Мне 19 лет. Я начинающий разработчик. Хочу поделиться своим взглядом на сверстников: как они пользуются искусственным интеллектом и как это на них влияет.
Эволюция ИИ и его типы
Что такое искусственный интеллект? Это некая машина, которая синтетически воспроизводит привычки человека и его навыки.
Впервые ИИ был упомянут в 1956 году на семинаре в США, где ему дали следующее определение: отрасль информатики, связанная с математическим прогнозированием.
Искусственный интеллект постепенно развивался, и на данный момент существует два его типа: NarrowAI и GeneralAI.
-
NarrowAI связан с узконаправленными задачами. Пример такой задачи – прогнозирование некоторых процессов: например, BI-аналитика.
-
GeneralAI – это всеми любимые и всем известные чат-боты: ChatGPT, Grok3, Gemini, GigaChat, и YandexGPT.
До и после ИИ: трансформация разработки
Разработка на данный момент делится на два лагеря: до появления искусственного интеллекта и после появления искусственного интеллекта.
Под «появлением искусственного интеллекта» мы будем подразумевать примерно 2010 год, потому что именно в этот момент произошли первые прорывы и появились новые инструменты для разработки – сначала всем известный Copilot, который помогал в написании кода, а в дальнейшем – чат-боты.
В чем разница между разработкой «до» и «после»? Если «до» разработчик писал статические функции и тратил большое количество времени на их написание и продумывание логики, то «после» используются генеративные алгоритмы, которые помогают решать задачи более гибко и более комплексно.
В качестве примера такого решения можно привести кейс сортировки писем в почте, где искусственный интеллект применяется как помощник для сортировки. Если раньше мы должны были статистически проверять, например, содержит ли сообщение слово «бизнес», и если содержит, то перекидывать его в папку «Бизнес», то теперь мы можем анализировать содержание сообщений и распределять их по нужным папкам при помощи ИИ.
Разработчики теперь тратят меньше времени на написание статистических функций и прилагают больше усилий, больше когнитивных способностей для продумывания комплексных задач. У них появляется для этого больше времени как раз за счет того, что аналитикой занимается искусственный интеллект.
Позитивное влияние ИИ на профессиональную деятельность
Искусственный интеллект может восприниматься по-разному. Например, есть мнение, что его появление несет за собой регрессию человека, но я не могу сказать, что это только так. Есть и позитивная сторона. Например, ИИ способствует оптимизации процессов. Он освобождает время для творческих задач и для обдумывания комплексных решений.
С помощью искусственного интеллекта можно выявлять скрытые закономерности. Есть целая наука, которая этим занимается – это теория полей. Если мы хотим построить бизнес-аналитику, нужны определенные поля для выборки искусственного интеллекта, чтобы в дальнейшем прогнозировать тот или иной исход.
И, конечно же, ИИ делает возможным более точное вычисление в сложных гибких задачах.
Теневая сторона ИИ: риски и когнитивная зависимость
Теневая сторона ИИ связана с тем, что нынешнее поколение использует его в повседневной жизни.
У каждого из вас в телефоне, скорее всего, есть какой-то AI-ассистент. Для айфонов это Siri, для других устройств будут другие помощники: та же Алиса. Они «помогают» человеку регрессировать, уменьшать свои когнитивные способности. Например, чтобы узнать погоду, мы теперь не смотрим в окно, а спрашиваем об этом у умной колонки.
Проблема галлюцинаций и искажения информации
У начинающих разработчиков происходит вот что: большое количество людей – в частности, моего возраста (напомню, что мне 19 лет) – используют искусственный интеллект как средство получения информации.
При этом он может галлюцинировать, выдавать неправильную информацию. Это происходит либо из-за переобучения, либо из-за недообучения. Ученые в одной швейцарской бизнес-школе, которые изучали искусственный интеллект как генератор информации, увидели, что после пяти итераций самообучения эти модели сходят с ума – начинают выдавать неправильную информацию.
Результаты опроса среди будущих разработчиков
Я решил провести опрос в фокус-группе. В нем участвовало 302 человека. Выборка была от 18 до 22 лет – это люди, которые либо уже работают с 1С, либо хотят стать разработчиками. Опрос был посвящен использованию искусственного интеллекта.
На первый вопрос, который я задавал: «Пользуетесь ли вы искусственным интеллектом?» – 92% ответили «да». Думаю, комментарии здесь не нужны.
Следующий вопрос был такой: «Если ваш предыдущий ответ был «да», то как часто вы пользуетесь искусственным интеллектом?» Более 60% ответили, что пользуются ИИ более двух раза в неделю. Скорее всего, они имели в виду чат-ботов. То есть большое количество людей использует информацию, которая может оказаться неправильной.
