AI時代でもプログラマーを目指すべきか？「Yes, and…」と答える理由
Montana State Universityで教えるCarson Grossは、AIがあってもプログラマーを目指す価値はあると説く。ただしジュニアにはAIによるコード生成が危険で、自分でコードを書かないと読む力が育たず、制御不能なシステムに陥ると警告。AIをTAとして活用しつつ、コミュニケーションやビジネス理解、アーキテクチャ設計など新たなスキルを磨くべきだと主張する。
「はい、AIはこの課題のコードを生成できます。でも、それに頼ってはいけません。あなたはコードを書かなければならないのです。」
HNでの議論
36- layer8
> コーディング → プロンプティングは、アセンブリ → 高水準コーディングのようなものか？ […] 私はこの比喩に同意しない。コンパイラは、ほとんどが決定論的であり、現在のAIツールはそうではない。
決定論かどうかという話ではない。ソースコードとコンパイルされたプログラムの関係を、形式的な精度で推論できるかどうかだ。ソースコードのどの変更が、コンパイルされたプログラムの振る舞いのどの正確な変更につながるかを予測できる。LLMのプロンプトの変更とLLMの出力についても同じことは言えない。
ランダム性の源を固定すれば、AIを決定論的にすることはできる。それでも、例えばプロンプトに単語を追加したり削除したりしたときに、その出力がどう変わるかを推論することはできない。唯一の方法は、LLMを実行すること（＝プロンプトをモデルに通して、何が出てくるか観察すること）だ。
これが根本的な違いだ。ソースコードの変更には、予測可能で推論可能な結果がある。プログラミング言語のセマンティクスに従って、その変更がコンパイルされたプログラムの振る舞いに正確にどう影響するかを知るために、一般にコードをコンパイルしてテストする必要はない。たとえコンパイラがコード生成のトレードオフのために確率的なヒューリスティクスを使い、マシンコードレベルでは決定論的でなくても、そうだ。
繰り返すが、違いはコンパイラの振る舞いとLLMの振る舞いをどう推論できるかだ。プログラミング言語は、推論できるように設計されている。LLMでは […]
- tengbretson
> もしコードを書かなければ、効果的にコードを読むこともできないと説明している。コードを読む能力は、AIベースのコーディングの未来において確実に価値があり、おそらくより価値があるだろう。
これについては確信がない。卒業後に初めてキャリアを始めた頃を思い出すと、学校にいる間にコードを書く能力は大幅に向上したと感じた。一方で、コードを読む能力はほとんど向上しなかったように感じた。今でも、業界で10年以上経ち、両方のスキルは飛躍的に向上したが、コードを読み、内面化する能力は、経験の結果として当然期待したり想定したりするレベルには達していないと感じている。
読むことと書くことは、別々の（しかし関連する）スキルであり、それぞれに意図的な練習と研鑽が必要なのかもしれない。すべての人について語れるわけではないが、私にとってコードを読むスキルは、それが期待される仕事に就いて初めて本当に発達し始めた。
コードを書くことを学ばずに読むことを学ぶことは可能かもしれない。読むことを学ばずに書くことを学ぶことは確かに可能に感じる。
- johsole
私は著者に同意しない。LLMがコーディングにおいて上手くなるにつれて、システムを動かし進歩させ続けるために必要な開発者は減る可能性が高いと思う。私の会社では、ボトルネックはすでに新しい収益を生み出すアイデアだ。新機能の速度は約30%向上しており、同じ数の開発者がずっと速く構築している。これはさらに増え続けると予想している。また、多くの開発者が単にコードが正しいと信頼しており、コードとの接触を失っているのも目にする。
私は子供たちにプログラミングに関わることを勧めないだろう。代わりに、多少のコーディングを使うかもしれない起業家になることを勧める。
- ivanjermakov
プログラマーはコンピュータプログラムを作る。LLMはコンピュータプログラムを作ることをより手頃で効率的にし、その結果、より多くのコンピュータプログラムとプログラマーへのより高い需要が生まれる。10年後にプログラミングがどうなるかはわからないが、なぜよく機能するコンピュータへの需要が下がるだろうか？
- samstress
いや、でも…が私の考えではより良い答えだ。コーディングを学ぶことはかなりのコミットメントだ。プロ品質のソフトウェアを制作できるようになるまでには何年もかかる。過去12か月だけで見られたコーディングAIの進歩から外挿すると、これは単に時間の無駄な配分だ。
代わりに、記事が指摘するように、現実世界とAIコード生成の間の翻訳者になることを学ぼう。テクノロジーによって比較的十分にサービスが提供されていない業界について学ぼう。開発者やエンジニア向けのツールを作ってはいけない。建設、鉱業、廃棄物管理、石油・ガス、製造、物流、政府…について学び、その業界とAIの価値付加能力の間のリンクになろう。
（比較的十分にサービスが提供されていないことに重点を置く — これらのすべてには、いくつかの場所でハイテク版があるが、未来は均等に分配されるわけではない。）