ਕੀ AI ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਥਾਂ ਲੈ ਲਵੇਗਾ? ਆਖਰੀ ਗੱਲ, ਕੋਡ ਐਡੀਟਰ ਬੰਦ ਕਰ ਦਿਓ।

" ਆਖਰੀ ਗੱਲ, ਕੋਡ ਐਡੀਟਰ ਬੰਦ ਕਰ ਦਿਓ। " ਇਹ ਮਜ਼ਾਕੀਆ ਵਾਕੰਸ਼ ਡਿਵੈਲਪਰ ਫੋਰਮਾਂ ਵਿੱਚ ਘੁੰਮ ਰਿਹਾ ਹੈ, ਜੋ ਕਿ AI ਕੋਡਿੰਗ ਸਹਾਇਕਾਂ ਦੇ ਉਭਾਰ ਬਾਰੇ ਇੱਕ ਚਿੰਤਾਜਨਕ ਹਾਸੇ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ AI ਮਾਡਲ ਕੋਡ ਲਿਖਣ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਸਮਰੱਥ ਹੁੰਦੇ ਜਾ ਰਹੇ ਹਨ, ਬਹੁਤ ਸਾਰੇ ਪ੍ਰੋਗਰਾਮਰ ਪੁੱਛ ਰਹੇ ਹਨ ਕਿ ਕੀ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਐਲੀਵੇਟਰ ਆਪਰੇਟਰਾਂ ਜਾਂ ਸਵਿੱਚਬੋਰਡ ਆਪਰੇਟਰਾਂ ਵਾਂਗ ਹੀ ਕਿਸਮਤ ਵੱਲ ਵਧ ਰਹੇ ਹਨ - ਆਟੋਮੇਸ਼ਨ ਦੁਆਰਾ ਪੁਰਾਣੀਆਂ ਨੌਕਰੀਆਂ। 2024 ਵਿੱਚ, ਬੋਲਡ ਸੁਰਖੀਆਂ ਨੇ ਐਲਾਨ ਕੀਤਾ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਜਲਦੀ ਹੀ ਸਾਡੇ ਸਾਰੇ ਕੋਡ ਲਿਖ ਸਕਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਕੋਲ ਕਰਨ ਲਈ ਕੁਝ ਨਹੀਂ ਬਚਦਾ। ਪਰ ਪ੍ਰਚਾਰ ਅਤੇ ਸਨਸਨੀਖੇਜ਼ਤਾ ਦੇ ਪਿੱਛੇ, ਅਸਲੀਅਤ ਕਿਤੇ ਜ਼ਿਆਦਾ ਸੂਖਮ ਹੈ।

ਹਾਂ, AI ਹੁਣ ਕਿਸੇ ਵੀ ਮਨੁੱਖ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਉਹ ਕੋਡ ਕਿੰਨਾ ਵਧੀਆ ਹੈ, ਅਤੇ ਕੀ AI ਪੂਰੇ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਜੀਵਨ ਚੱਕਰ ਨੂੰ ਆਪਣੇ ਆਪ ਸੰਭਾਲ ਸਕਦਾ ਹੈ? ਜ਼ਿਆਦਾਤਰ ਮਾਹਰ ਕਹਿੰਦੇ ਹਨ "ਇੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਨਹੀਂ।" ਮਾਈਕ੍ਰੋਸਾਫਟ ਦੇ ਸੀਈਓ ਸੱਤਿਆ ਨਡੇਲਾ ਵਰਗੇ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਨੇਤਾ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੇ ਹਨ ਕਿ "AI ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲਵੇਗਾ, ਪਰ ਇਹ ਉਨ੍ਹਾਂ ਦੇ ਅਸਲੇ ਵਿੱਚ ਇੱਕ ਜ਼ਰੂਰੀ ਸਾਧਨ ਬਣ ਜਾਵੇਗਾ। ਇਹ ਮਨੁੱਖਾਂ ਨੂੰ ਹੋਰ ਕਰਨ ਲਈ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰਨ ਬਾਰੇ ਹੈ, ਘੱਟ ਨਹੀਂ।" ( ਕੀ AI ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਥਾਂ ਲਵੇਗਾ? ਦ ਟਰੂਥ ਬਿਹਾਈਂਡ ਦ ਹਾਈਪ | ਦ ਪਾਈਕੋਚ ਦੁਆਰਾ | ਆਰਟੀਫੀਸ਼ੀਅਲ ਕਾਰਨਰ | ਮਾਰਚ, 2025 | ਮੀਡੀਅਮ ) ਇਸੇ ਤਰ੍ਹਾਂ, ਗੂਗਲ ਦੇ AI ਮੁਖੀ ਜੈਫ ਡੀਨ ਨੋਟ ਕਰਦੇ ਹਨ ਕਿ ਜਦੋਂ ਕਿ AI ਰੁਟੀਨ ਕੋਡਿੰਗ ਕਾਰਜਾਂ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ, "ਇਸ ਵਿੱਚ ਅਜੇ ਵੀ ਰਚਨਾਤਮਕਤਾ ਅਤੇ ਸਮੱਸਿਆ-ਹੱਲ ਕਰਨ ਦੇ ਹੁਨਰ ਦੀ ਘਾਟ ਹੈ" - ਉਹ ਗੁਣ ਜੋ ਮਨੁੱਖੀ ਵਿਕਾਸਕਰਤਾ ਮੇਜ਼ 'ਤੇ ਲਿਆਉਂਦੇ ਹਨ। ਓਪਨਏਆਈ ਦੇ ਸੀਈਓ ਸੈਮ ਆਲਟਮੈਨ ਵੀ ਮੰਨਦੇ ਹਨ ਕਿ ਅੱਜ ਦਾ AI "ਕਾਰਜਾਂ ਵਿੱਚ ਬਹੁਤ ਵਧੀਆ" ਪਰ "ਪੂਰੀਆਂ ਨੌਕਰੀਆਂ ਵਿੱਚ ਭਿਆਨਕ" ਹੈ । ਸੰਖੇਪ ਵਿੱਚ, AI ਕੰਮ ਦੇ ਟੁਕੜਿਆਂ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਵਧੀਆ ਹੈ, ਪਰ ਸ਼ੁਰੂ ਤੋਂ ਅੰਤ ਤੱਕ ਇੱਕ ਪ੍ਰੋਗਰਾਮਰ ਦੇ ਕੰਮ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸੰਭਾਲਣ ਦੇ ਸਮਰੱਥ ਨਹੀਂ ਹੈ।

"ਕੀ AI ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਥਾਂ ਲਵੇਗਾ?" ਸਵਾਲ 'ਤੇ ਇੱਕ ਇਮਾਨਦਾਰ, ਸੰਤੁਲਿਤ ਨਜ਼ਰ ਮਾਰਦਾ ਹੈ। ਅਸੀਂ ਜਾਂਚ ਕਰਦੇ ਹਾਂ ਕਿ AI ਅੱਜ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਭੂਮਿਕਾਵਾਂ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰ ਰਿਹਾ ਹੈ ਅਤੇ ਅੱਗੇ ਕੀ ਬਦਲਾਅ ਆ ਰਹੇ ਹਨ। ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਅਤੇ ਹਾਲੀਆ ਟੂਲਸ (GitHub Copilot ਤੋਂ ChatGPT ਤੱਕ) ਰਾਹੀਂ, ਅਸੀਂ ਖੋਜ ਕਰਦੇ ਹਾਂ ਕਿ ਡਿਵੈਲਪਰ AI ਦੇ ਵਿਕਾਸ ਦੇ ਨਾਲ-ਨਾਲ ਕਿਵੇਂ ਅਨੁਕੂਲ, ਅਨੁਕੂਲ ਅਤੇ ਸੰਬੰਧਿਤ ਰਹਿ ਸਕਦੇ ਹਨ। ਇੱਕ ਸਰਲ ਹਾਂ-ਜਾਂ-ਨਹੀਂ ਜਵਾਬ ਦੀ ਬਜਾਏ, ਅਸੀਂ ਦੇਖਾਂਗੇ ਕਿ ਭਵਿੱਖ AI ਅਤੇ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਵਿਚਕਾਰ ਇੱਕ ਸਹਿਯੋਗ ਹੈ। ਟੀਚਾ ਡਿਵੈਲਪਰ ਕੀ ਕਰ ਸਕਦੇ ਹਨ - ਨਵੇਂ ਟੂਲ ਅਪਣਾਉਣ ਤੋਂ ਲੈ ਕੇ ਨਵੇਂ ਹੁਨਰ ਸਿੱਖਣ ਤੱਕ ਅਤੇ ਆਉਣ ਵਾਲੇ ਸਾਲਾਂ ਵਿੱਚ ਕੋਡਿੰਗ ਕਰੀਅਰ ਕਿਵੇਂ ਵਿਕਸਤ ਹੋ ਸਕਦੇ ਹਨ, ਇਸ ਬਾਰੇ ਵਿਹਾਰਕ ਸੂਝ ਨੂੰ ਉਜਾਗਰ ਕਰਨਾ ਹੈ।

ਅੱਜ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਵਿੱਚ ਏ.ਆਈ.

AI ਨੇ ਆਪਣੇ ਆਪ ਨੂੰ ਆਧੁਨਿਕ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਵਰਕਫਲੋ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਸ਼ਾਮਲ ਕਰ ਲਿਆ ਹੈ। ਵਿਗਿਆਨ ਗਲਪ ਹੋਣ ਤੋਂ ਦੂਰ, AI-ਅਧਾਰਿਤ ਟੂਲ ਪਹਿਲਾਂ ਹੀ ਕੋਡ ਲਿਖ ਰਹੇ ਹਨ ਅਤੇ ਸਮੀਖਿਆ ਕਰ ਰਹੇ ਹਨ , ਥਕਾਵਟ ਵਾਲੇ ਕੰਮਾਂ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰ ਰਹੇ ਹਨ, ਅਤੇ ਡਿਵੈਲਪਰ ਉਤਪਾਦਕਤਾ ਨੂੰ ਵਧਾ ਰਹੇ ਹਨ। ਅੱਜ ਡਿਵੈਲਪਰ ਕੋਡ ਸਨਿੱਪਟ ਤਿਆਰ ਕਰਨ, ਆਟੋ-ਕੰਪਲੀਟ ਫੰਕਸ਼ਨਾਂ, ਬੱਗਾਂ ਦਾ ਪਤਾ ਲਗਾਉਣ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਟੈਸਟ ਕੇਸਾਂ ਨੂੰ ਬਣਾਉਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ ( ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਕੋਈ ਭਵਿੱਖ ਹੈ? AI ਦਾ ਪ੍ਰਭਾਵ [2024] ) ( ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਕੋਈ ਭਵਿੱਖ ਹੈ? AI ਦਾ ਪ੍ਰਭਾਵ [2024] )। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, AI ਗਰੰਟ ਵਰਕ ਅਤੇ ਬਾਇਲਰਪਲੇਟ ਨੂੰ ਆਪਣੇ ਕਬਜ਼ੇ ਵਿੱਚ ਲੈ ਰਿਹਾ ਹੈ, ਜਿਸ ਨਾਲ ਪ੍ਰੋਗਰਾਮਰ ਸਾਫਟਵੇਅਰ ਨਿਰਮਾਣ ਦੇ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਪਹਿਲੂਆਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਸਕਦੇ ਹਨ। ਆਓ ਕੁਝ ਪ੍ਰਮੁੱਖ AI ਸਮਰੱਥਾਵਾਂ ਅਤੇ ਸਾਧਨਾਂ 'ਤੇ ਨਜ਼ਰ ਮਾਰੀਏ ਜੋ ਇਸ ਸਮੇਂ ਪ੍ਰੋਗਰਾਮਿੰਗ ਨੂੰ ਬਦਲ ਰਹੇ ਹਨ:

• ਕੋਡ ਜਨਰੇਸ਼ਨ ਅਤੇ ਆਟੋਕੰਪਲੀਸ਼ਨ: ਆਧੁਨਿਕ AI ਕੋਡਿੰਗ ਸਹਾਇਕ ਕੁਦਰਤੀ-ਭਾਸ਼ਾ ਪ੍ਰੋਂਪਟ ਜਾਂ ਅੰਸ਼ਕ ਕੋਡ ਸੰਦਰਭ ਦੇ ਆਧਾਰ 'ਤੇ ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, GitHub Copilot (OpenAI ਦੇ ਕੋਡੈਕਸ ਮਾਡਲ 'ਤੇ ਬਣਾਇਆ ਗਿਆ) ਸੰਪਾਦਕਾਂ ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਹੁੰਦਾ ਹੈ ਤਾਂ ਜੋ ਤੁਸੀਂ ਟਾਈਪ ਕਰਦੇ ਸਮੇਂ ਅਗਲੀ ਲਾਈਨ ਜਾਂ ਕੋਡ ਦੇ ਬਲਾਕ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕੋ। ਇਹ ਸੰਦਰਭ-ਜਾਗਰੂਕ ਸੁਝਾਅ ਪੇਸ਼ ਕਰਨ ਲਈ ਓਪਨ-ਸੋਰਸ ਕੋਡ ਦੇ ਇੱਕ ਵਿਸ਼ਾਲ ਸਿਖਲਾਈ ਸੈੱਟ ਦਾ ਲਾਭ ਉਠਾਉਂਦਾ ਹੈ, ਅਕਸਰ ਸਿਰਫ਼ ਇੱਕ ਟਿੱਪਣੀ ਜਾਂ ਫੰਕਸ਼ਨ ਨਾਮ ਤੋਂ ਪੂਰੇ ਫੰਕਸ਼ਨਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੇ ਯੋਗ ਹੁੰਦਾ ਹੈ। ਇਸੇ ਤਰ੍ਹਾਂ, ChatGPT (GPT-4) ਇੱਕ ਦਿੱਤੇ ਕੰਮ ਲਈ ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਜਦੋਂ ਤੁਸੀਂ ਸਾਦੀ ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ ਆਪਣੀ ਲੋੜ ਦਾ ਵਰਣਨ ਕਰਦੇ ਹੋ। ਇਹ ਟੂਲ ਸਧਾਰਨ ਸਹਾਇਕ ਫੰਕਸ਼ਨਾਂ ਤੋਂ ਲੈ ਕੇ ਰੁਟੀਨ CRUD ਓਪਰੇਸ਼ਨਾਂ ਤੱਕ, ਸਕਿੰਟਾਂ ਵਿੱਚ ਬਾਇਲਰਪਲੇਟ ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ।

• ਬੱਗ ਖੋਜ ਅਤੇ ਜਾਂਚ: AI ਗਲਤੀਆਂ ਨੂੰ ਫੜਨ ਅਤੇ ਕੋਡ ਗੁਣਵੱਤਾ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਵਿੱਚ ਵੀ ਮਦਦ ਕਰ ਰਿਹਾ ਹੈ। AI-ਸੰਚਾਲਿਤ ਸਥਿਰ ਵਿਸ਼ਲੇਸ਼ਣ ਟੂਲ ਅਤੇ ਲਿੰਟਰ ਪਿਛਲੇ ਬੱਗ ਪੈਟਰਨਾਂ ਤੋਂ ਸਿੱਖ ਕੇ ਸੰਭਾਵੀ ਬੱਗਾਂ ਜਾਂ ਸੁਰੱਖਿਆ ਕਮਜ਼ੋਰੀਆਂ ਨੂੰ ਫਲੈਗ ਕਰ ਸਕਦੇ ਹਨ। ਕੁਝ AI ਟੂਲ ਆਪਣੇ ਆਪ ਯੂਨਿਟ ਟੈਸਟ ਤਿਆਰ ਕਰਦੇ ਹਨ ਜਾਂ ਕੋਡ ਮਾਰਗਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ ਟੈਸਟ ਕੇਸਾਂ ਦਾ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇੱਕ ਡਿਵੈਲਪਰ ਉਹਨਾਂ ਐਜ ਕੇਸਾਂ 'ਤੇ ਤੁਰੰਤ ਫੀਡਬੈਕ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਉਹ ਖੁੰਝ ਗਏ ਹੋ ਸਕਦੇ ਹਨ। ਬੱਗਾਂ ਨੂੰ ਜਲਦੀ ਲੱਭ ਕੇ ਅਤੇ ਹੱਲ ਸੁਝਾਉਣ ਨਾਲ, AI ਡਿਵੈਲਪਰ ਦੇ ਨਾਲ ਕੰਮ ਕਰਨ ਵਾਲੇ ਇੱਕ ਅਣਥੱਕ QA ਸਹਾਇਕ ਵਾਂਗ ਕੰਮ ਕਰਦਾ ਹੈ।

• ਕੋਡ ਔਪਟੀਮਾਈਜੇਸ਼ਨ ਅਤੇ ਰੀਫੈਕਟਰਿੰਗ: AI ਦਾ ਇੱਕ ਹੋਰ ਉਪਯੋਗ ਮੌਜੂਦਾ ਕੋਡ ਵਿੱਚ ਸੁਧਾਰਾਂ ਦਾ ਸੁਝਾਅ ਦੇਣਾ ਹੈ। ਇੱਕ ਸਨਿੱਪਟ ਦਿੱਤੇ ਜਾਣ 'ਤੇ, ਇੱਕ AI ਕੋਡ ਵਿੱਚ ਪੈਟਰਨਾਂ ਨੂੰ ਪਛਾਣ ਕੇ ਵਧੇਰੇ ਕੁਸ਼ਲ ਐਲਗੋਰਿਦਮ ਜਾਂ ਕਲੀਨਰ ਲਾਗੂਕਰਨ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇਹ ਇੱਕ ਲਾਇਬ੍ਰੇਰੀ ਦੀ ਵਧੇਰੇ ਮੁਹਾਵਰੇ ਵਾਲੀ ਵਰਤੋਂ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕਦਾ ਹੈ ਜਾਂ ਰਿਡੰਡੈਂਟ ਕੋਡ ਨੂੰ ਫਲੈਗ ਕਰ ਸਕਦਾ ਹੈ ਜਿਸਨੂੰ ਰੀਫੈਕਟਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਤਕਨੀਕੀ ਕਰਜ਼ੇ ਨੂੰ ਘਟਾਉਣ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। AI-ਅਧਾਰਤ ਰੀਫੈਕਟਰਿੰਗ ਟੂਲ ਕੋਡ ਨੂੰ ਵਧੀਆ ਅਭਿਆਸਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਲਈ ਬਦਲ ਸਕਦੇ ਹਨ ਜਾਂ ਕੋਡ ਨੂੰ ਨਵੇਂ API ਸੰਸਕਰਣਾਂ ਵਿੱਚ ਅੱਪਡੇਟ ਕਰ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਡਿਵੈਲਪਰਾਂ ਦਾ ਹੱਥੀਂ ਸਫਾਈ ਵਿੱਚ ਸਮਾਂ ਬਚਦਾ ਹੈ।

• DevOps ਅਤੇ ਆਟੋਮੇਸ਼ਨ: ਕੋਡ ਲਿਖਣ ਤੋਂ ਇਲਾਵਾ, AI ਬਿਲਡ ਅਤੇ ਡਿਪਲਾਇਮੈਂਟ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਂਦਾ ਹੈ। ਬੁੱਧੀਮਾਨ CI/CD ਟੂਲ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਵਰਤੋਂ ਇਹ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਲਈ ਕਰਦੇ ਹਨ ਕਿ ਕਿਹੜੇ ਟੈਸਟਾਂ ਦੇ ਅਸਫਲ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ ਜਾਂ ਕੁਝ ਬਿਲਡ ਜੌਬਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਨਿਰੰਤਰ ਏਕੀਕਰਣ ਪਾਈਪਲਾਈਨ ਤੇਜ਼ ਅਤੇ ਵਧੇਰੇ ਕੁਸ਼ਲ ਹੋ ਜਾਂਦੀ ਹੈ। AI ਮੁੱਦਿਆਂ ਨੂੰ ਦਰਸਾਉਣ ਜਾਂ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਅਨੁਕੂਲਨ ਦਾ ਸੁਝਾਅ ਦੇਣ ਲਈ ਉਤਪਾਦਨ ਲੌਗ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਮੈਟ੍ਰਿਕਸ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦਾ ਹੈ। ਅਸਲ ਵਿੱਚ, AI ਨਾ ਸਿਰਫ਼ ਕੋਡਿੰਗ ਵਿੱਚ, ਸਗੋਂ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਜੀਵਨ ਚੱਕਰ ਵਿੱਚ - ਯੋਜਨਾਬੰਦੀ ਤੋਂ ਲੈ ਕੇ ਰੱਖ-ਰਖਾਅ ਤੱਕ ਸਹਾਇਤਾ ਕਰ ਰਿਹਾ ਹੈ।

• ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਇੰਟਰਫੇਸ ਅਤੇ ਦਸਤਾਵੇਜ਼ੀਕਰਨ: ਅਸੀਂ ਇਹ ਵੀ ਦੇਖਦੇ ਹਾਂ ਕਿ AI ਵਿਕਾਸ ਸਾਧਨਾਂ ਨਾਲ ਵਧੇਰੇ ਕੁਦਰਤੀ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ। ਡਿਵੈਲਪਰ ਸ਼ਾਬਦਿਕ ਤੌਰ 'ਤੇ ਕਹਿ ("ਇੱਕ ਫੰਕਸ਼ਨ ਤਿਆਰ ਕਰੋ ਜੋ X ਕਰਦਾ ਹੈ" ਜਾਂ "ਇਸ ਕੋਡ ਦੀ ਵਿਆਖਿਆ ਕਰੋ") ਅਤੇ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ। AI ਚੈਟਬੋਟ (ਜਿਵੇਂ ਕਿ ChatGPT ਜਾਂ ਵਿਸ਼ੇਸ਼ ਵਿਕਾਸ ਸਹਾਇਕ) ਪ੍ਰੋਗਰਾਮਿੰਗ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇ ਸਕਦੇ ਹਨ, ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ, ਅਤੇ ਪ੍ਰੋਜੈਕਟ ਦਸਤਾਵੇਜ਼ ਵੀ ਲਿਖ ਸਕਦੇ ਹਨ ਜਾਂ ਕੋਡ ਤਬਦੀਲੀਆਂ ਦੇ ਅਧਾਰ ਤੇ ਸੁਨੇਹੇ ਭੇਜ ਸਕਦੇ ਹਨ। ਇਹ ਮਨੁੱਖੀ ਇਰਾਦੇ ਅਤੇ ਕੋਡ ਵਿਚਕਾਰ ਪਾੜੇ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ, ਵਿਕਾਸ ਨੂੰ ਉਹਨਾਂ ਲਈ ਵਧੇਰੇ ਪਹੁੰਚਯੋਗ ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਉਹ ਕੀ ਚਾਹੁੰਦੇ ਹਨ ਦਾ ਵਰਣਨ ਕਰ ਸਕਦੇ ਹਨ।

• 

ਡਿਵੈਲਪਰਾਂ ਵੱਲੋਂ AI ਟੂਲ ਅਪਣਾਏ ਜਾ ਰਹੇ ਹਨ: 2023 ਦਾ ਇੱਕ ਸਰਵੇਖਣ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ 92% ਡਿਵੈਲਪਰਾਂ ਨੇ ਕਿਸੇ ਨਾ ਕਿਸੇ ਸਮਰੱਥਾ ਵਿੱਚ AI ਕੋਡਿੰਗ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ - ਜਾਂ ਤਾਂ ਕੰਮ 'ਤੇ, ਆਪਣੇ ਨਿੱਜੀ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ, ਜਾਂ ਦੋਵਾਂ ਵਿੱਚ। ਸਿਰਫ਼ 8% ਨੇ ਕੋਡਿੰਗ ਵਿੱਚ ਕਿਸੇ ਵੀ AI ਸਹਾਇਤਾ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰਨ ਦੀ ਰਿਪੋਰਟ ਦਿੱਤੀ ਹੈ। ਇਹ ਚਾਰਟ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਦੋ-ਤਿਹਾਈ ਡਿਵੈਲਪਰ ਅੰਦਰ ਅਤੇ ਬਾਹਰ , ਜਦੋਂ ਕਿ ਇੱਕ ਚੌਥਾਈ ਉਹਨਾਂ ਨੂੰ ਸਿਰਫ਼ ਕੰਮ 'ਤੇ ਅਤੇ ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਘੱਟ ਗਿਣਤੀ ਸਿਰਫ਼ ਕੰਮ ਤੋਂ ਬਾਹਰ ਵਰਤਦੇ ਹਨ। ਸਿੱਟਾ ਸਪੱਸ਼ਟ ਹੈ: AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਕੋਡਿੰਗ ਡਿਵੈਲਪਰਾਂ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਮੁੱਖ ਧਾਰਾ ਵਿੱਚ ਆ ਗਈ ਹੈ ( ਸਰਵੇਖਣ ਡਿਵੈਲਪਰ ਅਨੁਭਵ 'ਤੇ AI ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ - GitHub ਬਲੌਗ )।

