Популярность и примеры использования искусственного интеллекта( ИИ) возросли в последнее время во многом благодаря широкому распространению технологии ChatGPT. Эта мощная технология ИИ оказала значительное влияние, обеспечив доступность для широкой публики. Вследствие этого появились различные инструменты кодирования на базе GPT, способные повысить продуктивность разработчиков. В связи с тем, что наше общество становится все более оцифрованным и взаимосвязанным, безопасность и целостность программного обеспечения приобретают огромное значение. Поэтому крайне важно рассмотреть возможности использованияAI- технологий для помощи разработчикам в написании кодов, особенно в условиях растущих киберугроз. В Стэнфордском университете недавно было проведено исследование" DoUsersWriteMoreInsecureCodewithAIAssistants?", в результате которого были получены интересные данные о влиянии ИИ на безопасность кодирования. С одной стороны, AI- помощники, несомненно, облегчают бремя разработчиков, позволяя им быстро писать коды. Как и в других отраслях, AI ускоряет темпы развития, позволяя организациям повысить эффективность и производительность. С течением времени технологические достижения и организационная адаптация были направлены на увеличение скорости разработки. Облачные нативные технологии, методология DevOps и конвейеры непрерывной интеграции% 2Fcontinuousdelivery( CI% 2FCD) ускорили процессы разработки и развертывания программного обеспечения. Теперь искусственный интеллект помогает разработчикам создавать коды в беспрецедентном темпе. Несмотря на то, что интеграция ИИ позволяет снизить нагрузку на разработчиков и увеличить скорость разработки, представляется благоприятной, она вводит Тестирование безопасности играет важную роль в разработке программного обеспечения, но при этом происходит откат от соблюдения установленных сроков. Об этой небрежности свидетельствуют результаты недавнего исследования компанииESG, показавшие, что 45% программного обеспечения выпускается без проведения тестов на безопасность, а 32% разработчиков полностью игнорируют процессы безопасности. Отсюда возникает вопрос: какAI влияет на безопасность программного обеспечения? Исследование, проведенное в Стэнфордском университете, показало, что помощники по кодированиюAI оказывают именно то влияние, о котором беспокоятся специалисты по безопасности. Разработчики, не использующие помощниковAI, производят небезопасный код по сравнению с теми, кто не использует такую помощь.

Парадоксально, но разработчики, использующие помощниковAI, считают, что они производят более безопасный код, что приводит к ложной уверенности в безопасности. Эти выводы не вызывают особого удивления, поскольку специалисты по кодированиюAI работают на основе алгоритмов, не имеющих широкого понимания специфики проекта и контекста. Тем не менее, индустрия сохраняет оптимизм в отношении того, что эти ограничения будут устранены с помощью достижений. Тем не менее, эти выводы подчеркивают критическую важность тщательного тестирования кода перед его выпуском. По мере того как кодировщикиAI становятся все более распространенными, а злоумышленники используютAI для эффективного выявления уязвимостей, потребность в масштабируемых и надежных инструментах тестирования программного обеспечения возрастает. По мере развития методологий кодирования должны развиваться и подходы к тестированию. Современные методы обеспечения безопасности программного обеспечения должны в значительной степени опираться на автоматизацию и эффективно генерировать тестовые случаи, Такой подход приводит к постоянному улучшению работы и снижению нагрузки на персонал, а также к созданию интеллектуальных примеров, превосходящих человеческое воображение. Интеграция такого тестирования в CI% 2FCD открывает путь к разработке эффективного подхода к тестированию, который может увеличить объем инструментов кодированияAI. Несмотря на отвратительные результаты Стэнфордского исследования, этот подход дает надежду. Он позволяет использовать преимущества ассистентов кодированияAI без ущерба для безопасности и эффективности. Кодирующие ассистенты будут существовать и впредь, как необходимость и потенциальный источник прогресса. Важно развивать и адаптировать методы тестирования для обеспечения безопасности. Однако вовлечение людей в процесс остается наиболее критичным элементом. Фил Венейблс( PhilVenables), GoogleCloudCISO, считает, что если уделять приоритетное внимание безопасности искусственных интеллектов, то воздействиеAI на кибербезопасность можно эффективно регулировать. Эта точка зрения согласуется с призывом председателя комитета по технологиям сената Марка Уорнера, призывающего ведущие технологические компании и далее уделять приоритетное внимание безопасности искусственных интеллектов, поскольку добровольные обязательства администрации Байдена не могут в достаточной степени способствовать решению этих проблем.