Как появление ИИ повлияло на нынешних разработчиков

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.