ਵਿਕਾਸ ਵਿੱਚ AI ਟੂਲਸ ਦੇ ਇਸ ਪ੍ਰਸਾਰ ਨੇ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਵਾਧਾ ਕੀਤਾ ਹੈ ਅਤੇ ਕੋਡਿੰਗ ਵਿੱਚ ਔਖਾ ਸਮਾਂ ਘਟਾਇਆ ਹੈ। ਉਤਪਾਦ ਤੇਜ਼ੀ ਨਾਲ ਬਣਾਏ ਜਾ ਰਹੇ ਹਨ ਕਿਉਂਕਿ AI ਬਾਇਲਰਪਲੇਟ ਕੋਡ ਤਿਆਰ ਕਰਨ ਅਤੇ ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮਾਂ ਨੂੰ ਸੰਭਾਲਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ ( ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਕੋਈ ਭਵਿੱਖ ਹੈ? AI ਦਾ ਪ੍ਰਭਾਵ [2024] ) ( ਕੀ AI 2025 ਵਿੱਚ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬਦਲ ਦੇਵੇਗਾ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ ਮਾਰੋ )। ਕੋਪਾਇਲਟ ਵਰਗੇ ਟੂਲ ਪੂਰੇ ਐਲਗੋਰਿਦਮ ਜਾਂ ਹੱਲ ਵੀ ਸੁਝਾ ਸਕਦੇ ਹਨ ਜੋ "ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਲਈ ਤੁਰੰਤ ਸਪੱਸ਼ਟ ਨਹੀਂ ਹੋ ਸਕਦੇ," ਕੋਡ ਦੇ ਵਿਸ਼ਾਲ ਡੇਟਾਸੈਟਾਂ ਤੋਂ ਸਿੱਖਣ ਦੇ ਕਾਰਨ। ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਭਰਪੂਰ ਹਨ: ਇੱਕ ਇੰਜੀਨੀਅਰ ChatGPT ਨੂੰ ਇੱਕ ਛਾਂਟੀ ਫੰਕਸ਼ਨ ਲਾਗੂ ਕਰਨ ਜਾਂ ਆਪਣੇ ਕੋਡ ਵਿੱਚ ਇੱਕ ਬੱਗ ਲੱਭਣ ਲਈ ਕਹਿ ਸਕਦਾ ਹੈ, ਅਤੇ AI ਸਕਿੰਟਾਂ ਵਿੱਚ ਇੱਕ ਡਰਾਫਟ ਹੱਲ ਤਿਆਰ ਕਰੇਗਾ। Amazon ਅਤੇ Microsoft ਨੇ AI ਜੋੜਾ ਪ੍ਰੋਗਰਾਮਰ (Amazon's CodeWhisperer ਅਤੇ Microsoft's Copilot) ਨੂੰ ਆਪਣੀਆਂ ਡਿਵੈਲਪਰ ਟੀਮਾਂ ਵਿੱਚ ਤਾਇਨਾਤ ਕੀਤਾ ਹੈ, ਕੰਮਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਪੂਰਾ ਕਰਨ ਅਤੇ ਬਾਇਲਰਪਲੇਟ 'ਤੇ ਬਿਤਾਏ ਘੱਟ ਆਮ ਘੰਟੇ ਰਿਪੋਰਟ ਕਰਦੇ ਹਨ। ਦਰਅਸਲ, 2023 ਦੇ ਸਟੈਕ ਓਵਰਫਲੋ ਸਰਵੇਖਣ ਵਿੱਚ ਸਰਵੇਖਣ ਕੀਤੇ ਗਏ 70% ਡਿਵੈਲਪਰਾਂ ਨੇ 70% ਡਿਵੈਲਪਰ AI ਕੋਡਿੰਗ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, 3% ਆਪਣੀ ਸ਼ੁੱਧਤਾ 'ਤੇ ਬਹੁਤ ਭਰੋਸਾ ਕਰਦੇ ਹਨ - ShiftMag )। ਸਭ ਤੋਂ ਪ੍ਰਸਿੱਧ ਸਹਾਇਕ ChatGPT (~83% ਉੱਤਰਦਾਤਾਵਾਂ ਦੁਆਰਾ ਵਰਤੇ ਜਾਂਦੇ ਹਨ) ਅਤੇ GitHub Copilot (~56%), ਜੋ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਆਮ ਗੱਲਬਾਤ ਕਰਨ ਵਾਲੇ AI ਅਤੇ IDE-ਏਕੀਕ੍ਰਿਤ ਸਹਾਇਕ ਦੋਵੇਂ ਮੁੱਖ ਖਿਡਾਰੀ ਹਨ। ਡਿਵੈਲਪਰ ਮੁੱਖ ਤੌਰ 'ਤੇ ਉਤਪਾਦਕਤਾ ਵਧਾਉਣ (~33% ਉੱਤਰਦਾਤਾਵਾਂ ਦੁਆਰਾ ਹਵਾਲਾ ਦਿੱਤਾ ਗਿਆ) ਅਤੇ ਸਿੱਖਣ ਨੂੰ ਤੇਜ਼ ਕਰਨ (25%) ਲਈ ਇਹਨਾਂ ਟੂਲਸ ਵੱਲ ਮੁੜਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਲਗਭਗ 25% ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰਕੇ ਵਧੇਰੇ ਕੁਸ਼ਲ ਬਣਨ ਲਈ ਇਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ।

ਇਹ ਧਿਆਨ ਦੇਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਪ੍ਰੋਗਰਾਮਿੰਗ ਵਿੱਚ AI ਦੀ ਭੂਮਿਕਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਵੀਂ ਨਹੀਂ ਹੈ - ਇਸਦੇ ਤੱਤ ਸਾਲਾਂ ਤੋਂ ਮੌਜੂਦ ਹਨ (IDEs ਜਾਂ ਆਟੋਮੇਟਿਡ ਟੈਸਟਿੰਗ ਫਰੇਮਵਰਕ ਵਿੱਚ ਕੋਡ ਆਟੋਕੰਪਲੀਸ਼ਨ 'ਤੇ ਵਿਚਾਰ ਕਰੋ)। ਪਰ ਪਿਛਲੇ ਦੋ ਸਾਲ ਇੱਕ ਟਿਪਿੰਗ ਪੁਆਇੰਟ ਰਹੇ ਹਨ। ਸ਼ਕਤੀਸ਼ਾਲੀ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ (ਜਿਵੇਂ ਕਿ OpenAI ਦੀ GPT ਲੜੀ ਅਤੇ DeepMind ਦਾ AlphaCode) ਦੇ ਉਭਾਰ ਨੇ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਜੋ ਸੰਭਵ ਹੈ ਉਸਦਾ ਵਿਸਤਾਰ ਕੀਤਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, DeepMind ਦੇ AlphaCode ਪ੍ਰਤੀਯੋਗੀ ਪ੍ਰੋਗਰਾਮਿੰਗ ਮੁਕਾਬਲੇ ਦੇ ਪੱਧਰ 'ਤੇ ਪ੍ਰਦਰਸ਼ਨ ਕਰਕੇ ਸੁਰਖੀਆਂ ਬਣਾਈਆਂ , ਕੋਡਿੰਗ ਚੁਣੌਤੀਆਂ 'ਤੇ ਲਗਭਗ ਇੱਕ ਚੋਟੀ-54% ਰੈਂਕਿੰਗ - ਅਸਲ ਵਿੱਚ ਇੱਕ ਔਸਤ ਮਨੁੱਖੀ ਪ੍ਰਤੀਯੋਗੀ ਦੇ ਹੁਨਰ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ ( DeepMind ਦਾ AlphaCode ਔਸਤ ਪ੍ਰੋਗਰਾਮਰ ਦੇ ਹੁਨਰ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ )। ਇਹ ਪਹਿਲੀ ਵਾਰ ਸੀ ਜਦੋਂ ਇੱਕ AI ਸਿਸਟਮ ਨੇ ਪ੍ਰਤੀਯੋਗੀ । ਹਾਲਾਂਕਿ, ਇਹ ਦੱਸ ਰਿਹਾ ਹੈ ਕਿ ਅਲਫਾਕੋਡ ਵੀ, ਆਪਣੀ ਸਾਰੀ ਤਾਕਤ ਦੇ ਨਾਲ, ਅਜੇ ਵੀ ਸਭ ਤੋਂ ਵਧੀਆ ਮਨੁੱਖੀ ਕੋਡਰਾਂ ਨੂੰ ਹਰਾਉਣ ਤੋਂ ਬਹੁਤ ਦੂਰ ਸੀ। ਉਨ੍ਹਾਂ ਮੁਕਾਬਲਿਆਂ ਵਿੱਚ, ਅਲਫਾਕੋਡ ਮਨਜ਼ੂਰ ਕੋਸ਼ਿਸ਼ਾਂ ਦੇ ਅੰਦਰ ਲਗਭਗ 30% ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰ ਸਕਦਾ ਸੀ, ਜਦੋਂ ਕਿ ਚੋਟੀ ਦੇ ਮਨੁੱਖੀ ਪ੍ਰੋਗਰਾਮਰ ਇੱਕ ਕੋਸ਼ਿਸ਼ ਨਾਲ 90% ਤੋਂ ਵੱਧ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਦੇ ਹਨ। ਇਹ ਪਾੜਾ ਇਸ ਗੱਲ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ ਕਿ ਜਦੋਂ ਕਿ AI ਇੱਕ ਹੱਦ ਤੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ ਐਲਗੋਰਿਦਮਿਕ ਕਾਰਜਾਂ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ, ਪਰ ਡੂੰਘੀ ਤਰਕ ਅਤੇ ਚਤੁਰਾਈ ਦੀ ਲੋੜ ਵਾਲੀਆਂ ਸਭ ਤੋਂ ਔਖੀਆਂ ਸਮੱਸਿਆਵਾਂ ਮਨੁੱਖੀ ਗੜ੍ਹ ਬਣੀਆਂ ਰਹਿੰਦੀਆਂ ਹਨ ।

ਸੰਖੇਪ ਵਿੱਚ, AI ਨੇ ਡਿਵੈਲਪਰਾਂ ਦੇ ਰੋਜ਼ਾਨਾ ਟੂਲਕਿੱਟ ਵਿੱਚ ਆਪਣੇ ਆਪ ਨੂੰ ਮਜ਼ਬੂਤੀ ਨਾਲ ਸਥਾਪਿਤ ਕਰ ਲਿਆ ਹੈ। ਕੋਡ ਲਿਖਣ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਨ ਤੋਂ ਲੈ ਕੇ ਤੈਨਾਤੀ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਤੱਕ, ਇਹ ਵਿਕਾਸ ਪ੍ਰਕਿਰਿਆ ਦੇ ਹਰ ਹਿੱਸੇ ਨੂੰ ਛੂਹ ਰਿਹਾ ਹੈ। ਅੱਜ ਦਾ ਸਬੰਧ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਹਿਜੀਵ ਹੈ: AI ਇੱਕ ਸਹਿ-ਪਾਇਲਟ (ਢੁਕਵੇਂ ਨਾਮ ਨਾਲ) ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ ਜੋ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਅਤੇ ਘੱਟ ਨਿਰਾਸ਼ਾ ਨਾਲ ਕੋਡ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ, ਇੱਕ ਸੁਤੰਤਰ ਆਟੋਪਾਇਲਟ ਦੀ ਬਜਾਏ ਜੋ ਇਕੱਲੇ ਉੱਡ ਸਕਦਾ ਹੈ। ਅਗਲੇ ਭਾਗ ਵਿੱਚ, ਅਸੀਂ ਇਸ ਗੱਲ 'ਤੇ ਡੂੰਘਾਈ ਨਾਲ ਵਿਚਾਰ ਕਰਾਂਗੇ ਕਿ AI ਟੂਲਸ ਦਾ ਇਹ ਸ਼ਾਮਲ ਹੋਣਾ ਡਿਵੈਲਪਰਾਂ ਦੀ ਭੂਮਿਕਾ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਕੰਮ ਦੀ ਪ੍ਰਕਿਰਤੀ ਨੂੰ ਕਿਵੇਂ ਬਦਲ ਰਿਹਾ ਹੈ, ਬਿਹਤਰ ਜਾਂ ਮਾੜੇ ਲਈ।

ਏਆਈ ਡਿਵੈਲਪਰ ਭੂਮਿਕਾਵਾਂ ਅਤੇ ਉਤਪਾਦਕਤਾ ਨੂੰ ਕਿਵੇਂ ਬਦਲ ਰਿਹਾ ਹੈ

AI ਵੱਲੋਂ ਰੁਟੀਨ ਦੇ ਵਧੇਰੇ ਕੰਮ ਨੂੰ ਸੰਭਾਲਣ ਦੇ ਨਾਲ, ਸਾਫਟਵੇਅਰ ਡਿਵੈਲਪਰ ਦੀ ਭੂਮਿਕਾ ਸੱਚਮੁੱਚ ਵਿਕਸਤ ਹੋਣੀ ਸ਼ੁਰੂ ਹੋ ਰਹੀ ਹੈ। ਬਾਇਲਰਪਲੇਟ ਕੋਡ ਲਿਖਣ ਜਾਂ ਆਮ ਗਲਤੀਆਂ ਨੂੰ ਡੀਬੱਗ ਕਰਨ ਵਿੱਚ ਘੰਟੇ ਬਿਤਾਉਣ ਦੀ ਬਜਾਏ, ਡਿਵੈਲਪਰ ਉਹਨਾਂ ਕੰਮਾਂ ਨੂੰ ਆਪਣੇ AI ਸਹਾਇਕਾਂ ਨੂੰ ਆਫਲੋਡ ਕਰ ਸਕਦੇ ਹਨ। ਇਹ ਡਿਵੈਲਪਰ ਦਾ ਧਿਆਨ ਉੱਚ-ਪੱਧਰੀ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ, ਆਰਕੀਟੈਕਚਰ ਅਤੇ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਦੇ ਰਚਨਾਤਮਕ ਪਹਿਲੂਆਂ ਵੱਲ ਤਬਦੀਲ ਕਰ ਰਿਹਾ ਹੈ। ਸੰਖੇਪ ਵਿੱਚ, AI ਵਧਾ ਰਿਹਾ , ਉਹਨਾਂ ਨੂੰ ਵਧੇਰੇ ਉਤਪਾਦਕ ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਵਧੇਰੇ ਨਵੀਨਤਾਕਾਰੀ ਹੋਣ ਦੀ ਆਗਿਆ ਦੇ ਰਿਹਾ ਹੈ। ਪਰ ਕੀ ਇਹ ਘੱਟ ਪ੍ਰੋਗਰਾਮਿੰਗ ਨੌਕਰੀਆਂ, ਜਾਂ ਸਿਰਫ਼ ਇੱਕ ਵੱਖਰੀ ਕਿਸਮ ਦੀ ਨੌਕਰੀ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਦਾ ਹੈ? ਆਓ ਉਤਪਾਦਕਤਾ ਅਤੇ ਭੂਮਿਕਾਵਾਂ 'ਤੇ ਪ੍ਰਭਾਵ ਦੀ ਪੜਚੋਲ ਕਰੀਏ:

ਉਤਪਾਦਕਤਾ ਵਧਾਉਣਾ: ਜ਼ਿਆਦਾਤਰ ਖਾਤਿਆਂ ਅਤੇ ਸ਼ੁਰੂਆਤੀ ਅਧਿਐਨਾਂ ਅਨੁਸਾਰ, AI ਕੋਡਿੰਗ ਟੂਲ ਡਿਵੈਲਪਰ ਉਤਪਾਦਕਤਾ ਨੂੰ ਕਾਫ਼ੀ ਵਧਾ ਰਹੇ ਹਨ। GitHub ਦੀ ਖੋਜ ਨੇ ਪਾਇਆ ਕਿ Copilot ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਡਿਵੈਲਪਰ AI ਮਦਦ ਤੋਂ ਬਿਨਾਂ ਕੰਮਾਂ ਨਾਲੋਂ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਕੰਮ ਪੂਰਾ ਕਰਨ ਦੇ ਯੋਗ ਸਨ। ਇੱਕ ਪ੍ਰਯੋਗ ਵਿੱਚ, ਡਿਵੈਲਪਰਾਂ ਨੇ Copilot ਦੀ ਸਹਾਇਤਾ ਨਾਲ ਔਸਤਨ 55% ਤੇਜ਼ੀ ਨਾਲ ਇੱਕ ਕੋਡਿੰਗ ਕੰਮ ਨੂੰ ਹੱਲ ਕੀਤਾ - ਇਸ ਤੋਂ ਬਿਨਾਂ 2 ਘੰਟੇ 41 ਮਿੰਟ ਦੀ ਬਜਾਏ ਲਗਭਗ 1 ਘੰਟਾ 11 ਮਿੰਟ ਲਏ ( ਖੋਜ: GitHub Copilot ਦੇ ਡਿਵੈਲਪਰ ਉਤਪਾਦਕਤਾ ਅਤੇ ਖੁਸ਼ੀ 'ਤੇ ਪ੍ਰਭਾਵ ਦੀ ਮਾਤਰਾ - The GitHub Blog )। ਇਹ ਗਤੀ ਵਿੱਚ ਇੱਕ ਸ਼ਾਨਦਾਰ ਵਾਧਾ ਹੈ। ਇਹ ਸਿਰਫ਼ ਗਤੀ ਨਹੀਂ ਹੈ; ਡਿਵੈਲਪਰ ਰਿਪੋਰਟ ਕਰਦੇ ਹਨ ਕਿ AI ਸਹਾਇਤਾ ਨਿਰਾਸ਼ਾ ਅਤੇ "ਪ੍ਰਵਾਹ ਰੁਕਾਵਟਾਂ" ਨੂੰ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ। ਸਰਵੇਖਣਾਂ ਵਿੱਚ, ਵਾਲੇ 88% ਡਿਵੈਲਪਰਾਂ ਨੇ ਕਿਹਾ ਕਿ ਇਸਨੇ ਉਹਨਾਂ ਨੂੰ ਵਧੇਰੇ ਉਤਪਾਦਕ ਬਣਾਇਆ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਵਧੇਰੇ ਸੰਤੁਸ਼ਟੀਜਨਕ ਕੰਮ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੱਤੀ ( ਡਿਵੈਲਪਰਾਂ ਦੇ ਕਿੰਨੇ ਪ੍ਰਤੀਸ਼ਤ ਨੇ ਕਿਹਾ ਹੈ ਕਿ github copilot ਬਣਾਉਂਦਾ ਹੈ ... )। ਇਹ ਟੂਲ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਥਕਾਵਟ ਵਾਲੇ ਟੁਕੜਿਆਂ ਨੂੰ ਸੰਭਾਲ ਕੇ "ਜ਼ੋਨ ਵਿੱਚ" ਰਹਿਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ, ਜੋ ਬਦਲੇ ਵਿੱਚ ਔਖੀਆਂ ਸਮੱਸਿਆਵਾਂ ਲਈ ਮਾਨਸਿਕ ਊਰਜਾ ਦੀ ਬਚਤ ਕਰਦਾ ਹੈ। ਨਤੀਜੇ ਵਜੋਂ, ਬਹੁਤ ਸਾਰੇ ਡਿਵੈਲਪਰ ਮਹਿਸੂਸ ਕਰਦੇ ਹਨ ਕਿ ਕੋਡਿੰਗ ਵਧੇਰੇ ਮਜ਼ੇਦਾਰ ਬਣ ਗਈ ਹੈ - ਘੱਟ ਗਰੰਟ ਕੰਮ ਅਤੇ ਵਧੇਰੇ ਰਚਨਾਤਮਕਤਾ।

ਰੋਜ਼ਾਨਾ ਕੰਮ ਬਦਲਣਾ: ਇੱਕ ਪ੍ਰੋਗਰਾਮਰ ਦਾ ਰੋਜ਼ਾਨਾ ਵਰਕਫਲੋ ਇਹਨਾਂ ਉਤਪਾਦਕਤਾ ਲਾਭਾਂ ਦੇ ਨਾਲ ਬਦਲ ਰਿਹਾ ਹੈ। ਬਹੁਤ ਸਾਰੇ "ਵਿਅਸਤ ਕੰਮ" - ਬਾਇਲਰਪਲੇਟ ਲਿਖਣਾ, ਆਮ ਪੈਟਰਨਾਂ ਨੂੰ ਦੁਹਰਾਉਣਾ, ਸੰਟੈਕਸ ਦੀ ਖੋਜ ਕਰਨਾ - ਨੂੰ AI ਵਿੱਚ ਆਫਲੋਡ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਗੇਟਰ ਅਤੇ ਸੈਟਰਾਂ ਨਾਲ ਇੱਕ ਡੇਟਾ ਕਲਾਸ ਨੂੰ ਹੱਥੀਂ ਲਿਖਣ ਦੀ ਬਜਾਏ, ਇੱਕ ਡਿਵੈਲਪਰ AI ਨੂੰ ਇਸਨੂੰ ਤਿਆਰ ਕਰਨ ਲਈ ਕਹਿ ਸਕਦਾ ਹੈ। ਸਹੀ API ਕਾਲ ਲੱਭਣ ਲਈ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਖੋਜਣ ਦੀ ਬਜਾਏ, ਇੱਕ ਡਿਵੈਲਪਰ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਵਿੱਚ AI ਨੂੰ ਪੁੱਛ ਸਕਦਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਡਿਵੈਲਪਰ ਰੋਟ ਕੋਡਿੰਗ 'ਤੇ ਮੁਕਾਬਲਤਨ ਘੱਟ ਸਮਾਂ ਅਤੇ ਮਨੁੱਖੀ ਨਿਰਣੇ ਦੀ ਲੋੜ ਵਾਲੇ ਕੰਮਾਂ 'ਤੇ ਵਧੇਰੇ ਸਮਾਂ ਬਿਤਾਉਂਦੇ ਹਨ । ਜਿਵੇਂ ਕਿ AI ਕੋਡ ਦੇ ਆਸਾਨ 80% ਨੂੰ ਲਿਖਣ ਦਾ ਕੰਮ ਸੰਭਾਲਦਾ ਹੈ, ਡਿਵੈਲਪਰ ਦਾ ਕੰਮ AI ਆਉਟਪੁੱਟ ਦੀ ਨਿਗਰਾਨੀ (ਕੋਡ ਸੁਝਾਵਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰਨਾ, ਉਹਨਾਂ ਦੀ ਜਾਂਚ ਕਰਨਾ) ਅਤੇ ਮੁਸ਼ਕਲ 20% ਸਮੱਸਿਆਵਾਂ ਨਾਲ ਨਜਿੱਠਣ ਵੱਲ ਬਦਲ ਜਾਂਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦਾ AI ਪਤਾ ਨਹੀਂ ਲਗਾ ਸਕਦਾ। ਅਭਿਆਸ ਵਿੱਚ, ਇੱਕ ਡਿਵੈਲਪਰ ਆਪਣੇ ਦਿਨ ਦੀ ਸ਼ੁਰੂਆਤ AI-ਤਿਆਰ ਕੀਤੀਆਂ ਪੁੱਲ ਬੇਨਤੀਆਂ ਨੂੰ ਟ੍ਰਾਈ ਕਰਕੇ ਜਾਂ AI-ਸੁਝਾਏ ਗਏ ਫਿਕਸ ਦੇ ਇੱਕ ਸਮੂਹ ਦੀ ਸਮੀਖਿਆ ਕਰਕੇ ਕਰ ਸਕਦਾ ਹੈ, ਉਹਨਾਂ ਸਾਰੇ ਬਦਲਾਵਾਂ ਨੂੰ ਸ਼ੁਰੂ ਤੋਂ ਲਿਖਣ ਦੀ ਬਜਾਏ।

