Gdyby\u015b kilka lat temu zapyta\u0142 mnie, jak b\u0119dzie wygl\u0105da\u0142o tworzenie oprogramowania za dziesi\u0119\u0107 lat, prawdopodobnie wspomnia\u0142bym o nowych j\u0119zykach programowania, lepszych frameworkach lub wydajniejszych \u015brodowiskach programistycznych. Dzisiaj moja odpowied\u017a brzmia\u0142aby zupe\u0142nie inaczej. Najwi\u0119ksza zmiana nie dotyczy narz\u0119dzi, ale sposobu, w jaki my, programi\u015bci, my\u015blimy i pracujemy.<\/p>\n
W chwili, gdy pisz\u0119 te s\u0142owa, sam pracuj\u0119 nad nowym systemem oprogramowania. Od kilku tygodni intensywnie korzystam z nowoczesnych narz\u0119dzi sztucznej inteligencji, takich jak Codex i inne modele j\u0119zykowe. Pocz\u0105tkowo by\u0142em ciekawy, a teraz jestem przede wszystkim pod wra\u017ceniem. Nie dlatego, \u017ce sztuczna inteligencja nagle wszystko robi sama, ale dlatego, \u017ce zadania te wykonuje zaskakuj\u0105co dobrze, umo\u017cliwiaj\u0105c w ten spos\u00f3b nowe sposoby pracy.<\/p>\n
Wiele dyskusji na temat sztucznej inteligencji skupia si\u0119 na pytaniu, czy programi\u015bci stan\u0105 si\u0119 kiedy\u015b zb\u0119dni. Z mojego dotychczasowego do\u015bwiadczenia wynika, \u017ce uwa\u017cam to pytanie za ma\u0142o konstruktywne. O wiele ciekawsza jest obserwacja, \u017ce rola programisty si\u0119 zmienia. Prawdziwym wyzwaniem coraz rzadziej jest pisanie pojedynczych linii kodu. Zamiast tego coraz wa\u017cniejsze staje si\u0119 analizowanie problem\u00f3w, rozumienie system\u00f3w, dokumentowanie powi\u0105za\u0144 i dostarczanie sztucznej inteligencji odpowiednich informacji.<\/p>\n