Gen AI ermöglicht Softwareentwicklern einen Produktivitätsschub - aber es ist nicht jedermanns Sache

Generative KI bringt Produktivitätsvorteile, aber IT-Experten müssen sich vor einer umfassenden Einführung dieser Tools in ihren aktuellen Versionen in Acht nehmen.

Für jeden, der Software entwickelt, ist generative KI (Gen AI) - insbesondere ein Tool wie GitHub Copilot - ein Mittel zum schnellen Erstellen, Testen, Dokumentieren und Debuggen von Code, was zu großen Produktivitätsvorteilen führt.

Dieser Schub setzt Zeit, Ressourcen und Intelligenz von Softwareentwicklern und Betriebsexperten frei, um in ihren Organisationen Beratungs- und Führungsrollen auszubauen und zu besetzen.

Obwohl die Produktivitätsvorteile offensichtlich sind, ist KI möglicherweise nicht für alle von Vorteil, und Branchenexperten raten dazu, bei der Automatisierung vorsichtig vorzugehen.

Zunächst etwas Kontext. Laut einer Mehrparteienstudie von Forschern von Microsoft, MIT, der Princeton University und der University of Pennsylvania können Gen-KI-Code-Vorschlagstools die Produktivität von Softwareentwicklern steigern.

Die Untersuchung analysierte die Leistung von 4.867 Softwareentwicklern in drei Unternehmen, die alle Zugriff auf Copilot hatten, und stellte fest, dass die wöchentliche Anzahl erledigter Aufgaben eine Produktivitätssteigerung von 26 % sowie die Anzahl der Codeaktualisierungen eine Steigerung von 14 % und eine Steigerung von 38 % ergab Prozentualer Anstieg der Anzahl der Codekompilierungen.

Andere Führungskräfte und Fachleute aus der gesamten Branche waren sich einig, dass Gen AI eine enorme Produktivitätssteigerung für Softwareentwickler bewirken kann.

„Gen-KI und Copilot-Tools wirken sich erheblich auf die Entwicklungsgeschwindigkeit aus“, sagte Brett Smith, ein angesehener Softwareentwickler bei SAS, gegenüber ZDNET.

„KI kann dabei helfen, Boilerplate-Code, Unit-Tests und Dokumentation zu schreiben, sodass der Entwickler die Lösung der tatsächlichen Lösungen beschleunigen kann. Generative KI hat das Spiel der Softwareentwicklung zweifellos revolutioniert und dient Entwicklern weltweit als Partnerprogrammierer.“

Generative Tools können für verschiedene Entwicklungsaufgaben nützlich sein, wie zum Beispiel „die Einführung neuer Funktionen in bestehende Codebasen oder die Portierung der Codebasen in neue Programmiersprachen“, sagteFlavio Villanustre, globaler Chief Information Security Officer bei LexisNexis Risk Solutions.

„Diese KI-Tools helfen auch bei der Softwarearchäologie, die zum Verständnis schlecht dokumentierter Codebasen erforderlich ist. Darüber hinaus kann KI als hilfreiche Ressource dienen, wenn Testfälle erstellt werden müssen - insbesondere in testgetriebenen Softwareentwicklungsumgebungen.“ Zu guter Letzt „KI-Tools können dabei helfen, Bibliotheken und Frameworks von Drittanbietern zu identifizieren, die in bestimmten Projekten nützlich sein könnten.“

Es sind jedoch nicht nur gute Nachrichten - und die Forscher der Microsoft/MIT/Princeton/UPenn-Studie haben einen großen Vorbehalt hervorgehoben: Die Vorteile von Gen AI nehmen bei Entwicklern mit größerer Erfahrung ab.

„Weniger erfahrene Entwickler zeigten höhere Akzeptanzraten und größere Produktivitätssteigerungen“, erklärten sie. „Copilot steigert die Aufgabenerfüllung bei neueren Mitarbeitern und in jüngeren Positionen erheblich, nicht jedoch bei Entwicklern mit längerer Betriebszugehörigkeit und in höheren Positionen.“

KI-gesteuerte Tools „sind für weniger erfahrene Entwickler unglaublich nützlich“, stimmte Edward White, Wachstumsleiter bei beehiiv, einem digitalen Newsletter-Dienst, zu.

