Udostępnienie  ChatGPT rozpętało dyskusje na temat roli jaką odegra sztuczna inteligencja na rynku pracy.  Jakie zawody na tym ucierpią? Komu narzędzia AI pomogą w pracy? Kto nie musi  obawiać się inwazji inteligentnych chatbotów? To tylko część pytań frapujących nie tylko działy HR, ale również pracowników.  Odpowiedzi na te i podobne pytania nie są proste, aczkolwiek łatwiejsze niż dwa lata temu.

Jak na razie sztuczna inteligencja z impetem wkracza do działów programowania. Na portalach społecznościowych  można znaleźć memy  z informatykiem podcinającym gałąź, na której siedzi.  Komentarze dzielą się na dwie grupy: jedni mówią, że obrazek świetnie oddaje rzeczywistość, zdaniem innych ma on niewiele wspólnego z prawdą. Choć eksperci do rynku pracy,  nie mają wątpliwości, że dobrzy programiści mogą spać spokojnie. Niestety, tego samego nie można powiedzieć o typowych rzemieślnikach bądź nowicjuszach dopiero wchodzących na rynek pracy.

Obecnie używane narzędzia AI  automatyzują żmudne zadania polegające na tworzeniu długich, powtarzalnych  linijek kodu,  jego modyfikacją i poprawianiem błędów.  Dzięki nim budowanie aplikacji w staje się proste, pozwala zaoszczędzić czas, a efekty są widoczne od ręki. Na fali popularności ChatGPT popłynął należący  do Microsoftu GitHub Pilot.  W ciągu około dwóch lat od wydania ten inteligentny asystent pozyskał 77 tysięcy użytkowników, przynosząc przychody rzędu 2 miliardów dolarów.

– To naprawdę zmienia i przekształca sposób, w jaki myślisz o tradycyjnym programiście. Możemy przyspieszyć proces kodowania, wykonać więcej testów i szybciej się uczyć.  Ile czasu trzeba poświęcić na debugowanie, bo ktoś umieścił nawias w niewłaściwym miejscu?  To marnotrastwo czasu.  Zastosowanie GitHub Copilot pozwolił zwiększyć wydajność od 10 do 20 proc. – przyznaje Yang Lu, CIO w  firmie modowej  Tapestry.

Co ciekawe, duże koncerny opracowują własne narzędzia do kodowania. Jednym z przykładów jest Goldman Sachs. Ten bank inwestycyjny w ubiegłym roku opracował  własne narzędzie AI do generowania kodu na bazie istniejącej platformy uczenia maszynowego.. Podejście Goldmana obejmowało również współpracę z OpenAI  w celu korzystania z  GPT-3.5 i GPT-4 oraz Google dla Gemini. Platforma wykorzystuje również modele open source, w tym Meta Platforms Llama.

– Możliwość przełączania się między modelami dla różnych przypadków użycia jest kluczową zaletą naszego  projektu  – tłumaczy   Marco Argenti.Dyrektor CIO w Goldman Sachs.