Решил обновить домен для моего блога и сменить его на mgorbatyuk.dev. Мой блог хостится на GitHub Pages, поэтому смена домена не заняла много времени. Есть подробная документация, но мне стало интересно, есть ли удобный туториал а-ля “делай это, затем это, потом то, далее сё, и получишь результат” без дополнительных пояснений. Спросил у ИИ, и он дал такой туториал. Круто, что можно задавать уточняющие вопросы.
В работе я постоянно пользовался GitHub Copilot и до релиза Chat GPT, мне он помогал генерировать разные утилитарные методы, которые не зависили от бизнес логики: хэширование пароля, чтение из файла, валидации, etc. Особенно много мне копайлот помог с разработкой приложения на Angular: едва ли не весь код работы с файлами и формами там был написан им, а я лишь проверял работоспособность и больше думал о бизнес-логике. Теперь появился чат с ИИ, который помогает начать осваивать новые знания - я спрашиваю, с чего мне стоит начать изучение, и он подскажет ресурсы.
Появляются статьи, где авторы рассуждают о том, заменит ли ИИ разработчиков целиком и превратимся ли мы в Senior GPT Enjoyer Operator (1, 2, 3, etc). Тут я согласен с мнением vas3k:
… результаты работы нейросети всегда нуждаются в «человеческом» ревью. Даже странно, что кто-то использует это как аргумент против. Мол, я попробовал эту вашу нейросеть, она мне выдала всё неправильно, ну что это за будущее такое, переделывайте…. Вот их заменят первыми
Результаты, выдаваемые ИИ, нужно перепроверять, ибо они сгенерированы на основе уже написанного кем-то контента, но ведь не факт, что этот контент - верный. Сколько есть в интернете статей с доказательствами теории плоской земли? Поймет ли ИИ, что все эти статьи - некорректные и антинаучные? Вряд ли. Нужен будет взгляд человека, чтобы понять, корректен ли ответ ИИ.
Пусть ИИ автоматизирует рутинную и утилитарную работу, и тогда у разработчика будет больше времени на развитие своих знаний:
- чтение книг по архитектуре систем, чтобы понимать, где ИИ дает подходящие и неподходящие советы,
- изучение паттернов и практик Clean Code, чтобы рефакторить код, написанный ИИ,
- углубление знаний по смежным темам типа Data Science и Machine Learning, чтобы потом принимать участие в разработке не очередной ecommerce платформы, а более продвинутого ИИ.
Посмотрим, к чему приведет развитие GPT. А чтобы ИИ вас не заменил в первую очередь, стоит рассматривать GPT как ассистент в работе, а не врага, и больше времени уделять образованию.