ڈیجیٹل۔ اے آئی کا
انٹرویو: "ہم سب پرومپٹ انجینئر بن جائیں گے"
مصنوعی ذہانت (AI) کا سب سے زیادہ اور ابتدائی اثر سافٹ ویئر ڈیولپمنٹ پر ہوا ہے، جہاں کام کے طریقہ کار اور ملازمین کے کردار بڑی تیزی سے تبدیل ہو رہے ہیں۔
گو کہ AI تیز تر پیداواریت اور جلد ڈیلیوری کا وعدہ کرتا
ہے، لیکن ٹیک انڈسٹری کو احتیاط سے کام لینا ہوگا کہ وہ اسے کتنی جلدی اپنے نظام
میں شامل کرتی ہے۔ یہ وہ پہلو ہے جس پر ہم Adam Kentosh، جو Digital.ai کے
نارتھ امریکہ کے فیلڈ CTO ہیں، کے ساتھ تفصیلی گفتگو کریں گے۔
Techopedia کے
ساتھ گفتگو میں
Kentosh نے وضاحت کی کہ کمپنیاں AI کو
سافٹ ویئر ڈیولپمنٹ میں کیسے بہتر طور پر شامل کر سکتی ہیں، آنے والے برسوں میں
ڈیولپرز کے کردار کیسے بدلیں گے، اور کیوں ہم سب پرومپٹ انجینئرز بننے جا رہے ہیں۔
اہم نکات:
1. ایڈم کینٹوش کا کہنا ہے کہ جنریٹو AI سافٹ
ویئر ڈیولپمنٹ کو تقویت دے رہا ہے، لیکن اسے احتیاط سے شامل کرنا ضروری ہے۔
2. "Shift
Left Testing" اور پیداواریت میں اضافہ کمپنیاں AI اپنانے
کی بڑی وجوہات ہیں۔
3. SAST اور DAST جیسے
سیکیورٹی فریم ورکس AI سے پیدا ہونے والے کوڈ کے خطرات کو روکنے میں
مددگار ہیں۔
4. ڈیولپرز کو AI کے دور
میں پرومپٹ انجینئر کے کردار کو اپنانا ہوگا۔
5. AI انضمام
کے دوران وضاحت اور گورننس کو اولین ترجیح دینا اعتماد کی تعمیر کے لیے ضروری ہے۔
ایڈم کینٹوش کا تعارف:
ایڈم کینٹوش، Digital.ai کے نارتھ امریکہ کے فیلڈ CTO،
ٹیکنالوجی انڈسٹری میں وسیع تجربہ رکھتے ہیں۔ وہ اس سے قبل Digital.ai میں
سینئر ڈائریکٹر آف سیلز انجینئرنگ کے طور پر کام کر چکے ہیں۔ مزید برآں، وہ Spot by NetApp میں
ہیڈ آف سلوشنز آرکیٹیکچر، HashiCorp میں ریجنل مینیجر، اور Red Hat میں
سینئر سلوشنز آرکیٹیکٹ کے طور پر خدمات انجام دے چکے ہیں۔
کمپنیاں AI کو سافٹ ویئر ڈیولپمنٹ میں کیسے شامل
کریں؟
سوال: کمپنیاں AI کو
سافٹ ویئر ڈیولپمنٹ میں مؤثر طریقے سے کیسے استعمال کر سکتی ہیں، اور انسانوں کے
کردار کو کیسے برقرار رکھ سکتی ہیں؟
جواب: خوش آئند بات یہ ہے کہ ہم ڈیولپرز کو ختم ہوتا
نہیں دیکھ رہے۔ بلکہ، ہر کوئی پیداواریت میں اضافے پر توجہ مرکوز کر رہا ہے، اور
یہ ایک مثبت پہلو ہے۔
کمپنیاں AI یا مشین لرننگ کو شامل کرنے کے تین طریقے اختیار
کر سکتی ہیں:
1. اپنی مشین لرننگ ماڈلز خود لکھنا، جو تکنیکی طور
پر بہت مشکل کام ہے اور زیادہ تر کے لیے ضروری نہیں۔
2. موجودہ ڈیٹا کو مشین لرننگ ماڈلز کے ساتھ ملا کر
کاروباری اہداف کو آگے بڑھانا۔
3. پیداواریت کے حصول کے لیے جنریٹو AI کا
استعمال۔
ہم دیکھ رہے ہیں کہ زیادہ تر کمپنیاں جنریٹو AI سے
آغاز کر رہی ہیں، کیونکہ اس میں سرمایہ کاری پر تیزی سے منافع ملتا ہے۔
یہ بھی واضح ہو رہا ہے کہ Shift Left Testing جیسے اقدامات
کی طرف توجہ دی جا رہی ہے، کیونکہ GitHub کے حالیہ سروے سے پتا چلتا ہے کہ
ڈیولپرز کا 30 فیصد سے کم وقت کوڈنگ میں صرف ہوتا ہے۔
اسی لیے، مشین لرننگ اور جنریٹو AI کے
ذریعے ان عملوں کو خودکار بنانا اہم ہے، جو ڈیولپرز پر ذہنی دباؤ کم کر سکے۔
AI کے
اثرات کو کیسے ماپیں؟
کمپنیاں DORA (DevOps Research and Assessment) میٹرکس
کے ذریعے
AI کے اثرات ماپ سکتی ہیں، جن میں ڈیلیوری کے دوران تبدیلی کے وقت،
ناکامی کی شرح، اور بحالی کے وقت جیسے اشارے شامل ہیں۔
AI کے
خطرات کا انتظام کیسے کریں؟
کمپنیاں SAST اور DAST اسکیننگ
جیسے فریم ورکس اپنا کر کوڈ میں موجود کمزوریوں کو کم کر سکتی ہیں۔ مزید یہ کہ کوڈ
کو
Obfuscation اور Anti-Tampering کے ذریعے محفوظ کیا جا سکتا ہے، تاکہ
اسے غیر مجاز افراد کے لیے ناقابل فہم بنایا جا سکے۔
انسانوں کا کردار کیسے برقرار رکھیں؟
AI کے
تعارف کے وقت یہ واضح کرنا ضروری ہے کہ یہ ٹیکنالوجی انسانی کردار ختم کرنے کے لیے
نہیں بلکہ پیداواریت میں اضافہ کے لیے ہے۔
نئے دور کے لیے تربیت اور مہارتیں:
AI کے دور
میں، ڈیولپرز کو موثر پرومپٹس لکھنا سیکھنا ہوگا، کیونکہ ہم سب کسی نہ کسی حد تک
پرومپٹ انجینئر بن رہے ہیں۔
خلاصہ:
AI اور مشین لرننگ کا سافٹ ویئر ڈیولپمنٹ پر ناقابل تردید اثر ہے، لیکن
اس کا انضمام انتہائی احتیاط اور منصوبہ بندی کے ساتھ ہونا چاہیے۔ وضاحت، گورننس،
اور انسانوں کی مہارت کو بروئے کار لاتے ہوئے کمپنیاں اس ٹیکنالوجی سے زیادہ سے
زیادہ فائدہ اٹھا سکتی ہیں۔
کوئی تبصرے نہیں:
ایک تبصرہ شائع کریں