Ein KI-gestützter Einblick in die Demokratisierung der Software-Welt

ChatGPT von OpenAI hat schätzungsweise 100 Millionen Nutzer innerhalb von zwei Monaten nach seiner Markteinführung gewonnen und ist damit die am schnellsten wachsende Verbraucheranwendung in der Geschichte der Computertechnik. Doch während die Begeisterung ungebrochen ist, bleibt die Frage, ob Künstliche Intelligenz (KI) nur ein weiterer Technologie-Hype ist, oder ob sie das "ECHTE" nächste große Ding ist?

In den Jahren 1997-98 trug Microsoft mit Visual C++ zur Demokratisierung der Softwareentwicklung bei. Bis dahin hatten Unix und andere Sprachen das Segment dominiert, wobei die Programmierkenntnisse proportional zu den VI-Editor-Kenntnissen waren. Unter Windows konnte man nun einen freundlichen Code-Editor verwenden, der eine einfache Vorlage nutzte. Er sagte Ihnen, wo Sie anwendungsspezifische Änderungen vornehmen mussten, kompilierte dann das Programm und Bingo, "Hello World" in einer Windows-Anwendung.

War das KI? Oder war es ein Beispiel für die Demokratisierung der Welt der Programmierung durch die Technologie?

Zoomen Sie ins Jahr 2023, und der GitHub Copilot kann ein Programm für Sie schreiben, das nur auf den von Ihnen eingegebenen Kommentaren basiert.

Wir haben in der Tat einen langen Weg zurückgelegt

Es stellt sich jedoch die Frage, wo Sie Stack Overflow sehen, das um 2008 herum in Schwung kam und immer noch erfolgreich ist? Die meisten Programmierer nutzen auch heute noch diese nützliche Plattform, um Antworten zu erhalten. Die Antworten werden zwar nicht einfach per Copy-Paste eingefügt, aber die Codes werden oft auf einen Notizblock kopiert, auf Originalität hin verbessert und dann in das Programm eingefügt.

Ob es uns nun gefällt oder nicht, Tools wie Stack Overflow sind auch ein gutes Beispiel für die fortschreitende Demokratisierung der Softwareentwicklung.

Auch hier gilt: Bevor wir mit dem Schreiben eines Programms beginnen können, müssen wir die logischen Herausforderungen lösen, die Struktur des Codes entwerfen und verschiedene andere Kriterien erfüllen. Kann KI Ihnen beim Schreiben der Logik helfen? Fraglich, es sei denn, Sie wollen einfach nur "Hello World" in einer anderen Programmiersprache sagen.

Die Erfahrung zeigt, dass KI dazu beitragen wird, die Kluft zwischen großartigen Programmierern, die sich die gesamte Syntax merken können, die wissen, welche Anweisung zu weniger Speicherverbrauch führt usw., und dem normalen Programmierer, dessen Aufgabe darin besteht, den Code irgendwie einzureichen und die Bar zu treffen, zu verringern.

Nehmen wir zur Veranschaulichung eine andere Rolle, die eines Programmmanagers. Wie kann KI den Programm-Manager bei seiner Arbeit unterstützen?

KI kann dabei helfen, automatisierte Statusberichte zu generieren, Dashboards zu erstellen und Sie über den Fortschritt des Programms zu informieren. Kurz gesagt, sie kann die Arbeitsabläufe noch weiter automatisieren und rationalisieren und die Wahrscheinlichkeit von Redundanzen und Verzögerungen aufgrund menschlicher Fehler verringern. Es wird jedoch immer noch eine klar definierte, von Menschen geleitete Rolle spielen.

Aber wenn Sie schon einmal Programmmanager waren, kennen Sie sicher auch das Bauchgefühl, das Ihnen sagt, dass etwas nicht stimmt. Es ist die Sache, die Sie dazu bringt, immer wieder Fragen zu stellen, die Sie dazu bringt, so lange zu schneiden und zu würfeln, bis Sie herausfinden, was die Daten verbergen, und die Ihnen dann fast zuruft: "Ihr werdet tatsächlich in Verzug geraten, wenn ihr so weitermacht wie bisher." Und dann handeln Sie danach!

Wir sind der Meinung, dass ein Programm-Manager, der sich ständig Statusberichte ansehen muss, um wirklich zu wissen, dass sich das Projekt verzögert, dem Szenario eines Cricket-Schlägers gleicht, der in der TV-Wiederholung sieht, wie die Wickets gebrochen wurden. Wir sind zu spät dran.

Zwar wird die KI in der Tat dazu beitragen, den Softwarebereich zu demokratisieren, indem sie genügend Entscheidungshilfen bereitstellt und dabei hilft, tiefe Einblicke in die Daten zu gewinnen, doch die endgültige Schlussfolgerung wird immer noch einen menschlichen Touch erfordern.

Die Zukunft ist also trotz gegenteiliger Vorhersagen nicht so düster.

Durch die Nutzung des domänenspezifischen Large Language Model (LLM) können wir jetzt fast sofort mehrere Testfälle und Szenarien auf der Grundlage eines bestimmten Formats und Domänenwissens generieren und zusätzlich generische Automatisierungsskripte erstellen. Diese müssen dann für spezifische Entwurfsmuster angepasst werden, die durch die Parameter des Testautomatisierungs-Frameworks erforderlich sind.

Weitere Rückschlüsse aus den Testergebnissen können von der KI gezogen werden, z. B. wie viele Tests gleichzeitig liefen, wie lange alle Geräte gleichzeitig spielten und so weiter. Das Wissen darüber, wo das Programm versagen wird, stammt jedoch aus dem Wissen darüber, was in der Vergangenheit versagt hat, aus Ad-hoc-Tests und - was noch wichtiger ist - aus einem Gefühl dafür, wo die Fehler entstehen. Was wir erleben, ist das Aufkommen größerer Synergien zwischen Mensch und Maschine.

Studien deuten darauf hin, dass die KI als Trend trotz der Notwendigkeit menschlicher Eingriffe ihre Reichweite weiter ausbauen wird. Heißt das, dass die KI den Job des Testers wegnehmen wird, auch wenn sie nicht mehr wegzudenken ist? Vielleicht ja.

Aber es ist nicht nur die Technologie, die den Menschen ersetzt, sondern es sind die Menschen mit dem Wissen und der Fähigkeit, diese neuen Lösungen zu nutzen, die ihre Kollegen ersetzen und die nächste Stufe der technologischen Demokratisierung vorantreiben werden.

Denn die Zukunft ist, wie die Vergangenheit gezeigt hat, wirklich denjenigen vorbehalten, die mutig genug sind, die neue Technologie anzunehmen und ihr einen Schritt voraus zu sein.