AI 對工程師的工作內容，真的有帶來改變嗎？

人工智慧已經開始進入到我們的生活和工作中，但是對於工程師和軟體開發人員影響有多深，目前沒有一個具體的數字可以作為參考，單純的說人工智慧好或不好，已經無法解釋人工智慧影響到我們的程度，今年Stack Overflow 將AI 的議題放入到一年一度的問卷調查報告當中，這篇文章我們可以透過這份問卷結果，窺探AI 人工智慧影響開發人員工作的程度，我也會藉著討論這份問卷的過程，和你分享一些目前已經被開發出來，可以實際幫助我們提高開發效率的AI 工具和服務。

這張圖表是詢問開發人員，一年之後，你的工作流程是否會因為使用人工智慧而有所不同？這張圖有五種顏色，左邊的淡藍色是非常不同，也就是預期接下來的一年，受訪者認為他的工作流程，會因為人工智慧有大幅度的改變，右邊的紫色則是稍有不同，越右邊則是越傾向改變的強度較低，最右邊的黃色則是預期一年後與目前狀態非常相似，人工智慧沒有帶給他太多的改變，透過顏色的區分，我們可以發現選擇預期工作流程，會有大幅度改變的淡藍色和稍微不同的紫色，佔了圖表的絕大多數，這顯示有在工作流程中使用過人工智慧的人，大部分預期自己的工作將會有不同層度的改變和影響，接下來我們就要來看看哪些工作流程影響最深，哪些開發人員和工程師比較不依賴人工智慧處理工作。

當人工智慧興起的同時，常會拿出來討論的議題是AI 是否會取代工程師，但是這樣的問題常常僅限於寫程式這件事，也就是在第一個工作流程，在這份圖表展示的結果中，寫程式這項工作的確佔有很高的比例，但是對於工程師來說，他們每天所面對的工作流程不只是在寫程式，對於這些填寫問卷的開發人員來說，debug 和獲得幫助是佔比最高的，淡藍色和紫色的加總高達77%，這表示人工智慧在協助開發人員debug 的流程是改變最多的，其他還有比寫程式佔比更高的工作流程，像是撰寫程式碼的文件，學習codebase 和測試程式碼，這裡想談一下學習codebase 這個工作項目，codebase 是指一個系統或是專案的程式碼，他還包含了設定檔和說明文件，開發人員進入一個新的專案，在開始正式動手寫程式之前，需要花時間去理解它的架構和商業邏輯，即便我們已經有了程式語言的基礎，但我們仍然需要花費很多的時間與精力去理解，如果有人工智慧的幫忙，可以加速我們理解和學習的過程。

目前已經有這樣的AI 工具出來了，我將他收錄在我Code Gym 的官網中，這個工具的名稱是ExplainDev，我們可以直接在既有的專案中，選取我們想要理解的程式碼，然後右鍵執行分析程式碼的動作，它就會用我們容易理解的自然語言說明這段程式碼是做什麼用的，它還可以安裝在Chrome 瀏覽器上，方便我們理解在網頁上出現的程式碼片段，是一個很實用的AI 工具，你可以點擊網址連結，安裝在你的visual studio 或是Chrome上面 ，嘗試讓這類的AI 工具進入到你的開發流程和生活當中。

對於未來一年工作流程是否會改變的預期，寫程式碼這項工作的佔比只排到了第六名的位置，我想這和人工智慧生成出來的程式碼準確度有關，還有開發人員對於人工智慧的信任度有關，這份圖表是開發人員對於AI 工具的output，信任程度的結果，最上面的Hightly Trust ，是對於AI 工具的產出有高度信任，只佔了2.85%，和下方的稍微信任加總起來佔了42% 左右，另外有將近31% 的人選擇觀望，剩下的27% 則是傾向於不信任，所以有四成以上的開發人員是信任AI 工具所產生出來的資料，但信任會有層度上的不同，我自己也處在稍微信任的層級，因為我在之前的一段影片，有使用ChatGPT 撰寫操作Excel 的Python 程式，在這個實際示範的過程中的確有發生一些問題，你可以在這篇文章過後瀏覽這個示範過程的影片，我作為一個幫公司開發系統的工程師，我會盡可能的避免發生錯誤，因為系統發生的錯誤會造成公司名譽受損和金錢上的損失，所以我會用更謹慎的態度，來看待AI 幫我撰寫程式碼這件事，我選擇用謹慎這個詞，是因為我並不排斥AI 或討厭AI，我仍然對於AI 抱持樂觀態度，它只需要再多一點時間，我相信它能發展的更好，或許就在你閱覽文章的同時，它又演化到了另一個層級。

我想很多開發人員和我抱持著相似的觀點，在這張圖表展示了開發人員對於AI 工具的喜好程度，其中有27.72% 的受訪者表示非常喜歡，相較於剛才的信任度調查表，高度信任只佔了個位數，兩者有大幅度的差異，這也表示了開發人員現階段對於AI 工具的信任程度 ，不影響到對它的喜歡，因為和下方強度稍弱的喜歡，48.56% 加總起來，高達76.28% 的人喜歡將AI 工具加入到他們的工作流程當中，為他們的工作流程帶來的改變。