„Sie bieten Echtzeitvorschläge für Refactoring und Optimierung und führen Nachwuchsentwickler beim Codieren durch Best Practices. Diese Tools können Ineffizienzen oder sich wiederholende Muster erkennen und Verbesserungen empfehlen, wodurch der Code sauberer und effizienter wird. Das sofortige Feedback hilft Entwicklern dabei, die Vorgehensweise zu erlernen.“ Schreiben Sie wartbaren Code, befolgen Sie die richtigen Namenskonventionen und verwenden Sie bessere Strukturen.

Doch trotz des Fokus auf weniger erfahrene Entwickler können laut Smith auch langjährige Profis die Vorteile von Gen AI erkennen. „Meiner Erfahrung nach haben erfahrene Entwickler stark von der KI-Unterstützung profitiert“, sagte er.

„KI ist unglaublich effizient beim Schreiben von Boilerplate-Code und gibt dem Entwickler die Möglichkeit, komplexe, maßgeschneiderte Dinge zu tun, in denen KI nicht gut ist. Im Allgemeinen haben Entwickler mit weniger Erfahrung Schwierigkeiten, komplexe Probleme zu lösen, und KI ist normalerweise nicht in der Lage, ihnen dabei zu helfen.“ dieser Aspekt.“

Die Erkenntnisse von Branchenexperten deuten darauf hin, dass ein Gleichgewicht erreicht werden muss. Unabhängig davon, ob Gen AI von erfahrenen oder unerfahrenen Entwicklern eingesetzt wird, müssen IT-Experten und Führungskräfte bei der umfassenden Einführung dieser Tools in ihren aktuellen Versionen auf der Hut sein.

„Während der Assistent in der Regel in der Lage ist, bestimmte allgemeine Funktionen zu schreiben, sinnvoll mit vorhandenen Bibliotheken zu kommunizieren, Testfälle zu schreiben und vorhandenen Code zu erklären, macht er dennoch bestimmte Fehler, die ein erfahrener Programmierer vermeiden würde“, sagte Villanustre.

„Diese KI-basierten Tools haben auch Herausforderungen bei der Bewältigung komplexerer Algorithmen und können Code schreiben, der unsicher oder unsicher ist. Meiner Meinung nach sind aktuelle KI-Tools einem Einsteiger-Programmierer ebenbürtig und erfordern dennoch die Überwachung durch erfahrenere Software-Experten.“ "

Smith sagte auch, dass die erhöhte Geschwindigkeit durch Gen-KI-Tools ein zweischneidiges Schwert sei. „Entwickler schreiben schlechten Code; KI hilft ihnen, schlechten Code schneller zu schreiben“, sagte er.

„Die Zunahme der Menge an Code, die ein Team produziert, könnte zu mehr Fehlern und Schwachstellen als normal führen. Diese Welle neuen Codes kann Test- und Sicherheitsteams schnell überfordern. Teams müssen Kontrollpunkte, Tests und Sicherheitsscans automatisieren, um im Kampf Schritt zu halten.“ die bösen Aspekte der generativen KI in der Zukunft.“

Auch die Qualität des generierten Codes ist ein Problem. „KI ist nur so gut wie ihr Training“, sagte David Brault, Experte bei Mendix. Die Trainingsdaten können „eine Kombination aus gut geschriebenem und minderwertigem Code“ enthalten. Diese Mischung kann zu Code unterschiedlicher Qualität und Konsistenz führen und sogar auf technischen Schulden aufbauen.

Eine weitere Herausforderung bei KI-generiertem Code ist das Risiko der Inkompatibilität mit bestehenden Systemen, insbesondere mit komplexen oder veralteten Architekturen.

