Ο Copilot, ένας βοηθός προγραμματισμού που αναπτύχθηκε από την GitHub υποστηριζόμενη από τη Microsoft και χρησιμοποιώντας τα μεγάλα γλωσσικά μοντέλα της OpenAI, λανσαρίστηκε το 2022 και πλέον χρησιμοποιείται από εκατομμύρια προγραμματιστές παγκοσμίως. Επιπλέον, πολλοί χρήστες βασίζονται σε γενικής χρήσης AI chatbots όπως ο Claude, ο ChatGPT και ο Gemini για διάφορες εργασίες. Ο CEO της Alphabet, Sundar Pichai, ανέφερε σε μια κλήση κερδών ότι η AI τώρα παράγει πάνω από το ένα τέταρτο του νέου κώδικα στην Google, επιτρέποντας στους μηχανικούς να είναι πιο αποτελεσματικοί. Άλλες τεχνολογικές εταιρείες αναμένεται να ακολουθήσουν το παράδειγμα, καθώς νέες startups όπως οι Zencoder, Merly, Cosine, Tessl και Poolside αναδύονται στον τομέα του AI προγραμματισμού, ανταγωνιζόμενες για μερίδιο αγοράς. Οι αναλυτές σημειώνουν ότι οι προγραμματιστές φαίνονται πρόθυμοι να πληρώσουν για εργαλεία copilot. Αυτές οι νέες startups στοχεύουν να ενισχύσουν τους γενετικούς βοηθούς προγραμματισμού πέρα από την αυτόματη ολοκλήρωση. Μπορούν πλέον να προγραμματίσουν, να δοκιμάσουν και να αποσφαλματώσουν κώδικα, επιτρέποντας στους προγραμματιστές να εστιάζουν περισσότερο στην επίβλεψη και λιγότερο στην άμεση κωδικοποίηση. Πολλοί πιστεύουν ότι αυτές οι εξελίξεις θα μπορούσαν να οδηγήσουν σε τεχνητή γενική νοημοσύνη (AGI) μέσω του προγραμματισμού. Η ορθότητα στη μηχανική λογισμικού περιλαμβάνει δύο πτυχές: τη συντακτική ορθότητα, διασφαλίζοντας ότι ο κώδικας εκτελείται χωρίς σφάλματα, και τη λειτουργική ορθότητα, που διασφαλίζει ότι ο κώδικας εκτελεί την επιθυμητή εργασία. Η επόμενη γενιά βοηθών προγραμματισμού στοχεύει να βελτιώσει όχι μόνο τη δημιουργία κώδικα, αλλά και τη λογική πίσω από τη δημιουργία αυτού του κώδικα. Η εκπαίδευση μοντέλων απαιτεί αποτελεσματικά μια λεπτομερή κατανόηση της διαδικασίας προγραμματισμού, όχι μόνο δείγματα κώδικα. Οι Zencoder εστιάζουν στη σχετική σημασία όταν αναλύουν βάσεις κώδικα, ενώ η Cosine συλλέγει δεδομένα για τις διαδικασίες σκέψης των προγραμματιστών, χαρτογραφώντας τα τυπικά βήματα που ακολουθούνται για την παραγωγή κώδικα.

Η Poolside χρησιμοποιεί μια μέθοδο που ονομάζεται ενισχυτική μάθηση από την εκτέλεση κώδικα (RLCE) για να βελτιστοποιήσει τη δημιουργία κώδικα. Οι Cosine και Poolside αντλούν έμπνευση από το AlphaZero της DeepMind, χρησιμοποιώντας δοκιμές και σφάλματα στον προγραμματισμό για να βελτιώσουν τα μοντέλα τους. Ενώ η Cosine προσαρμόζει υπάρχοντα μοντέλα, η Poolside κατασκευάζει ένα νέο, εξειδικευμένο μοντέλο. Η Cosine ισχυρίζεται ότι το μοντέλο της υπερέχει σε συγκριτικά τεστ προγραμματισμού, ενώ η Poolside είναι ακόμα υπό ανάπτυξη αλλά δείχνει υποσχόμενα αρχικά αποτελέσματα. Αντιθέτως, η προσέγγιση της Merly απορρίπτει τα μεγάλα γλωσσικά μοντέλα, εστιάζοντας αντ' αυτού στα λογικά θεμέλια του προγραμματισμού χρησιμοποιώντας μια ενδιάμεση αναπαράσταση του κώδικα που αποτυπώνει τη θεμελιώδη δομή του. Αυτή η μέθοδος επιδιώκει να ενισχύσει τη λογική σκέψη στη δημιουργία κώδικα. Η ανάπτυξη αυτών των εργαλείων AI μπορεί να αλλάξει τους ρόλους ανάπτυξης λογισμικού, επιτρέποντας στις ομάδες να παράγουν λογισμικό πιο αποτελεσματικά. Οι βοηθοί προγραμματισμού όπως ο Genie της Cosine μπορούν να χειρίζονται διορθώσεις σφαλμάτων και άλλες εργασίες, επιτρέποντας στους μηχανικούς να επιβλέπουν πολλές διαδικασίες ταυτόχρονα, αλλάζοντας έτσι τους παραδοσιακούς τρόπους εργασίας. Καθώς η τεχνολογία προγραμματισμού AI προχωρά, ίσως να προκύψει μια νέα ιεραρχία μηχανικών λογισμικού, με ελίτ ρόλους που θα επιβλέπουν τον κώδικα που έχει παραχθεί από την AI, ενώ μικρότερες ομάδες θα διαχειρίζονται τις συνολικές εργασίες. Αυτή η μεταμόρφωση θυμίζει τις αλλαγές που έφερε η ATM στον τραπεζικό τομέα. Για κάποιους, όπως ο Gottschlich της Merly, η δημιουργία προηγμένων συστημάτων λογισμικού απαιτεί τεχνητή νοημοσύνη που μπορεί να προγραμματίζει ανεξάρτητα. Κριτικάρει την ιδέα ότι οι άνθρωποι βοηθούν την AI, υποστηρίζοντας ότι το αντίθετο θα έπρεπε να είναι αληθινό. Γενικά, ο ενθουσιασμός που περιβάλλει τους γενετικούς βοηθούς προγραμματισμού συνοδεύεται από προσδοκίες για πιο σημαντικές εξελίξεις στην AI, καθώς οι εταιρείες οραματίζονται τα εργαλεία τους ως βήματα προς την επίτευξη AGI. Καθώς το τοπίο της μηχανικής λογισμικού εξελίσσεται, αυτά τα εργαλεία αναμορφώνουν τους ρόλους και τις ροές εργασίας των προγραμματιστών λογισμικού, σηματοδοτώντας ένα συναρπαστικό αλλά αβέβαιο μέλλον στον τομέα.