GotAI.NET - Форум - Искусственный интеллект

Цитата:

Репортёры собираются в комнате, чтобы увидеть ENIAC — самую мощную машину на тот момент: 30 тонн, почти 18 000 вакуумных ламп, считает за секунды то, на что человеку нужны дни. Вспышки камер, мужчины в костюмах жмут руки и произносят речи. За машиной стоят шесть молодых женщин — именно они заставили её работать. Месяцами они выясняли, как сказать машине, что делать: вручную втыкали сотни кабелей и щёлкали тысячи переключателей. Их не представляют. Их даже не приглашают на праздничный ужин. Это первое поколение программистов — и уже через ~10 лет их способ программирования устареет.

Далее — завязка: 80 лет спустя AI пишет три четверти нового кода в Google, и вполне возможно, что мы видим последнее поколение программистов. Авторы подчёркивают: программирование — не просто работа, это способ, которым люди почти век говорили машинам, что делать. И «AI заменит программистов» — история страннее, и она уже случалась раньше, несколько раз.

Что такое программирование на самом деле
Компьютеры невероятно быстрые и невероятно глупые: делают ровно то, что им сказали, — не то, что вы имели в виду, а то, что произнесли. Пример: попросите сделать бутерброд — он спросит, что такое хлеб, потом что такое ломтик, потом где кухня, потом упадёт, потому что вы забыли сказать открыть холодильник до того, как достать сыр.

Люди общаются расплывчато — с подтекстом и общими допущениями. Машины понимают только идеально точные инструкции. Поэтому ~80 лет кто-то сидел посередине и переводил: брал человеческое «хочу приложение для заказа пиццы» и превращал в миллионы крошечных точных инструкций. Этот переводчик — программист. Авторы просят запомнить эту мысль.

Профессия, которая отказывалась умирать
Программирование объявляли мёртвым удивительно много раз:

ENIAC-программисты работали напрямую с железом; настройка новой программы занимала дни или недели.

Изобрели лучшие способы: сначала коды, которые печатали, а не коммутировали проводами; затем целые языки, похожие на человеческую письменность.

1954, IBM, FORTRAN: в отчёте обещали, что язык «практически устранит кодирование и отладку». Многие программисты нервничали, другие были оскорблены — были уверены, что никакая машина не напишет код так же хорошо, как они.

Что случилось? Программирование взорвалось.

COBOL задумывался так, чтобы читался почти как английский, — чтобы бизнес-менеджеры писали программы сами и программисты больше не нужны. Вместо этого компании наняли армии COBOL-программистов.

1982: бестселлер буквально назывался «Разработка приложений без программистов».

Затем визуальные инструменты, конструкторы сайтов, no-code платформы.

Каждый раз предсказание одно: «это конец программистов». Каждый раз — противоположное: от горстки людей в 1946 к десяткам миллионов по всему миру.

Почему? Эффект Джевонса. В 1865 экономист Уильям Стэнли Джевонс заметил странность с углём в Англии: паровые машины стали эффективнее и требовали гораздо меньше угля на ту же работу — казалось бы, потребление должно упасть. Оно взлетело. Потому что когда что-то дешевеет в использовании, мы начинаем применять это для гораздо большего числа вещей. Софт работает так же: каждый инструмент, упрощавший программирование, удешевлял создание софта — и мы строили софт для всего: банки, машины, холодильники, зубные щётки и, увы, приложение для уведомлений вашего приложения.

Но на этот раз машина выучила наш язык
У всех прежних инструментов было общее: они делали язык машины приятнее, но людям всё равно приходилось его учить — думать как машина: точно, явно, пошагово. Переводчик был нужен.

Большие языковые модели переворачивают это. Впервые машина учит наш язык — расплывчатый, грязный, полный подтекста — и в основном работает.

2023, Андрей Карпати: «Самый горячий новый язык программирования — английский».

Конец 1970-х, Эдсгер Дейкстра писал эссе, что программировать на естественном языке — глупая идея: язык двусмыслен, а точность — весь смысл программирования. Более 40 лет он был прав. Изменилось не то, что язык стал точным, — машины стали достаточно хороши в угадывании, что мы имеем в виду. Не идеально, но часто достаточно.

И потом у них появились руки. Сегодняшние AI-агенты не просто подсказывают строку кода: они читают целые проекты, планируют изменения, пишут код, запускают тесты и исправляют свои ошибки.

Цифры
Конец 2024: Google — около четверти нового кода генерирует AI.

Конец 2025: около половины.

Апрель 2026: CEO Google объявил о трёх четвертях — с проверкой инженерами-людьми.

CTO Microsoft предсказывает 95% кода от AI в течение пяти лет.

CEO Nvidia (одной из самых дорогих компаний) утверждал, что детям вообще не нужно учиться программировать.

