Üretken yapay zeka, teknoloji kariyer yolunuzu değiştiriyor. Bilmeniz gerekenler

Otomasyon, BT profesyonellerinin çalışmalarında bir adım değişiklik yaratıyor ancak doğru becerilere sahip yetenekli insanlara hâlâ önemli bir rol düşüyor.

OpenAI, OpenResearch ve Pensilvanya Üniversitesi'nden araştırmacılardan oluşan bir ekibin yakın tarihli bir makalesinde yer alan bir tahmine göre, tüm işlerin en az %80'i (özellikle üniversite eğitimi gerektirenler) üretken yapay zekadan etkilenecek veya artırılacak. Otomasyondaki bu artış, BT geliştirme veya operasyonlarıyla ilgilenen veya kariyer peşinde koşan kişiler için ne anlama geliyor?

Yapay zeka ve eğitim verilerinden içerik oluşturan üretken yapay zeka, teknoloji kariyerlerini iki şekilde etkileyecek. Bir araç olarak yapay zeka, profesyonellerin üretkenliğini ve yeteneklerini artıracak. İş düzeyinde otomasyondaki büyüme, bu tür sistemleri tasarlamak, oluşturmak ve sürdürmek için yapay zekaya özgü becerilere olan talebin artması anlamına geliyor.

Hummingbird'ün CTO'su Jesse Reiss, geliştiriciler ve BT profesyonellerinin "Yapay zekayı araç setlerine dahil ettikçe daha verimli ve daha etkili hale geleceklerini" söylüyor. "Teknoloji henüz kendi başına uygulama yazma yeteneğine sahip olmasa da, geliştiricilere yardım sağlıyor ve geliştirmeyi hızlandırmalı. Teknik soruları yanıtlayabilir ve yeni bir özellik oluşturmaya yönelik adımları hızlı bir şekilde özetleyebilir. Ayrıca hızlı bir şekilde yaygın, basit, tek başına üretilmesi sıkıcı olabilecek standart kod."

Üretken yapay zekanın teknoloji işlerinde artan kullanımı, düşük kodlu ve kodsuz hareketin yükselişiyle örtüşüyor. Analitik, yapay zeka ve makineden sorumlu başkan yardımcısı Diane Gutiw, "Üretken yapay zeka ile geliştiriciler yeni kod ve çözümler oluşturmak için algoritmalardan yararlanabilir, özelleştirebilir ve eğitebilir; bu da yapay zeka ve makine öğrenimi kodunu sıfırdan yazmaya kıyasla zamandan ve emekten tasarruf sağlayabilir" diyor CGI için öğrenme.

"Üretken yapay zeka aynı zamanda az kodlu ve kodsuz ortamlar oluşturmayı da kesinlikle kolaylaştırıyor; bu da teknik bilgisi olmayan kullanıcıların kod yazmayı öğrenmek zorunda kalmadan uygulamalar oluşturmasına ve dağıtmasına olanak tanıyor, ancak yine de sahip olunması gereken önemli bir beceri. Bu düşük kodlu teknolojinin riski, geliştiricilerin, tasarımcıların ve kullanıcıların modellerin nasıl çalıştığı ve çıktıların nasıl bilgi/veri topladığı ve isteklere nasıl yanıt ürettiği konusunda şeffaflığı kaybetmesidir."

Daha da önemlisi, otomasyon araçları yetenekli BT profesyonellerinin yerini alacak şekilde görülmemelidir. Gutiw, örneğin üretken yapay zekanın, yetenekli geliştiricilerin işlevlerini gasp etmeyeceğini söylüyor: "Üretken yapay zeka, uygulama geliştirmenin belirli yönlerini otomatikleştirebilse de, sorumlu yapay zeka gelişimi, geliştiricilerin bu algoritmaların çıktılarını denetlemesini ve iyileştirmesini hâlâ gerektiriyor."

Bu nedenle, üretken yapay zeka, tüm geliştirme sorunlarına sihirli bir çözüm olarak görülmemelidir: "Programlama ve tasarım ilkeleri konusunda derinlemesine bir anlayışa sahip olmak ve çıktıların doğru olduğunu ve herhangi bir fikri mülkiyet hakkını ihlal etmediğini doğrulamak önemlidir."

Ancak yapay zeka ve onunla ilişkili araçların teknoloji çalışmaları üzerinde etkisi olacak. Gutiw, BT profesyonelleri için iyi haberin, yapay zeka ve otomasyonun büyümesinin, BT profesyonellerinin daha yüksek değerli faaliyetlere daha fazla zaman ayırması ve kuruluşlarda giderek daha stratejik bir rol oynayacakları anlamına gelmesi gerektiğini söylüyor.

"Otomatik süreçleri denetlemekten ve bunların iş hedefleriyle uyumlu olmasını sağlamaktan sorumlu olacaklar. Ayrıca otomatik sistemleri eski sistemlerle entegre etmekten ve otomatik sistemlerin ölçeklenebilir, güvenilir ve emniyetli olmasını sağlamaktan da sorumlu olacaklar."

Gerçek dünyadaki becerilerin yapay zeka teknolojileriyle harmanlanmasının basit olmaktan uzak olacağı unutulmamalıdır. Reiss, her yeni teknolojinin tanıtılmasında olduğu gibi, BT profesyonelleri için temel zorluğun, sorunları çözmek için yapay zeka ve otomasyonun etkili bir şekilde nasıl uygulanacağını bulmak olacağını söylüyor.

