đề bản quyền sẽ ít đáng lo ngại hơn so với việc tạo ra các đoạn mã lớn.
"Các lập trình viên nên có một số nhận thức về sự khéo léo của những gì họ đang cố gắng thực hiện và sự khéo léo đó phù hợp với môi trường của họ như thế nào," Lesama nói. "Nếu mã do mô hình tạo ra có một số tính nguyên bản, nó phải được xử lý bằng sự nghi ngờ và nghi ngờ trước khi đưa nó vào cơ sở mã".
Mối quan tâm lớn hơn là tính bảo mật của mã, vì các mô hình này có thể tạo ra mã chứa lỗ hổng. Weisslingame tin rằng các phương pháp hay nhất về phát triển phần mềm, chẳng hạn như đánh giá mã và quy trình thử nghiệm hiệu quả, có thể giúp bảo vệ chống lại rủi ro này.
"Một trong những điều mà các kỹ sư phần mềm có kinh nghiệm hơn có thể đưa ra là các lỗ hổng phổ biến nhất trong mã và những cách phổ biến nhất mà mã dễ bị tổn thương," Lesama nói. "Họ sẽ phát triển một trực giác về nơi cần tìm, địa điểm nào sẽ gây ra sự tỉnh táo. Trong tương lai, những công nghệ như vậy sẽ trở thành một phần thậm chí còn quan trọng hơn trong danh mục công nghệ phần mềm. "
Để các lập trình viên có thể tồn tại trong thế giới AI rộng lớn, họ cần xem AI như một công cụ và tích hợp nó vào quy trình làm việc của mình, đồng thời nhận ra các cơ hội và hạn chế của các công cụ đó, đồng thời dựa vào khả năng viết mã của con người để trưởng thành và phát triển.
Người dịch: Araon_
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Làm thế nào để các lập trình viên tồn tại trong thế giới ChatGPT?
Nguồn: Cục dịch thuật thần thánh
Lưu ý của biên tập viên: Với sự ra mắt của ChatGPT, một số trợ lý tạo mã trí tuệ nhân tạo đã xuất hiện trên thị trường. Trí tuệ nhân tạo đang “hot” và len lỏi vào mọi mặt của đời sống con người, liệu AI có thực sự thay thế con người lập trình? Đối với các nhà phát triển chương trình, làm thế nào để tồn tại và phát triển trong thế giới ChatGPT? Bài viết này sẽ chia sẻ 4 mẹo để giúp các lập trình viên con người vượt lên trên trí tuệ nhân tạo. Bài viết là từ bản dịch, tôi hy vọng nó có thể truyền cảm hứng cho bạn.
Trí tuệ nhân tạo, đặc biệt là AI tổng quát được cung cấp bởi các mô hình ngôn ngữ lớn (LLM), có khả năng phá vỡ toàn bộ ngành công nghiệp lập trình viên. Nhưng một số chuyên gia tin rằng AI sẽ không thay thế các lập trình viên con người, ít nhất là không ngay lập tức.
“Bạn sẽ phải lo lắng về những người sử dụng AI để thay thế chính họ,” Tanishq Mathew Abraham, Tiến sĩ kỹ thuật y sinh tại Đại học California, Davis, và Giám đốc điều hành của MedARC, một trung tâm nghiên cứu trí tuệ nhân tạo y tế, cho biết.
Vì vậy, làm thế nào các nhà phát triển phần mềm có thể làm cho họ trở nên có giá trị và hữu ích hơn khi thời đại mã hóa LLM đến gần? Dưới đây là một số mẹo và thủ thuật để các lập trình viên tồn tại và phát triển trong thời đại trí tuệ nhân tạo phát triển.
Tuân thủ các nguyên tắc cơ bản và thông lệ tốt nhất
Mặc dù nhiều trợ lý viết mã dựa trên AI có thể giúp chúng ta viết mã và tạo mã, nhưng khả năng học lập trình cơ bản vẫn được yêu cầu, đó là khả năng đọc và phân tích mã cũng như hiểu mã bạn viết áp dụng cho các hệ thống lớn như thế nào. **
"Tôi tin rằng Trí tuệ nhân tạo có thể cải thiện đáng kể năng suất của các nhà phát triển phần mềm, nhưng công nghệ phần mềm không chỉ là tạo mã mà còn là tạo ra các yêu cầu của người dùng, gỡ lỗi và thử nghiệm, v.v."
**Một trong những kỹ năng lập trình không thể thiếu nhất vẫn là lĩnh vực của các lập trình viên con người: giải quyết vấn đề. ** Phân tích một vấn đề và tìm ra giải pháp thích hợp cho vấn đề đó vẫn là một kỹ năng lập trình kỳ công được đánh giá cao.
