Att bli utvecklare och AI

Jag är på väg att bli javautvecklare och funderar på hur AI kan påverka juniora utvecklarpositioner. Har ni några tankar om hur AI kan påverka eller ta över vissa uppgifter inom mjukvaruutveckling för juniora utvecklare?

Jag är även nyfiken på era åsikter om fortsatt utbildning och specialisering. Hur viktigt anser ni det är att hålla sig uppdaterad med de senaste trenderna och teknologierna inom vårt område? Specifikt tänker jag på områden som molntjänster, säkerhet, datahantering och maskininlärning, och hur dessa kompletterar en grundläggande Java-kompetens.
Tack på förhand!

Jag har testat att programmera med hjälp av den fantastiska AI:n alla oroar sig över. Jo visst matar roboten ut kod, men koden har så mycket fel att jag måste felsöka eländet hela tiden och det tar så mycket tid att jag lika gärna kunde skrivit allt själv och det hade gått snabbare och då är jag ändå ganska kass i allmänhet.

Du behöver inte oroa dig, inte nu iallafall.

Har inte alls samma erfarenheter av AI-genererad kod. Den har varit bra, och i de flest fall fungerat direkt, och i färre fall med mindre justeringar. Du behöver kanske öva prompt engineering? Embedded systems och nätverk är framtiden. Då räcker det inte med programmering, utan du måste även kunna digital elektronik. Ingenjörsutbildning således.

Då å då använder jag github copilot. Den funkar hyggligt, men jag skulle inte låta den gå loss på koden utan övervakning så att säga.

Finns ju andra exempel, i mitt fall till exempel resharper, där den föreslår kodändringar. En del gånger kan man ju låta den gå loss på koden bara för att se hur det blir för lärandets skull, men det betyder inte att den har rätt 100% av gångerna, speciellt inte om den föreslår saker som gör att koden blir svårare att förstå.

Ta det med en nypa salt med andra ord och kolla på förslagen som ges, men i slutändan kommer det vara din egen kunskap och omdöme som får råda som sagt.
Bara för att AIn föreslår saker betyder det inte att det som föreslås är korrekt.

Jag använder Copilot i Intellij, samt kör ChatGPT i MacGPT vid sidan om, som jag har en shortcut för att poppa upp och skriva grejer. Har kört så varje dag i knappt ett år, min takeaway:

1. Det är *grymt* för simpla grejer. Översätta texter, fylla i metoder, typ en "code complete på steroider". Sparar mycket gnetande.

2. Det är jättebra för en som mej som gör väldigt mkt olika saker (litet företag). "Hur var det man gjorde så här?" så får man se hur det var. Den kan även generera hela kodstycken och metoder som oftast blir rätt bra, men man kan ju in och fixa till det lite sen. Även fantastiskt med typ regexpar, minnas syntax för nån skum SQL, hur gjorde man den här AppleScript-grejen etc etc.

3. Det klarar INTE bara "skriv ett spel", herregud. Den gör fel ofta, grejer kompilerar inte, verkligen inte optimal kod alla gånger.

Programmeraryrket kommer inte försvinna anytime soon.

EDIT: ett exempel till, som väl typ är autocomplete - skriva tester. Här är det ju vanligtvis mycket gnetande och repetition men jag är ändå kluven - om ett AI skriver testkoden, har man verkligen testat då

Nu handlar systemutveckling om så mycket mer än bara kod och syntax, så jag tror inte att AIs framfart borde vara några hinder för dig. Snarare tvärtom. Det är som med alla andra verktyg. Använd ofta och lär dig hur du bäst använder dem. Då står du dig bättre i konkurrensen om jobben.

Och jag skulle komplettera med att blir grym på dataanalys för att kunna komma närmare affären i de system jag utvecklar.

Fast unittester (som jag antar att du syftar till) kan den ju vara användbar för.

Unittester används ju i min värld för att påvisa att en kod gör det den ska vid ett givet tillfälle i tiden så att ändringar framöver inte påverkar funktionen hos koden för att därmed ge oönskade effekter någon annanstans i programmet, som förlitar sig på at det du unittestar funkar på ett eller annat sätt.

Att däremot testa av koden tycker jag inte är samma sak riktigt.

För att det ska vara lönt att utveckla system behöver det finnas användare av system.

Om filmer genereras av AI behöver ingen skapa dem, då behövs t.ex. inte mjukvara för videoeditering, 3d-animation, etc.

När AI:n kan generera film snabbt nog för att den ska vara interaktiv försvinner hela dataspelsbranschen.

När en ledningsgrupp kan ställa frågan "hur ökar vi våra intäkter" och få ett snabbt svar baserat på vad som finns i datasjön kombinerat med en marknadsanalys från sociala medier, försvinner behovet av BI-program/utvecklare, affärsanalytiker, dataanalytiker, etc.

Någon kommer säkert säga "all utveckling inte kan ersättas av AI" och det har de kanske rätt i, men jag kan mycket väl tänka mig en 90-procentig minskning av utvecklingsjobb under den kommande 10-års perioden och kraftigt minskade löner till följd av den ökade konkurrensen bland de som blir kvar.

Kanske beror på komplexitet. GitHub Copilot är bra på boilerplate-grejor. Och förutspår det förväntade bra.
Men om man gör mer komplex funktionalitet så är stödet inte lika stort.

Man ska inte behöva någon djupare prompt engineering (annat än bondförnuft) för att få hjälp med kod.

Unittests är ju inte bara för att skydda mot förändringar, utan även att det funkar öht. Om man då bara låter ett ai spruta ut sig testkoden, kanske utan att helt haja vad man ska testa (som jag sett exempel på) vet jag inte om jag tycker det är superbra.

Att som för detjag nämnde, låta den generera boilerplate sparar massa tid.