В США число занятых как «computer programmers» упало до минимума с 1980-го — более чем на четверть примерно за два года.

Но: число «software developers» за тот же период почти не изменилось. Люди, чья работа — в основном писать код, исчезают. Люди, чья работа — решать, что строить и как это должно работать, пока остаются. Авторы говорят: это различие — суть всего видео.

Огромный слон в комнате
Многие предсказания исходят от тех, кто продаёт AI: говорить миру, что твой продукт заменит миллионы программистов, — очень хороший маркетинг. В 2025 один AI-CEO предсказал, что за 3–6 месяцев AI будет писать 90% кода — этого не случилось так быстро повсеместно. Статистика занятости грязная: категории пересекаются, экономика сдвинулась, технокомпании перенаняли в пандемию. Любую цифру берите с большой щепоткой соли. Но направление игнорировать трудно.

Когда компьютеры были людьми
Сотни лет «computer» — не машина, а должность: человек за столом, считающий вручную весь день.

1880-е, Гарвардская обсерватория наняла команду женщин (платили долю мужского), чтобы анализировать фото ночного неба. Генриетта Ливитт нашла закономерность в пульсирующих звёздах, что позже позволило измерять расстояние до других галактик. Размер Вселенной был вычислен отчасти людьми с должностью «компьютер».

NASA: комнаты, полные людей-компьютеров, считали траектории ракет и самолётов.

1962: перед полётом Джона Гленна (первый американец на орбите) новый электронный компьютер рассчитал траекторию. Гленн не полностью доверял ему и попросил конкретного человека-компьютера — Кэтрин Джонсон — проверить числа вручную. Только после её подтверждения он был готов лететь.

В течение поколения профессия исчезла: машина забрала работу и даже имя.

Но вот поворот: многие люди-компьютеры не исчезли. Когда в NASA пришли машины IBM, Дороти Вон (руководила командой людей-компьютеров) увидела, что грядёт, сама выучила новый язык FORTRAN и научила команду. А шесть женщин за ENIAC были набраны из группы людей-компьютеров, считавших артиллерийские траектории вручную. Первые программисты были одними из последних людей-компьютеров. Последнее поколение одной работы стало первым поколением следующей.

Отсюда вопрос переформулируется: не «исчезнут ли программисты?», а «во что мы собираемся превратиться?»

Что после программиста? Три версии
Версия 1: программирование станет как печатание. Большую часть XX века «машинистка» была профессией — целые «машинописные пулы». Потом пришли персональные компьютеры: сегодня печатают почти все, а машинисток почти нет. Навык не умер — стал настолько общим, что перестал быть работой. В этом будущем каждый может делать софт, просто описывая желаемое: бабушка строит приложение для рецептов, фермер за выходные — инструмент для отслеживания почвы. Программирование растворяется во всём.

Версия 2: программисты станут как пилоты. Современные самолёты в основном летают сами, но мы всё равно сажаем в кабину высокообученных людей — не ради 99% полёта, что идёт нормально, а ради 1%, когда что-то ломается. В этом будущем программистов гораздо меньше, но именно они отвечают, когда машины ошибаются. Меньше людей, больше ответственности.

Версия 3: что-то, чего мы не можем вообразить. По духу это то, что ENIAC-женщины могли бы сказать в 1946: «Мы строим машину, чтобы быстрее считать артиллерийские таблицы». Они не могли представить смартфоны, видеоигры, интернет и людей, спорящих с незнакомцами в 3 часа ночи. Самые важные профессии 2050 года могут ещё не иметь названий.

«Вообще-то, всё хуже» — три отличия от прошлых переходов
1. Библиотека замолкает. Больше десяти лет программисты помогали друг другу на Stack Overflow: миллионы вопросов, ответы людей, в основном бесплатно, просто чтобы помочь. На пике — около 200 000 новых вопросов в месяц. К 2025 число упало примерно до уровня первых месяцев после запуска в 2009-м. Справедливости ради: спад начался раньше, отчасти потому что сайт был недружелюбен к новичкам, — но AI обрушил его. Зачем спрашивать незнакомцев и ждать, если чат-бот отвечает мгновенно и вежливо? Ирония: чат-боты научились отвечать на тех самых человеческих ответах. Последнее поколение программистов написало учебник, по которому учились машины, — и перестало писать новые главы. Исследования показывают: модели, обученные снова и снова на данных, сгенерированных AI, могут постепенно ухудшаться — как фотокопия фотокопии. Если люди перестанут записывать то, что узнают о новых проблемах, где будет учиться следующее поколение AI?

2. Машины начинают писать себя. AI-лаборатории открыто говорят, что используют собственные модели, чтобы строить следующие, более мощные. Значит, последнее поколение программистов может оказаться тем, что написало программиста, который их заменил.