„Obwohl KI-Tools effizienten Code für bestimmte Aufgaben erstellen können, berücksichtigen sie möglicherweise nicht immer die einzigartigen Abhängigkeiten, Frameworks oder Strukturen älterer Systeme“, warnte White.

„Diese Nichtübereinstimmung kann zu Problemen wie unerwartetem Verhalten führen oder sogar Störungen verursachen, wenn der KI-generierte Code ohne gründliche Tests implementiert wird.“

IT-Experten müssen auch vor rechtlichen Problemen auf der Hut sein, die unterwegs auftauchen können. „Bei der Verwendung von KI-generiertem Code ist Vorsicht im Hinblick auf Duplizierung, geistiges Eigentum und potenzielle Lizenzprobleme geboten“, sagte Mira Nathalea, Chief Marketing Officer von SoftwareHow, einem Anbieter von Software-Rezensionen.

„Entwickler und Unternehmen sollten sich der Risiken bewusst sein, die mit nicht verifizierten Codevorschlägen verbunden sind. Es besteht das Risiko, unwissentlich Code einzubinden, der möglicherweise nicht mit den Lizenzanforderungen des Projekts übereinstimmt, was möglicherweise zu Konflikten in Bezug auf geistiges Eigentum führt. Entwickler sollten KI-generierte Vorschläge sorgfältig prüfen, um sie beizubehalten.“ Codequalität und Rechtskonformität.“

Software-Experten und -Führungskräfte müssen außerdem sorgfältig mit den ethischen Bedenken umgehen, die sich aus der KI-basierten Codegenerierung ergeben können.

„Das Vernachlässigen ethischer Überlegungen kann zu unbeabsichtigten Problemen wie Datenschutzrisiken, Datenmissbrauch oder Vorurteilen innerhalb von Algorithmen führen“, sagte Joel Popoff, CEO von Axwell Wallet, einem Hersteller technikfreundlicher Alltagsgegenstände.

„Wenn KI-generierter Code nicht sorgfältig evaluiert wird, entspricht er möglicherweise nicht vollständig den Vorschriften oder ethischen Standards, insbesondere in Bereichen wie der Privatsphäre der Benutzer und der Gleichbehandlung.“

Popoff sagte, es sei wichtig, ethische Überprüfungsverfahren zu implementieren, die auf KI-generierten Code zugeschnitten sind, um solche Risiken zu mindern. „Dazu gehört die regelmäßige Prüfung der KI-Ausgaben, die Sicherstellung eines verantwortungsvollen Umgangs mit Daten und die aktive Prüfung automatisierter Entscheidungen auf Verzerrungen“, sagte er.

„Die Schaffung von Transparenz darüber, wie KI Daten verarbeitet und nutzt, trägt dazu bei, das Vertrauen aufrechtzuerhalten und den Entwicklungsprozess an ethischen Grundsätzen auszurichten.“

Es gibt daher eine Reihe von Problemen und Bedenken, die berücksichtigt werden müssen. Bei verantwortungsvollem Einsatz könnte KI jedoch den Entwicklungsberuf revolutionieren.

„Einer der größten Vorteile des Einsatzes von KI in der Entwicklung ist die Möglichkeit, die mühsamen und sich wiederholenden Aufgaben zu automatisieren, die Entwickler hassen, da sie Zeit verschwenden und der Lösung nur einen geringen geschäftlichen Mehrwert verleihen“, sagte Brault.

„Stattdessen können Entwickler durch die Automatisierung dieser Low-Level-Routinen mit KI mehr Zeit damit verbringen, kreative Wege zur Lösung der komplexen Geschäftsprobleme zu finden, die sich auf ihr Unternehmen auswirken. Wenn überhaupt, werden Entwickler noch wertvoller, da ihr Fachwissen für die Validierung und Validierung erforderlich sein wird.“ Sichern Sie KI-generierten Code und erstellen Sie wiederverwendbare Komponenten, Vorlagen und Frameworks, um Governance-Standards für die Integration von KI in ihre bestehenden Systeme festzulegen.“