На не менее интересный вопрос: «Прибегали ли вы к генерации данных или решений в областях, которые вы не очень хорошо понимаете?» 73% ответили «да».
Наблюдая за своими знакомыми, я понимаю, что это реальная проблема. Будущие разработчики не могут разобраться в информации, которую выдают нейронная сеть и интернет. Например, искусственный интеллект сообщает одно, а в интернете они могут прочитать другое – и не знают, какой ответ правильный.
На вопрос: «Если вы пользовались ИИ для генерации кода, то довольны ли вы сгенерированным кодом?» «да» ответил каждый третий опрошенный (31%). Я полагаю, что это люди, которые использовали нейронные сети для написания курсовых, лабораторных работ или легких программ – например, парсеров.
58% ответили «нет». Они прокомментировали свои ответы, и я обобщил использованные ими формулировки:
-
Легче было бы самому написать код.
-
Код, сгенерированный ИИ, тормозил решение задачи, он был не комплексным, его сложно было дорабатывать в дальнейшем, и он был непонятным. В таких источниках, как GitHub, на основе которых искусственный интеллект часто генерирует свои решения, большое количество людей размещает недоброкачественный код, который может в дальнейшем тормозить процесс разработки.
-
Cгенерированный код может решать только простые задачи.
Личный опыт использования ИИ
Если вы заметили, в статье я использовал искусственный интеллект для генерации картинок. В этом плане он преуспел.
Также у меня есть опыт использования ИИ для решения легких, простых задач, написания парсеров. Но попытки применять искусственный интеллект для программирования на 1С успехом не увенчались – ввиду того, что у ИИ нет достаточного количества источников, чтобы получить всю необходимую информацию.
1С – это прикладная область, где важно не просто выдавать код, а понимать специфику его написания. Самостоятельно нейронная сеть не может автоматизировать тот или иной бизнес. На данный момент не существует такой сети, которая учитывала бы все внешние обстоятельства.
Искусственный интеллект – это не панацея. Конечно, он будет помогать и развиваться, в том числе и в 1С. Это огромная ниша. Тем не менее, нельзя забывать про минусы, которые я упомянул выше.
Применение нейросетей в экосистеме 1С
Крутыми темами для применения нейросетей в 1С являются аналитика и прогнозирование. Если у нас есть BI-клиенты, в которые выгружается информация, мы можем внедрять такие решения для малого или среднего бизнеса.
Например, я видел решение для 1С 8.5, где показывается диаграмма члена футбольного клуба. На ее основе создается паспорт игрока, который играет за ту или иную команду, и с помощью нейронных сетей можно прогнозировать его рост. Это делается посредством выборки определенных данных.
Однажды я был на хакатоне, и там тоже была интересная задача: предсказать, отменит ли человек бронирование отеля. Отели несут большие потери из-за отмен, и искусственный интеллект вполне может справиться с этой проблемой. За 4 дня мы небольшой командой «специалистов», которым было лет по 15, смогли достичь 60% точности угадывания.
Еще одно направление – это прогнозирование продаж товара и оценка его рентабельности. Если мы, например, внедрим какие-то диаграммы в компаниях, работающих с розничными магазинами, это поможет аналитикам, которые занимаются продуктом.
Также с помощью ИИ мы можем решать проблемы с кибербезопасностью, которые в наше время присутствуют на каждом шагу. Мы можем оцифровывать журнал регистрации, который существует в 1С, и выявлять цепочки потенциально вредных действий для пользователя, а затем направлять их на дальнейшее администрирование. Более того, мы можем автоматически реагировать: если пользователь совершает подозрительные действия, например, создает непонятные документы, мы можем блокировать их создание.
Привлечение молодежи в 1С через ИИ
В 1С есть большая проблема с молодыми специалистами. Они, к сожалению, не идут в эту сферу, возможно, потому что их не привлекает «код на русском».
Поговорив со своими сверстниками, я выяснил, что большая часть из них хочет видеть 1С – или, в целом, работу программиста – как нечто, что им понравится, что займет их интересными задачами, и в чем они захотят развиваться. Если мы будем в профилях компаний писать, что компания занимается внедрением искусственного интеллекта и автоматизацией бизнеса посредством нейронных сетей, то сможем привлечь молодых специалистов.
Тем не менее, необходимо развивать 1С и в сферах, не связанных с ИИ. Например, можно рассказывать, что на 1С занимаются не только автоматизацией бизнеса, но и пишут крутые парсеры – а в этом молодежь на данный момент очень заинтересована.
*************
Статья написана по итогам доклада (видео), прочитанного на конференции INFOSTART TEAMLEAD&CIO EVENT.
Вступайте в нашу телеграмм-группу Инфостарт