ਸਹਿਯੋਗ ਅਤੇ ਟੀਮ ਡਾਇਨਾਮਿਕਸ: ਦਿਲਚਸਪ ਗੱਲ ਇਹ ਹੈ ਕਿ AI ਟੀਮ ਡਾਇਨਾਮਿਕਸ ਨੂੰ ਵੀ ਪ੍ਰਭਾਵਿਤ ਕਰ ਰਿਹਾ ਹੈ। ਰੁਟੀਨ ਕੰਮਾਂ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰਨ ਨਾਲ, ਟੀਮਾਂ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਘੱਟ ਜੂਨੀਅਰ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਗਰੰਟ ਵਰਕ ਲਈ ਨਿਯੁਕਤ ਕਰਕੇ ਵਧੇਰੇ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਕੁਝ ਕੰਪਨੀਆਂ ਰਿਪੋਰਟ ਕਰਦੀਆਂ ਹਨ ਕਿ ਉਨ੍ਹਾਂ ਦੇ ਸੀਨੀਅਰ ਇੰਜੀਨੀਅਰ ਵਧੇਰੇ ਸਵੈ-ਨਿਰਭਰ ਹੋ ਸਕਦੇ ਹਨ - ਉਹ AI ਦੀ ਮਦਦ ਨਾਲ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਪ੍ਰੋਟੋਟਾਈਪ ਕਰ ਸਕਦੇ ਹਨ, ਸ਼ੁਰੂਆਤੀ ਡਰਾਫਟ ਕਰਨ ਲਈ ਕਿਸੇ ਜੂਨੀਅਰ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ। ਹਾਲਾਂਕਿ, ਇਹ ਇੱਕ ਨਵੀਂ ਚੁਣੌਤੀ ਪੈਦਾ ਕਰਦਾ ਹੈ: ਸਲਾਹ ਅਤੇ ਗਿਆਨ ਸਾਂਝਾਕਰਨ। ਜੂਨੀਅਰਾਂ ਨੂੰ ਸਧਾਰਨ ਕੰਮ ਕਰਕੇ ਸਿੱਖਣ ਦੀ ਬਜਾਏ, ਉਹਨਾਂ ਨੂੰ AI ਆਉਟਪੁੱਟ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਕਿਵੇਂ ਪ੍ਰਬੰਧਿਤ ਕਰਨਾ ਹੈ ਹੈ। ਟੀਮ ਸਹਿਯੋਗ ਸਮੂਹਿਕ ਤੌਰ 'ਤੇ AI ਪ੍ਰੋਂਪਟਾਂ ਨੂੰ ਸੋਧਣ ਜਾਂ ਨੁਕਸਾਨਾਂ ਲਈ AI-ਤਿਆਰ ਕੋਡ ਦੀ ਸਮੀਖਿਆ ਕਰਨ ਵਰਗੀਆਂ ਗਤੀਵਿਧੀਆਂ ਵਿੱਚ ਬਦਲ ਸਕਦਾ ਹੈ। ਸਕਾਰਾਤਮਕ ਪੱਖ ਤੋਂ, ਜਦੋਂ ਟੀਮ ਦੇ ਹਰ ਕਿਸੇ ਕੋਲ AI ਸਹਾਇਕ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਇਹ ਖੇਡ ਦੇ ਖੇਤਰ ਨੂੰ ਬਰਾਬਰ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਡਿਜ਼ਾਈਨ ਚਰਚਾਵਾਂ, ਰਚਨਾਤਮਕ ਦਿਮਾਗੀ ਤਜ਼ਰਬੇ, ਅਤੇ ਗੁੰਝਲਦਾਰ ਉਪਭੋਗਤਾ ਜ਼ਰੂਰਤਾਂ ਨਾਲ ਨਜਿੱਠਣ ਲਈ ਵਧੇਰੇ ਸਮਾਂ ਦੇ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਕੋਈ ਵੀ AI ਵਰਤਮਾਨ ਵਿੱਚ ਬਾਕਸ ਤੋਂ ਬਾਹਰ ਨਹੀਂ ਸਮਝਦਾ। ਦਰਅਸਲ, ਪੰਜ ਵਿੱਚੋਂ ਚਾਰ ਤੋਂ ਵੱਧ ਡਿਵੈਲਪਰਾਂ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ AI ਕੋਡਿੰਗ ਟੂਲ ਟੀਮ ਸਹਿਯੋਗ ਨੂੰ ਵਧਾਉਣਗੇ ਜਾਂ ਘੱਟੋ ਘੱਟ ਉਹਨਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਅਤੇ ਸਮੱਸਿਆ-ਹੱਲ ਕਰਨ 'ਤੇ ਵਧੇਰੇ ਸਹਿਯੋਗ ਕਰਨ ਲਈ ਆਜ਼ਾਦ ਕਰਨਗੇ, GitHub ਦੇ 2023 ਸਰਵੇਖਣ ਦੇ ਨਤੀਜਿਆਂ ਦੇ ਅਨੁਸਾਰ ( ਸਰਵੇਖਣ ਡਿਵੈਲਪਰ ਅਨੁਭਵ 'ਤੇ AI ਦੇ ਪ੍ਰਭਾਵ ਦਾ ਖੁਲਾਸਾ ਕਰਦਾ ਹੈ - The GitHub Blog )।

ਨੌਕਰੀ ਦੀਆਂ ਭੂਮਿਕਾਵਾਂ 'ਤੇ ਪ੍ਰਭਾਵ: ਇੱਕ ਵੱਡਾ ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਕੀ AI ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਮੰਗ ਨੂੰ ਘਟਾਏਗਾ (ਕਿਉਂਕਿ ਹਰੇਕ ਪ੍ਰੋਗਰਾਮਰ ਹੁਣ ਵਧੇਰੇ ਉਤਪਾਦਕ ਹੈ), ਜਾਂ ਕੀ ਇਹ ਸਿਰਫ਼ ਮੰਗੇ ਗਏ ਹੁਨਰਾਂ ਨੂੰ ਬਦਲ ਦੇਵੇਗਾ। ਹੋਰ ਆਟੋਮੇਸ਼ਨ (ਜਿਵੇਂ ਕਿ devops ਟੂਲਸ ਦਾ ਵਾਧਾ, ਜਾਂ ਉੱਚ-ਪੱਧਰੀ ਪ੍ਰੋਗਰਾਮਿੰਗ ਭਾਸ਼ਾਵਾਂ) ਦੇ ਨਾਲ ਇਤਿਹਾਸਕ ਉਦਾਹਰਣ ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ ਕਿ ਡਿਵੈਲਪਰ ਨੌਕਰੀਆਂ ਇੰਨੀਆਂ ਖਤਮ ਨਹੀਂ ਹੁੰਦੀਆਂ ਜਿੰਨੀਆਂ ਉਹ ਉੱਚੀਆਂ ਹੁੰਦੀਆਂ । ਦਰਅਸਲ, ਉਦਯੋਗ ਵਿਸ਼ਲੇਸ਼ਕ ਭਵਿੱਖਬਾਣੀ ਕਰਦੇ ਹਨ ਕਿ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਭੂਮਿਕਾਵਾਂ ਵਧਦੀਆਂ ਰਹਿਣਗੀਆਂ , ਪਰ ਉਨ੍ਹਾਂ ਭੂਮਿਕਾਵਾਂ ਦੀ ਪ੍ਰਕਿਰਤੀ ਬਦਲ ਜਾਵੇਗੀ। ਇੱਕ ਤਾਜ਼ਾ ਗਾਰਟਨਰ ਰਿਪੋਰਟ ਵਿੱਚ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ ਗਈ ਹੈ ਕਿ 2027 ਤੱਕ, 50% ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਸੰਗਠਨ ਉਤਪਾਦਕਤਾ ਨੂੰ ਵਧਾਉਣ ਲਈ AI-ਵਧੇ ਹੋਏ "ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਇੰਟੈਲੀਜੈਂਸ" ਪਲੇਟਫਾਰਮਾਂ ਨੂੰ ਅਪਣਾਉਣਗੇ , ਜੋ ਕਿ 2024 ਵਿੱਚ ਸਿਰਫ 5% ਸੀ ( ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਭਵਿੱਖ ਹੈ? AI ਦਾ ਪ੍ਰਭਾਵ [2024] ਉਨ੍ਹਾਂ ਬੁੱਧੀਮਾਨ ਪਲੇਟਫਾਰਮਾਂ ਨਾਲ ਕੰਮ ਕਰਨਗੇ ਇਸੇ ਤਰ੍ਹਾਂ, ਸਲਾਹਕਾਰ ਫਰਮ ਮੈਕਿੰਸੀ ਦਾ ਅਨੁਮਾਨ ਹੈ ਕਿ ਜਦੋਂ ਕਿ AI ਬਹੁਤ ਸਾਰੇ ਕੰਮਾਂ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰ ਸਕਦਾ ਹੈ, ਲਗਭਗ 80% ਪ੍ਰੋਗਰਾਮਿੰਗ ਨੌਕਰੀਆਂ ਲਈ ਅਜੇ ਵੀ ਲੂਪ ਵਿੱਚ ਇੱਕ ਮਨੁੱਖ ਦੀ ਲੋੜ ਹੋਵੇਗੀ ਅਤੇ "ਮਨੁੱਖੀ-ਕੇਂਦ੍ਰਿਤ" ਰਹਿਣਗੇ । ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਸਾਨੂੰ ਅਜੇ ਵੀ ਜ਼ਿਆਦਾਤਰ ਡਿਵੈਲਪਰ ਅਹੁਦਿਆਂ ਲਈ ਲੋਕਾਂ ਦੀ ਲੋੜ ਪਵੇਗੀ, ਪਰ ਨੌਕਰੀ ਦੇ ਵੇਰਵੇ ਬਦਲ ਸਕਦੇ ਹਨ।

"AI ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ" ਜਾਂ "ਪ੍ਰੋਂਪਟ ਇੰਜੀਨੀਅਰ" ਵਰਗੀਆਂ ਭੂਮਿਕਾਵਾਂ ਦਾ ਉਭਾਰ ਹੈ - ਡਿਵੈਲਪਰ ਜੋ AI ਕੰਪੋਨੈਂਟਸ ਬਣਾਉਣ ਜਾਂ ਆਰਕੈਸਟ੍ਰੇਟ ਕਰਨ ਵਿੱਚ ਮਾਹਰ ਹਨ। ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ AI/ML ਮੁਹਾਰਤ ਵਾਲੇ ਡਿਵੈਲਪਰਾਂ ਦੀ ਮੰਗ ਨੂੰ ਅਸਮਾਨ ਛੂਹਦੇ ਦੇਖ ਰਹੇ ਹਾਂ। ਇੰਡੀਡ ਦੁਆਰਾ ਕੀਤੇ ਗਏ ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਅਨੁਸਾਰ, ਤਿੰਨ ਸਭ ਤੋਂ ਵੱਧ ਮੰਗ ਵਾਲੀਆਂ AI-ਸਬੰਧਤ ਨੌਕਰੀਆਂ ਡੇਟਾ ਵਿਗਿਆਨੀ, ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ, ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਇੰਜੀਨੀਅਰ ਪਿਛਲੇ ਤਿੰਨ ਸਾਲਾਂ ਵਿੱਚ ਇਹਨਾਂ ਭੂਮਿਕਾਵਾਂ ਦੀ ਮੰਗ ( ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? AI ਦਾ ਪ੍ਰਭਾਵ [2024] )। ਪਰੰਪਰਾਗਤ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਤੋਂ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀਆਂ ਮੂਲ ਗੱਲਾਂ ਨੂੰ ਸਮਝਣ ਜਾਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ AI ਸੇਵਾਵਾਂ ਨੂੰ ਜੋੜਨ ਦੀ ਉਮੀਦ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬੇਲੋੜਾ ਬਣਾਉਣ ਤੋਂ ਦੂਰ, "AI ਪੇਸ਼ੇ ਨੂੰ ਉੱਚਾ ਚੁੱਕ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਉੱਚ-ਪੱਧਰੀ ਕੰਮਾਂ ਅਤੇ ਨਵੀਨਤਾ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।" ( ਕੀ AI 2025 ਵਿੱਚ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬਦਲੇਗਾ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ ਮਾਰੋ ) ਬਹੁਤ ਸਾਰੇ ਰੁਟੀਨ ਕੋਡਿੰਗ ਕਾਰਜ AI ਦੁਆਰਾ ਸੰਭਾਲੇ ਜਾ ਸਕਦੇ ਹਨ, ਪਰ ਡਿਵੈਲਪਰ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ, ਮੋਡੀਊਲ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ, ਗੁਣਵੱਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਅਤੇ ਨਵੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਵਿੱਚ ਵਧੇਰੇ ਰੁੱਝੇ ਹੋਣਗੇ। ਇੱਕ AI-ਫਾਰਵਰਡ ਕੰਪਨੀ ਦੇ ਇੱਕ ਸੀਨੀਅਰ ਇੰਜੀਨੀਅਰ ਨੇ ਇਸਦਾ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸਾਰ ਦਿੱਤਾ: AI ਸਾਡੇ ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈਂਦਾ; ਇਹ ਉਹਨਾਂ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ ਸ਼ਕਤੀਸ਼ਾਲੀ AI ਟੂਲਸ ਨਾਲ ਲੈਸ ਇੱਕ ਸਿੰਗਲ ਡਿਵੈਲਪਰ ਕਈਆਂ ਦਾ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਉਹ ਡਿਵੈਲਪਰ ਹੁਣ ਅਜਿਹਾ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ ਜੋ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਅਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੈ।

ਅਸਲ-ਸੰਸਾਰ ਉਦਾਹਰਣ: ਇੱਕ ਸਾਫਟਵੇਅਰ ਫਰਮ ਦੇ ਇੱਕ ਦ੍ਰਿਸ਼ 'ਤੇ ਵਿਚਾਰ ਕਰੋ ਜਿਸਨੇ ਆਪਣੇ ਸਾਰੇ ਡਿਵੈਲਪਰਾਂ ਲਈ GitHub Copilot ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕੀਤਾ। ਇਸਦਾ ਤੁਰੰਤ ਪ੍ਰਭਾਵ ਯੂਨਿਟ ਟੈਸਟਾਂ ਅਤੇ ਬਾਇਲਰਪਲੇਟ ਕੋਡ ਲਿਖਣ 'ਤੇ ਬਿਤਾਏ ਸਮੇਂ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਮੀ ਸੀ। ਇੱਕ ਜੂਨੀਅਰ ਡਿਵੈਲਪਰ ਨੇ ਪਾਇਆ ਕਿ Copilot ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਉਹ ਇੱਕ ਨਵੀਂ ਵਿਸ਼ੇਸ਼ਤਾ ਦੇ ਕੋਡ ਦਾ 80% ਤੇਜ਼ੀ ਨਾਲ ਤਿਆਰ ਕਰ ਸਕਦੀ ਹੈ, ਫਿਰ ਬਾਕੀ 20% ਨੂੰ ਅਨੁਕੂਲਿਤ ਕਰਨ ਅਤੇ ਏਕੀਕਰਣ ਟੈਸਟ ਲਿਖਣ ਵਿੱਚ ਆਪਣਾ ਸਮਾਂ ਬਿਤਾ ਸਕਦੀ ਹੈ। ਕੋਡ ਆਉਟਪੁੱਟ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਉਸਦੀ ਉਤਪਾਦਕਤਾ ਲਗਭਗ ਦੁੱਗਣੀ ਹੋ ਗਈ, ਪਰ ਹੋਰ ਦਿਲਚਸਪ ਗੱਲ ਇਹ ਹੈ ਕਿ, ਉਸਦੇ ਯੋਗਦਾਨ ਦੀ ਪ੍ਰਕਿਰਤੀ ਬਦਲ ਗਈ - ਉਹ AI-ਲਿਖੇ ਕੋਡ ਲਈ ਇੱਕ ਕੋਡ ਸਮੀਖਿਅਕ ਅਤੇ ਟੈਸਟ ਡਿਜ਼ਾਈਨਰ । ਟੀਮ ਨੇ ਇਹ ਵੀ ਦੇਖਿਆ ਕਿ ਕੋਡ ਸਮੀਖਿਆਵਾਂ ਨੇ AI ਗਲਤੀਆਂ ਨੂੰ । ਉਦਾਹਰਣ ਵਜੋਂ, Copilot ਨੇ ਕਦੇ-ਕਦਾਈਂ ਇੱਕ ਅਸੁਰੱਖਿਅਤ ਇਨਕ੍ਰਿਪਸ਼ਨ ਲਾਗੂ ਕਰਨ ਦਾ ਸੁਝਾਅ ਦਿੱਤਾ; ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਉਹਨਾਂ ਨੂੰ ਲੱਭਣਾ ਅਤੇ ਠੀਕ ਕਰਨਾ ਪੈਂਦਾ ਸੀ। ਇਸ ਤਰ੍ਹਾਂ ਦੀ ਉਦਾਹਰਣ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਜਦੋਂ ਆਉਟਪੁੱਟ ਵਧਿਆ, ਵਰਕਫਲੋ ਵਿੱਚ ਹੋਰ ਵੀ ਮਹੱਤਵਪੂਰਨ ਹੋ ਗਈ

ਸੰਖੇਪ ਵਿੱਚ, AI ਬਿਨਾਂ ਸ਼ੱਕ ਡਿਵੈਲਪਰਾਂ ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਨੂੰ ਬਦਲ ਰਿਹਾ ਹੈ: ਉਹਨਾਂ ਨੂੰ ਤੇਜ਼ ਬਣਾ ਰਿਹਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਵਧੇਰੇ ਮਹੱਤਵਾਕਾਂਖੀ ਸਮੱਸਿਆਵਾਂ ਨਾਲ ਨਜਿੱਠਣ ਦੀ ਆਗਿਆ ਦੇ ਰਿਹਾ ਹੈ, ਪਰ ਉਹਨਾਂ ਨੂੰ ਹੁਨਰਮੰਦ ਬਣਾਉਣ (AI ਦਾ ਲਾਭ ਉਠਾਉਣ ਅਤੇ ਉੱਚ-ਪੱਧਰੀ ਸੋਚ ਦੋਵਾਂ ਵਿੱਚ)। ਇਹ "AI ਨੌਕਰੀਆਂ ਲੈਣ" ਦੀ ਕਹਾਣੀ ਘੱਟ ਹੈ ਬਲਕਿ "AI ਨੌਕਰੀਆਂ ਬਦਲਣ" ਦੀ ਕਹਾਣੀ ਜ਼ਿਆਦਾ ਹੈ। ਡਿਵੈਲਪਰ ਜੋ ਇਹਨਾਂ ਸਾਧਨਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਵਰਤਣਾ ਸਿੱਖਦੇ ਹਨ ਉਹ ਆਪਣੇ ਪ੍ਰਭਾਵ ਨੂੰ ਵਧਾ ਸਕਦੇ ਹਨ - ਉਹ ਕਲੀਚ ਜੋ ਅਸੀਂ ਅਕਸਰ ਸੁਣਦੇ ਹਾਂ, "AI ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲਵੇਗਾ, ਪਰ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਡਿਵੈਲਪਰ ਉਨ੍ਹਾਂ ਦੀ ਥਾਂ ਲੈ ਸਕਦੇ ਹਨ ਜੋ ਨਹੀਂ ਲੈਂਦੇ।" ਅਗਲੇ ਭਾਗਾਂ ਵਿੱਚ ਇਹ ਖੋਜ ਕੀਤੀ ਜਾਵੇਗੀ ਕਿ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਅਜੇ ਵੀ ਜ਼ਰੂਰੀ ਕਿਉਂ ਹਨ (AI ਕੀ ਨਹੀਂ ਕਰ ਸਕਦਾ), ਅਤੇ ਡਿਵੈਲਪਰ AI ਦੇ ਨਾਲ-ਨਾਲ ਵਧਣ-ਫੁੱਲਣ ਲਈ ਆਪਣੇ ਹੁਨਰਾਂ ਨੂੰ ਕਿਵੇਂ ਢਾਲ ਸਕਦੇ ਹਨ।

ਏਆਈ ਦੀਆਂ ਸੀਮਾਵਾਂ (ਮਨੁੱਖ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਰਹਿੰਦੇ ਹਨ)

ਆਪਣੀਆਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਮਰੱਥਾਵਾਂ ਦੇ ਬਾਵਜੂਦ, ਅੱਜ ਦੀ AI ਵਿੱਚ ਸਪੱਸ਼ਟ ਸੀਮਾਵਾਂ ਜੋ ਇਸਨੂੰ ਮਨੁੱਖੀ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਪੁਰਾਣਾ ਬਣਾਉਣ ਤੋਂ ਰੋਕਦੀਆਂ ਹਨ। ਇਹਨਾਂ ਸੀਮਾਵਾਂ ਨੂੰ ਸਮਝਣਾ ਇਹ ਦੇਖਣ ਦੀ ਕੁੰਜੀ ਹੈ ਕਿ ਵਿਕਾਸ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਅਜੇ ਵੀ ਬਹੁਤ ਲੋੜ ਕਿਉਂ ਹੈ। AI ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸੰਦ ਹੈ, ਪਰ ਇਹ ਕੋਈ ਜਾਦੂਈ ਗੋਲੀ ਨਹੀਂ ਹੈ ਜੋ ਇੱਕ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਦੀ ਰਚਨਾਤਮਕਤਾ, ਆਲੋਚਨਾਤਮਕ ਸੋਚ ਅਤੇ ਪ੍ਰਸੰਗਿਕ ਸਮਝ ਨੂੰ ਬਦਲ ਸਕਦੀ ਹੈ। ਇੱਥੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਵਿੱਚ AI ਦੀਆਂ ਕੁਝ ਬੁਨਿਆਦੀ ਕਮੀਆਂ ਅਤੇ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਦੀਆਂ ਅਨੁਸਾਰੀ ਸ਼ਕਤੀਆਂ ਹਨ:

• ਸੱਚੀ ਸਮਝ ਅਤੇ ਰਚਨਾਤਮਕਤਾ ਦੀ ਘਾਟ: ਮੌਜੂਦਾ AI ਮਾਡਲ ਕੋਡ ਜਾਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਮਨੁੱਖਾਂ ਵਾਂਗ ਸੱਚਮੁੱਚ ਨਹੀਂ ਸਮਝਦੇ ; ਉਹ ਪੈਟਰਨਾਂ ਨੂੰ ਪਛਾਣਦੇ ਹਨ ਅਤੇ ਸਿਖਲਾਈ ਡੇਟਾ ਦੇ ਅਧਾਰ ਤੇ ਸੰਭਾਵਿਤ ਆਉਟਪੁੱਟ ਨੂੰ ਮੁੜ ਸੁਰਜੀਤ ਕਰਦੇ ਹਨ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ AI ਉਹਨਾਂ ਕੰਮਾਂ ਨਾਲ ਸੰਘਰਸ਼ ਕਰ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਲਈ ਅਸਲੀ, ਰਚਨਾਤਮਕ ਹੱਲ ਜਾਂ ਨਵੇਂ ਸਮੱਸਿਆ ਵਾਲੇ ਡੋਮੇਨਾਂ ਦੀ ਡੂੰਘੀ ਸਮਝ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇੱਕ AI ਪਹਿਲਾਂ ਦੇਖੇ ਗਏ ਨਿਰਧਾਰਨ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਕੋਡ ਤਿਆਰ ਕਰਨ ਦੇ ਯੋਗ ਹੋ ਸਕਦਾ ਹੈ, ਪਰ ਇਸਨੂੰ ਇੱਕ ਬੇਮਿਸਾਲ ਸਮੱਸਿਆ ਲਈ ਇੱਕ ਨਵਾਂ ਐਲਗੋਰਿਦਮ ਡਿਜ਼ਾਈਨ ਕਰਨ ਜਾਂ ਇੱਕ ਅਸਪਸ਼ਟ ਜ਼ਰੂਰਤ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਕਹੋ, ਅਤੇ ਇਹ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਕਮਜ਼ੋਰ ਹੋ ਜਾਵੇਗਾ। ਜਿਵੇਂ ਕਿ ਇੱਕ ਨਿਰੀਖਕ ਨੇ ਕਿਹਾ, AI ਅੱਜ "ਰਚਨਾਤਮਕ ਅਤੇ ਆਲੋਚਨਾਤਮਕ ਸੋਚ ਸਮਰੱਥਾਵਾਂ ਦੀ ਘਾਟ ਹੈ ਜੋ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਮੇਜ਼ 'ਤੇ ਲਿਆਉਂਦੇ ਹਨ।" ( ਕੀ AI 2025 ਵਿੱਚ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬਦਲਣ ਜਾ ਰਿਹਾ ਹੈ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ ਮਾਰੋ ) ਮਨੁੱਖ ਬਾਕਸ ਤੋਂ ਬਾਹਰ ਸੋਚਣ ਵਿੱਚ ਉੱਤਮ ਹੈ - ਸਾਫਟਵੇਅਰ ਆਰਕੀਟੈਕਚਰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਜਾਂ ਗੁੰਝਲਦਾਰ ਮੁੱਦਿਆਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਡੋਮੇਨ ਗਿਆਨ, ਅਨੁਭਵ ਅਤੇ ਰਚਨਾਤਮਕਤਾ ਨੂੰ ਜੋੜਨਾ। AI, ਇਸਦੇ ਉਲਟ, ਇਸਨੇ ਸਿੱਖੇ ਗਏ ਪੈਟਰਨਾਂ ਤੱਕ ਸੀਮਤ ਹੈ; ਜੇਕਰ ਕੋਈ ਸਮੱਸਿਆ ਉਹਨਾਂ ਪੈਟਰਨਾਂ ਨਾਲ ਚੰਗੀ ਤਰ੍ਹਾਂ ਮੇਲ ਨਹੀਂ ਖਾਂਦੀ, ਤਾਂ AI ਗਲਤ ਜਾਂ ਬੇਤੁਕਾ ਕੋਡ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ (ਅਕਸਰ ਵਿਸ਼ਵਾਸ ਨਾਲ!)। ਨਵੀਨਤਾ - ਨਵੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਨਵੇਂ ਉਪਭੋਗਤਾ ਅਨੁਭਵ, ਜਾਂ ਨਵੇਂ ਤਕਨੀਕੀ ਪਹੁੰਚਾਂ ਦੇ ਨਾਲ ਆਉਣਾ - ਇੱਕ ਮਨੁੱਖੀ-ਸੰਚਾਲਿਤ ਗਤੀਵਿਧੀ ਬਣੀ ਹੋਈ ਹੈ।

