AI Native Development Methodology

AI a Deweloper

Spojrzenie dewelopera na AI jest złożone. AI umożliwiła bezprecedensowy wzrost produktywności i zdobywanie informacji, ale jednocześnie rola dewelopera ulega fundamentalnej zmianie. Niektórzy przewidują, że AI, ewoluując w AGI, zastąpi większość deweloperów, inni zaś deprecjonują AI jako przereklamowane narzędzie, twierdząc, że podstawowa wartość dewelopera pozostaje niezmieniona. Postawy te, choć pozornie sprzeczne, są zaskakująco podobne w tym, że oceniają AI według dotychczasowego sposobu myślenia.

Jednak kluczową kwestią nie jest tutaj ocenianie AI. Prawdziwym sednem jest to, jak powinien zmienić się sposób myślenia o rozwoju opartym na AI oraz jak w odpowiedzi na tę zmianę powinna zostać zrekonstruowana rola dewelopera i organizacji. W tym celu, poniżej przedstawiono metodykę rozwoju AI w oparciu o 3-etapową analizę.

Rozwój zależny od AI

Rozwój zależny od AI to etap, w którym AI jest podmiotem decyzyjnym, a jej wyniki są przyjmowane bezkrytycznie. Deweloper na tym etapie postrzega AI jako byt, który porządkuje i implementuje jego pomysły, a nawet przyjmuje ją jako substytut, któremu można powierzyć osąd i odpowiedzialność.

Metoda ta pozornie wydaje się gwałtownie zwiększać produktywność. W rzeczywistości jednak szybko kumuluje się kod, którego nie można wyjaśnić ani za który nie można wziąć odpowiedzialności. W przypadku problemów z tak stworzonym kodem, nikt nie jest w stanie z całą pewnością ocenić, dlaczego struktura jest taka, jaka jest, ani które wybory były właściwe.

Na tym etapie AI generuje jedynie niewiarygodne wyniki, a deweloper pozostaje w roli konsumenta tych wyników. W rezultacie zarówno AI, jak i deweloper są wykorzystywani w sposób marnotrawny, a rzeczywiste kompetencje nie są nigdzie gromadzone.

Rozwój wykorzystujący AI

Rozwój wykorzystujący AI to etap obserwowany u bardziej doświadczonych deweloperów. Na tym etapie deweloper postrzega AI nie jako substytut oceny, lecz jako potężne narzędzie zwiększające produktywność. Deweloper na tym etapie pozostaje podmiotem projektowania i ostatecznej oceny, a AI powierza powtarzalne i kosztowne zadania, takie jak generowanie kodu, refaktoryzacja, debugowanie i podsumowywanie dokumentacji. Metoda ta znacząco zmniejsza udział powtarzalnych zadań dewelopera i może drastycznie zwiększyć produktywność przy zachowaniu wiarygodności.

Jednak metoda ta ma strukturalne ograniczenie polegające na tym, że kontekst projektowania i oceny nie jest cyklicznie przetwarzany. Ponieważ kierunek rozwoju i proces oceny pozostają jedynie w sferze myśli dewelopera i nie są współdzielone z AI, AI nie jest w stanie akumulować zmian i rozwoju dewelopera. W rezultacie kontekst projektowania i zdolność oceny są izolowane u dewelopera.

Wskutek tego nie tworzy się cykl uczenia się między deweloperem a AI, a zdolność wykorzystania AI nie rozszerza się poza dotychczasowe kompetencje dewelopera. Rozwój przypisany jest jednostce, a z czasem różnice w kompetencjach między deweloperami powiększają się. Ponadto, takie kompetencje mają ograniczenie, polegające na tym, że trudno jest je akumulować lub replikować na poziomie organizacji.

Rozwój natywny dla AI

Rozwój natywny dla AI wykracza poza etap zaufania do AI lub traktowania jej jako narzędzia, oznaczając strukturę, w której AI jest włączona w strukturę rozwoju i proces oceny, a AI i człowiek współdziałają i wzajemnie się rozwijają. Na tym etapie AI funkcjonuje jako współdziałający składnik, dzieląc z deweloperem osąd i kontekst.

Kluczem do tej struktury jest to, że AI i deweloper działają w cyklu dwukierunkowym, a nie jednokierunkowym. Deweloper nieustannie dzieli się z AI intencjami projektowymi i podstawami oceny, a AI poprzez to gromadzi sposób myślenia dewelopera i kontekst organizacji. W rezultacie AI rozwija się, stając się czymś więcej niż tylko narzędziem przetwarzającym żądania, oferując dostosowane do organizacji opcje i wspierając oraz korygując osądy dewelopera.

Rozwój natywny dla AI nie zależy od konkretnych umiejętności czy sprytu jednostki. Nawet jeśli skład zespołu się zmienia, o ile kontekst AI jest zachowany, można zadawać pytania z podobnej perspektywy dotyczące tego samego problemu i podejmować lepsze decyzje w oparciu o wcześniejsze wybory i ich uzasadnienie. Kompetencje deweloperskie nie są przypisane do jednostki, lecz kumulują się w całej organizacji i stają się odtwarzalne.

Ostatecznie, rozwój natywny dla AI dąży do samego procesu rozwoju, w którym osąd i uczenie się AI i człowieka są stale wzmacniane, a nie do konkretnej architektury czy metodologii rozwoju. W tej strukturze deweloper i AI nie zastępują się nawzajem. Zamiast tego, dzieląc tę samą przestrzeń problemową, ewoluują w relację, w której razem tworzą lepsze osądy i bardziej solidne struktury.