3. Понимание (самое важное). Когда никто больше не пишет код — сколько людей всё ещё смогут его читать? Банки, больницы, энергосети и выборы уже работают на софте. Всё больше его будет написано AI, проверено AI и исправлено AI. Артур Кларк: «Любая достаточно развитая технология неотличима от магии». Мы можем строить цивилизацию, работающую на магии, — даже для тех, кто ею управляет.

Выводы и мнение авторов
Да, вероятно, мы последнее поколение программистов — в том смысле, в каком ENIAC-женщины были последними, кто программировал, втыкая кабели. Писать код строка за строкой вручную скоро может ощущаться такой же стариной.

Но программирование не умирает — оно растворяется во всём и поднимается на уровень выше: от написания инструкций к решению, что машины должны делать вообще.

Это не время паниковать, но время серьёзно подумать, что мы хотим сохранить.

Учить программирование всё равно абсолютно стоит — возможно, не как гарантированный билет на работу, а по той же причине, по которой мы учим математику при наличии калькуляторов: чтобы понимать логику строящегося вокруг нас мира и уметь сказать, когда машина ошибается.

Помните Джона Гленна: он был готов довериться машине — но только после того, как человек, по-настоящему понимавший математику, проверил её. Возможно, важнейшая работа следующего поколения — не писать код, а быть теми, кто всё ещё может его проверить.

Шесть женщин за ENIAC были забыты на десятилетия: в 1980-х исследовательница нашла их старые фото и ей сказали, что это, вероятно, просто модели рядом с машиной; ей понадобились годы, чтобы найти их и добиться признания. Последнее поколение программистов не должно быть забыто так же. Возможно, наша важнейшая задача — не стать последним поколением, которое понимает, как всё это работает.

Финал — призыв к комментариям: какая была ваша первая программа? Вы часть последнего поколения программистов — или первого поколения чего-то нового? Через 50 лет кто-то, возможно, будет листать этот комментарий, как мы смотрим на старые фото ENIAC. «Оставим им что-нибудь хорошее для чтения. Мы прочитали их. Сделано людьми для людей».

Моё мнение
Где авторы убедительны. Историческая аналогия с людьми-компьютерами — сильнейший аргумент видео: она показывает, что исчезновение должности не равно исчезновению навыка и людей. Дороти Вон, выучившая FORTRAN за свою команду, — лучшая иллюстрация того, как выглядит адаптация в реальности. И разделение «программист vs разработчик» в статистике — очень точное наблюдение: падает не спрос на понимание систем, а спрос на механическое кодирование.

Где я осторожнее авторов. Они честно называют «слона» (продавцы AI делают прогнозы о собственном продукте), но всё же цифры Google «три четверти кода» стоит воспринимать особенно скептически — «сгенерировано AI» может означать и автодополнение в IDE, и полностью автономный агент; это огромная разница. Демографическая статистика BLS тоже не различает senior-инженера и человека, правящего шаблонный код.

Что мне кажется самым глубоким. Пункт про «замолкающую библиотеку» — это, на мой взгляд, главный риск, и он недооценён. Stack Overflow был не просто справочником, а средой, где новички учились думать, а эксперты формулировали знания. Если этот цикл разорвётся, мы получим мир, где AI-модели деградируют от самокопирования, а люди теряют способность проверять их выводы — и это опаснее потери рабочих мест. Аналогия с фотокопией точна.

Мой главный спор с авторами — оптимизм насчёт «проверяющих». Идея «не писать код, а уметь его проверять» красива, но есть проблема: читать код труднее, чем писать, а проверять сгенерированный код — особенно, потому что в нём нет «следа мышления», который помогает ревьюеру. Боюсь, что «пилотская» модель (версия 2) окажется ближе к реальности, чем кажется: горстка экспертов на огромную массу непрозрачных систем — это рецепт хрупкости. История авиации показывает, что безопасность держится на культуре, регуляции и тысячах часов тренировок; для софта ничего подобного в нужном масштабе пока нет.

Чего в видео не хватило. Оно почти не говорит о том, кто будет платить за проверку кода, если компании экономят именно на этом; не обсуждает регуляторику и ответственность за ошибки AI; и не касается того, что «растворение программирования во всём» может усилить неравенство — доступ к инструментам будет, а к пониманию и проверке — нет.

Итог. Я согласен с главным тезисом: программирование не умирает, а меняет уровень абстракции, и учить его стоит — как учат математику. Но я менее оптимистичен насчёт того, что общество успеет выстроить «слой понимающих» до того, как системы станут слишком сложными для проверки. Главная задача — не научить всех писать код, а сохранить институты и стимулы для тех, кто способен его читать и оспаривать. Это уже не технический, а политический и образовательный вопрос — и именно его видео оставляет за кадром.

Форум: Проблемы искусственного интеллекта