"Lập trình có khía cạnh sáng tạo của nó và những kỹ năng giải quyết vấn đề đó quan trọng hơn ngôn ngữ hoặc công cụ lập trình thực tế. Đừng để bị cuốn vào sự so sánh với trí tuệ nhân tạo, thứ ít nhiều chỉ là kết quả thống kê của một mô hình ngôn ngữ lớn Ines Montani, nhà nghiên cứu tại Python Software Foundation, đồng sáng lập kiêm CEO của Explosion, cho biết: “Có sự khác biệt giữa những gì bạn làm và những gì mô hình của bạn tạo ra, và với tư cách là một nhà phát triển, có nhiều thứ hơn là chỉ viết mã”.
Ngoài ra, **thực hành kỹ thuật phần mềm tốt có giá trị hơn bao giờ hết. **Những phương pháp này bao gồm lập kế hoạch thiết kế hệ thống và kiến trúc phần mềm, đồng thời, các lập trình viên có thể sử dụng các công cụ trí tuệ nhân tạo để dự đoán mã nào sẽ cần tiếp theo một cách hiệu quả hơn.
"Kỹ sư lập trình phải tìm ra cấu trúc dữ liệu cho một đoạn mã, các khái niệm trừu tượng phù hợp để tổ chức mã và các yêu cầu đối với các giao diện khác nhau. Tất cả những điều này là cốt lõi đối với thực hành công nghệ phần mềm và chúng sẽ không biến mất trong một thời gian dài sắp tới."
Tìm công cụ phù hợp với nhu cầu của bạn
Việc tìm kiếm các công cụ AI phù hợp là rất quan trọng. Mỗi công cụ có cách tương tác riêng và mỗi công cụ có thể được tích hợp vào quy trình phát triển theo những cách khác nhau, cho dù đó là tự động tạo bài kiểm tra đơn vị, tạo dữ liệu kiểm tra hay viết tài liệu.
Ví dụ: GitHub Copilot và các trợ lý mã hóa AI khác có thể nâng cao khả năng mã hóa của chúng tôi và cung cấp cho chúng tôi các đề xuất mã hóa. Mặt khác, ChatGPT và Bard của Google giống như các lập trình viên AI đàm thoại có thể được sử dụng để trả lời các câu hỏi về API (giao diện lập trình ứng dụng) hoặc tạo các đoạn mã.
** Điều quan trọng là thử nghiệm. Hãy dùng thử một công cụ AI, làm quen với cách thức hoạt động của nó, xem xét chất lượng đầu ra của nó, đồng thời luôn cởi mở với các công cụ AI khác. **Abraham nói: "Lĩnh vực trí tuệ nhân tạo đang thay đổi nhanh chóng. Bạn không thể chỉ sử dụng mãi một công cụ nào đó, vì vậy bạn cần nhanh chóng thích ứng với các công cụ mới."
Ngoài ra, hãy xem xét trường hợp sử dụng thích hợp. Các công cụ trí tuệ nhân tạo sáng tạo có thể giúp chúng ta học nhanh một ngôn ngữ lập trình mới và cũng có thể tạo các nguyên mẫu dự án trong một khoảng thời gian ngắn.
Đối thoại rõ ràng và chính xác là điều cần thiết
Khi sử dụng trợ lý mã hóa AI, hãy giải thích nhu cầu của bạn và coi đó là một quy trình lặp đi lặp lại. Abraham đề xuất viết một nhận xét giải thích mã để trợ lý có thể tạo mã đáp ứng yêu cầu của bạn dựa trên nhận xét.
Đối với một lập trình viên AI đàm thoại, bạn cần biết cách thiết lập lời nhắc tốt nhất và đó là lúc kỹ thuật nhắc nhở ra đời.
Áp-ra-ham đề nghị sử dụng phương pháp gợi ý chuỗi suy nghĩ. Phương pháp này thực sự liên quan đến chiến lược "chia để trị", nghĩa là phân tách vấn đề thành nhiều bước, sau đó giải quyết từng bước một, và cuối cùng giải quyết toàn bộ vấn đề. Ông nói: "Yêu cầu một mô hình làm quá nhiều việc trong một khoảng thời gian nhất định và nó sẽ không hoạt động tốt. Điều nó phải làm là có thể xử lý các khối thông tin có thể quản lý được và tạo ra các đoạn mã có thể quản lý được".
Ví dụ, thay vì yêu cầu một lập trình viên AI viết mã toàn bộ chương trình từ đầu, hãy suy nghĩ kỹ về tất cả các nhiệm vụ mà chương trình cần hoàn thành. **Việc phân chia các nhiệm vụ này ra xa hơn đòi hỏi mô hình phải viết các chức năng cụ thể cho từng nhiệm vụ, điều này đòi hỏi phải trao đổi qua lại với mô hình về các bước cần thực hiện để đạt được một nhiệm vụ nhất định. **
“Hãy nghĩ về nó như một thực tập sinh thông minh có kiến thức về một chủ đề nhưng không có nhiều kinh nghiệm,” Abraham nói.
