Kevin TopolskyDirbtinio intelekto įrankiai yra laikomi transformacinius programų kūrimo požiūriu, pakeldami net jaunus programuotojus iki patyrusio lygio. Tačiau šio technologinio pažangos yra ir kita pusė, kaip išryškėja iš naujausių diskusijų technologijų bendruomenėje. Kai kurie plėtojantys programinę įrangą, išbandę dirbtinio intelekto varomo kodavimo asistentus, siekia sąmoningai jų nenaudoti, nepaisant pažadėtų naudos greitinant kūrimo procesą.
Atsiliepimai iš įvairių platformų rodo, kad bedarbystę dėl atsisakymo naudoti dirbtinio intelekto įrankius lemia kelios priežastys. Kai kurie plėtojantys programinę įrangą pastebi, kad įrankių sukurtas kodas netenkina pakankamo kokybės lygio, reikalaujant daugiau redagavimo, nei rašymo nuo pradžių. Be to, yra atvejų, kai dirbtinis intelektas gali sugeneruoti netikslią ar netinkamą kodą, kuris trukdo, o ne palengvina produktyvumą. AI pasiūlymai gali būti suvokiami kaip dėmesį atitraukiantys ar apribojantys, užgniaužiantys plėtojamojo kūrybiškumą ir problemų sprendimo gebėjimus.
Be to, naudojant AI įrankius, pavyzdžiui, GitHub Copilot, ne visada galima išspręsti konkretų plėtojimo iššūkį, galbūt stabdant įgūdžių plėtojimo ir mokymo galimybes. Tai ypač pasakytina apie pradedančius programuotojus, kurie gali labai priklausyti nuo tokių įrankių. Kaip koks nors plėtojantis programinę įrangą adekvačiai pasakė: „Jei tikrai norite kurti kažką naujo, turite suprasti, kaip iš tikrųjų rašyti kodą, o ne tiesiog naudoti išpūstą kopijavimo įklijuojimo įrankį. Remiantis Copilot, jūs niekada tikrai nesimokstate koduoti.“
Nors GitHub Copilot išlieka iškiliausia AI asistente programavimo bendruomenėje, alternatyvos, toki…
Could you please provide additional context or specify the text you would like me to translate?