"Üretken yapay zeka için BT ve alan uzmanlarının yapay zeka arayüzünü anlaması ve işin diğer taraflarının operasyonlarını veya iş akışlarını daha iyi desteklemek için bu teknolojiden yararlanmasına yardımcı olması gerekecek. BT profesyonellerinin işin zorluklarını derinlemesine anlaması, yapay zekanın nasıl yapabileceğini öğrenmesi gerekiyor. kullanılsın ve ikisini bir araya getirmenin yollarını bulun."

Değişimin düzeyi öyledir ki, bazı uzmanlar yapay zeka tabanlı sistemlerin oluşturulması ve sürdürülmesinin, yapay zeka ve makine öğrenimi gelişimini benimsemek için kariyer yollarının yeniden kalibre edilmesini gerektirebileceğine inanıyor. Başkan yardımcısı ve genel başkan yardımcısı Raleen Gagnon, "Veri bilimci olarak veya yapay zeka alanında çalışmak isteyen BT profesyonelleri, bir alana odaklanmalı, verilerin bu alanda nasıl veriye dönüştüğü konusunda uzmanlaşmalı ve ardından istenen sonuçları elde etmek için araçları uygulamalıdır" diyor. Magnit'te yönetici.

Araştırma, veri analizi, Python, R, SQL, İstatistik, makine öğrenimi ve MATLAB gibi önemli teknik becerilerin yanı sıra, bunların "yaratıcılık, merak ve hem iş hem de iş dünyası ile çalışma becerisi" gibi daha yumuşak yeteneklere de ihtiyaç duyacağını söylüyor. ve teknik kaynaklar."

Sert ve yumuşak becerilerin bu karışımı Gutiw tarafından da tanınmaktadır. Yapay zeka sistemlerinin yönetimine geçmek isteyen teknoloji profesyonellerinin büyük veri kümeleriyle çalışabilmeleri, modelleri anlayabilmeleri ve verileri etkili bir şekilde işleyip analiz edebilen algoritmalar geliştirebilmeleri gerektiğini söylüyor. Gutiw, BT profesyonellerinin Python, R ve TensorFlow gibi yapay zeka çerçeveleri ve programlama dilleri konusunda da uzmanlığa sahip olmaları gerektiğini söylüyor.

"BT profesyonellerinin, teknik becerilere ek olarak, geleneksel olarak kodlama veya otomasyon teknolojileri konusunda çok fazla deneyimi olmayan veri bilimcileri, tasarımcıları ve iş analistlerini içerebilecek işlevler arası ekiplerle etkili bir şekilde çalışabilmeleri için etkili iletişim ve işbirliği becerilerine sahip olmaları gerekir. ," diye ekliyor Gutiw.

"Bu, sonuçların daha iyi yorumlanmasını sağlayabilecek iş ve veri konusu uzmanlarının görüşleri olmadan verilerin ve çıktıların bir balon içinde yorumlanmamasını sağlamaya yardımcı olur. Teknik kavramları teknik olmayan terimlerle açıklayabilmeleri ve teknik kavramları açıklayabilmeleri gerekir. İş hedeflerini belirlemek ve önceliklendirmek için paydaşlarla birlikte çalışın."

Reiss, yapay zeka çoğaldıkça BT mesleğinin iki kampa bölüneceğini öngörüyor. "Bir grup yapay zeka gelişimine giderek daha fazla odaklanacak" diyor. "Yapay zeka sistemlerini oluşturan, eğiten, ölçeklendiren ve sürdürenler onlar olacak. Bu grupta yer almak, karmaşık bilgisayar bilimi kavramları hakkında bilgi sahibi olmayı ve yapay zekada kullanılan temel matematiğin, yani doğrusal cebirin derinlemesine anlaşılmasını gerektirecek. Bununla ilgilenenler Yol, yapay zeka sistemlerinin nasıl çalıştığını ve neredeyse her gün ortaya çıkan son gelişmeleri takip etmek için yapay zeka teknik incelemelerinin nasıl okunacağını öğrenmeye odaklanmalı."

İkinci kampta diğer BT profesyonelleri "yapay zekayı ürün çözümlerine dahil etmeye odaklanacak" diyen Reiss şöyle devam ediyor: "Müşterileriyle empati kurmaya, onların sıkıntılı noktalarını anlamaya ve bu ihtiyaçları karşılayan çözümler geliştirmeye odaklanacaklar. Bu grup için, Güçlü iletişim becerilerine, tasarım içgörülerine ve yaratıcılığa sahip yapay zeka sistemlerini anlamak başarıya giden yol olacaktır."

Teknoloji profesyonelleri aynı zamanda stratejik planlama, inovasyon ve işbirliği gibi kolaylıkla otomatikleştirilemeyecek görevlerle de meşgul olacak. Gutiw, "Otomasyonun en etkili olabileceği alanları belirlemek ve otomatik sistemlerin faydalarını en üst düzeye çıkaracak şekilde uygulanmasına yönelik stratejiler geliştirmek için diğer departmanlarla birlikte çalışmaları gerekecek" diyor. "BT profesyonellerinin hızla gelişen bu ortamda başarılı olmak için sürekli olarak yeni becerilere uyum sağlaması ve geliştirmesi gerekecek."

Yapay zekanın giderek artan kullanımının sonucu, tüm BT profesyonelleri için radikal değişimin ufukta görünmesidir. Reiss, her geliştiricinin, ürün yöneticisinin ve tasarımcının yapay zeka teknolojisini ürünlerine nasıl dahil edeceklerini düşünmesi gerektiğini söyledi.

"Hedef kitle veya çözüm ne olursa olsun, en yeni nesil yapay zeka, mevcut araç setlerini geliştirmek için benzeri görülmemiş bir fırsat sunuyor. Yapay zekayı ilginç ve yaratıcı yollarla birleştiren uygulamalar görmeyi bekliyorum."