• ਸੰਦਰਭ ਅਤੇ ਵੱਡੀ ਤਸਵੀਰ ਸਮਝ: ਸਾਫਟਵੇਅਰ ਬਣਾਉਣਾ ਸਿਰਫ਼ ਕੋਡ ਦੀਆਂ ਲਾਈਨਾਂ ਲਿਖਣਾ ਨਹੀਂ ਹੈ। ਇਸ ਵਿੱਚ ਕਾਰਨ ਨੂੰ - ਕਾਰੋਬਾਰੀ ਜ਼ਰੂਰਤਾਂ, ਉਪਭੋਗਤਾ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ, ਅਤੇ ਉਹ ਸੰਦਰਭ ਜਿਸ ਵਿੱਚ ਸਾਫਟਵੇਅਰ ਕੰਮ ਕਰਦਾ ਹੈ। AI ਕੋਲ ਸੰਦਰਭ ਦੀ ਇੱਕ ਬਹੁਤ ਹੀ ਤੰਗ ਵਿੰਡੋ ਹੈ (ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਸਮੇਂ 'ਤੇ ਦਿੱਤੇ ਗਏ ਇਨਪੁਟ ਤੱਕ ਸੀਮਿਤ)। ਇਹ ਇੱਕ ਸਿਸਟਮ ਦੇ ਮੁੱਖ ਉਦੇਸ਼ ਨੂੰ ਸੱਚਮੁੱਚ ਨਹੀਂ ਸਮਝਦਾ ਜਾਂ ਇੱਕ ਮੋਡੀਊਲ ਦੂਜੇ ਨਾਲ ਕਿਵੇਂ ਇੰਟਰੈਕਟ ਕਰਦਾ ਹੈ, ਕੋਡ ਵਿੱਚ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਕੀ ਹੈ, ਇਸ ਤੋਂ ਪਰੇ। ਨਤੀਜੇ ਵਜੋਂ, AI ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਇੱਕ ਛੋਟੇ ਕੰਮ ਲਈ ਕੰਮ ਕਰਦਾ ਹੈ ਪਰ ਵੱਡੇ ਸਿਸਟਮ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ ਚੰਗੀ ਤਰ੍ਹਾਂ ਫਿੱਟ ਨਹੀਂ ਬੈਠਦਾ ਜਾਂ ਕੁਝ ਅਪ੍ਰਤੱਖ ਜ਼ਰੂਰਤਾਂ ਦੀ ਉਲੰਘਣਾ ਕਰਦਾ ਹੈ। ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਕਿ ਸਾਫਟਵੇਅਰ ਵਪਾਰਕ ਟੀਚਿਆਂ ਅਤੇ ਉਪਭੋਗਤਾ ਦੀਆਂ ਉਮੀਦਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ। ਗੁੰਝਲਦਾਰ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ - ਇਹ ਸਮਝਣਾ ਕਿ ਇੱਕ ਹਿੱਸੇ ਵਿੱਚ ਤਬਦੀਲੀ ਦੂਜਿਆਂ ਵਿੱਚ ਕਿਵੇਂ ਲਹਿਰਾ ਸਕਦੀ ਹੈ, ਵਪਾਰ-ਆਫ ਨੂੰ ਕਿਵੇਂ ਸੰਤੁਲਿਤ ਕਰਨਾ ਹੈ (ਜਿਵੇਂ ਕਿ ਪ੍ਰਦਰਸ਼ਨ ਬਨਾਮ ਪੜ੍ਹਨਯੋਗਤਾ), ਅਤੇ ਕੋਡਬੇਸ ਦੇ ਲੰਬੇ ਸਮੇਂ ਦੇ ਵਿਕਾਸ ਦੀ ਯੋਜਨਾ ਕਿਵੇਂ ਬਣਾਈਏ - ਉਹ ਚੀਜ਼ ਹੈ ਜੋ AI ਅੱਜ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਹਜ਼ਾਰਾਂ ਹਿੱਸਿਆਂ ਵਾਲੇ ਵੱਡੇ ਪੱਧਰ ਦੇ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ, AI "ਰੁੱਖਾਂ ਨੂੰ ਦੇਖਦਾ ਹੈ ਪਰ ਜੰਗਲ ਨੂੰ ਨਹੀਂ।" ਜਿਵੇਂ ਕਿ ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਦੱਸਿਆ ਗਿਆ ਹੈ, "ਏਆਈ ਵੱਡੇ ਪੈਮਾਨੇ ਦੇ ਸਾਫਟਵੇਅਰ ਪ੍ਰੋਜੈਕਟਾਂ ਦੇ ਪੂਰੇ ਸੰਦਰਭ ਅਤੇ ਜਟਿਲਤਾਵਾਂ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਸੰਘਰਸ਼ ਕਰਦਾ ਹੈ," ਜਿਸ ਵਿੱਚ ਕਾਰੋਬਾਰੀ ਜ਼ਰੂਰਤਾਂ ਅਤੇ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਦੇ ਵਿਚਾਰ ਸ਼ਾਮਲ ਹਨ ( ਕੀ ਏਆਈ 2025 ਵਿੱਚ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬਦਲੇਗਾ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ ਮਾਰੋ )। ਮਨੁੱਖ ਵੱਡੇ-ਤਸਵੀਰ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਨੂੰ ਬਣਾਈ ਰੱਖਦੇ ਹਨ।

• ਆਮ ਸਮਝ ਅਤੇ ਅਸਪਸ਼ਟਤਾ ਦਾ ਹੱਲ: ਅਸਲ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਜ਼ਰੂਰਤਾਂ ਅਕਸਰ ਅਸਪਸ਼ਟ ਜਾਂ ਵਿਕਸਤ ਹੁੰਦੀਆਂ ਹਨ। ਇੱਕ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਸਪਸ਼ਟੀਕਰਨ ਮੰਗ ਸਕਦਾ ਹੈ, ਵਾਜਬ ਧਾਰਨਾਵਾਂ ਬਣਾ ਸਕਦਾ ਹੈ, ਜਾਂ ਅਵਿਸ਼ਵਾਸੀ ਬੇਨਤੀਆਂ 'ਤੇ ਰੋਕ ਲਗਾ ਸਕਦਾ ਹੈ। AI ਕੋਲ ਆਮ ਸਮਝ ਵਾਲਾ ਤਰਕ ਜਾਂ ਸਪੱਸ਼ਟੀਕਰਨ ਵਾਲੇ ਸਵਾਲ ਪੁੱਛਣ ਦੀ ਯੋਗਤਾ ਨਹੀਂ ਹੈ (ਜਦੋਂ ਤੱਕ ਕਿ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਕਿਸੇ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਲੂਪ ਨਾ ਕੀਤਾ ਜਾਵੇ, ਅਤੇ ਫਿਰ ਵੀ ਇਸਦੀ ਸਹੀ ਹੋਣ ਦੀ ਕੋਈ ਗਰੰਟੀ ਨਹੀਂ ਹੈ)। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ AI-ਤਿਆਰ ਕੀਤਾ ਕੋਡ ਕਈ ਵਾਰ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਸਹੀ ਹੋ ਸਕਦਾ ਹੈ ਪਰ ਕਾਰਜਸ਼ੀਲ ਤੌਰ 'ਤੇ ਆਫ-ਮਾਰਕ ਹੋ ਸਕਦਾ ਹੈ - ਇਸ ਵਿੱਚ ਇਹ ਜਾਣਨ ਦੀ ਘਾਟ ਹੁੰਦੀ ਹੈ ਕਿ ਉਪਭੋਗਤਾ ਅਸਲ ਵਿੱਚ ਕੀ ਇਰਾਦਾ ਰੱਖਦਾ ਹੈ ਜੇਕਰ ਨਿਰਦੇਸ਼ ਅਸਪਸ਼ਟ ਹਨ। ਇਸਦੇ ਉਲਟ, ਇੱਕ ਮਨੁੱਖੀ ਪ੍ਰੋਗਰਾਮਰ ਇੱਕ ਉੱਚ-ਪੱਧਰੀ ਬੇਨਤੀ ਦੀ ਵਿਆਖਿਆ ਕਰ ਸਕਦਾ ਹੈ ("ਇਸ UI ਨੂੰ ਹੋਰ ਅਨੁਭਵੀ ਬਣਾਓ" ਜਾਂ "ਐਪ ਨੂੰ ਅਨਿਯਮਿਤ ਇਨਪੁਟਸ ਨੂੰ ਸੁੰਦਰਤਾ ਨਾਲ ਸੰਭਾਲਣਾ ਚਾਹੀਦਾ ਹੈ") ਅਤੇ ਇਹ ਪਤਾ ਲਗਾ ਸਕਦਾ ਹੈ ਕਿ ਕੋਡ ਵਿੱਚ ਕੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। AI ਨੂੰ ਇੱਕ ਡਿਵੈਲਪਰ ਨੂੰ ਸੱਚਮੁੱਚ ਬਦਲਣ ਲਈ ਬਹੁਤ ਵਿਸਤ੍ਰਿਤ, ਅਸਪਸ਼ਟ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਜ਼ਰੂਰਤ ਹੋਏਗੀ, ਅਤੇ ਅਜਿਹੇ ਸਪੈਕਸ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਲਿਖਣਾ ਵੀ ਕੋਡ ਨੂੰ ਲਿਖਣ ਜਿੰਨਾ ਔਖਾ ਹੈ। ਜਿਵੇਂ ਕਿ ਫੋਰਬਸ ਟੈਕ ਕੌਂਸਲ ਦੇ ਇੱਕ ਲੇਖ ਵਿੱਚ ਢੁਕਵੇਂ ਤੌਰ 'ਤੇ ਨੋਟ ਕੀਤਾ ਗਿਆ ਹੈ, AI ਨੂੰ ਅਸਲ ਵਿੱਚ ਡਿਵੈਲਪਰਾਂ ਦੀ ਥਾਂ ਲੈਣ ਲਈ, ਇਸਨੂੰ ਅਸਪਸ਼ਟ ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਸਮਝਣ ਅਤੇ ਇੱਕ ਮਨੁੱਖ ਵਾਂਗ ਅਨੁਕੂਲ ਬਣਾਉਣ ਦੀ ਜ਼ਰੂਰਤ ਹੋਏਗੀ - ਤਰਕ ਦਾ ਇੱਕ ਪੱਧਰ ਜੋ ਮੌਜੂਦਾ AI ਕੋਲ ਨਹੀਂ ਹੈ ( ਸਰਗੀ ਕੁਜ਼ਿਨ ਦੀ ਪੋਸਟ - ਲਿੰਕਡਇਨ )।

• ਭਰੋਸੇਯੋਗਤਾ ਅਤੇ "ਭਰਮ": ਅੱਜ ਦੇ ਜਨਰੇਟਿਵ AI ਮਾਡਲਾਂ ਵਿੱਚ ਇੱਕ ਜਾਣਿਆ-ਪਛਾਣਿਆ ਨੁਕਸ ਹੈ: ਉਹ ਗਲਤ ਜਾਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਨਘੜਤ ਆਉਟਪੁੱਟ ਪੈਦਾ ਕਰ ਸਕਦੇ ਹਨ, ਇੱਕ ਵਰਤਾਰਾ ਜਿਸਨੂੰ ਅਕਸਰ ਭਰਮ । ਕੋਡਿੰਗ ਵਿੱਚ, ਇਸਦਾ ਅਰਥ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਇੱਕ AI ਕੋਡ ਲਿਖਦਾ ਹੈ ਜੋ ਕਿ ਤਰਕਪੂਰਨ ਲੱਗਦਾ ਹੈ ਪਰ ਤਰਕਪੂਰਨ ਤੌਰ 'ਤੇ ਗਲਤ ਜਾਂ ਅਸੁਰੱਖਿਅਤ ਹੈ। ਡਿਵੈਲਪਰ AI ਸੁਝਾਵਾਂ 'ਤੇ ਅੰਨ੍ਹੇਵਾਹ ਭਰੋਸਾ ਨਹੀਂ ਕਰ ਸਕਦੇ। ਅਭਿਆਸ ਵਿੱਚ, AI-ਲਿਖੇ ਕੋਡ ਦੇ ਹਰ ਟੁਕੜੇ ਨੂੰ ਇੱਕ ਮਨੁੱਖ ਦੁਆਰਾ ਧਿਆਨ ਨਾਲ ਸਮੀਖਿਆ ਅਤੇ ਜਾਂਚ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ । ਸਟੈਕ ਓਵਰਫਲੋ ਸਰਵੇਖਣ ਡੇਟਾ ਇਸ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ - AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲਿਆਂ ਵਿੱਚੋਂ, ਸਿਰਫ AI ਦੇ ਆਉਟਪੁੱਟ ਦੀ ਸ਼ੁੱਧਤਾ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਭਰੋਸਾ ਕਰਦੇ ਹਨ ਇਸ 'ਤੇ ਅਵਿਸ਼ਵਾਸ ਕਰਦੇ ਹਨ (70% ਡਿਵੈਲਪਰ AI ਕੋਡਿੰਗ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, 3% ਆਪਣੀ ਸ਼ੁੱਧਤਾ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਭਰੋਸਾ ਕਰਦੇ ਹਨ - ShiftMag )। ਡਿਵੈਲਪਰਾਂ ਦੀ ਵੱਡੀ ਬਹੁਗਿਣਤੀ AI ਸੁਝਾਵਾਂ ਨੂੰ ਮਦਦਗਾਰ ਸੰਕੇਤਾਂ ਵਜੋਂ ਮੰਨਦੀ ਹੈ, ਖੁਸ਼ਖਬਰੀ ਨਹੀਂ। ਇਹ ਘੱਟ ਭਰੋਸਾ ਇਸ ਲਈ ਜਾਇਜ਼ ਹੈ ਕਿਉਂਕਿ AI ਅਜੀਬ ਗਲਤੀਆਂ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਕੋਈ ਵੀ ਯੋਗ ਮਨੁੱਖ ਨਹੀਂ ਕਰੇਗਾ (ਜਿਵੇਂ ਕਿ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਗਲਤੀਆਂ, ਬਰਤਰਫ਼ ਕੀਤੇ ਫੰਕਸ਼ਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ, ਜਾਂ ਅਕੁਸ਼ਲ ਹੱਲ ਪੈਦਾ ਕਰਨਾ) ਕਿਉਂਕਿ ਇਹ ਅਸਲ ਵਿੱਚ ਸਮੱਸਿਆ ਬਾਰੇ ਤਰਕ ਨਹੀਂ ਕਰਦਾ। ਜਿਵੇਂ ਕਿ ਇੱਕ ਫੋਰਮ ਟਿੱਪਣੀ ਨੇ ਰੰਜ ਨਾਲ ਕਿਹਾ, "ਉਹ (AIs) ਬਹੁਤ ਜ਼ਿਆਦਾ ਭਰਮ ਕਰਦੇ ਹਨ ਅਤੇ ਅਜੀਬ ਡਿਜ਼ਾਈਨ ਚੋਣਾਂ ਕਰਦੇ ਹਨ ਜੋ ਮਨੁੱਖ ਕਦੇ ਨਹੀਂ ਕਰੇਗਾ" ( ਕੀ ਪ੍ਰੋਗਰਾਮਰ AI ਦੇ ਕਾਰਨ ਪੁਰਾਣੇ ਹੋ ਜਾਣਗੇ? - ਕਰੀਅਰ ਸਲਾਹ )। ਇਹਨਾਂ ਗਲਤੀਆਂ ਨੂੰ ਫੜਨ ਲਈ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ। AI ਤੁਹਾਨੂੰ 90% ਵਿਸ਼ੇਸ਼ਤਾ ਜਲਦੀ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਜੇਕਰ ਬਾਕੀ 10% ਵਿੱਚ ਇੱਕ ਸੂਖਮ ਬੱਗ ਹੈ, ਤਾਂ ਵੀ ਇਸਨੂੰ ਨਿਦਾਨ ਅਤੇ ਠੀਕ ਕਰਨਾ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਅਤੇ ਜਦੋਂ ਉਤਪਾਦਨ ਵਿੱਚ ਕੁਝ ਗਲਤ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ ਮਨੁੱਖੀ ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਡੀਬੱਗ ਕਰਨਾ ਪੈਂਦਾ ਹੈ - ਇੱਕ AI ਅਜੇ ਵੀ ਆਪਣੀਆਂ ਗਲਤੀਆਂ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਨਹੀਂ ਲੈ ਸਕਦਾ।

• ਕੋਡਬੇਸਾਂ ਨੂੰ ਬਣਾਈ ਰੱਖਣਾ ਅਤੇ ਵਿਕਸਤ ਕਰਨਾ: ਸਾਫਟਵੇਅਰ ਪ੍ਰੋਜੈਕਟ ਸਾਲਾਂ ਦੌਰਾਨ ਜਿਉਂਦੇ ਅਤੇ ਵਧਦੇ ਹਨ। ਉਹਨਾਂ ਨੂੰ ਇਕਸਾਰ ਸ਼ੈਲੀ, ਭਵਿੱਖ ਦੇ ਰੱਖ-ਰਖਾਅ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਸਪੱਸ਼ਟਤਾ, ਅਤੇ ਲੋੜਾਂ ਬਦਲਣ ਦੇ ਨਾਲ-ਨਾਲ ਅੱਪਡੇਟ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਅੱਜ AI ਕੋਲ ਪਿਛਲੇ ਫੈਸਲਿਆਂ ਦੀ ਯਾਦ ਨਹੀਂ ਹੈ (ਸੀਮਤ ਪ੍ਰੋਂਪਟਾਂ ਤੋਂ ਬਾਹਰ), ਇਸ ਲਈ ਇਹ ਇੱਕ ਵੱਡੇ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਕੋਡ ਨੂੰ ਇਕਸਾਰ ਨਹੀਂ ਰੱਖ ਸਕਦਾ ਜਦੋਂ ਤੱਕ ਮਾਰਗਦਰਸ਼ਨ ਨਾ ਕੀਤਾ ਜਾਵੇ। ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਕੋਡ ਰੱਖ-ਰਖਾਅ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹਨ - ਸਪੱਸ਼ਟ ਦਸਤਾਵੇਜ਼ ਲਿਖਣਾ, ਚਲਾਕ-ਪਰ-ਅਸਪਸ਼ਟ ਹੱਲਾਂ ਨਾਲੋਂ ਪੜ੍ਹਨਯੋਗ ਹੱਲ ਚੁਣਨਾ, ਅਤੇ ਜਦੋਂ ਆਰਕੀਟੈਕਚਰ ਵਿਕਸਤ ਹੁੰਦਾ ਹੈ ਤਾਂ ਲੋੜ ਅਨੁਸਾਰ ਕੋਡ ਨੂੰ ਰੀਫੈਕਟਰ ਕਰਨਾ। AI ਇਹਨਾਂ ਕੰਮਾਂ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰ ਸਕਦਾ ਹੈ (ਜਿਵੇਂ ਕਿ ਰੀਫੈਕਟਰਿੰਗ ਦਾ ਸੁਝਾਅ ਦੇਣਾ), ਪਰ ਇਹ ਫੈਸਲਾ ਕਰਨਾ ਕਿ ਕੀ ਰੀਫੈਕਟਰ ਕਰਨਾ ਹੈ ਜਾਂ ਕਿਹੜੇ ਹਿੱਸਿਆਂ ਨੂੰ ਦੁਬਾਰਾ ਡਿਜ਼ਾਈਨ ਕਰਨ ਦੀ ਲੋੜ ਹੈ, ਇੱਕ ਮਨੁੱਖੀ ਨਿਰਣੇ ਦੀ ਕਾਲ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕੰਪੋਨੈਂਟਸ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਦੇ ਸਮੇਂ, ਮੌਜੂਦਾ ਮੋਡੀਊਲਾਂ 'ਤੇ ਇੱਕ ਨਵੀਂ ਵਿਸ਼ੇਸ਼ਤਾ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਸਮਝਣਾ (ਪਿਛਲੇ ਅਨੁਕੂਲਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣਾ, ਆਦਿ) ਇੱਕ ਅਜਿਹੀ ਚੀਜ਼ ਹੈ ਜੋ ਮਨੁੱਖਾਂ ਦੁਆਰਾ ਸੰਭਾਲੀ ਜਾਂਦੀ ਹੈ। AI-ਤਿਆਰ ਕੀਤੇ ਕੋਡ ਨੂੰ ਮਨੁੱਖਾਂ ਦੁਆਰਾ ਏਕੀਕ੍ਰਿਤ ਅਤੇ ਸੁਮੇਲ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਇੱਕ ਪ੍ਰਯੋਗ ਦੇ ਤੌਰ 'ਤੇ, ਕੁਝ ਡਿਵੈਲਪਰਾਂ ਨੇ ChatGPT ਨੂੰ ਪੂਰੇ ਛੋਟੇ ਐਪਸ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਹੈ; ਨਤੀਜਾ ਅਕਸਰ ਸ਼ੁਰੂ ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਹੈ ਪਰ ਇਸਨੂੰ ਬਣਾਈ ਰੱਖਣਾ ਜਾਂ ਵਧਾਉਣਾ ਬਹੁਤ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ ਕਿਉਂਕਿ AI ਲਗਾਤਾਰ ਇੱਕ ਸੋਚ-ਸਮਝ ਕੇ ਬਣਾਏ ਗਏ ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਲਾਗੂ ਨਹੀਂ ਕਰ ਰਿਹਾ ਹੁੰਦਾ - ਇਹ ਸਥਾਨਕ ਫੈਸਲੇ ਲੈ ਰਿਹਾ ਹੁੰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਤੋਂ ਇੱਕ ਮਨੁੱਖੀ ਆਰਕੀਟੈਕਟ ਬਚੇਗਾ।

• ਨੈਤਿਕ ਅਤੇ ਸੁਰੱਖਿਆ ਵਿਚਾਰ: ਜਿਵੇਂ ਕਿ AI ਹੋਰ ਕੋਡ ਲਿਖਦਾ ਹੈ, ਇਹ ਪੱਖਪਾਤ, ਸੁਰੱਖਿਆ ਅਤੇ ਨੈਤਿਕਤਾ ਦੇ ਸਵਾਲ ਵੀ ਉਠਾਉਂਦਾ ਹੈ। ਇੱਕ AI ਅਣਜਾਣੇ ਵਿੱਚ ਸੁਰੱਖਿਆ ਕਮਜ਼ੋਰੀਆਂ (ਉਦਾਹਰਣ ਵਜੋਂ, ਇਨਪੁਟਸ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਰੋਗਾਣੂ-ਮੁਕਤ ਨਾ ਕਰਨਾ, ਜਾਂ ਅਸੁਰੱਖਿਅਤ ਕ੍ਰਿਪਟੋਗ੍ਰਾਫਿਕ ਅਭਿਆਸਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ) ਪੇਸ਼ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਇੱਕ ਤਜਰਬੇਕਾਰ ਮਨੁੱਖੀ ਵਿਕਾਸਕਾਰ ਫੜ ਲਵੇਗਾ। ਨਾਲ ਹੀ, AI ਵਿੱਚ ਨੈਤਿਕਤਾ ਜਾਂ ਨਿਰਪੱਖਤਾ ਲਈ ਚਿੰਤਾ ਦੀ ਕੋਈ ਅੰਦਰੂਨੀ ਭਾਵਨਾ ਨਹੀਂ ਹੈ - ਇਹ, ਉਦਾਹਰਣ ਵਜੋਂ, ਪੱਖਪਾਤੀ ਡੇਟਾ 'ਤੇ ਸਿਖਲਾਈ ਦੇ ਸਕਦਾ ਹੈ ਅਤੇ ਐਲਗੋਰਿਦਮ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕਦਾ ਹੈ ਜੋ ਅਣਜਾਣੇ ਵਿੱਚ ਵਿਤਕਰਾ ਕਰਦੇ ਹਨ (ਇੱਕ AI-ਸੰਚਾਲਿਤ ਵਿਸ਼ੇਸ਼ਤਾ ਜਿਵੇਂ ਕਿ ਕਰਜ਼ਾ ਪ੍ਰਵਾਨਗੀ ਕੋਡ ਜਾਂ ਇੱਕ ਭਰਤੀ ਐਲਗੋਰਿਦਮ ਵਿੱਚ)। ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਇਹਨਾਂ ਮੁੱਦਿਆਂ ਲਈ AI ਆਉਟਪੁੱਟ ਦਾ ਆਡਿਟ ਕਰਨ, ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ, ਅਤੇ ਨੈਤਿਕ ਵਿਚਾਰਾਂ ਨਾਲ ਸਾਫਟਵੇਅਰ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਸਮਾਜਿਕ ਪਹਿਲੂ - ਉਪਭੋਗਤਾ ਵਿਸ਼ਵਾਸ, ਗੋਪਨੀਯਤਾ ਚਿੰਤਾਵਾਂ ਨੂੰ ਸਮਝਣਾ, ਅਤੇ ਮਨੁੱਖੀ ਮੁੱਲਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਡਿਜ਼ਾਈਨ ਵਿਕਲਪ ਬਣਾਉਣਾ - "ਅਣਦੇਖਿਆ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ। ਵਿਕਾਸ ਦੇ ਇਹ ਮਨੁੱਖੀ-ਕੇਂਦ੍ਰਿਤ ਪਹਿਲੂ AI ਦੀ ਪਹੁੰਚ ਤੋਂ ਬਾਹਰ ਹਨ, ਘੱਟੋ ਘੱਟ ਭਵਿੱਖ ਵਿੱਚ।" ( ਕੀ AI 2025 ਵਿੱਚ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬਦਲਣ ਜਾ ਰਿਹਾ ਹੈ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ ਮਾਰੋ ) ਡਿਵੈਲਪਰਾਂ ਨੂੰ AI ਯੋਗਦਾਨਾਂ ਲਈ ਜ਼ਮੀਰ ਅਤੇ ਗੁਣਵੱਤਾ ਵਾਲੇ ਗੇਟ ਵਜੋਂ ਕੰਮ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।

