在当今人工智能时代,工程师是否需要学习哲学才能成功编写代码?有抱负的开发人员需要掌握哪些技能?
这个问题已经争论了几十年,最早可以追溯到 80 年代和 90 年代,当时学校的课程侧重于“硬技能”,例如复杂编程语言的高级知识。随着开发环境变得更加协作,雇主强调聘请具有团队合作和沟通等软技能和传统技术能力结合的“多才多艺”型开发人员。
如今,将人工智能融入软件开发环境再次引发了关于技能的争论。
通过让人工智能在编码过程中扮演更重要的角色,企业则更加重视聘用“全面”的开发者,这些开发人员能够思考、适应、解决问题并从人工智能助手那里获得最佳解决方案。
高盛首席信息官 Marco Argenti 最近在《哈佛商业评论》上撰文谈到了这一现象。他认为,工程师应该学习哲学,以便在人工智能时代更好更成功地编写代码。Argenti 认为,学习哲学可以帮助有抱负的开发人员清晰而有逻辑地思考自己为什么要这样做。
无论开发人员是否需要上哲学课,这个理由都是合理的。生成式人工智能改变了我们的思维和工作方式。
与过去不同,开发人员从团队负责人那里接受指示,作为个人贡献者执行任务,而现在他们将问题解决和代码生成“外包”给人工智能工具和模型。
通过与通用人工智能(GenAI)合作解决复杂问题,曾经作为个人贡献者的开发人员现在成为了团队负责人。这种新的工作流程要求开发人员提升他们的批判性思维技能与对最终用户的同理心。
人们再也不能仅凭对手头任务的肤浅理解来操作了。现在,最重要的是开发人员要了解推动他们行动的原因,这样他们才能引领人工智能同行取得最理想的成果。
首先须了解问题
在通用人工智能的新世界中,全面发展的开发人员会充分了解问题和所需的结果,然后才能开始使用 GenAI 辅助解决问题。
他们对问题空间的理解会与产品经理或最终用户的理解互相匹配。
导致当前问题持续存在的响应会发出错误提示。例如 Dall-E 这样的图像生成工具,我们给它一个基本提示语(给我看办公室里的开发人员),然后再给出一个详细提示(给我看办公室里的开发人员在城市环境中与年轻同事一起在笔记本电脑上编码)。
你最终会得到两张完全不同的图片。
开发人员的关键软技能
在人工智能时代,哪些软技能最重要?其中最突出的四个是:推理能力、好奇心、创造力和责任感。
推理和背景很重要
我从前任老板那里学到的最重要的一课是,"背景很重要"。
假设你试图说服某人做某事;解释“为什么”是最重要的部分:这是建立联系和信任的关键。
而GenAI 无法独自做到这一点。我们现在处于这样一个阶段,GenAI 产生了一个能读但不是很好的输出。仍然需要人为的投入来注入最后 20% 的工作,以推动聊天机器人进行迭代。
我们需要把你的 GenAI 当作实习生,这是需要指导和提示背景的人,这样他们才能最终帮助你得到你需要的东西,并在此过程中更多地了解这个过程。
这意味着你的工作也要提供理由和背景,以说服 AI或实习生正确地做事。
拥抱好奇心和探索精神
当他们使用 GenAI 时,开发者需要不断探究更多信息。我们可以把自己视为揭露事实的记者。我还有什么遗漏吗?在 AI 创建第一个版本后,在第二个版本中进一步探究,使问题更具行动导向。
我们把它想象成与 GPT 的对话。如果你正在创建内容,告诉 GenAI 假装它是一名员工,分享员工会提出的三个问题,然后回答它们。然后,让 GPT 再次用答案重新修改草稿。使用这种方法,同时以你独特的技能和解决问题的能力拥抱思想的多样性,对于有效地服务于多样化的客户群体至关重要。
开发人员提示中的创造力
GenAI 会按照指令行事。它从可用来源中筛选信息,并根据给出的提示系统地应用这些信息。开发人员在提供这些提示时所发挥的创造力可以鼓励 AI 工具提供组织可能未曾预料到的编码选项。就像作家通过改变语法、节奏和语气来保持作品的新鲜感一样,开发人员可以通过不同的方式发出指令,以引发“开箱即用”的反应。
人工智能时代的问责
人类正处于道德难题的边缘,更需要有全面发展的开发人员来帮助我们度过难关。开发人员可以让 GenAI 做某事并不意味着他们应该这样做。
此外,开发人员现在正在共同创造知识产权。
谁拥有知识产权?是提示语工程师吗?是 GenAI 工具吗?如果开发人员使用某个工具编写代码,他们是否拥有该代码?
在一个工具集变化如此之快的行业中,它会根据你使用的工具、工具的版本以及某些供应商的不同工具的不同而有所不同,甚至有不同的规则。知识产权属性正在加剧演变。开发者需要推理并理解,让工具做什么的背景是一项重要并且关键的技能。
结论
对于表现最出色的开发人员来说,通用人工智能越来越多地融入到开发工作流程中,而且并不会降低硬技能的重要性。
然而,对于寻求职业发展和贡献的开发人员来说,提升他们的软技能(如客户同理心和批判性思维)将在很大程度上使他们成为后通用人工智能时代的全面型开发者。
开发者软技能的提升不仅会让我们成为职场上更有效的合作者,还会增强我们对于探索利用 GenAI 实现更高生产力与成功水平组织的新价值。