Mua ärsyttää tän ketjun otsikko. Se vie väärille poluille ajatukset. En usko, että koneoppiminen vie työpaikkoja sen enempää kuin autotkaan veivät työpaikkoja(hevoset). Maailma muuttuu, työ muuttuu, työtä riittää jos osaa sopeutua muuttuvaan maailmaan. Ne jotka ei sopeudu niin voi käydä huonosti.
Se riippuu ihan siitä miten markkina toimii. Ohjelmistokehitys on liian monimutkaista, mutta monia muita white collar hommia tuo AI voisi periaatteessa tehdä jo nykyisellä tasolla jos sen saisi jotenkin koulutettua ymmärtämään yrityksen sisäinen tieto ja muu konteksti. Ongelma vain on siinä että asiaa mitä ChatGPT lukee googlesta ja osaa hyvin mallintaa löytyy satoja miljoonia/miljardeja kertoja kun taas edellä mainittua tietoa yrityksen infrasta ehkä gigatavun verran ja aiheeseen liittyviä keskuteluja vain murto-osan murto-osan murto-osa.
Käsi ylös ne kooderit, jotka ei koskaan googleta,... Googletuksiin aika hyvin chat gpt antaa jo vastauksia. Tyyliin kokeilin paria yksinkertaista asiaa mitkä joku noob saattaisi haluta tehdä. Tekstitiedoston parseroinnin ja manipuloinnin osasi tehdä hyvin sekä pythonilla että c:lla Jos haluaisi vaikka logia parsia ja tykittää ulos parsitun kaman niin ei tarvi itse koodata enää. Toinen mitä testasin niin oli perus vektorioperaatiot. Pyysin määrittelemään neliön ja pyörittämään sitä. Hyvä tuli.
Nimenomaan. Kyseessä on lähinnä "Google on streroids" kuten aikaisemmin sanoin. Käytännössä sama asia kuin vuosi sitten julkaistu Github Copilot. Asioita mitä löytyy mielettömiä määriä ja mistä on keskusteltu tähtitieteellisiä määriä ChatGPT pystyy toimittamaan joskus hyvin joskus ei niinkään hyvin. ChatGPT ei tajua eroa väärän ja oikean vastauksen välillä vaan se vain toimittaa keskustelua datasetin perusteella. Juuri nuo perus google esimerkity löytyy kuin apteekin hyllyltä, mutta kun vähänkään mennään pinnan alle tai lisätään vaatimuksia niin homma menee "itsevarmasti solmuun".
Tuubassa on paljon videioita missä esim. tuo kykenee luomaa pajon boilerplatea ESP32:lle mutta loppupeleissä kun tehdään jotain muuta kuin yksittäisiä stackoverflow kysymyksiä niin vaatii aina että ihmiskoodaaja tulee ja koodaa 2-4h lisää siihen päälle korjaten virheet, rakentaen puuttuvat integraatiot etc.
Ainakin mun pointti on siinä, että nyt kun hitainkin näkee, että konealgoritmilla voi tehdä asioita niin kehitysvauhti kiihtyy oleellisesti. Ollaan siinä vaiheessa missä wrightin veljeksien lentovehkeille naurettiin, mutta pian ei naurata. Tai toisin sanoen missä nokialaiset naureskeli iphonelle ja myöhemmin sitten hymy hyytyi. Ketsuppi on sellaisella tavalla ulos purkista ettei toi kehitys kulje taaksepäin ja konealgoritmeihin satsaaminen lisääntyy.
Koneoppimisella ja AI:lla on aina pystynyt tekemään asioita. Rajoite ei ole niinkään se mikä on mahdollista (paitsi lasketatehon ja muistin suhteen) vaan se millaista datasettiä on saatavilla.
Koodaushommissa luovuutta vaativat asiat voi jättää ihmiselle.
Ei me olla edes etäisesti lähellä sellaista hetkeä että koodausta voisi siirtää kokonaan AI:lle puhumattakaan ohjelmistokehityksestä. Jos se edes hypoteettisesti tapahtuisi niin silloin kaikki muut maailman asiat automatisoituisi myös samalla kellon lyönnillä. Voi olla että edes meidän elinaikana ei tulla näkemään sitä hetkeä. Se mitä tästä projektista jää käteen ohjelmistokehityksen suhteen on ehkä muutamia abstraktiotason nostoja tai kehitystä helpottavia työkaluja kuten Copilot.
Se missä automaatio voisi olla paljon lähempänä on monet muut white collar hommat kuten business-analyytikot, supplychain-työntekijät, ostajat, juristit/asiantuntijat/konsultit yms. koska näissä työn looginen kompleksisuus on paljon pienempi ja ne ovat enemmän tietoon pohjautuvia. Esim. jostain SQL tietokannasta käyttäjäreaktioiden kerääminen ja niiden vertaaminen hinnoitteludataan ja siitä loppuraportin luonti onnistuisi varmaan jo nyt ChatGPT:llä jos tuollaisesta asiasta olisi tarpeeksi dataa saatavilla. Reaalielämässä kuitenkin kaikissa näissä palavereissa istutaan tuntikausia palavereissa synkkaamassa muuttuneita vatimuksia, otetaan yhteyttä globaaleihin tiimeihin ja maalitolppia liikutellaan tuhansia kertoja ennen kuin työ valmistuu. Se varsinainen aktiivinen loogisten toimintojen (SQL queryt, excelin rullaaminen jne.) tekeminen on kuitenkin murto-osa oikeasta työstä joten veikkaan että nämä vain nopeuttavat nykyistä työntekoa eivätkä niinkään automatisoi sitä.
Jos työn teko nopeutuu niin sitten markkinasta riippuen se voi tarkoittaa sitä että aletaan leikkaamaan työvoimasta, koska enää ei ole tarpeellista palkata yhtä monta tyyppiä samaa työmäärää varten, mutta yleensä vapaassa markkinataloudessa jossa kokoajan pyritään kasvamaan lisää tämä todennäköisesti johtaa tarjonnan kasvuun ja ehkä jopa lisätyöpaikkoihin.
Kuinka paljon boilerplatet tekevä generaattori voisi auttaa? UI frameworkit/platformin(android, ios, Qt)voisi tehdään konealgoritmiystävälliseksi. Mallia erikseen opetetaan frameworkkia paremmin tukevaksi niin voisi tapahtua mielenkiintoisia asioita. Esimerkiksi mitä tapahtuisi jos google tai apple menisi all in käyttiksensä kanssa koodigenerointiystävälliseksi tai jos joku taho X isommalla rahalla tekisi konealgoritmiystävällisen frontend+backend paketin tai vaikka Qt:n qml:n päälle konealgoritmi taikomaan ui:ta ja kytkemään signaaleja ja slotteja.
Tää kuulostaa vähän hajanaiselta haaveilulta, mutta en oikein näe käytännön eroa nykyisiin lowcode-työkaluihin paitsi ehkä että tässä olisi vähemmän rajoitteita. Loppupeleissä sillä on ihan sama koodaatko C:llä, Swiftillä jollain palikkaeditorilla vai kirjoitatko AI:lle loogista vaatimuslistaa. Kyse on vain abstraktiotason nostosta tai eri ohjelmointikielestä ja jonkun on se "koodi" edelleen kirjoitettava oli se sitten mitä tahansa. Koodi tässä tapauksessa tarkoittaa kommunikaatiota ihmisen ja koneen välillä.