ਇਹਨਾਂ ਸੀਮਾਵਾਂ ਦੇ ਮੱਦੇਨਜ਼ਰ, ਮੌਜੂਦਾ ਸਹਿਮਤੀ ਇਹ ਹੈ ਕਿ AI ਇੱਕ ਔਜ਼ਾਰ ਹੈ, ਇੱਕ ਬਦਲ ਨਹੀਂ । ਜਿਵੇਂ ਕਿ ਸੱਤਿਆ ਨਡੇਲਾ ਨੇ ਕਿਹਾ, ਇਹ ਸਸ਼ਕਤ ਬਣਾਉਣ , ਉਹਨਾਂ ਨੂੰ ਬਦਲਣ ਬਾਰੇ ਨਹੀਂ ( ਕੀ AI ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਬਦਲੇਗਾ? ਦ ਟਰੂਥ ਬਿਹਾਈਂਡ ਦ ਹਾਈਪ | ਦ ਪਾਈਕੋਚ ਦੁਆਰਾ | ਆਰਟੀਫੀਸ਼ੀਅਲ ਕਾਰਨਰ | ਮਾਰਚ, 2025 | ਮੀਡੀਅਮ )। AI ਨੂੰ ਇੱਕ ਜੂਨੀਅਰ ਸਹਾਇਕ ਵਜੋਂ ਸੋਚਿਆ ਜਾ ਸਕਦਾ ਹੈ: ਇਹ ਤੇਜ਼, ਅਣਥੱਕ ਹੈ, ਅਤੇ ਬਹੁਤ ਸਾਰੇ ਕੰਮਾਂ ਵਿੱਚ ਪਹਿਲਾ ਪਾਸ ਲੈ ਸਕਦਾ ਹੈ, ਪਰ ਇਸਨੂੰ ਇੱਕ ਪਾਲਿਸ਼ਡ ਅੰਤਿਮ ਉਤਪਾਦ ਤਿਆਰ ਕਰਨ ਲਈ ਇੱਕ ਸੀਨੀਅਰ ਡਿਵੈਲਪਰ ਦੇ ਮਾਰਗਦਰਸ਼ਨ ਅਤੇ ਮੁਹਾਰਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਹ ਦੱਸ ਰਿਹਾ ਹੈ ਕਿ ਸਭ ਤੋਂ ਉੱਨਤ AI ਕੋਡਿੰਗ ਸਿਸਟਮ ਵੀ ਸਹਾਇਕਾਂ (ਕੋਪਾਇਲਟ, ਕੋਡਵਿਸਪਰਰ, ਆਦਿ) ਵਜੋਂ ਤਾਇਨਾਤ ਹਨ ਨਾ ਕਿ ਖੁਦਮੁਖਤਿਆਰ ਕੋਡਰਾਂ ਵਜੋਂ। ਕੰਪਨੀਆਂ ਆਪਣੀਆਂ ਪ੍ਰੋਗਰਾਮਿੰਗ ਟੀਮਾਂ ਨੂੰ ਬਰਖਾਸਤ ਨਹੀਂ ਕਰ ਰਹੀਆਂ ਹਨ ਅਤੇ ਇੱਕ AI ਨੂੰ ਜੰਗਲੀ ਚੱਲਣ ਨਹੀਂ ਦੇ ਰਹੀਆਂ ਹਨ; ਇਸ ਦੀ ਬਜਾਏ, ਉਹ AI ਨੂੰ ਡਿਵੈਲਪਰਾਂ ਦੇ ਵਰਕਫਲੋ ਵਿੱਚ ਉਹਨਾਂ ਦੀ ਮਦਦ ਕਰਨ ਲਈ ਸ਼ਾਮਲ ਕਰ ਰਹੀਆਂ ਹਨ।

ਇੱਕ ਉਦਾਹਰਣ ਵਾਲਾ ਹਵਾਲਾ ਓਪਨਏਆਈ ਦੇ ਸੈਮ ਆਲਟਮੈਨ ਤੋਂ ਆਇਆ ਹੈ, ਜਿਸਨੇ ਨੋਟ ਕੀਤਾ ਕਿ ਭਾਵੇਂ ਏਆਈ ਏਜੰਟਾਂ ਵਿੱਚ ਸੁਧਾਰ ਹੁੰਦਾ ਹੈ, "ਇਹ ਏਆਈ ਏਜੰਟ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਵਿੱਚ ਮਨੁੱਖਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਹੀਂ ਬਦਲਣਗੇ" ( ਸੈਮ ਆਲਟਮੈਨ ਕਹਿੰਦਾ ਹੈ ਕਿ ਏਆਈ ਏਜੰਟ ਜਲਦੀ ਹੀ ਉਹ ਕੰਮ ਕਰਨਗੇ ਜੋ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ ਕਰਦੇ ਹਨ: ਪੂਰੀ ਕਹਾਣੀ 5 ਬਿੰਦੂਆਂ ਵਿੱਚ - ਇੰਡੀਆ ਟੂਡੇ "ਵਰਚੁਅਲ ਸਹਿ-ਕਰਮਚਾਰੀਆਂ" ਵਜੋਂ ਕੰਮ ਕਰਨਗੇ ਜੋ ਮਨੁੱਖੀ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ ਕਾਰਜਾਂ ਨੂੰ ਸੰਭਾਲਦੇ ਹਨ, ਖਾਸ ਕਰਕੇ ਉਹ ਕੰਮ ਜੋ ਕੁਝ ਸਾਲਾਂ ਦੇ ਤਜਰਬੇ ਵਾਲੇ ਇੱਕ ਹੇਠਲੇ-ਪੱਧਰ ਦੇ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ ਦੇ ਹੁੰਦੇ ਹਨ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਏਆਈ ਅੰਤ ਵਿੱਚ ਕੁਝ ਖੇਤਰਾਂ ਵਿੱਚ ਇੱਕ ਜੂਨੀਅਰ ਡਿਵੈਲਪਰ ਦਾ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਉਹ ਜੂਨੀਅਰ ਡਿਵੈਲਪਰ ਬੇਰੁਜ਼ਗਾਰ ਨਹੀਂ ਹੁੰਦਾ - ਉਹ ਏਆਈ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਅਤੇ ਉੱਚ-ਪੱਧਰੀ ਕਾਰਜਾਂ ਨਾਲ ਨਜਿੱਠਣ ਦੀ ਭੂਮਿਕਾ ਵਿੱਚ ਵਿਕਸਤ ਹੁੰਦੇ ਹਨ ਜੋ ਏਆਈ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਭਵਿੱਖ ਵੱਲ ਦੇਖਦੇ ਹੋਏ ਵੀ, ਜਿੱਥੇ ਕੁਝ ਖੋਜਕਰਤਾ ਭਵਿੱਖਬਾਣੀ ਕਰਦੇ ਹਨ ਕਿ 2040 ਤੱਕ ਏਆਈ ਆਪਣਾ ਜ਼ਿਆਦਾਤਰ ਕੋਡ ਲਿਖ ਸਕਦਾ ਹੈ ( ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024] ), ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਸਹਿਮਤ ਹੈ ਕਿ ਮਨੁੱਖੀ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਅਜੇ ਵੀ ਨਿਗਰਾਨੀ, ਮਾਰਗਦਰਸ਼ਨ ਅਤੇ ਸਿਰਜਣਾਤਮਕ ਚੰਗਿਆੜੀ ਅਤੇ ਆਲੋਚਨਾਤਮਕ ਸੋਚ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ ਜਿਸਦੀ ਮਸ਼ੀਨਾਂ ਵਿੱਚ ਘਾਟ ਹੈ ।

ਇਹ ਵੀ ਧਿਆਨ ਦੇਣ ਯੋਗ ਹੈ ਕਿ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਸਿਰਫ਼ ਕੋਡਿੰਗ ਤੋਂ ਵੱਧ ਹੈ । ਇਸ ਵਿੱਚ ਹਿੱਸੇਦਾਰਾਂ ਨਾਲ ਸੰਚਾਰ, ਉਪਭੋਗਤਾ ਕਹਾਣੀਆਂ ਨੂੰ ਸਮਝਣਾ, ਟੀਮਾਂ ਵਿੱਚ ਸਹਿਯੋਗ ਕਰਨਾ, ਅਤੇ ਦੁਹਰਾਉਣ ਵਾਲਾ ਡਿਜ਼ਾਈਨ ਸ਼ਾਮਲ ਹੈ - ਉਹ ਸਾਰੇ ਖੇਤਰ ਜਿੱਥੇ ਮਨੁੱਖੀ ਹੁਨਰ ਲਾਜ਼ਮੀ ਹਨ। ਇੱਕ AI ਇੱਕ ਕਲਾਇੰਟ ਨਾਲ ਮੀਟਿੰਗ ਵਿੱਚ ਨਹੀਂ ਬੈਠ ਸਕਦਾ ਕਿ ਉਹ ਅਸਲ ਵਿੱਚ ਕੀ ਚਾਹੁੰਦੇ ਹਨ, ਨਾ ਹੀ ਇਹ ਤਰਜੀਹਾਂ 'ਤੇ ਗੱਲਬਾਤ ਕਰ ਸਕਦਾ ਹੈ ਜਾਂ ਕਿਸੇ ਉਤਪਾਦ ਲਈ ਇੱਕ ਦ੍ਰਿਸ਼ਟੀ ਵਾਲੀ ਟੀਮ ਨੂੰ ਪ੍ਰੇਰਿਤ ਕਰ ਸਕਦਾ ਹੈ। ਮਨੁੱਖੀ ਤੱਤ ਕੇਂਦਰੀ ਰਹਿੰਦਾ ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ, AI ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਕਮਜ਼ੋਰੀਆਂ ਹਨ: ਕੋਈ ਸੱਚੀ ਰਚਨਾਤਮਕਤਾ ਨਹੀਂ, ਸੰਦਰਭ ਦੀ ਸੀਮਤ ਸਮਝ, ਗਲਤੀਆਂ ਲਈ ਪ੍ਰਵਿਰਤੀ ਨਹੀਂ, ਕੋਈ ਜਵਾਬਦੇਹੀ ਨਹੀਂ, ਅਤੇ ਸਾਫਟਵੇਅਰ ਫੈਸਲਿਆਂ ਦੇ ਵਿਆਪਕ ਪ੍ਰਭਾਵਾਂ ਦੀ ਕੋਈ ਸਮਝ ਨਹੀਂ। ਇਹ ਪਾੜੇ ਬਿਲਕੁਲ ਉਹ ਥਾਂ ਹਨ ਜਿੱਥੇ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਚਮਕਦੇ ਹਨ। AI ਨੂੰ ਇੱਕ ਖ਼ਤਰੇ ਵਜੋਂ ਦੇਖਣ ਦੀ ਬਜਾਏ, ਇਸਨੂੰ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਲਈ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਐਂਪਲੀਫਾਇਰ - ਦੁਨਿਆਵੀ ਚੀਜ਼ਾਂ ਨੂੰ ਸੰਭਾਲਣਾ ਤਾਂ ਜੋ ਮਨੁੱਖ ਡੂੰਘਾਈ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਸਕਣ। ਅਗਲਾ ਭਾਗ ਇਸ ਗੱਲ 'ਤੇ ਚਰਚਾ ਕਰੇਗਾ ਕਿ ਡਿਵੈਲਪਰ ਇੱਕ AI-ਵਧਾਈ ਗਈ ਵਿਕਾਸ ਦੁਨੀਆ ਵਿੱਚ ਢੁਕਵੇਂ ਅਤੇ ਕੀਮਤੀ ਰਹਿਣ ਲਈ ਆਪਣੇ ਹੁਨਰਾਂ ਅਤੇ ਭੂਮਿਕਾਵਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾ ਕੇ

ਏਆਈ ਦੇ ਯੁੱਗ ਵਿੱਚ ਅਨੁਕੂਲ ਹੋਣਾ ਅਤੇ ਪ੍ਰਫੁੱਲਤ ਹੋਣਾ

ਪ੍ਰੋਗਰਾਮਰਾਂ ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਲਈ, ਕੋਡਿੰਗ ਵਿੱਚ AI ਦਾ ਉਭਾਰ ਇੱਕ ਭਿਆਨਕ ਖ਼ਤਰਾ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ - ਇਹ ਇੱਕ ਮੌਕਾ ਹੋ ਸਕਦਾ ਹੈ। ਕੁੰਜੀ ਤਕਨਾਲੋਜੀ ਦੇ ਨਾਲ ਅਨੁਕੂਲ ਹੋਣਾ ਅਤੇ ਵਿਕਾਸ ਕਰਨਾ ਵਧੇਰੇ ਉਤਪਾਦਕ ਅਤੇ ਮੰਗ ਵਿੱਚ ਪਾਉਣਗੇ, ਜਦੋਂ ਕਿ ਜੋ ਇਸਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦੇ ਹਨ ਉਹ ਪਿੱਛੇ ਰਹਿ ਸਕਦੇ ਹਨ। ਇਸ ਭਾਗ ਵਿੱਚ, ਅਸੀਂ ਡਿਵੈਲਪਰਾਂ ਲਈ ਪ੍ਰਸੰਗਿਕ ਰਹਿਣ ਅਤੇ ਵਧਣ-ਫੁੱਲਣ ਲਈ ਵਿਹਾਰਕ ਕਦਮਾਂ ਅਤੇ ਰਣਨੀਤੀਆਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਹਾਂ ਕਿਉਂਕਿ AI ਟੂਲ ਰੋਜ਼ਾਨਾ ਵਿਕਾਸ ਦਾ ਹਿੱਸਾ ਬਣ ਜਾਂਦੇ ਹਨ। ਅਪਣਾਉਣ ਦੀ ਮਾਨਸਿਕਤਾ ਮੁਕਾਬਲੇ ਦੀ ਬਜਾਏ AI ਨਾਲ ਨਿਰੰਤਰ ਸਿੱਖਣ ਅਤੇ ਸਹਿਯੋਗ ਦੀ ਹੈ। ਇੱਥੇ ਦੱਸਿਆ ਗਿਆ ਹੈ ਕਿ ਡਿਵੈਲਪਰ ਕਿਵੇਂ ਅਨੁਕੂਲ ਹੋ ਸਕਦੇ ਹਨ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਕਿਹੜੇ ਨਵੇਂ ਹੁਨਰ ਅਤੇ ਭੂਮਿਕਾਵਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ:

1. AI ਨੂੰ ਇੱਕ ਔਜ਼ਾਰ ਵਜੋਂ ਅਪਣਾਓ (AI ਕੋਡਿੰਗ ਅਸਿਸਟੈਂਟਸ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਵਰਤਣਾ ਸਿੱਖੋ): ਸਭ ਤੋਂ ਪਹਿਲਾਂ, ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਉਪਲਬਧ AI ਟੂਲਸ ਨਾਲ ਆਰਾਮਦਾਇਕ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। Copilot, ChatGPT, ਜਾਂ ਹੋਰ ਕੋਡਿੰਗ AI ਨੂੰ ਆਪਣੇ ਨਵੇਂ ਪੇਅਰ ਪ੍ਰੋਗਰਾਮਿੰਗ ਪਾਰਟਨਰ ਵਜੋਂ ਮੰਨੋ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਚੰਗੇ ਪ੍ਰੋਂਪਟ ਜਾਂ ਟਿੱਪਣੀਆਂ ਕਿਵੇਂ ਲਿਖਣੀਆਂ ਹਨ , ਅਤੇ AI-ਤਿਆਰ ਕੀਤੇ ਕੋਡ ਨੂੰ ਜਲਦੀ ਪ੍ਰਮਾਣਿਤ ਜਾਂ ਡੀਬੱਗ ਕਰਨਾ ਸਿੱਖਣਾ। ਜਿਵੇਂ ਇੱਕ ਡਿਵੈਲਪਰ ਨੂੰ ਆਪਣਾ IDE ਜਾਂ ਸੰਸਕਰਣ ਨਿਯੰਤਰਣ ਸਿੱਖਣਾ ਪੈਂਦਾ ਸੀ, ਇੱਕ AI ਸਹਾਇਕ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਸਿੱਖਣਾ ਹੁਨਰ ਸੈੱਟ ਦਾ ਹਿੱਸਾ ਬਣ ਰਿਹਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਡਿਵੈਲਪਰ ਆਪਣੇ ਲਿਖੇ ਕੋਡ ਦੇ ਇੱਕ ਟੁਕੜੇ ਨੂੰ ਲੈ ਕੇ ਅਤੇ AI ਨੂੰ ਇਸਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਕਹਿ ਕੇ, ਫਿਰ ਤਬਦੀਲੀਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ ਅਭਿਆਸ ਕਰ ਸਕਦਾ ਹੈ। ਜਾਂ, ਕੋਈ ਕੰਮ ਸ਼ੁਰੂ ਕਰਦੇ ਸਮੇਂ, ਇਸਨੂੰ ਟਿੱਪਣੀਆਂ ਵਿੱਚ ਰੂਪਰੇਖਾ ਦਿਓ ਅਤੇ ਦੇਖੋ ਕਿ AI ਕੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਫਿਰ ਉੱਥੋਂ ਸੁਧਾਰੋ। ਸਮੇਂ ਦੇ ਨਾਲ, ਤੁਸੀਂ AI ਕਿਸ ਵਿੱਚ ਚੰਗਾ ਹੈ ਅਤੇ ਇਸਦੇ ਨਾਲ ਸਹਿ-ਸਿਰਜਣਾ ਕਿਵੇਂ ਕਰਨੀ ਹੈ ਇਸ ਲਈ ਅੰਤਰਦ੍ਰਿਸ਼ਟੀ ਵਿਕਸਤ ਕਰੋਗੇ। ਇਸਨੂੰ "AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਵਿਕਾਸ" - ਆਪਣੇ ਟੂਲਬਾਕਸ ਵਿੱਚ ਜੋੜਨ ਲਈ ਇੱਕ ਨਵਾਂ ਹੁਨਰ। ਦਰਅਸਲ, ਡਿਵੈਲਪਰ ਹੁਣ "ਪ੍ਰੌਮਪਟ ਇੰਜੀਨੀਅਰਿੰਗ" ਨੂੰ ਇੱਕ ਹੁਨਰ ਵਜੋਂ ਕਹਿੰਦੇ ਹਨ - ਇਹ ਜਾਣਨਾ ਕਿ AI ਨੂੰ ਸਹੀ ਸਵਾਲ ਕਿਵੇਂ ਪੁੱਛਣੇ ਹਨ। ਜੋ ਇਸ ਵਿੱਚ ਮੁਹਾਰਤ ਰੱਖਦੇ ਹਨ ਉਹ ਉਸੇ ਟੂਲਸ ਤੋਂ ਕਾਫ਼ੀ ਵਧੀਆ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ। ਯਾਦ ਰੱਖੋ, "ਜੋ ਡਿਵੈਲਪਰ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ ਉਹ ਉਹਨਾਂ ਦੀ ਥਾਂ ਲੈ ਸਕਦੇ ਹਨ ਜੋ ਨਹੀਂ ਕਰਦੇ" - ਇਸ ਲਈ ਤਕਨਾਲੋਜੀ ਨੂੰ ਅਪਣਾਓ ਅਤੇ ਇਸਨੂੰ ਆਪਣਾ ਸਹਿਯੋਗੀ ਬਣਾਓ।

2. ਉੱਚ-ਪੱਧਰੀ ਹੁਨਰਾਂ (ਸਮੱਸਿਆ ਹੱਲ, ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ, ਆਰਕੀਟੈਕਚਰ) 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰੋ: ਕਿਉਂਕਿ AI ਵਧੇਰੇ ਹੇਠਲੇ-ਪੱਧਰੀ ਕੋਡਿੰਗ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ, ਇਸ ਲਈ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਐਬਸਟਰੈਕਸ਼ਨ ਪੌੜੀ 'ਤੇ ਉੱਪਰ ਜਾਣਾ । ਇਸਦਾ ਮਤਲਬ ਹੈ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ ਅਤੇ ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਸਮਝਣ 'ਤੇ ਵਧੇਰੇ ਜ਼ੋਰ ਦੇਣਾ। ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਤੋੜਨ, ਸਕੇਲੇਬਲ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ ਕਰਨ ਅਤੇ ਆਰਕੀਟੈਕਚਰਲ ਫੈਸਲੇ ਲੈਣ ਵਿੱਚ ਹੁਨਰ ਪੈਦਾ ਕਰੋ - ਉਹ ਖੇਤਰ ਜਿੱਥੇ ਮਨੁੱਖੀ ਸੂਝ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਹੱਲ ਕਿਉਂ ਅਤੇ ਕਿਵੇਂ ਕਰਨਾ ਹੈ, ਨਾ ਕਿ ਸਿਰਫ਼ ਕੀ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰੋ। ਉਦਾਹਰਣ ਵਜੋਂ, ਆਪਣਾ ਸਾਰਾ ਸਮਾਂ ਇੱਕ ਛਾਂਟੀ ਫੰਕਸ਼ਨ ਨੂੰ ਸੰਪੂਰਨ ਕਰਨ ਵਿੱਚ ਬਿਤਾਉਣ ਦੀ ਬਜਾਏ (ਜਦੋਂ AI ਤੁਹਾਡੇ ਲਈ ਇੱਕ ਲਿਖ ਸਕਦਾ ਹੈ), ਇਹ ਸਮਝਣ ਵਿੱਚ ਸਮਾਂ ਬਿਤਾਓ ਕਿ ਤੁਹਾਡੀ ਐਪਲੀਕੇਸ਼ਨ ਦੇ ਸੰਦਰਭ ਲਈ ਕਿਹੜਾ ਛਾਂਟੀ ਪਹੁੰਚ ਅਨੁਕੂਲ ਹੈ ਅਤੇ ਇਹ ਤੁਹਾਡੇ ਸਿਸਟਮ ਦੇ ਡੇਟਾ ਪ੍ਰਵਾਹ ਵਿੱਚ ਕਿਵੇਂ ਫਿੱਟ ਹੁੰਦਾ ਹੈ। ਡਿਜ਼ਾਈਨ ਸੋਚ - ਉਪਭੋਗਤਾ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ, ਡੇਟਾ ਪ੍ਰਵਾਹ ਅਤੇ ਕੰਪੋਨੈਂਟ ਇੰਟਰੈਕਸ਼ਨਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ - ਬਹੁਤ ਮਹੱਤਵ ਰੱਖਦੀ ਹੈ। AI ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਡਿਵੈਲਪਰ ਹੈ ਜੋ ਸਾਫਟਵੇਅਰ ਦੀ ਸਮੁੱਚੀ ਬਣਤਰ ਦਾ ਫੈਸਲਾ ਕਰਦਾ ਹੈ ਅਤੇ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਸਾਰੇ ਹਿੱਸੇ ਇਕਸੁਰਤਾ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਹਨ। ਆਪਣੀ ਵੱਡੀ-ਤਸਵੀਰ ਸੋਚ ਨੂੰ ਤਿੱਖਾ ਕਰਕੇ, ਤੁਸੀਂ ਆਪਣੇ ਆਪ ਨੂੰ ਉਸ ਵਿਅਕਤੀ ਵਜੋਂ ਲਾਜ਼ਮੀ ਬਣਾਉਂਦੇ ਹੋ ਜੋ AI (ਅਤੇ ਬਾਕੀ ਟੀਮ) ਨੂੰ ਸਹੀ ਚੀਜ਼ ਬਣਾਉਣ ਵਿੱਚ ਮਾਰਗਦਰਸ਼ਨ ਕਰਦਾ ਹੈ। ਜਿਵੇਂ ਕਿ ਇੱਕ ਭਵਿੱਖ-ਸੰਕੇਤਿਕ ਰਿਪੋਰਟ ਵਿੱਚ ਕਿਹਾ ਗਿਆ ਹੈ, ਡਿਵੈਲਪਰਾਂ ਨੂੰ "ਉਨ੍ਹਾਂ ਖੇਤਰਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਜਿੱਥੇ ਮਨੁੱਖੀ ਸੂਝ-ਬੂਝ ਅਟੱਲ ਹੈ, ਜਿਵੇਂ ਕਿ ਸਮੱਸਿਆ-ਹੱਲ, ਡਿਜ਼ਾਈਨ ਸੋਚ, ਅਤੇ ਉਪਭੋਗਤਾ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਸਮਝਣਾ।" ( ਕੀ AI 2025 ਵਿੱਚ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬਦਲੇਗਾ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ )

3. ਆਪਣੇ AI ਅਤੇ ML ਗਿਆਨ ਨੂੰ ਵਧਾਓ: AI ਦੇ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ, ਇਹ AI ਨੂੰ ਸਮਝਣ । ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਸਾਰਿਆਂ ਨੂੰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਖੋਜਕਰਤਾ ਬਣਨ ਦੀ ਜ਼ਰੂਰਤ ਨਹੀਂ ਹੈ, ਪਰ ਇਹਨਾਂ ਮਾਡਲਾਂ ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਦੀ ਠੋਸ ਸਮਝ ਹੋਣਾ ਲਾਭਦਾਇਕ ਹੋਵੇਗਾ। ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਅਤੇ ਡੂੰਘੀ ਸਿਖਲਾਈ ਦੀਆਂ ਮੂਲ ਗੱਲਾਂ ਸਿੱਖੋ - ਇਹ ਨਾ ਸਿਰਫ਼ ਨਵੇਂ ਕਰੀਅਰ ਦੇ ਰਸਤੇ ਖੋਲ੍ਹ ਸਕਦਾ ਹੈ (ਕਿਉਂਕਿ AI ਨਾਲ ਸਬੰਧਤ ਨੌਕਰੀਆਂ ਵਧ ਰਹੀਆਂ ਹਨ ( ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਕੋਈ ਭਵਿੱਖ ਹੈ? AI ਦਾ ਪ੍ਰਭਾਵ [2024] )), ਸਗੋਂ ਇਹ ਤੁਹਾਨੂੰ AI ਟੂਲਸ ਨੂੰ ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਵਰਤਣ ਵਿੱਚ ਵੀ ਮਦਦ ਕਰੇਗਾ। ਜੇਕਰ ਤੁਸੀਂ ਜਾਣਦੇ ਹੋ, ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਦੀਆਂ ਸੀਮਾਵਾਂ ਅਤੇ ਇਸਨੂੰ ਕਿਵੇਂ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ, ਤਾਂ ਤੁਸੀਂ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦੇ ਹੋ ਕਿ ਇਹ ਕਦੋਂ ਅਸਫਲ ਹੋ ਸਕਦਾ ਹੈ ਅਤੇ ਆਪਣੇ ਪ੍ਰੋਂਪਟ ਜਾਂ ਟੈਸਟਾਂ ਨੂੰ ਉਸ ਅਨੁਸਾਰ ਡਿਜ਼ਾਈਨ ਕਰ ਸਕਦੇ ਹੋ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਬਹੁਤ ਸਾਰੇ ਸਾਫਟਵੇਅਰ ਉਤਪਾਦ ਹੁਣ AI ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰ ਰਹੇ ਹਨ (ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਸਿਫ਼ਾਰਸ਼ ਇੰਜਣ ਜਾਂ ਚੈਟਬੋਟ ਵਾਲਾ ਐਪ)। ਕੁਝ ML ਗਿਆਨ ਵਾਲਾ ਇੱਕ ਸਾਫਟਵੇਅਰ ਡਿਵੈਲਪਰ ਉਹਨਾਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾ ਸਕਦਾ ਹੈ ਜਾਂ ਘੱਟੋ ਘੱਟ ਡੇਟਾ ਵਿਗਿਆਨੀਆਂ ਨਾਲ ਸਮਝਦਾਰੀ ਨਾਲ ਸਹਿਯੋਗ ਕਰ ਸਕਦਾ ਹੈ। ਸਿੱਖਣ 'ਤੇ ਵਿਚਾਰ ਕਰਨ ਵਾਲੇ ਮੁੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ: ਡੇਟਾ ਵਿਗਿਆਨ ਦੀਆਂ ਮੂਲ ਗੱਲਾਂ , ਡੇਟਾ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰੀਪ੍ਰੋਸੈਸ ਕਰਨਾ ਹੈ, ਸਿਖਲਾਈ ਬਨਾਮ ਅਨੁਮਾਨ, ਅਤੇ AI ਦੀ ਨੈਤਿਕਤਾ। AI ਫਰੇਮਵਰਕ (TensorFlow, PyTorch) ਅਤੇ ਕਲਾਉਡ AI ਸੇਵਾਵਾਂ ਨਾਲ ਆਪਣੇ ਆਪ ਨੂੰ ਜਾਣੂ ਕਰਵਾਓ; ਭਾਵੇਂ ਤੁਸੀਂ ਸ਼ੁਰੂ ਤੋਂ ਮਾਡਲ ਨਹੀਂ ਬਣਾ ਰਹੇ ਹੋ, ਇੱਕ ਐਪ ਵਿੱਚ AI API ਨੂੰ ਕਿਵੇਂ ਜੋੜਨਾ ਹੈ ਇਹ ਜਾਣਨਾ ਇੱਕ ਕੀਮਤੀ ਹੁਨਰ ਹੈ। ਸੰਖੇਪ ਵਿੱਚ, "AI ਸਾਖਰ" ਬਣਨਾ ਤੇਜ਼ੀ ਨਾਲ ਵੈੱਬ ਜਾਂ ਡੇਟਾਬੇਸ ਤਕਨਾਲੋਜੀਆਂ ਵਿੱਚ ਸਾਖਰ ਹੋਣ ਜਿੰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦਾ ਜਾ ਰਿਹਾ ਹੈ। ਉਹ ਡਿਵੈਲਪਰ ਜੋ ਰਵਾਇਤੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਅਤੇ AI ਦੀ ਦੁਨੀਆ ਵਿੱਚ ਫਸ ਸਕਦੇ ਹਨ, ਭਵਿੱਖ ਦੇ ਪ੍ਰੋਜੈਕਟਾਂ ਦੀ ਅਗਵਾਈ ਕਰਨ ਲਈ ਪ੍ਰਮੁੱਖ ਸਥਿਤੀ ਵਿੱਚ ਹੋਣਗੇ।

4. ਮਜ਼ਬੂਤ ​​ਸਾਫਟ ਸਕਿੱਲਜ਼ ਅਤੇ ਡੋਮੇਨ ਗਿਆਨ ਵਿਕਸਤ ਕਰੋ: ਜਿਵੇਂ-ਜਿਵੇਂ AI ਮਕੈਨੀਕਲ ਕੰਮਾਂ ਨੂੰ ਸੰਭਾਲਦਾ ਹੈ, ਵਿਲੱਖਣ ਮਨੁੱਖੀ ਹੁਨਰ ਹੋਰ ਵੀ ਮਹੱਤਵਪੂਰਨ ਹੋ ਜਾਂਦੇ ਹਨ। ਸੰਚਾਰ, ਟੀਮ ਵਰਕ, ਅਤੇ ਡੋਮੇਨ ਮੁਹਾਰਤ ਅਜਿਹੇ ਖੇਤਰ ਹਨ ਜਿਨ੍ਹਾਂ 'ਤੇ ਦੋਹਰਾ ਕੰਮ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਅਕਸਰ ਸਮੱਸਿਆ ਵਾਲੇ ਖੇਤਰ ਨੂੰ ਸਮਝਣ ਬਾਰੇ ਹੁੰਦਾ ਹੈ - ਭਾਵੇਂ ਇਹ ਵਿੱਤ, ਸਿਹਤ ਸੰਭਾਲ, ਸਿੱਖਿਆ, ਜਾਂ ਕੋਈ ਹੋਰ ਖੇਤਰ ਹੋਵੇ - ਅਤੇ ਇਸਨੂੰ ਹੱਲਾਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਨਾ। AI ਕੋਲ ਉਹ ਸੰਦਰਭ ਜਾਂ ਹਿੱਸੇਦਾਰਾਂ ਨਾਲ ਸੰਪਰਕ ਕਰਨ ਦੀ ਯੋਗਤਾ ਨਹੀਂ ਹੋਵੇਗੀ, ਪਰ ਤੁਹਾਡੇ ਕੋਲ ਹੈ। ਜਿਸ ਡੋਮੇਨ ਵਿੱਚ ਤੁਸੀਂ ਕੰਮ ਕਰਦੇ ਹੋ ਉਸ ਵਿੱਚ ਵਧੇਰੇ ਗਿਆਨਵਾਨ ਬਣਨਾ ਤੁਹਾਨੂੰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਜਾਣ-ਪਛਾਣ ਵਾਲਾ ਵਿਅਕਤੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਸਾਫਟਵੇਅਰ ਅਸਲ ਵਿੱਚ ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ। ਇਸੇ ਤਰ੍ਹਾਂ, ਆਪਣੇ ਸਹਿਯੋਗ ਹੁਨਰਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰੋ: ਸਲਾਹ, ਲੀਡਰਸ਼ਿਪ ਅਤੇ ਤਾਲਮੇਲ। ਟੀਮਾਂ ਨੂੰ ਅਜੇ ਵੀ ਕੋਡ ਦੀ ਸਮੀਖਿਆ ਕਰਨ ਲਈ ਸੀਨੀਅਰ ਡਿਵੈਲਪਰਾਂ ਦੀ ਲੋੜ ਹੋਵੇਗੀ (AI-ਲਿਖਤ ਕੋਡ ਸਮੇਤ), ਜੂਨੀਅਰਾਂ ਨੂੰ ਵਧੀਆ ਅਭਿਆਸਾਂ 'ਤੇ ਸਲਾਹ ਦੇਣ ਲਈ, ਅਤੇ ਗੁੰਝਲਦਾਰ ਪ੍ਰੋਜੈਕਟਾਂ ਦਾ ਤਾਲਮੇਲ ਕਰਨ ਲਈ। AI ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਮਨੁੱਖੀ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਦੀ ਜ਼ਰੂਰਤ ਨੂੰ ਦੂਰ ਨਹੀਂ ਕਰਦਾ ਹੈ। ਦਰਅਸਲ, AI ਤਿਆਰ ਕਰਨ ਵਾਲੇ ਕੋਡ ਦੇ ਨਾਲ, ਇੱਕ ਸੀਨੀਅਰ ਡਿਵੈਲਪਰ ਦੀ ਸਲਾਹ ਜੂਨੀਅਰਾਂ ਨੂੰ AI ਨਾਲ ਕਿਵੇਂ ਕੰਮ ਕਰਨਾ ਹੈ ਅਤੇ ਇਸਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ , ਨਾ ਕਿ ਇੱਕ ਫਾਰ-ਲੂਪ ਕਿਵੇਂ ਲਿਖਣਾ ਹੈ। ਇਸ ਨਵੇਂ ਪੈਰਾਡਾਈਮ ਵਿੱਚ ਦੂਜਿਆਂ ਦਾ ਮਾਰਗਦਰਸ਼ਨ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਇੱਕ ਕੀਮਤੀ ਹੁਨਰ ਹੈ। ਨਾਲ ਹੀ, ਆਲੋਚਨਾਤਮਕ ਸੋਚ ਦਾ - AI ਆਉਟਪੁੱਟ ਨੂੰ ਸਵਾਲ ਕਰੋ ਅਤੇ ਟੈਸਟ ਕਰੋ, ਅਤੇ ਦੂਜਿਆਂ ਨੂੰ ਵੀ ਅਜਿਹਾ ਕਰਨ ਲਈ ਉਤਸ਼ਾਹਿਤ ਕਰੋ। ਇੱਕ ਸਿਹਤਮੰਦ ਸ਼ੱਕ ਅਤੇ ਤਸਦੀਕ ਮਾਨਸਿਕਤਾ ਪੈਦਾ ਕਰਨ ਨਾਲ AI 'ਤੇ ਅੰਨ੍ਹੇਵਾਹ ਨਿਰਭਰਤਾ ਨੂੰ ਰੋਕਿਆ ਜਾਵੇਗਾ ਅਤੇ ਗਲਤੀਆਂ ਘਟਾਈਆਂ ਜਾਣਗੀਆਂ। ਅਸਲ ਵਿੱਚ, ਉਹਨਾਂ ਹੁਨਰਾਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰੋ ਜਿਨ੍ਹਾਂ ਦੀ AI ਵਿੱਚ ਘਾਟ ਹੈ: ਲੋਕਾਂ ਅਤੇ ਸੰਦਰਭ ਨੂੰ ਸਮਝਣਾ, ਆਲੋਚਨਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ, ਅਤੇ ਅੰਤਰ-ਅਨੁਸ਼ਾਸਨੀ ਸੋਚ।

5. ਜੀਵਨ ਭਰ ਸਿੱਖਣ ਅਤੇ ਅਨੁਕੂਲਤਾ: AI ਵਿੱਚ ਬਦਲਾਅ ਦੀ ਗਤੀ ਬਹੁਤ ਤੇਜ਼ ਹੈ। ਅੱਜ ਜੋ ਅਤਿ-ਆਧੁਨਿਕ ਜਾਪਦਾ ਹੈ ਉਹ ਕੁਝ ਸਾਲਾਂ ਵਿੱਚ ਪੁਰਾਣਾ ਹੋ ਸਕਦਾ ਹੈ। ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਜੀਵਨ ਭਰ ਸਿੱਖਣ ਨੂੰ ਹੈ। ਇਸਦਾ ਅਰਥ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਨਿਯਮਿਤ ਤੌਰ 'ਤੇ ਨਵੇਂ AI ਕੋਡਿੰਗ ਸਹਾਇਕਾਂ ਨੂੰ ਅਜ਼ਮਾਉਣਾ, AI/ML ਵਿੱਚ ਔਨਲਾਈਨ ਕੋਰਸ ਜਾਂ ਪ੍ਰਮਾਣੀਕਰਣ ਲੈਣਾ, ਆਉਣ ਵਾਲੇ ਸਮੇਂ ਬਾਰੇ ਅੱਪਡੇਟ ਰਹਿਣ ਲਈ ਖੋਜ ਬਲੌਗ ਪੜ੍ਹਨਾ, ਜਾਂ AI-ਕੇਂਦ੍ਰਿਤ ਡਿਵੈਲਪਰ ਭਾਈਚਾਰਿਆਂ ਵਿੱਚ ਹਿੱਸਾ ਲੈਣਾ। ਅਨੁਕੂਲਤਾ ਮੁੱਖ ਹੈ - ਨਵੇਂ ਟੂਲਸ ਅਤੇ ਵਰਕਫਲੋਜ਼ ਦੇ ਉਭਰਨ ਦੇ ਨਾਲ-ਨਾਲ ਉਹਨਾਂ ਵੱਲ ਧਿਆਨ ਦੇਣ ਲਈ ਤਿਆਰ ਰਹੋ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਕੋਈ ਨਵਾਂ AI ਟੂਲ ਆਉਂਦਾ ਹੈ ਜੋ ਸਕੈਚਾਂ ਤੋਂ UI ਡਿਜ਼ਾਈਨ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰ ਸਕਦਾ ਹੈ, ਤਾਂ ਇੱਕ ਫਰੰਟ-ਐਂਡ ਡਿਵੈਲਪਰ ਨੂੰ ਸਿੱਖਣ ਅਤੇ ਇਸਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਲਈ ਤਿਆਰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਆਪਣਾ ਧਿਆਨ ਸ਼ਾਇਦ ਤਿਆਰ ਕੀਤੇ UI ਨੂੰ ਸੁਧਾਰਨ ਜਾਂ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਵੇਰਵਿਆਂ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਵੱਲ ਬਦਲਣਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਆਟੋਮੇਸ਼ਨ ਨੇ ਖੁੰਝਾਇਆ ਹੈ। ਜਿਹੜੇ ਲੋਕ ਸਿੱਖਣ ਨੂੰ ਆਪਣੇ ਕਰੀਅਰ ਦੇ ਇੱਕ ਨਿਰੰਤਰ ਹਿੱਸੇ ਵਜੋਂ ਮੰਨਦੇ ਹਨ (ਜੋ ਕਿ ਬਹੁਤ ਸਾਰੇ ਡਿਵੈਲਪਰ ਪਹਿਲਾਂ ਹੀ ਕਰਦੇ ਹਨ) ਉਹਨਾਂ ਨੂੰ AI ਵਿਕਾਸ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨਾ ਆਸਾਨ ਲੱਗੇਗਾ। ਇੱਕ ਰਣਨੀਤੀ ਇਹ ਹੈ ਕਿ ਤੁਸੀਂ ਆਪਣੇ ਹਫ਼ਤੇ ਦਾ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਹਿੱਸਾ ਸਿੱਖਣ ਅਤੇ ਪ੍ਰਯੋਗ ਕਰਨ ਲਈ ਸਮਰਪਿਤ ਕਰੋ - ਇਸਨੂੰ ਆਪਣੇ ਭਵਿੱਖ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨ ਵਜੋਂ ਸਮਝੋ। ਕੰਪਨੀਆਂ ਆਪਣੇ ਡਿਵੈਲਪਰਾਂ ਨੂੰ AI ਟੂਲਸ ਦੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਵਰਤੋਂ ਕਰਨ ਲਈ ਸਿਖਲਾਈ ਪ੍ਰਦਾਨ ਕਰਨਾ ਵੀ ਸ਼ੁਰੂ ਕਰ ਰਹੀਆਂ ਹਨ; ਅਜਿਹੇ ਮੌਕਿਆਂ ਦਾ ਫਾਇਦਾ ਉਠਾਉਣਾ ਤੁਹਾਨੂੰ ਅੱਗੇ ਵਧਾਏਗਾ। ਵਿਕਾਸ ਕਰਨ ਵਾਲੇ ਉਹ ਹੋਣਗੇ ਜੋ AI ਨੂੰ ਇੱਕ ਵਿਕਸਤ ਭਾਈਵਾਲ ਵਜੋਂ ਦੇਖਦੇ ਹਨ ਅਤੇ ਉਸ ਭਾਈਵਾਲ ਨਾਲ ਕੰਮ ਕਰਨ ਦੇ ਆਪਣੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਨੂੰ ਲਗਾਤਾਰ ਸੁਧਾਰਦੇ ਰਹਿੰਦੇ ਹਨ।

6. ਉੱਭਰ ਰਹੀਆਂ ਭੂਮਿਕਾਵਾਂ ਅਤੇ ਕਰੀਅਰ ਮਾਰਗਾਂ ਦੀ ਪੜਚੋਲ ਕਰੋ: ਜਿਵੇਂ-ਜਿਵੇਂ AI ਵਿਕਾਸ ਵਿੱਚ ਬੁਣਿਆ ਜਾਂਦਾ ਹੈ, ਨਵੇਂ ਕਰੀਅਰ ਦੇ ਮੌਕੇ ਉੱਭਰ ਰਹੇ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਪ੍ਰੋਂਪਟ ਇੰਜੀਨੀਅਰ ਜਾਂ AI ਏਕੀਕਰਣ ਮਾਹਰ ਉਹ ਭੂਮਿਕਾਵਾਂ ਹਨ ਜੋ ਉਤਪਾਦਾਂ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਸਹੀ ਪ੍ਰੋਂਪਟ, ਵਰਕਫਲੋ ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਬਣਾਉਣ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਹਨ। ਇੱਕ ਹੋਰ ਉਦਾਹਰਣ AI ਐਥਿਕਸ ਇੰਜੀਨੀਅਰ ਜਾਂ AI ਆਡੀਟਰ - ਭੂਮਿਕਾਵਾਂ ਜੋ ਪੱਖਪਾਤ, ਪਾਲਣਾ ਅਤੇ ਸ਼ੁੱਧਤਾ ਲਈ AI ਆਉਟਪੁੱਟ ਦੀ ਸਮੀਖਿਆ ਕਰਨ 'ਤੇ ਕੇਂਦ੍ਰਤ ਕਰਦੀਆਂ ਹਨ। ਜੇਕਰ ਤੁਹਾਨੂੰ ਉਨ੍ਹਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਦਿਲਚਸਪੀ ਹੈ, ਤਾਂ ਆਪਣੇ ਆਪ ਨੂੰ ਸਹੀ ਗਿਆਨ ਨਾਲ ਸਥਾਪਤ ਕਰਨ ਨਾਲ ਇਹ ਨਵੇਂ ਰਸਤੇ ਖੁੱਲ੍ਹ ਸਕਦੇ ਹਨ। ਕਲਾਸਿਕ ਭੂਮਿਕਾਵਾਂ ਦੇ ਅੰਦਰ ਵੀ, ਤੁਹਾਨੂੰ "AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਫਰੰਟਐਂਡ ਡਿਵੈਲਪਰ" ਬਨਾਮ "AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਬੈਕਐਂਡ ਡਿਵੈਲਪਰ" ਵਰਗੇ ਸਥਾਨ ਮਿਲ ਸਕਦੇ ਹਨ ਜਿੱਥੇ ਹਰ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਇਸ ਗੱਲ 'ਤੇ ਨਜ਼ਰ ਰੱਖੋ ਕਿ ਸੰਗਠਨ AI ਦੇ ਆਲੇ-ਦੁਆਲੇ ਟੀਮਾਂ ਕਿਵੇਂ ਬਣਾ ਰਹੇ ਹਨ। ਕੁਝ ਕੰਪਨੀਆਂ ਕੋਲ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ AI ਨੂੰ ਅਪਣਾਉਣ ਲਈ ਮਾਰਗਦਰਸ਼ਨ ਕਰਨ ਲਈ "AI ਗਿਲਡ" ਜਾਂ ਉੱਤਮਤਾ ਦੇ ਕੇਂਦਰ ਹਨ - ਅਜਿਹੇ ਸਮੂਹਾਂ ਵਿੱਚ ਸਰਗਰਮ ਹੋਣਾ ਤੁਹਾਨੂੰ ਸਭ ਤੋਂ ਅੱਗੇ ਰੱਖ ਸਕਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, AI ਟੂਲਸ ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਣ 'ਤੇ ਵਿਚਾਰ ਕਰੋ: ਉਦਾਹਰਨ ਲਈ, ਓਪਨ-ਸੋਰਸ ਪ੍ਰੋਜੈਕਟਾਂ 'ਤੇ ਕੰਮ ਕਰਨਾ ਜੋ ਡਿਵੈਲਪਰ ਟੂਲਿੰਗ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਂਦੇ ਹਨ (ਸ਼ਾਇਦ ਕੋਡ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਦੀ AI ਦੀ ਯੋਗਤਾ ਨੂੰ ਵਧਾਉਣਾ, ਆਦਿ)। ਇਹ ਨਾ ਸਿਰਫ਼ ਤਕਨੀਕ ਬਾਰੇ ਤੁਹਾਡੀ ਸਮਝ ਨੂੰ ਡੂੰਘਾ ਕਰਦਾ ਹੈ ਬਲਕਿ ਤੁਹਾਨੂੰ ਇੱਕ ਅਜਿਹੇ ਭਾਈਚਾਰੇ ਵਿੱਚ ਵੀ ਰੱਖਦਾ ਹੈ ਜੋ ਬਦਲਾਅ ਦੀ ਅਗਵਾਈ ਕਰ ਰਿਹਾ ਹੈ। ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ ਕਰੀਅਰ ਦੀ ਚੁਸਤੀ । ਜੇਕਰ ਤੁਹਾਡੀ ਮੌਜੂਦਾ ਨੌਕਰੀ ਦੇ ਕੁਝ ਹਿੱਸੇ ਸਵੈਚਾਲਿਤ ਹੋ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਉਹਨਾਂ ਭੂਮਿਕਾਵਾਂ ਵਿੱਚ ਬਦਲਣ ਲਈ ਤਿਆਰ ਰਹੋ ਜੋ ਉਹਨਾਂ ਸਵੈਚਾਲਿਤ ਹਿੱਸਿਆਂ ਨੂੰ ਡਿਜ਼ਾਈਨ, ਨਿਗਰਾਨੀ ਜਾਂ ਵਧਾਉਣ।

7. ਮਨੁੱਖੀ ਗੁਣਵੱਤਾ ਨੂੰ ਬਣਾਈ ਰੱਖੋ ਅਤੇ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰੋ: ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆਂ ਵਿੱਚ ਜਿੱਥੇ AI ਔਸਤ ਸਮੱਸਿਆ ਲਈ ਔਸਤ ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਮਨੁੱਖੀ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਉਹ ਅਸਧਾਰਨ ਅਤੇ ਹਮਦਰਦੀ ਵਾਲੇ ਹੱਲ ਪੈਦਾ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਜੋ AI ਨਹੀਂ ਕਰ ਸਕਦਾ। ਇਸਦਾ ਅਰਥ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਦੀ ਸੂਝ-ਬੂਝ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨਾ, ਅਸਾਧਾਰਨ ਦ੍ਰਿਸ਼ਾਂ ਲਈ ਪ੍ਰਦਰਸ਼ਨ ਅਨੁਕੂਲਤਾ, ਜਾਂ ਸਿਰਫ਼ ਸਾਫ਼ ਅਤੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਦਸਤਾਵੇਜ਼ੀ ਕੋਡ ਲਿਖਣਾ (AI ਅਰਥਪੂਰਨ ਦਸਤਾਵੇਜ਼ ਜਾਂ ਸਮਝਣ ਯੋਗ ਕੋਡ ਟਿੱਪਣੀਆਂ ਲਿਖਣ ਵਿੱਚ ਵਧੀਆ ਨਹੀਂ ਹੈ - ਤੁਸੀਂ ਉੱਥੇ ਮੁੱਲ ਜੋੜ ਸਕਦੇ ਹੋ!)। ਕੰਮ ਵਿੱਚ ਮਨੁੱਖੀ ਸੂਝ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਲਈ ਇੱਕ ਬਿੰਦੂ ਬਣਾਓ: ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਕੋਈ AI ਕੋਡ ਦਾ ਇੱਕ ਟੁਕੜਾ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਤਾਂ ਤੁਸੀਂ ਤਰਕ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਸਮਝਾਉਂਦੇ ਹੋਏ ਟਿੱਪਣੀਆਂ ਜੋੜਦੇ ਹੋ ਕਿ ਕੋਈ ਹੋਰ ਮਨੁੱਖ ਬਾਅਦ ਵਿੱਚ ਸਮਝ ਸਕੇ, ਜਾਂ ਤੁਸੀਂ ਇਸਨੂੰ ਵਧੇਰੇ ਪੜ੍ਹਨਯੋਗ ਬਣਾਉਣ ਲਈ ਵਿਵਸਥਿਤ ਕਰਦੇ ਹੋ। ਅਜਿਹਾ ਕਰਕੇ, ਤੁਸੀਂ ਪੇਸ਼ੇਵਰਤਾ ਅਤੇ ਗੁਣਵੱਤਾ ਦੀ ਇੱਕ ਪਰਤ ਜੋੜ ਰਹੇ ਹੋ ਜਿਸਦੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਸ਼ੀਨ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਕੰਮ ਵਿੱਚ ਘਾਟ ਹੈ। ਸਮੇਂ ਦੇ ਨਾਲ, ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲੇ ਸੌਫਟਵੇਅਰ ਲਈ ਇੱਕ ਪ੍ਰਤਿਸ਼ਠਾ ਬਣਾਉਣਾ ਜੋ ਅਸਲ ਸੰਸਾਰ ਵਿੱਚ "ਬਸ ਕੰਮ ਕਰਦਾ ਹੈ" ਤੁਹਾਨੂੰ ਵੱਖਰਾ ਕਰੇਗਾ। ਗ੍ਰਾਹਕ ਅਤੇ ਮਾਲਕ ਡਿਵੈਲਪਰਾਂ ਦੀ ਕਦਰ ਕਰਨਗੇ ਜੋ AI ਕੁਸ਼ਲਤਾ ਨੂੰ ਮਨੁੱਖੀ ਕਾਰੀਗਰੀ ਨਾਲ ਜੋੜ ।

