AI kan deze taken niet betrouwbaar uitvoeren, noch zal het in staat zijn in de nabije toekomst, zegt Ikhlaq Sidhu, de decaan van de IE School of Science and Technology.
Naarmate AI -systemen hun reeds indrukwekkende capaciteiten uitbreiden, is er een steeds algemene overtuiging dat het veld van informatica (CS) binnenkort verleden tijd zal zijn. Dit wordt meegedeeld aan de huidige toekomstige studenten in de vorm van goedbedoelend advies, maar veel ervan komt op weinig meer dan horen van individuen die, ondanks hun intelligentie, buiten hun expertise spreken.
Spraakmakende cijfers zoals Nobelprijswinnende econoom Christopher Pissarides heb dit argument gemaakt en als gevolg daarvan heeft het wortel geschoten op een veel meer alledaags niveau – ik heb zelfs persoonlijk high school carrière -adviseurs het idee om CS te bestuderen, ondanks het feit dat het geen kennis van het veld zelf heeft gehoord, gehoord.
Deze claims delen meestal twee gemeenschappelijke fouten. Ten eerste is dat het advies komt van mensen die geen computerwetenschappers zijn. Ten tweede is er een wijdverbreide misverstand over wat informatica eigenlijk betreft.
AI en de mythe van codevervanging
Het is niet verkeerd om te zeggen dat AI computercode kan schrijven van prompts, net zoals het gedichten, recepten en sollicitatiebrieven kan genereren. Het kan de productiviteit stimuleren en de workflow versnellen, maar niets van dit elimineert de waarde van menselijke input.
Schrijfcode is niet synoniem met CS. Men kan leren code te schrijven zonder ooit een enkele universitaire klas bij te wonen, maar een CS -graad gaat veel verder dan deze ene vaardigheid. Onder vele andere dingen omvat het, engineering complexe systemen, het ontwerpen van infrastructuur en toekomstige programmeertalen, het waarborgen van cybersecurity en het verifiëren van systemen voor correctheid.
AI kan deze taken niet betrouwbaar uitvoeren, noch zal het in staat zijn in de nabije toekomst. Menselijke input blijft essentieel, maar pessimistische verkeerde informatie riskeert het sturen van tienduizenden getalenteerde studenten weg van belangrijke, zinvolle carrières in dit vitale gebied.
Wat AI wel en niet kan doen
AI blinkt uit in het doen van voorspellingen. Generatieve AI verbetert dit door een gebruiksvriendelijke presentatielaag toe te voegen aan internetinhoud-het herschrijft, vat en formaten samen in iets dat lijkt op het werk van een mens.
De huidige AI 'denkt' echter niet echt. In plaats daarvan vertrouwt het op logische snelkoppelingen, bekend als heuristiekdie offer precisie voor snelheid. Dit betekent dat het, ondanks dat hij als een persoon wordt gesproken, niet kan redeneren, voelen, zorgen of iets verlangen. Het werkt niet op dezelfde manier als een menselijke geest.
Niet lang geleden leek het erop dat 'snelle engineering' CS zou vervangen. Tegenwoordig zijn er echter vrijwel geen vacatures voor snelle ingenieurs, terwijl bedrijven zoals LinkedIn melden dat de verantwoordelijkheden van CS -professionals daadwerkelijk zijn uitgebreid.
Waar AI tekort schiet
Wat AI biedt, zijn krachtigere tools voor CS -professionals om hun werk te doen. Dit betekent dat ze nu concepten verder kunnen brengen – van ideeën tot marktimplementatie – terwijl ze minder ondersteuningsrollen en meer technisch leiderschap vereisen.
Er zijn echter veel gebieden waar gespecialiseerde menselijke input nog steeds essentieel is, of het nu gaat om vertrouwen, toezicht of de noodzaak van menselijke creativiteit. Voorbeelden zijn er in overvloed, maar er zijn 10 gebieden die opvallen:
Het aanpassen van een hedgefondsalgoritme aan nieuwe economische omstandigheden. Dit vereist algoritmisch ontwerp en een diep begrip van markten, niet alleen code.
