AI-ն մեզ զրկո՞ւմ է ծրագրավորելու անհրաժեշտությունից, թե՞ փոխում է ծրագրավորողի դերը։


Վերջին շրջանում հաճախ եմ հանդիպում ծրագրավորողների, որոնք անհանգստացած են AI-ի զարգացումից։ Շատերի մոտ կարծես ձևավորվել է այն համոզմունքը, որ մենք աստիճանաբար կորցնելու ենք կոդ գրելու մեր հմտությունը, իսկ ապագայում ծրագրավորողի աշխատանքն ամբողջությամբ կփոխարինվի AI-ով։

Բայց կարծում եմ՝ մենք մի փոքր սխալ տեսանկյունից ենք նայում այս փոփոխությանը։

Եթե հետ նայենք ծրագրավորման պատմությանը, կտեսնենք, որ այն միշտ զարգացել է դեպի ավելի բարձր աբստրակցիայի մակարդակ։


Ծրագրավորման էվոլյուցիան

Սկզբում ինժեներները ծրագրավորում էին Assembly-ով և մեքենայական կոդով։ Հետագայում հայտնվեցին բարձր մակարդակի լեզուները՝ C, Python, JavaScript և այլն։

Այնուհետև եկան framework-ները, գրադարանները, cloud ծառայությունները և բազմաթիվ այլ գործիքներ, որոնք ավտոմատացրին նախկինում ձեռքով կատարվող աշխատանքը։

Յուրաքանչյուր նոր փուլ մեզ ազատեց որոշակի տեխնիկական մանրամասներից և թույլ տվեց կենտրոնանալ ավելի բարդ խնդիրների վրա։

Եթե փորձենք առանձնացնել այս էվոլյուցիայի հիմնական ուղղությունը՝

  • Assembly → մեքենայի մակարդակի հրահանգներ։

  • High-level languages → ավելի հասկանալի և աբստրակտ ծրագրավորում։

  • Frameworks & Libraries → պատրաստի լուծումների օգտագործում։

  • Cloud & Managed Services → ենթակառուցվածքի կառավարման ավտոմատացում։

  • AI Agents → կոդի գեներացման և իրականացման գործընթացի ավտոմատացում։

Հիմա նույն փոփոխության հաջորդ փուլում ենք

Այսօր AI agent-ներն արդեն կարողանում են կատարել աշխատանք, որի համար նախկինում անհրաժեշտ էր ինժեների անմիջական մասնակցությունը։

Օրինակ՝

  • Վերլուծել առաջադրանքը և հասկանալ պահանջները։

  • Ուսումնասիրել գոյություն ունեցող codebase-ը։

  • Գրել և փոփոխել կոդը։

  • Կատարել refactoring։

  • Գրել և գործարկել թեստեր։

  • Հայտնաբերել և ուղղել սխալները։

Եվ սա դեռ զարգացող գործընթաց է։

Իսկ ի՞նչ է մնալու ինժեներին։

Կարծում եմ՝ այստեղ է ամենահետաքրքիր մասը։

Հնարավոր է՝ ապագայում ինժեները շատ ավելի քիչ ժամանակ ծախսի կոդ գրելու վրա և ավելի շատ կենտրոնանա հետևյալի վրա՝

  • System Design — ճիշտ համակարգերի և ճարտարապետության նախագծում։

  • Problem Solving — իրական խնդրի բացահայտում և ճիշտ լուծման ընտրություն։

  • Technical Decisions — տեխնոլոգիաների և ճարտարապետական մոտեցումների ընտրություն։

  • Code Review & Validation — AI-ի ստեղծած լուծումների ստուգում և գնահատում։

  • Reliability & Security — համակարգերի կայունության, անվտանգության և որակի ապահովում։

Մի կարևոր բան էլ կա․ այս ամենը չի նշանակում, որ այլևս պետք չէ հասկանալ կոդը։ Ընդհակառակը՝ առանց տեխնիկական խորքային գիտելիքների դժվար է լինելու հասկանալ՝ արդյոք AI-ի առաջարկած լուծումն իսկապես ճիշտ է։

Coding-ը և Engineering-ը նույն բանը չեն

Ինձ համար սա ամբողջ քննարկման ամենակարևոր տարբերակումն է։

Կոդ գրելը գործիք է, իսկ ինժեներիան՝ խնդիրների լուծման գործընթաց։

Կարող ես գրել հազարավոր տողերով կոդ, բայց դա դեռ չի նշանակում, որ լավ համակարգ ես կառուցել։

Եվ հակառակը՝ կարող ես ինժեներական ճիշտ որոշումներ կայացնել, նախագծել բարդ համակարգեր և արդյունավետ օգտագործել AI agent-ներին՝ առանց ամեն տողը ձեռքով գրելու։

Վերջում

Ես չեմ կարծում, որ AI-ի դարաշրջանում ինժեներները դադարելու են ծրագրավորել։

Ավելի շուտ՝ մենք անցնում ենք ծրագրավորման զարգացման հաջորդ փուլին, որտեղ կոդ գրելու գործընթացն ավելի ու ավելի է ավտոմատացվում, իսկ ինժեների արժեքը տեղափոխվում է համակարգային մտածողության, որոշումների կայացման և բարդ խնդիրների լուծման կողմը։

Գուցե ապագայի լավագույն ինժեները նա չի լինելու, ով ամենաարագն է կոդ գրում, այլ նա, ով կարողանում է հասկանալ՝ ինչ կառուցել, ինչու կառուցել և ինչպես համոզվել, որ այն ճիշտ է աշխատում։

Գուցե մենք չենք կորցնում մեր մասնագիտությունը։ Պարզապես ժամանակն է ավելի շատ զբաղվել Engineering-ով, քան պարզապես Coding-ով։