開發人員對於一年之後工作流程改變，佔比超過寫程式的工作流程中，除了剛才提到的學習codebase 以外，還有debug 和測試，這兩個工作流程我們可以使用Github 的Copilot，這是由OpenAI 和Github 合作開發的AI 工具，相較於從無到有撰寫一段實現想法的程式，基於已經寫好的程式碼來建立測試腳本，AI 工具的準確度會更高一些，在微軟開發者大會上，微軟公開展示Github Copilot 快速建立測試腳本的能力，除了Github Copilot 以外，我們也可以使用Amazon CodeWhisperer，Replit 的Ghostwriter，這些AI 工具都可以幫助我們撰寫程式碼和測試腳本，還有debug，提高我們開發系統的速度和效率

如果你時常需要用SQL 和資料庫打交道，可以試試看用這個工具AI Query，它能讓你用簡單的英語，建立SQL 查詢，也能夠反過來，使用非技術人員容易理解的方式，對SQL 中的含義和目的進行描述或解釋，如果你是使用React 開發App，可以試試看使用Quest AI，它透過聊天的方式來修改設計風格，撰寫商務邏輯和連接到後台，結構化的設計模板，可以快速啟動你的專案。

當我們撰寫好的程式碼，經過測試沒有問題後，我們會寫說明文件，提供給廠商和團隊內部閱覽，這項編輯文件的工作流程，我們可以使用DocuWriter.ai 來做，這個AI 工具使用起來很簡單，我們只需要將程式檔案上傳到工具平台上，它就會自動幫我們產生出相對應的文件，說明程式碼的邏輯和用法，另外這個AI 工具也支援測試和程式碼最佳化的功能，最後當我們將程式碼寫好、測試好之後，我們會將最新的版本提交到Github 或其他版本控制軟體，讓團隊可以合併和review，這項工作流程可以使用一個AI 工具what the diff，它可以幫助你和你的團隊更快的合併和review 程式碼，甚至讓你的非技術團隊成員也能參與其中，我將這些工具收錄在我Code Gym 的網頁上，你可以點擊網址連結，這個網頁除了程式編輯和系統開發，還包含了文案生成、圖片生成和音樂生成等不同領域的AI 工具與服務，我也會持續搜集最新的AI 工具放在網頁上。

當市面上陸續開始推出許多新的AI 工具後，我們會想知道究竟有多少人，會在工作的時候使用這些AI 工具，這張圖表的問題就是詢問受訪者，你目前是否有在開發流程中使用AI 工具？有43% 以上的人正在使用這類的工具做開發，另外有25% 左右的人，目前沒有使用但有計畫要使用，最後有29% 接近3成的人，目前沒有使用，也沒有計畫要使用，所以我們可以看到大部分的開發人員已經有在使用AI 工具，而且這個佔比會越來越高，但我們也發現仍然有很大一部分的人，連未來要使用的計畫都沒有，會有這樣的結果是因為，專業的開發人員並不是一個同質化的群體，有前端、後端工程師，也有硬體和雲端工程師，大家的工作領域和專業需求都不同，所以在了解這個問題本質的背後，我們必須從不同的開發人員類別來看這個問題。

這份表格是依據剛才的圖表做展開，最左邊的欄位是開發人員的角色和類別，像是雲端架構師、設計師，從這樣的角色分類，我們可以看到每一類的開發人員，使用AI 意願程度的不同，還有在其他層面的差異，像是我在之前有做過一段影片，也是使用Stack Overflow 的調查報告，介紹哪一類的工程師薪水最高，我們可以透過工程師的角色分類，觀察這個產業中每一個板塊的發展趨勢，在角色分類的欄位隔壁，是目前有在使用AI 工具的佔比數據，從這些數據結果來看，目前最多人使用AI 的工程師是區塊鏈相關的開發人員，佔了這個類別62%以上，其次是資料科學家和機器學習專家，也佔了六成左右的比例，資料分析和機器學習是AI 人工智慧所擅長的領域，所以相較於其他類別佔比會更高一些，旁邊的欄位是目前沒有使用AI，但有計畫要使用的佔比，比較有趣的會是在下一個欄位，目前沒有使用AI ，之後也不打算使用AI 的人，選擇這個選項的人可能是真的在工作上不需要人工智慧，或是幫助有限，我們來看看哪一類的工程師最不需要使用AI ，佔比最高的第一名是嵌入式系統和設備相關的工程師，有超過一半的人不打算使用AI，其次是硬體工程師，佔了這個分類的45.8%，這兩類的工程師的工作比較偏向於系統底層，硬體方面的工作，其實如果你細看這份報表，你會發現工程師類別是在開發AP 層，也就是比較靠近使用者的這類系統，使用AI 工具的佔比會比較高一點，像是前端工程師在最後一欄，目前有在使用，或是有計畫使用的總和，佔了78%，將近八成的前端工程師會將AI 納入到工作流程當中，下方的全端工程師也有73% 左右的佔比

會有這樣的現象，除了和工作屬性有關，也可能和我們如何看待AI 的面向有關，因為當我們在討論AI 工具，對我們工作影響的程度同時，有人提出另一種觀點讓我們作為參考，文章的標題是「AI 不是app，它是UI 」，作者想表達說AI 是一個新型態的UI 介面，文章中他提到，在未來的歲月裡，我們會發現AI 在我們人類，和僵化的計算機系統之間，扮演中間人的角色，這意味著我們可以進一步的歡迎計算機，進入到我們的生活中，我們不可能完全信任AI 人工智慧，但我們肯定可以把它用好，同時，如果我們可以不用放棄，使我們成為人類的東西，那就更好了，不知道你是不是同意他的看法，希望這篇文章帶給你一些幫助和啟發，我是Code Gym 的Ryan

🔥 結合AI 人工智慧的Python 自動化課程「Python 自動化工作術」