Độ chính xác và rõ ràng của kỹ thuật đầu là rất quan trọng. Abraham đã đề cập: "Bạn cần nói rất rõ ràng với mô hình những gì bạn muốn, nói rất chính xác vấn đề bạn đang yêu cầu nó giải quyết và đảm bảo rằng bạn đang làm theo."
**Việc tìm hiểu các khái niệm cơ bản về trí tuệ nhân tạo và học máy cũng như hiểu cách thức hoạt động của các mô hình ngôn ngữ lớn cũng như điểm mạnh và điểm yếu của chúng cũng rất có giá trị. **Bạn sẽ cần thực hiện nghiên cứu của mình, nhưng một số ý thức chung là điều cần thiết để đánh giá kết quả.
Để giúp bạn bắt đầu, Abraham đề xuất OpenAI Cookbook, bao gồm các chương về thư viện gợi ý và công cụ, hướng dẫn gợi ý, bài học qua video, v.v., trong khi Weisslingame khuyên bạn nên đọc Minh họa Transformer để tìm hiểu thêm về kiến thức cơ bản về mô hình và máy học.
Hãy nghiêm túc và nhận thức được những rủi ro
Các kỹ sư phần mềm nên chỉ trích đầu ra của các mô hình ngôn ngữ lớn vì chúng có xu hướng bị ảo giác và tạo ra mã hư cấu, không chính xác hoặc thậm chí là sai. Weisslingame cho biết: “Việc sử dụng mã do AI tạo ra một cách mù quáng có thể dễ dàng dẫn đến ngõ cụt và rất khó để phát hiện ra các lỗi tinh vi.
Weisslingame nói: "Đó là lý do tại sao việc kiểm tra mã được tạo là rất quan trọng. Việc này, trong khi thêm một số công việc, có thể gây hại nhiều hơn là có lợi cho năng suất. Nhưng Abraham lập luận rằng "trong một số trường hợp, việc xác minh mã dễ dàng hơn nhiều so với việc viết mã từ đầu và đó là cách nhanh hơn nhiều để tạo mã, xác thực mã và sau đó tích hợp mã vào cơ sở mã hiện có."
Hãy phân tích đầu ra của các mô hình này và đặt các câu hỏi sau: **Mô hình này được đào tạo trên dữ liệu nào? Dữ liệu nào đã được lọc ra và dữ liệu nào không được đưa vào? Dữ liệu đào tạo bao nhiêu tuổi? Mô hình được đào tạo trên phiên bản ngôn ngữ lập trình, gói phần mềm hoặc thư viện nào? Câu trả lời cho những câu hỏi này có thể ảnh hưởng đến kết quả và cung cấp thông tin phù hợp hơn. **
Các nhà phát triển cũng nên thận trọng khi nhập mã độc quyền vào các mô hình này. Một số công ty, chẳng hạn như Tabnine, cung cấp các phiên bản dành cho doanh nghiệp của trợ lý mã hóa do AI cung cấp để tìm hiểu các mẫu và kiểu mã hóa của công ty đồng thời cung cấp quyền riêng tư.
Bản quyền là một yếu tố khác cần cân nhắc, mặc dù nếu bạn đang sử dụng các công cụ này để hoàn thành một vài dòng mã hoặc tạo mã cho các tác vụ tầm thường, thông thường, thì vấn đề bản quyền sẽ ít đáng lo ngại hơn so với việc tạo ra các đoạn mã lớn.
"Các lập trình viên nên có một số nhận thức về sự khéo léo của những gì họ đang cố gắng thực hiện và sự khéo léo đó phù hợp với môi trường của họ như thế nào," Lesama nói. "Nếu mã do mô hình tạo ra có một số tính nguyên bản, nó phải được xử lý bằng sự nghi ngờ và nghi ngờ trước khi đưa nó vào cơ sở mã".
Mối quan tâm lớn hơn là tính bảo mật của mã, vì các mô hình này có thể tạo ra mã chứa lỗ hổng. Weisslingame tin rằng các phương pháp hay nhất về phát triển phần mềm, chẳng hạn như đánh giá mã và quy trình thử nghiệm hiệu quả, có thể giúp bảo vệ chống lại rủi ro này.
"Một trong những điều mà các kỹ sư phần mềm có kinh nghiệm hơn có thể đưa ra là các lỗ hổng phổ biến nhất trong mã và những cách phổ biến nhất mà mã dễ bị tổn thương," Lesama nói. "Họ sẽ phát triển một trực giác về nơi cần tìm, địa điểm nào sẽ gây ra sự tỉnh táo. Trong tương lai, những công nghệ như vậy sẽ trở thành một phần thậm chí còn quan trọng hơn trong danh mục công nghệ phần mềm. "
Để các lập trình viên có thể tồn tại trong thế giới AI rộng lớn, họ cần xem AI như một công cụ và tích hợp nó vào quy trình làm việc của mình, đồng thời nhận ra các cơ hội và hạn chế của các công cụ đó, đồng thời dựa vào khả năng viết mã của con người để trưởng thành và phát triển.
Người dịch: Araon_