ਆਓ ਇਹ ਵੀ ਵਿਚਾਰ ਕਰੀਏ ਕਿ ਵਿਦਿਅਕ ਮਾਰਗ ਕਿਵੇਂ ਅਨੁਕੂਲ ਹੋ ਸਕਦੇ ਹਨ। ਇਸ ਖੇਤਰ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਵਾਲੇ ਨਵੇਂ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਆਪਣੀ ਸਿੱਖਣ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ AI ਟੂਲਸ ਤੋਂ ਝਿਜਕਣਾ ਨਹੀਂ ਚਾਹੀਦਾ। ਇਸਦੇ ਉਲਟ, ਨਾਲ (ਉਦਾਹਰਨ ਲਈ, ਹੋਮਵਰਕ ਜਾਂ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਨਾ, ਫਿਰ ਨਤੀਜਿਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ) ਉਹਨਾਂ ਦੀ ਸਮਝ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਬੁਨਿਆਦੀ ਗੱਲਾਂ ਨੂੰ ਡੂੰਘਾਈ ਨਾਲ ਸਿੱਖਣਾ ਹੈ - ਐਲਗੋਰਿਦਮ, ਡੇਟਾ ਸਟ੍ਰਕਚਰ, ਅਤੇ ਕੋਰ ਪ੍ਰੋਗਰਾਮਿੰਗ ਸੰਕਲਪ - ਤਾਂ ਜੋ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਠੋਸ ਨੀਂਹ ਹੋਵੇ ਅਤੇ ਤੁਸੀਂ ਦੱਸ ਸਕੋ ਕਿ AI ਕਦੋਂ ਭਟਕ ਰਿਹਾ ਹੈ। ਜਿਵੇਂ ਕਿ AI ਸਧਾਰਨ ਕੋਡਿੰਗ ਅਭਿਆਸਾਂ ਨੂੰ ਸੰਭਾਲਦਾ ਹੈ, ਪਾਠਕ੍ਰਮ ਉਹਨਾਂ ਪ੍ਰੋਜੈਕਟਾਂ 'ਤੇ ਵਧੇਰੇ ਭਾਰ ਪਾ ਸਕਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਲਈ ਡਿਜ਼ਾਈਨ ਅਤੇ ਏਕੀਕਰਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਇੱਕ ਨਵੇਂ ਆਏ ਹੋ, ਤਾਂ ਇੱਕ ਪੋਰਟਫੋਲੀਓ ਬਣਾਉਣ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰੋ ਜੋ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਅਤੇ AI ਨੂੰ ਕਈ ਸਾਧਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਵਜੋਂ ਵਰਤਣ ਦੀ ਤੁਹਾਡੀ ਯੋਗਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

ਅਨੁਕੂਲਨ ਰਣਨੀਤੀ ਨੂੰ ਸਮੇਟਣ ਲਈ: ਪਾਇਲਟ ਬਣੋ, ਯਾਤਰੀ ਨਹੀਂ। ਏਆਈ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰੋ, ਪਰ ਉਨ੍ਹਾਂ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਜਾਂ ਸੰਤੁਸ਼ਟ ਨਾ ਬਣੋ। ਵਿਕਾਸ ਦੇ ਵਿਲੱਖਣ ਮਨੁੱਖੀ ਪਹਿਲੂਆਂ ਨੂੰ ਨਿਖਾਰਦੇ ਰਹੋ। ਗ੍ਰੈਡੀ ਬੂਚ, ਇੱਕ ਸਤਿਕਾਰਤ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਪਾਇਨੀਅਰ, ਨੇ ਇਸਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕਿਹਾ: "ਏਆਈ ਇੱਕ ਪ੍ਰੋਗਰਾਮਰ ਹੋਣ ਦੇ ਅਰਥ ਨੂੰ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਬਦਲਣ ਜਾ ਰਿਹਾ ਹੈ। ਇਹ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਖਤਮ ਨਹੀਂ ਕਰੇਗਾ, ਪਰ ਇਸ ਲਈ ਉਨ੍ਹਾਂ ਨੂੰ ਨਵੇਂ ਹੁਨਰ ਵਿਕਸਤ ਕਰਨ ਅਤੇ ਨਵੇਂ ਤਰੀਕਿਆਂ ਨਾਲ ਕੰਮ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।" ( ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024] )। ਉਨ੍ਹਾਂ ਨਵੇਂ ਹੁਨਰਾਂ ਅਤੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕਿਆਂ ਨੂੰ ਸਰਗਰਮੀ ਨਾਲ ਵਿਕਸਤ ਕਰਕੇ, ਡਿਵੈਲਪਰ ਇਹ ਯਕੀਨੀ ਬਣਾ ਸਕਦੇ ਹਨ ਕਿ ਉਹ ਆਪਣੇ ਕਰੀਅਰ ਦੀ ਡਰਾਈਵਰ ਸੀਟ 'ਤੇ ਰਹਿਣ।

ਇਸ ਭਾਗ ਦਾ ਸਾਰ ਦੇਣ ਲਈ, ਇੱਥੇ ਉਹਨਾਂ ਡਿਵੈਲਪਰਾਂ ਲਈ ਇੱਕ ਤੇਜ਼ ਹਵਾਲਾ ਚੈੱਕਲਿਸਟ ਹੈ ਜੋ AI ਦੇ ਯੁੱਗ ਵਿੱਚ ਆਪਣੇ ਕਰੀਅਰ ਨੂੰ ਭਵਿੱਖ ਲਈ ਸੁਰੱਖਿਅਤ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹਨ:

ਇਹਨਾਂ ਰਣਨੀਤੀਆਂ ਦੀ ਪਾਲਣਾ ਕਰਕੇ, ਡਿਵੈਲਪਰ AI ਕ੍ਰਾਂਤੀ ਨੂੰ ਆਪਣੇ ਫਾਇਦੇ ਵਿੱਚ ਬਦਲ ਸਕਦੇ ਹਨ। ਜਿਹੜੇ ਲੋਕ ਅਨੁਕੂਲ ਬਣਦੇ ਹਨ ਉਹ ਇਹ ਦੇਖਣਗੇ ਕਿ AI ਵਧਾਉਂਦਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਪਹਿਲਾਂ ਨਾਲੋਂ ਬਿਹਤਰ ਸਾਫਟਵੇਅਰ ਤਿਆਰ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ, ਨਾ ਕਿ ਉਹਨਾਂ ਨੂੰ ਪੁਰਾਣਾ ਬਣਾ ਦਿੰਦਾ ਹੈ।

ਭਵਿੱਖ ਦਾ ਦ੍ਰਿਸ਼ਟੀਕੋਣ: ਏਆਈ ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਵਿਚਕਾਰ ਸਹਿਯੋਗ

ਇੱਕ AI-ਸੰਚਾਲਿਤ ਸੰਸਾਰ ਵਿੱਚ ਪ੍ਰੋਗਰਾਮਿੰਗ ਲਈ ਭਵਿੱਖ ਕੀ ਰੱਖਦਾ ਹੈ? ਮੌਜੂਦਾ ਰੁਝਾਨਾਂ ਦੇ ਆਧਾਰ 'ਤੇ, ਅਸੀਂ ਇੱਕ ਅਜਿਹੇ ਭਵਿੱਖ ਦੀ ਉਮੀਦ ਕਰ ਸਕਦੇ ਹਾਂ ਜਿੱਥੇ AI ਅਤੇ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਹੱਥ ਮਿਲਾ ਕੇ ਹੋਰ ਵੀ ਨੇੜਿਓਂ ਕੰਮ ਕਰਦੇ ਹਨ । ਪ੍ਰੋਗਰਾਮਰ ਦੀ ਭੂਮਿਕਾ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਇੱਕ ਨਿਗਰਾਨੀ ਅਤੇ ਰਚਨਾਤਮਕ ਸਥਿਤੀ ਵੱਲ ਵਧਦੀ ਰਹੇਗੀ, AI ਮਨੁੱਖੀ ਮਾਰਗਦਰਸ਼ਨ ਹੇਠ "ਭਾਰੀ ਲਿਫਟਿੰਗ" ਨੂੰ ਸੰਭਾਲਦਾ ਰਹੇਗਾ। ਇਸ ਸਮਾਪਤੀ ਭਾਗ ਵਿੱਚ, ਅਸੀਂ ਕੁਝ ਭਵਿੱਖੀ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਪੇਸ਼ ਕਰਦੇ ਹਾਂ ਅਤੇ ਭਰੋਸਾ ਦਿਵਾਉਂਦੇ ਹਾਂ ਕਿ ਡਿਵੈਲਪਰਾਂ ਲਈ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਸਕਾਰਾਤਮਕ ਰਹਿ ਸਕਦਾ ਹੈ - ਬਸ਼ਰਤੇ ਅਸੀਂ ਅਨੁਕੂਲਤਾ ਜਾਰੀ ਰੱਖੀਏ।

ਨੇੜਲੇ ਭਵਿੱਖ ਵਿੱਚ (ਅਗਲੇ 5-10 ਸਾਲਾਂ ਵਿੱਚ), ਇਹ ਬਹੁਤ ਸੰਭਾਵਨਾ ਹੈ ਕਿ AI ਵਿਕਾਸ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਕੰਪਿਊਟਰਾਂ ਵਾਂਗ ਸਰਵ ਵਿਆਪਕ ਹੋ ਜਾਵੇਗਾ। ਜਿਵੇਂ ਅੱਜ ਕੋਈ ਵੀ ਡਿਵੈਲਪਰ ਬਿਨਾਂ ਸੰਪਾਦਕ ਦੇ ਜਾਂ ਆਪਣੀ ਉਂਗਲੀ 'ਤੇ Google/StackOverflow ਤੋਂ ਬਿਨਾਂ ਕੋਡ ਨਹੀਂ ਲਿਖਦਾ, ਉਸੇ ਤਰ੍ਹਾਂ ਜਲਦੀ ਹੀ ਕੋਈ ਵੀ ਡਿਵੈਲਪਰ ਬੈਕਗ੍ਰਾਊਂਡ ਵਿੱਚ ਚੱਲ ਰਹੇ ਕਿਸੇ ਕਿਸਮ ਦੇ AI ਸਹਾਇਤਾ ਤੋਂ ਬਿਨਾਂ ਕੋਡ ਨਹੀਂ ਲਿਖੇਗਾ। ਏਕੀਕ੍ਰਿਤ ਵਿਕਾਸ ਵਾਤਾਵਰਣ (IDEs) ਪਹਿਲਾਂ ਹੀ ਆਪਣੇ ਮੂਲ ਵਿੱਚ AI-ਸੰਚਾਲਿਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਲਈ ਵਿਕਸਤ ਹੋ ਰਹੇ ਹਨ (ਉਦਾਹਰਣ ਵਜੋਂ, ਕੋਡ ਸੰਪਾਦਕ ਜੋ ਤੁਹਾਨੂੰ ਕੋਡ ਸਮਝਾ ਸਕਦੇ ਹਨ ਜਾਂ ਇੱਕ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਪੂਰੇ ਕੋਡ ਬਦਲਾਅ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕਦੇ ਹਨ)। ਅਸੀਂ ਇੱਕ ਅਜਿਹੇ ਬਿੰਦੂ 'ਤੇ ਪਹੁੰਚ ਸਕਦੇ ਹਾਂ ਜਿੱਥੇ ਇੱਕ ਡਿਵੈਲਪਰ ਦਾ ਮੁੱਖ ਕੰਮ ਸਮੱਸਿਆਵਾਂ ਅਤੇ ਰੁਕਾਵਟਾਂ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਤਿਆਰ ਕਰਨਾ ਹੈ ਕਿ ਇੱਕ AI ਸਮਝ ਸਕੇ, ਫਿਰ AI ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਹੱਲਾਂ ਨੂੰ ਤਿਆਰ ਕਰਨਾ ਅਤੇ ਸੁਧਾਰਣਾ ਹੈ । ਇਹ ਪ੍ਰੋਗਰਾਮਿੰਗ ਦੇ ਇੱਕ ਉੱਚ-ਪੱਧਰੀ ਰੂਪ ਵਰਗਾ ਹੈ, ਜਿਸਨੂੰ ਕਈ ਵਾਰ "ਪ੍ਰੋਂਪਟ ਪ੍ਰੋਗਰਾਮਿੰਗ" ਜਾਂ "AI ਆਰਕੈਸਟ੍ਰੇਸ਼ਨ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ।

ਹਾਲਾਂਕਿ, ਕੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ - ਲੋਕਾਂ ਲਈ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨਾ - ਇਸਦਾ ਸਾਰ ਅਜੇ ਵੀ ਬਦਲਿਆ ਨਹੀਂ ਹੈ। ਭਵਿੱਖ ਦਾ AI ਇੱਕ ਵਰਣਨ ਤੋਂ ਇੱਕ ਪੂਰਾ ਐਪ ਤਿਆਰ ਕਰਨ ਦੇ ਯੋਗ ਹੋ ਸਕਦਾ ਹੈ ("ਡਾਕਟਰ ਅਪੌਇੰਟਮੈਂਟਾਂ ਬੁੱਕ ਕਰਨ ਲਈ ਮੈਨੂੰ ਇੱਕ ਮੋਬਾਈਲ ਐਪ ਬਣਾਓ"), ਪਰ ਉਸ ਵਰਣਨ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਨ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਕਿ ਇਹ ਸਹੀ ਹੈ, ਅਤੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਖੁਸ਼ ਕਰਨ ਲਈ ਨਤੀਜੇ ਨੂੰ ਵਧੀਆ ਬਣਾਉਣ ਦੇ ਕੰਮ ਵਿੱਚ ਡਿਵੈਲਪਰ (ਡਿਜ਼ਾਈਨਰਾਂ, ਉਤਪਾਦ ਪ੍ਰਬੰਧਕਾਂ, ਆਦਿ ਦੇ ਨਾਲ) ਸ਼ਾਮਲ ਹੋਣਗੇ। ਦਰਅਸਲ, ਜੇਕਰ ਬੁਨਿਆਦੀ ਐਪ ਪੀੜ੍ਹੀ ਆਸਾਨ ਹੋ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਮਨੁੱਖੀ ਰਚਨਾਤਮਕਤਾ ਅਤੇ ਸਾਫਟਵੇਅਰ ਵਿੱਚ ਨਵੀਨਤਾ ਉਤਪਾਦਾਂ ਨੂੰ ਵੱਖਰਾ ਕਰਨ ਲਈ ਹੋਰ ਵੀ ਮਹੱਤਵਪੂਰਨ ਹੋ ਜਾਵੇਗੀ । ਅਸੀਂ ਸਾਫਟਵੇਅਰ ਦਾ ਪ੍ਰਫੁੱਲਤ ਹੁੰਦਾ ਦੇਖ ਸਕਦੇ ਹਾਂ, ਜਿੱਥੇ ਬਹੁਤ ਸਾਰੀਆਂ ਰੁਟੀਨ ਐਪਲੀਕੇਸ਼ਨਾਂ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ, ਜਦੋਂ ਕਿ ਮਨੁੱਖੀ ਡਿਵੈਲਪਰ ਅਤਿ-ਆਧੁਨਿਕ, ਗੁੰਝਲਦਾਰ, ਜਾਂ ਰਚਨਾਤਮਕ ਪ੍ਰੋਜੈਕਟਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਹਨ ਜੋ ਸੀਮਾਵਾਂ ਨੂੰ ਅੱਗੇ ਵਧਾਉਂਦੇ ਹਨ।

ਇਹ ਵੀ ਸੰਭਾਵਨਾ ਹੈ ਕਿ ਪ੍ਰੋਗਰਾਮਿੰਗ ਲਈ ਦਾਖਲੇ ਦੀ ਰੁਕਾਵਟ ਘੱਟ ਜਾਵੇਗੀ - ਭਾਵ ਜ਼ਿਆਦਾ ਲੋਕ ਜੋ ਰਵਾਇਤੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ ਨਹੀਂ ਹਨ (ਜਿਵੇਂ ਕਿ, ਇੱਕ ਕਾਰੋਬਾਰੀ ਵਿਸ਼ਲੇਸ਼ਕ ਜਾਂ ਇੱਕ ਵਿਗਿਆਨੀ ਜਾਂ ਇੱਕ ਮਾਰਕੀਟਰ) AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਾਫਟਵੇਅਰ ਬਣਾ ਸਕਦੇ ਹਨ (AI ਦੁਆਰਾ ਸੁਪਰਚਾਰਜ ਕੀਤੇ ਗਏ "ਨੋ-ਕੋਡ/ਲੋ-ਕੋਡ" ਅੰਦੋਲਨ ਦੀ ਨਿਰੰਤਰਤਾ)। ਇਹ ਪੇਸ਼ੇਵਰ ਡਿਵੈਲਪਰਾਂ ਦੀ ਜ਼ਰੂਰਤ ਨੂੰ ਖਤਮ ਨਹੀਂ ਕਰਦਾ; ਸਗੋਂ, ਇਹ ਇਸਨੂੰ ਬਦਲਦਾ ਹੈ। ਡਿਵੈਲਪਰ ਅਜਿਹੇ ਮਾਮਲਿਆਂ ਵਿੱਚ ਸਲਾਹ ਜਾਂ ਮਾਰਗਦਰਸ਼ਕ ਭੂਮਿਕਾ ਨਿਭਾ ਸਕਦੇ ਹਨ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹੋਏ ਕਿ ਇਹ ਨਾਗਰਿਕ-ਵਿਕਸਤ ਐਪਸ ਸੁਰੱਖਿਅਤ, ਕੁਸ਼ਲ ਅਤੇ ਰੱਖ-ਰਖਾਅ ਯੋਗ ਹਨ। ਪੇਸ਼ੇਵਰ ਪ੍ਰੋਗਰਾਮਰ ਪਲੇਟਫਾਰਮਾਂ ਅਤੇ API ਬਣਾਉਣ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਸਕਦੇ ਹਨ ਜੋ AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ "ਗੈਰ-ਪ੍ਰੋਗਰਾਮਰ" ਵਰਤਦੇ ਹਨ।

ਨੌਕਰੀਆਂ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ, ਕੁਝ ਪ੍ਰੋਗਰਾਮਿੰਗ ਭੂਮਿਕਾਵਾਂ ਘੱਟ ਸਕਦੀਆਂ ਹਨ ਜਦੋਂ ਕਿ ਕੁਝ ਵਧਦੀਆਂ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਕੁਝ ਐਂਟਰੀ-ਲੈਵਲ ਕੋਡਿੰਗ ਅਹੁਦਿਆਂ ਦੀ ਗਿਣਤੀ ਘੱਟ ਹੋ ਸਕਦੀ ਹੈ ਜੇਕਰ ਕੰਪਨੀਆਂ ਸਧਾਰਨ ਕੰਮਾਂ ਲਈ AI 'ਤੇ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ। ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਛੋਟੇ ਸਟਾਰਟਅੱਪ ਦੀ ਕਲਪਨਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਜਿਸ ਵਿੱਚ ਸ਼ਾਇਦ ਅੱਧੇ ਜੂਨੀਅਰ ਡਿਵੈਲਪਰਾਂ ਦੀ ਲੋੜ ਹੋਵੇਗੀ ਕਿਉਂਕਿ ਉਨ੍ਹਾਂ ਦੇ ਸੀਨੀਅਰ ਡਿਵੈਲਪਰ, AI ਨਾਲ ਲੈਸ, ਬਹੁਤ ਸਾਰਾ ਬੁਨਿਆਦੀ ਕੰਮ ਕਰਵਾ ਸਕਦੇ ਹਨ। ਪਰ ਉਸੇ ਸਮੇਂ, ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਵੀਆਂ ਨੌਕਰੀਆਂ (ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਅਨੁਕੂਲਨ ਭਾਗ ਵਿੱਚ ਚਰਚਾ ਕੀਤੀ ਹੈ) ਦਿਖਾਈ ਦੇਣਗੀਆਂ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਜਿਵੇਂ ਕਿ ਸਾਫਟਵੇਅਰ ਅਰਥਵਿਵਸਥਾ ਵਿੱਚ ਹੋਰ ਵੀ ਜ਼ਿਆਦਾ ਪ੍ਰਵੇਸ਼ ਕਰਦਾ ਹੈ (ਵਿਸ਼ੇਸ਼ ਜ਼ਰੂਰਤਾਂ ਲਈ AI ਤਿਆਰ ਕਰਨ ਵਾਲੇ ਸਾਫਟਵੇਅਰ ਦੇ ਨਾਲ), ਸਾਫਟਵੇਅਰ ਨਾਲ ਸਬੰਧਤ ਨੌਕਰੀਆਂ ਦੀ ਸਮੁੱਚੀ ਮੰਗ ਵਧਦੀ ਰਹਿ ਸਕਦੀ ਹੈ। ਇਤਿਹਾਸ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਆਟੋਮੇਸ਼ਨ ਅਕਸਰ ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ ਹੋਰ , ਹਾਲਾਂਕਿ ਉਹ ਵੱਖ-ਵੱਖ ਨੌਕਰੀਆਂ ਹਨ - ਉਦਾਹਰਣ ਵਜੋਂ, ਕੁਝ ਨਿਰਮਾਣ ਕਾਰਜਾਂ ਦੇ ਆਟੋਮੇਸ਼ਨ ਨੇ ਆਟੋਮੇਟਿਡ ਸਿਸਟਮਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ, ਰੱਖ-ਰਖਾਅ ਕਰਨ ਅਤੇ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਨੌਕਰੀਆਂ ਵਿੱਚ ਵਾਧਾ ਕੀਤਾ। ਏਆਈ ਅਤੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਦੇ ਸੰਦਰਭ ਵਿੱਚ, ਜਦੋਂ ਕਿ ਕੁਝ ਕੰਮ ਜੋ ਇੱਕ ਜੂਨੀਅਰ ਡਿਵੈਲਪਰ ਕਰਦਾ ਸੀ, ਆਟੋਮੇਟਿਡ ਹੁੰਦੇ ਹਨ, ਅਸੀਂ ਕਿਹੜਾ ਸਾਫਟਵੇਅਰ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹਾਂ ਉਸਦਾ ਸਮੁੱਚਾ ਦਾਇਰਾ ਫੈਲਦਾ ਹੈ (ਕਿਉਂਕਿ ਹੁਣ ਇਸਨੂੰ ਬਣਾਉਣਾ ਸਸਤਾ/ਤੇਜ਼ ਹੈ), ਜਿਸ ਨਾਲ ਹੋਰ ਪ੍ਰੋਜੈਕਟ ਹੋ ਸਕਦੇ ਹਨ ਅਤੇ ਇਸ ਤਰ੍ਹਾਂ ਵਧੇਰੇ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ, ਪ੍ਰੋਜੈਕਟ ਪ੍ਰਬੰਧਨ, ਆਰਕੀਟੈਕਚਰ, ਆਦਿ ਦੀ ਜ਼ਰੂਰਤ ਪੈਦਾ ਹੋ ਸਕਦੀ ਹੈ। ਭਵਿੱਖ ਦੀਆਂ ਨੌਕਰੀਆਂ ਬਾਰੇ ਵਿਸ਼ਵ ਆਰਥਿਕ ਫੋਰਮ ਦੀ ਇੱਕ ਰਿਪੋਰਟ ਵਿੱਚ ਸੁਝਾਅ ਦਿੱਤਾ ਗਿਆ ਹੈ ਕਿ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਅਤੇ ਏਆਈ ਵਿੱਚ ਭੂਮਿਕਾਵਾਂ ਵਾਧਾ , ਘਟਣ ਦੀ ਬਜਾਏ ਹਨ।

ਸਾਨੂੰ 2040 ਦੀ ਭਵਿੱਖਬਾਣੀ 'ਤੇ : ਓਕ ਰਿਜ ਨੈਸ਼ਨਲ ਲੈਬ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਸੁਝਾਅ ਦਿੱਤਾ ਸੀ ਕਿ 2040 ਤੱਕ, "ਮਸ਼ੀਨਾਂ... ਆਪਣਾ ਜ਼ਿਆਦਾਤਰ ਕੋਡ ਖੁਦ ਲਿਖਣਗੀਆਂ" ( ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024] )। ਜੇਕਰ ਇਹ ਸਹੀ ਸਾਬਤ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਮਨੁੱਖੀ ਪ੍ਰੋਗਰਾਮਰਾਂ ਲਈ ਕੀ ਬਚਿਆ ਹੈ? ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ, ਧਿਆਨ ਬਹੁਤ ਉੱਚ-ਪੱਧਰੀ ਮਾਰਗਦਰਸ਼ਨ (ਮਸ਼ੀਨਾਂ ਨੂੰ ਦੱਸਣਾ ਕਿ ਅਸੀਂ ਉਤਪਾਦ ਡਿਜ਼ਾਈਨਰਾਂ, ਜ਼ਰੂਰਤਾਂ ਇੰਜੀਨੀਅਰਾਂ, ਅਤੇ ਏਆਈ ਟ੍ਰੇਨਰਾਂ/ਵੈਰੀਫਾਇਰ ਵਰਗੀਆਂ ਭੂਮਿਕਾਵਾਂ ਨਿਭਾਉਣਗੇ । ਕੋਡ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਆਪਣੇ ਆਪ ਲਿਖ ਸਕਦਾ ਹੈ, ਪਰ ਕਿਸੇ ਨੂੰ ਇਹ ਫੈਸਲਾ ਕਰਨਾ ਪਵੇਗਾ ਕਿ ਕਿਹੜਾ ਕੋਡ ਲਿਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਕਿਉਂ , ਅਤੇ ਫਿਰ ਇਹ ਪੁਸ਼ਟੀ ਕਰਨੀ ਪਵੇਗੀ ਕਿ ਅੰਤਮ ਨਤੀਜਾ ਸਹੀ ਹੈ ਅਤੇ ਟੀਚਿਆਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ। ਇਹ ਇਸ ਤਰ੍ਹਾਂ ਹੈ ਕਿ ਸਵੈ-ਡਰਾਈਵਿੰਗ ਕਾਰਾਂ ਇੱਕ ਦਿਨ ਆਪਣੇ ਆਪ ਕਿਵੇਂ ਚਲਾ ਸਕਦੀਆਂ ਹਨ, ਪਰ ਤੁਸੀਂ ਅਜੇ ਵੀ ਕਾਰ ਨੂੰ ਦੱਸਦੇ ਹੋ ਕਿ ਕਿੱਥੇ ਜਾਣਾ ਹੈ ਅਤੇ ਗੁੰਝਲਦਾਰ ਸਥਿਤੀਆਂ ਵਿੱਚ ਦਖਲ ਦੇਣਾ ਹੈ - ਨਾਲ ਹੀ ਮਨੁੱਖ ਸੜਕਾਂ, ਟ੍ਰੈਫਿਕ ਕਾਨੂੰਨਾਂ ਅਤੇ ਇਸਦੇ ਆਲੇ ਦੁਆਲੇ ਦੇ ਸਾਰੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਦੇ ਹਨ।