Diagnose van intermitterende storingen voor cloudservices van providers zoals Google of Microsoft. AI kan op kleine schaal problemen oplossen, maar het kan geen grootschalige probleemoplossing met hoge inzet contextualiseren.
Code herschrijven voor kwantumcomputers. AI kan dit niet doen zonder uitgebreide voorbeelden van succesvolle implementaties (die momenteel niet bestaan).
Het ontwerpen en beveiligen van een nieuw cloud -besturingssysteem. Dit omvat systeemarchitectuur op hoog niveau en rigoureuze testen die AI niet kan uitvoeren.
Energie-efficiënte AI-systemen creëren. AI kan niet spontaan lagere stroom uitvinden GPU -codeof zijn eigen architectuur opnieuw uitvinden.
Secure, hacker-proof, realtime controlesoftware bouwen voor kerncentrales. Dit vereist dat Embedded Systems -expertise wordt gemengd met de vertaling van code en systeemontwerp.
Verifiëren dat de software van een chirurgische robot onder onvoorspelbare omstandigheden werkt. Veiligheidskritische validatie overschrijdt de huidige reikwijdte van AI.
Systemen ontwerpen om e -mailbronnen te verifiëren en integriteit te waarborgen. Dit is een cryptografische en multidisciplinaire uitdaging.
Auditing en verbetering van de AI-gedreven kankervoorspellingstools. Dit vereist menselijk toezicht en continue systeemvalidatie.
Het bouwen van de volgende generatie veilige en controleerbare AI. Evolueren naar veiliger AI kan niet worden gedaan door AI zelf – dit is een menselijke verantwoordelijkheid.
Waarom informatica nog steeds onmisbaar is
Eén ding is zeker: AI zal hervormen hoe engineering en informatica worden gedaan. Maar waar we voor worden geconfronteerd, is een verschuiving in werkmethoden, geen groothandelvernietiging van het veld.
Wanneer we geconfronteerd worden met een geheel nieuw probleem of complexiteit, is AI alleen niet voldoende om één eenvoudige reden: het hangt volledig af van gegevens uit het verleden. Het onderhouden van AI, het bouwen van nieuwe platforms en het ontwikkelen van velden zoals betrouwbare AI en AI -governance, daarom vereisen daarom allemaal CS.
Het enige scenario waarin we misschien geen CS nodig hebben, is als we een punt bereiken waarop we geen nieuwe talen, systemen, tools of toekomstige uitdagingen meer verwachten. Dit is verdwijnend onwaarschijnlijk.
Sommigen beweren dat AI uiteindelijk al deze taken kan uitvoeren. Het is niet onmogelijk, maar zelfs als AI zo geavanceerd werd, zou het bijna alle beroepen met gelijke risico brengen. Een van de weinige uitzonderingen zijn degenen die AI bouwen, controleren en bevorderen.
Er is een historisch precedent hiervoor: tijdens de industriële revolutie werden fabrieksarbeiders verplaatst tegen een verhouding van 50 tot één als gevolg van snelle vooruitgang in machines en technologie. In dat geval groeide het personeel eigenlijk met een nieuwe economie, maar de meeste nieuwe werknemers waren degenen die machines konden bedienen of repareren, nieuwe machines konden ontwikkelen of nieuwe fabrieken en processen rond machines konden ontwerpen.
Tijdens deze periode van enorme omwenteling waren technische vaardigheden eigenlijk het meest veelgevallen, niet in het minst. Tegenwoordig geldt de parallel waar: technische expertise, vooral in CS, is waardevoller dan het ooit is geweest.
Laten we de volgende generatie niet verwarren met het tegenovergestelde bericht.
Door ikhlaq sidhu
Ikhlaq Sidhu is sinds 2022 decaan en professor aan de School of Science and Technology aan de IE University in Madrid. Hij is sinds 2005 de oprichter van het Sutardja Center for Entrepreneurship and Technology aan de University of California, Berkeley.