ਸਹਿਯੋਗ ਦੇ ਭਵਿੱਖ ਦੀ ਕਲਪਨਾ ਕਰਦੇ ਹਨ । ਜਿਵੇਂ ਕਿ ਇੱਕ ਤਕਨੀਕੀ ਸਲਾਹਕਾਰ ਨੇ ਕਿਹਾ ਸੀ, "ਵਿਕਾਸ ਦਾ ਭਵਿੱਖ ਮਨੁੱਖਾਂ ਜਾਂ AI ਵਿਚਕਾਰ ਚੋਣ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਇੱਕ ਸਹਿਯੋਗ ਹੈ ਜੋ ਦੋਵਾਂ ਵਿੱਚੋਂ ਸਭ ਤੋਂ ਵਧੀਆ ਦਾ ਲਾਭ ਉਠਾਉਂਦਾ ਹੈ।" ( ਕੀ AI 2025 ਵਿੱਚ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬਦਲਣ ਜਾ ਰਿਹਾ ਹੈ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ ਮਾਰੋ ) AI ਬਿਨਾਂ ਸ਼ੱਕ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਨੂੰ ਬਦਲ ਦੇਵੇਗਾ, ਪਰ ਇਹ ਇੱਕ ਵਿਨਾਸ਼ ਦੀ ਬਜਾਏ ਡਿਵੈਲਪਰ ਦੀ ਭੂਮਿਕਾ ਦਾ ਵਿਕਾਸ ਹੈ। ਡਿਵੈਲਪਰ ਜੋ "ਬਦਲਾਵਾਂ ਨੂੰ ਅਪਣਾਉਂਦੇ ਹਨ, ਆਪਣੇ ਹੁਨਰਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਂਦੇ ਹਨ, ਅਤੇ ਆਪਣੇ ਕੰਮ ਦੇ ਵਿਲੱਖਣ ਮਨੁੱਖੀ ਪਹਿਲੂਆਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਹਨ" ਉਹ ਪਾਣਗੇ ਕਿ AI ਉਨ੍ਹਾਂ ਦੀਆਂ ਯੋਗਤਾਵਾਂ ਨੂੰ ਉਨ੍ਹਾਂ ਦੇ ਮੁੱਲ ਨੂੰ ਘਟਾਉਣ ਦੀ ਬਜਾਏ ਵਧਾਉਂਦਾ ਹੈ

ਅਸੀਂ ਇੱਕ ਹੋਰ ਖੇਤਰ ਨਾਲ ਸਮਾਨਤਾ ਬਣਾ ਸਕਦੇ ਹਾਂ: ਇੰਜੀਨੀਅਰਿੰਗ ਅਤੇ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ ਕੰਪਿਊਟਰ-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਡਿਜ਼ਾਈਨ (CAD) ਦੇ ਉਭਾਰ 'ਤੇ ਵਿਚਾਰ ਕਰੋ। ਕੀ ਉਨ੍ਹਾਂ ਔਜ਼ਾਰਾਂ ਨੇ ਇੰਜੀਨੀਅਰਾਂ ਅਤੇ ਆਰਕੀਟੈਕਟਾਂ ਦੀ ਥਾਂ ਲੈ ਲਈ? ਨਹੀਂ - ਉਨ੍ਹਾਂ ਨੇ ਉਨ੍ਹਾਂ ਨੂੰ ਵਧੇਰੇ ਉਤਪਾਦਕ ਬਣਾਇਆ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਡਿਜ਼ਾਈਨ ਬਣਾਉਣ ਦੀ ਆਗਿਆ ਦਿੱਤੀ। ਪਰ ਮਨੁੱਖੀ ਰਚਨਾਤਮਕਤਾ ਅਤੇ ਫੈਸਲਾ ਲੈਣਾ ਕੇਂਦਰੀ ਰਿਹਾ। ਇਸੇ ਤਰ੍ਹਾਂ, AI ਨੂੰ ਕੰਪਿਊਟਰ-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਕੋਡਿੰਗ ਵਜੋਂ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ - ਇਹ ਜਟਿਲਤਾ ਅਤੇ ਗਰੰਟ ਕੰਮ ਨੂੰ ਸੰਭਾਲਣ ਵਿੱਚ ਮਦਦ ਕਰੇਗਾ, ਪਰ ਡਿਵੈਲਪਰ ਡਿਜ਼ਾਈਨਰ ਅਤੇ ਫੈਸਲਾ ਲੈਣ ਵਾਲਾ ਬਣਿਆ ਰਹਿੰਦਾ ਹੈ।

ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ, ਜੇਕਰ ਅਸੀਂ ਸੱਚਮੁੱਚ ਉੱਨਤ AI (ਮੰਨ ਲਓ, ਆਮ AI ਦਾ ਕੁਝ ਰੂਪ ਜੋ ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ ਮਨੁੱਖ ਜੋ ਕੁਝ ਕਰ ਸਕਦਾ ਹੈ) ਦੀ ਕਲਪਨਾ ਕਰਦੇ ਹਾਂ , ਤਾਂ ਸਮਾਜਿਕ ਅਤੇ ਆਰਥਿਕ ਤਬਦੀਲੀਆਂ ਸਿਰਫ਼ ਪ੍ਰੋਗਰਾਮਿੰਗ ਨਾਲੋਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਵਿਸ਼ਾਲ ਹੋਣਗੀਆਂ। ਅਸੀਂ ਅਜੇ ਉੱਥੇ ਨਹੀਂ ਹਾਂ, ਅਤੇ ਸਾਡੇ ਕੋਲ ਇਸ ਗੱਲ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਨਿਯੰਤਰਣ ਹੈ ਕਿ ਅਸੀਂ ਆਪਣੇ ਕੰਮ ਵਿੱਚ AI ਨੂੰ ਕਿਵੇਂ ਜੋੜਦੇ ਹਾਂ। ਸਮਝਦਾਰੀ ਵਾਲਾ ਰਸਤਾ AI ਨੂੰ ਉਨ੍ਹਾਂ ਤਰੀਕਿਆਂ ਨਾਲ ਜੋੜਨਾ ਜਾਰੀ ਰੱਖਣਾ ਹੈ ਜੋ ਮਨੁੱਖੀ ਸੰਭਾਵਨਾ ਨੂੰ ਵਧਾਉਂਦੇ ਹਨ । ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਸਾਧਨਾਂ ਅਤੇ ਅਭਿਆਸਾਂ (ਅਤੇ ਨੀਤੀਆਂ) ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨਾ ਜੋ ਮਨੁੱਖਾਂ ਨੂੰ ਲੂਪ ਵਿੱਚ ਰੱਖਦੇ ਹਨ। ਪਹਿਲਾਂ ਹੀ, ਅਸੀਂ ਕੰਪਨੀਆਂ ਨੂੰ AI ਸ਼ਾਸਨ - ਨੈਤਿਕ ਅਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਨਤੀਜਿਆਂ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਵਿਕਾਸ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ ਇਸ ਲਈ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ( ਸਰਵੇਖਣ ਡਿਵੈਲਪਰ ਅਨੁਭਵ 'ਤੇ AI ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ - ਦ ਗਿਟਹਬ ਬਲੌਗ )। ਇਹ ਰੁਝਾਨ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਵਧੇਗਾ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਰਸਮੀ ਤੌਰ 'ਤੇ AI-ਵਿਕਾਸ ਪਾਈਪਲਾਈਨ ਦਾ ਹਿੱਸਾ ਹੈ।

ਸਿੱਟੇ ਵਜੋਂ, "ਕੀ AI ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਥਾਂ ਲਵੇਗਾ?" ਇਸ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿੱਤਾ ਜਾ ਸਕਦਾ ਹੈ: ਨਹੀਂ - ਪਰ ਇਹ ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੇ ਕੰਮ ਨੂੰ ਕਾਫ਼ੀ ਬਦਲ ਦੇਵੇਗਾ। ਪ੍ਰੋਗਰਾਮਿੰਗ ਦੇ ਆਮ ਹਿੱਸੇ ਜ਼ਿਆਦਾਤਰ ਸਵੈਚਾਲਿਤ ਹੋਣ ਦੇ ਰਾਹ 'ਤੇ ਹਨ। ਰਚਨਾਤਮਕ, ਚੁਣੌਤੀਪੂਰਨ, ਅਤੇ ਮਨੁੱਖੀ-ਕੇਂਦ੍ਰਿਤ ਹਿੱਸੇ ਇੱਥੇ ਰਹਿਣ ਲਈ ਹਨ, ਅਤੇ ਅਸਲ ਵਿੱਚ ਹੋਰ ਪ੍ਰਮੁੱਖ ਬਣ ਜਾਣਗੇ। ਭਵਿੱਖ ਵਿੱਚ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਪ੍ਰੋਗਰਾਮਰ ਇੱਕ ਟੀਮ ਮੈਂਬਰ ਵਾਂਗ, ਹਮੇਸ਼ਾ-ਚਲਾਕ AI ਸਹਾਇਕਾਂ ਦੇ ਨਾਲ-ਨਾਲ ਕੰਮ ਕਰਦੇ ਦੇਖਣਗੇ। ਕਲਪਨਾ ਕਰੋ ਕਿ ਇੱਕ AI ਸਹਿਯੋਗੀ ਹੈ ਜੋ 24/7 ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ - ਇਹ ਇੱਕ ਵਧੀਆ ਉਤਪਾਦਕਤਾ ਵਧਾਉਣ ਵਾਲਾ ਹੈ, ਪਰ ਇਸਨੂੰ ਅਜੇ ਵੀ ਕਿਸੇ ਅਜਿਹੇ ਵਿਅਕਤੀ ਦੀ ਲੋੜ ਹੈ ਜੋ ਇਸਨੂੰ ਦੱਸੇ ਕਿ ਕਿਹੜੇ ਕੰਮਾਂ 'ਤੇ ਕੰਮ ਕਰਨਾ ਹੈ ਅਤੇ ਇਸਦੇ ਕੰਮ ਦੀ ਜਾਂਚ ਕਰਨੀ ਹੈ।

ਸਭ ਤੋਂ ਵਧੀਆ ਨਤੀਜੇ ਉਨ੍ਹਾਂ ਲੋਕਾਂ ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕੀਤੇ ਜਾਣਗੇ ਜੋ AI ਨੂੰ ਇੱਕ ਸਹਿਯੋਗੀ ਵਜੋਂ ਮੰਨਦੇ ਹਨ। ਜਿਵੇਂ ਕਿ ਇੱਕ CEO ਨੇ ਕਿਹਾ, "AI ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲਵੇਗਾ, ਪਰ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਪ੍ਰੋਗਰਾਮਰ ਉਨ੍ਹਾਂ ਦੀ ਥਾਂ ਲੈਣਗੇ ਜੋ ਨਹੀਂ ਲੈਂਦੇ।" ਵਿਹਾਰਕ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤਕਨਾਲੋਜੀ ਦੇ ਨਾਲ ਵਿਕਸਤ ਹੋਣ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਡਿਵੈਲਪਰਾਂ 'ਤੇ ਹੈ। ਪ੍ਰੋਗਰਾਮਿੰਗ ਦਾ ਪੇਸ਼ਾ ਮਰ ਨਹੀਂ ਰਿਹਾ ਹੈ - ਇਹ ਅਨੁਕੂਲ ਹੋ ਰਿਹਾ AI ਨਾਲ ਸਾਂਝੇਦਾਰੀ ਵਿੱਚ ਇੱਕ ਸਫਲ ਅਤੇ ਸੰਪੂਰਨ ਕਰੀਅਰ ਸੁਰੱਖਿਅਤ ਕਰ ਸਕਦੇ ਹਨ ।

ਅੰਤ ਵਿੱਚ, ਇਹ ਇਸ ਗੱਲ ਦਾ ਜਸ਼ਨ ਮਨਾਉਣ ਦੇ ਯੋਗ ਹੈ ਕਿ ਅਸੀਂ ਇੱਕ ਅਜਿਹੇ ਯੁੱਗ ਵਿੱਚ ਪ੍ਰਵੇਸ਼ ਕਰ ਰਹੇ ਹਾਂ ਜਿੱਥੇ ਡਿਵੈਲਪਰਾਂ ਕੋਲ ਸੁਪਰਪਾਵਰ ਹਨ। ਪ੍ਰੋਗਰਾਮਰਾਂ ਦੀ ਅਗਲੀ ਪੀੜ੍ਹੀ ਘੰਟਿਆਂ ਵਿੱਚ ਉਹ ਪ੍ਰਾਪਤ ਕਰ ਲਵੇਗੀ ਜੋ ਦਿਨ ਲੱਗਦੇ ਸਨ, ਅਤੇ AI ਦਾ ਲਾਭ ਉਠਾ ਕੇ ਪਹਿਲਾਂ ਪਹੁੰਚ ਤੋਂ ਬਾਹਰ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨਾਲ ਨਜਿੱਠ ਲਵੇਗੀ। ਡਰ ਦੀ ਬਜਾਏ, ਅੱਗੇ ਵਧਣ ਦੀ ਭਾਵਨਾ ਆਸ਼ਾਵਾਦ ਅਤੇ ਉਤਸੁਕਤਾ । ਜਿੰਨਾ ਚਿਰ ਅਸੀਂ ਆਪਣੀਆਂ ਅੱਖਾਂ ਖੁੱਲ੍ਹੀਆਂ ਰੱਖ ਕੇ AI ਤੱਕ ਪਹੁੰਚਦੇ ਹਾਂ - ਇਸਦੀਆਂ ਸੀਮਾਵਾਂ ਤੋਂ ਜਾਣੂ ਅਤੇ ਆਪਣੀ ਜ਼ਿੰਮੇਵਾਰੀ ਪ੍ਰਤੀ ਸੁਚੇਤ - ਅਸੀਂ ਇੱਕ ਅਜਿਹਾ ਭਵਿੱਖ ਬਣਾ ਸਕਦੇ ਹਾਂ ਜਿੱਥੇ AI ਅਤੇ ਪ੍ਰੋਗਰਾਮਰ ਮਿਲ ਕੇ ਸ਼ਾਨਦਾਰ ਸਾਫਟਵੇਅਰ ਸਿਸਟਮ ਬਣਾਉਂਦੇ ਹਨ, ਜੋ ਕਿ ਇਕੱਲੇ ਕੀ ਕਰ ਸਕਦੇ ਹਨ, ਉਸ ਤੋਂ ਕਿਤੇ ਵੱਧ। ਮਸ਼ੀਨ ਕੁਸ਼ਲਤਾ ਦੇ ਨਾਲ ਮਨੁੱਖੀ ਰਚਨਾਤਮਕਤਾ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸੁਮੇਲ ਹੈ। ਅੰਤ ਵਿੱਚ, ਇਹ ਬਦਲਣ ਮਨੁੱਖ ਅਤੇ ਮਸ਼ੀਨ ਦੋਵਾਂ ਦੁਆਰਾ ਇਕੱਠੇ ਲਿਖੀ ਜਾਵੇਗੀ

ਸਰੋਤ:

1. ਬ੍ਰੇਨਹਬ, “ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024]” ( ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024] )।

2. ਬ੍ਰੇਨਹਬ, ਮਾਹਰ ਸਤਿਆ ਨਡੇਲਾ ਅਤੇ ਜੈਫ ਡੀਨ ਦੁਆਰਾ AI ਨੂੰ ਇੱਕ ਸੰਦ ਵਜੋਂ, ਇੱਕ ਬਦਲ ਵਜੋਂ ਨਹੀਂ ( ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਕੋਈ ਭਵਿੱਖ ਹੈ? AI ਦਾ ਪ੍ਰਭਾਵ [2024] ) ( ) ' ਤੇ ਹਵਾਲੇ।

3. ਮੀਡੀਅਮ (ਪਾਈਕੋਚ), “ਕੀ ਏਆਈ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਬਦਲੇਗਾ? ਹਾਈਪ ਦੇ ਪਿੱਛੇ ਦਾ ਸੱਚ” , ਸੂਖਮ ਹਕੀਕਤ ਬਨਾਮ ਹਾਈਪ ( ਕੀ ਏਆਈ ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਬਦਲੇਗਾ? ਹਾਈਪ ਦੇ ਪਿੱਛੇ ਦਾ ਸੱਚ | ਦ ਪਾਈਕੋਚ ਦੁਆਰਾ | ਆਰਟੀਫੀਸ਼ੀਅਲ ਕਾਰਨਰ | ਮਾਰਚ, 2025 | ਮੀਡੀਅਮ ) ਅਤੇ ਸੈਮ ਆਲਟਮੈਨ ਦੇ ਹਵਾਲੇ 'ਤੇ ਏਆਈ ਕੰਮਾਂ ਵਿੱਚ ਚੰਗਾ ਹੈ ਪਰ ਪੂਰੀਆਂ ਨੌਕਰੀਆਂ ਨਹੀਂ।

4. ਡਿਜ਼ਾਈਨਗੁਰਸ, “ਕੀ ਏਆਈ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬਦਲੇਗਾ… (2025)” , ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੇ ਹੋਏ ਕਿ ਏਆਈ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬੇਲੋੜਾ ਬਣਾਉਣ ਦੀ ਬਜਾਏ ਉਨ੍ਹਾਂ ਨੂੰ ਵਧਾਏਗਾ ਕੀ ਏਆਈ 2025 ਵਿੱਚ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬਦਲੇਗਾ: ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਝਾਤ ਮਾਰੋ ) ਅਤੇ ਏਆਈ ਪਛੜਨ ਵਾਲੇ ਖੇਤਰਾਂ (ਰਚਨਾਤਮਕਤਾ, ਸੰਦਰਭ, ਨੈਤਿਕਤਾ) ਨੂੰ ਸੂਚੀਬੱਧ ਕਰਦਾ ਹੈ।

5. ਸਟੈਕ ਓਵਰਫਲੋ ਡਿਵੈਲਪਰ ਸਰਵੇਖਣ 2023, 70% ਡਿਵੈਲਪਰਾਂ ਦੁਆਰਾ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ, ਸ਼ੁੱਧਤਾ ਵਿੱਚ ਘੱਟ ਵਿਸ਼ਵਾਸ (3% ਬਹੁਤ ਜ਼ਿਆਦਾ ਭਰੋਸਾ) ( 70% ਡਿਵੈਲਪਰ AI ਕੋਡਿੰਗ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, 3% ਆਪਣੀ ਸ਼ੁੱਧਤਾ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਭਰੋਸਾ ਕਰਦੇ ਹਨ - ShiftMag )।

6. GitHub ਸਰਵੇਖਣ 2023, ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ 92% ਡਿਵੈਲਪਰਾਂ ਨੇ AI ਕੋਡਿੰਗ ਟੂਲਸ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਹੈ ਅਤੇ 70% ਨੇ ਲਾਭ ਵੇਖੇ ਹਨ ( ਸਰਵੇਖਣ ਡਿਵੈਲਪਰ ਅਨੁਭਵ 'ਤੇ AI ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ - The GitHub ਬਲੌਗ )।

7. GitHub Copilot ਖੋਜ, AI ਸਹਾਇਤਾ ਨਾਲ 55% ਤੇਜ਼ੀ ਨਾਲ ਕੰਮ ਪੂਰਾ ਕਰਨ ਦਾ ਪਤਾ ਲਗਾ ਰਹੀ ਹੈ ( ਖੋਜ: ਡਿਵੈਲਪਰ ਉਤਪਾਦਕਤਾ ਅਤੇ ਖੁਸ਼ੀ 'ਤੇ GitHub Copilot ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਮਾਪਣਾ - The GitHub Blog )।

8. ਗੀਕਵਾਇਰ, ਡੀਪਮਾਈਂਡ ਦੇ ਅਲਫ਼ਾਕੋਡ 'ਤੇ ਔਸਤ ਮਨੁੱਖੀ ਕੋਡਰ ਪੱਧਰ (ਚੋਟੀ ਦੇ 54%) 'ਤੇ ਪ੍ਰਦਰਸ਼ਨ ਕਰ ਰਿਹਾ ਹੈ ਪਰ ਚੋਟੀ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਕਰਨ ਵਾਲਿਆਂ ਤੋਂ ਬਹੁਤ ਦੂਰ ਹੈ ( ਡੀਪਮਾਈਂਡ ਦਾ ਅਲਫ਼ਾਕੋਡ ਔਸਤ ਪ੍ਰੋਗਰਾਮਰ ਦੇ ਹੁਨਰ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ )।

9. ਇੰਡੀਆਟੂਡੇ (ਫਰਵਰੀ 2025), ਸੈਮ ਆਲਟਮੈਨ ਦੇ ਏਆਈ "ਸਹਿ-ਕਰਮਚਾਰੀਆਂ" ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਦਾ ਸਾਰ ਜੋ ਜੂਨੀਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦੇ ਕੰਮ ਕਰਦੇ ਹਨ ਪਰ "ਮਨੁੱਖਾਂ ਦੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਥਾਂ ਨਹੀਂ ਲੈਣਗੇ" ( ਸੈਮ ਆਲਟਮੈਨ ਕਹਿੰਦਾ ਹੈ ਕਿ ਏਆਈ ਏਜੰਟ ਜਲਦੀ ਹੀ ਉਹ ਕੰਮ ਕਰਨਗੇ ਜੋ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ ਕਰਦੇ ਹਨ: ਪੂਰੀ ਕਹਾਣੀ 5 ਬਿੰਦੂਆਂ ਵਿੱਚ - ਇੰਡੀਆ ਟੂਡੇ )।

10. ਮੈਕਿੰਸੀ ਐਂਡ ਕੰਪਨੀ ਦਾ ਅੰਦਾਜ਼ਾ ਹੈ ਕਿ ਆਟੋਮੇਸ਼ਨ ਦੇ ਬਾਵਜੂਦ ਲਗਭਗ 80% ਪ੍ਰੋਗਰਾਮਿੰਗ ਨੌਕਰੀਆਂ ਮਨੁੱਖ-ਕੇਂਦ੍ਰਿਤ ਰਹਿਣਗੀਆਂ ( ਕੀ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਦਾ ਕੋਈ ਭਵਿੱਖ ਹੈ? ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ [2024] )।

ਇਸ ਤੋਂ ਬਾਅਦ ਤੁਸੀਂ ਜੋ ਲੇਖ ਪੜ੍ਹਨਾ ਪਸੰਦ ਕਰ ਸਕਦੇ ਹੋ:

🔗 ਪ੍ਰਮੁੱਖ AI ਪੇਅਰ ਪ੍ਰੋਗਰਾਮਿੰਗ ਟੂਲ
ਪ੍ਰਮੁੱਖ AI ਟੂਲਸ ਦੀ ਪੜਚੋਲ ਕਰੋ ਜੋ ਤੁਹਾਡੇ ਵਿਕਾਸ ਕਾਰਜ ਪ੍ਰਵਾਹ ਨੂੰ ਵਧਾਉਣ ਲਈ ਇੱਕ ਕੋਡਿੰਗ ਸਾਥੀ ਵਾਂਗ ਤੁਹਾਡੇ ਨਾਲ ਸਹਿਯੋਗ ਕਰ ਸਕਦੇ ਹਨ।

🔗 ਕੋਡਿੰਗ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ AI ਕੀ ਹੈ - ਚੋਟੀ ਦੇ AI ਕੋਡਿੰਗ ਸਹਾਇਕ
ਕੋਡ ਜਨਰੇਸ਼ਨ, ਡੀਬੱਗਿੰਗ, ਅਤੇ ਸੌਫਟਵੇਅਰ ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ AI ਟੂਲਸ ਲਈ ਇੱਕ ਗਾਈਡ।

🔗 ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਸਾਫਟਵੇਅਰ ਡਿਵੈਲਪਮੈਂਟ - ਤਕਨਾਲੋਜੀ ਦੇ ਭਵਿੱਖ ਨੂੰ ਬਦਲਣਾ
ਸਮਝੋ ਕਿ ਕਿਵੇਂ AI ਸਾਫਟਵੇਅਰ ਬਣਾਉਣ, ਟੈਸਟ ਕਰਨ ਅਤੇ ਤੈਨਾਤ ਕਰਨ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਕ੍ਰਾਂਤੀ ਲਿਆ ਰਿਹਾ ਹੈ।