AI dapat membantu para profesional teknologi menuju nirwana 'keadaan arus'

Kecerdasan buatan dapat mengotomatiskan tugas pengkodean rutin dan memungkinkan anggota tim berkonsentrasi pada pekerjaan yang kompleks dan strategis.

Banyak orang memandang pekerjaan sebagai sesuatu yang tidak perlu, namun bagi sebagian profesional yang berdedikasi -- terutama di bidang perangkat lunak dan teknologi -- sulit untuk melepaskan diri dari pekerjaan. Dikenal sebagai "keadaan arus", pendekatan terhadap pekerjaan ini adalah tentang membenamkan diri Anda begitu dalam ke dalam suatu aktivitas sehingga Anda lupa waktu.

Kini, kecerdasan buatan (AI) mungkin bisa membantu membawa lebih banyak orang ke kondisi arus ini. Kita sudah tahu bahwa AI siap membantu pengembang dan profesional teknologi dalam banyak hal, mulai dari mengotomatiskan pembuatan kode hingga memungkinkan peningkatan observasi di seluruh sistem dan saluran perusahaan. Namun AI juga akan berfungsi sebagai alat kolaborasi yang membantu menyatukan tim, baik itu pengembang yang bekerja dengan spesialis operasi, atau pengembang yang bekerja dengan eksekutif senior dan karyawan lainnya.

Kemampuan untuk menyatukan orang-orang ini sangat penting ketika anggota tim tersebar. Di Tempo Software, yang sebagian besar merupakan perusahaan jarak jauh, AI membantu meruntuhkan hambatan komunikasi dan meningkatkan semangat pengembang, kata Shannon Mason, chief strategy officer perusahaan.

Dalam pengaturan kerja tim jarak jauh, “AI memungkinkan karyawan dengan cepat menemukan dan mengeksplorasi cara-cara baru untuk memecahkan masalah kompleks yang kemudian dapat mereka bagikan kembali dengan tim mereka, sehingga berpotensi mempercepat tahap perencanaan sebuah proyek,” katanya. “Hal ini juga dapat membantu tim pengembang untuk lebih mudah memasuki kondisi arus yang didambakan, di mana mereka merasakan pekerjaan yang lebih menyenangkan dan bermanfaat, serta tenggelam sepenuhnya dalam tugas-tugas mereka.”

Mason menambahkan: "AI berperan dalam hal ini dengan menghilangkan pekerjaan sehari-hari, memungkinkan tim untuk menangani tugas-tugas yang lebih berdampak seperti masalah pelanggan yang kompleks sejak awal."

Integrasi AI generatif ke dalam proses pengembangan perangkat lunak menciptakan dimensi lain dan "meningkatkan kemampuan dalam metodologi DevOps dan Agile," kata David Guarrera, pemimpin AI generatif di EY Americas. “AI dapat meningkatkan proses CI/CD, mengotomatiskan peninjauan kode, dan memberikan wawasan prediktif untuk strategi penerapan. Metodologi tangkas dapat memperoleh manfaat dari AI dalam menyempurnakan perencanaan sprint, manajemen backlog, dan meningkatkan kolaborasi tim.”

AI generatif juga dapat membantu menjembatani kesenjangan antara tim teknis dan non-teknis. “Misalnya, bisnis dapat menggunakan model bahasa besar untuk merangkum atau menjelaskan kemajuan teknik, mengumpulkan umpan balik, dan secara lebih umum menerjemahkan antara bahasa teknis dan non-teknis,” kata Julian LaNeve, chief technology officer di Astronomer.

Bantuan pengkodean, yang merupakan kasus penggunaan AI generatif yang menonjol dan awal, terbawa ke dalam kondisi aliran ini. “Tren awal, khususnya dalam alat bantuan pengkodean menunjukkan tanda-tanda menjanjikan dan menunjukkan bahwa peningkatan efisiensi tim yang besar sudah berlangsung,” kata Gurrera. “Alat-alat AI ini, yang terutama berfokus pada pengkodean, secara tidak langsung mulai mempengaruhi aspek kerja tim yang lebih luas.”

Dengan mengotomatiskan tugas pengkodean rutin, “AI memungkinkan anggota tim untuk berkonsentrasi pada pekerjaan yang lebih kompleks dan strategis, yang berpotensi mengarah pada dinamika tim yang lebih terintegrasi dan kolaboratif,” jelasnya. “Peralihan dari peran AI dalam tugas pengkodean individu ke integrasinya dalam alat dan platform pengembangan perangkat lunak kolaboratif sedang berlangsung secara bertahap.”

Meningkatnya peran AI generatif dalam pengkodean “mulai membentuk alat yang meningkatkan pembuatan desain tingkat rendah, pembuatan kasus uji, dan bahkan perencanaan proyek,” kata Guarrera.

Sistem dan layanan teknologi juga dapat membantu membangun kondisi arus. “Alat perencanaan proyek tertentu seperti Zendesk sedang membuat tinjauan sprint otomatis yang dihasilkan LLM untuk melaporkan kemajuan kepada manajer proyek dan teknik,” kata LaNeve.

"Ini menghemat waktu manajer dan seluruh tim. Daripada anggota tim merangkum dan memperbarui kemajuan secara individual, kecerdasan buatan dapat menghasilkan ringkasan tersebut. Manajer proyek atau teknik bisa mendapatkan ringkasan kohesif tentang kemajuan seluruh tim sekaligus."

Namun tidak semuanya merupakan kabar baik. Ketika ketergantungan pada AI generatif untuk metodologi dan proses kolaboratif meningkat, risiko dan kelemahan baru mungkin muncul, kata Gurrera. “Model GenAI, meskipun sangat efisien, dapat disesatkan oleh masukan yang tidak akurat atau berbahaya, yang juga dikenal sebagai serangan injeksi cepat. Kerentanan ini sangat memprihatinkan karena platform ini sering mengakses data sensitif, sehingga meningkatkan risiko dunia maya.” Bayangkan, misalnya, halusinasi, yang merupakan isu terkini dalam keluaran AI generatif -- yang berarti pengawasan manusia tetap penting.

Meskipun ada banyak manfaat AI yang terdokumentasi, “lanjutkan dengan hati-hati,” Mason setuju. “Misalnya, pengguna harus mempertimbangkan keamanan lingkungan dan berhati-hati untuk tidak memasukkan rahasia dagang. Artinya, saat ini, hanya mereka yang mampu menanamkan aplikasi AI individual ke dalam organisasi mereka yang dapat berkolaborasi sepenuhnya dan mendapatkan manfaat dari alat tersebut. AI masih dalam tahap awal yang memerlukan sedikit panduan untuk menghilangkan bias yang ada. Oleh karena itu, ketergantungan penuh pada alat-alat tersebut pada saat ini adalah hal yang tidak bisa dilakukan tanpa mengorbankan keamanan data yang dimasukkan. kesalahan."

Memastikan kepercayaan terhadap AI bukanlah tugas yang mudah. “Untuk memercayai jawaban yang dihasilkan AI, biasanya Anda harus memeriksa fakta jawabannya secara independen,” kata LaNeve. “Kebutuhan untuk memeriksa fakta jawaban berarti menggagalkan tujuan penggunaan AI untuk menghasilkan jawaban. Jawaban yang dihasilkan AI perlu memberikan keyakinan pada jawaban mereka.”

Meski risiko-risiko ini tetap diingat, “AI dan teknologi AI generatif siap merevolusi upaya kolaboratif dalam pengembangan perangkat lunak,” kata Guarrera. “Misalnya, AI dapat mengotomatiskan dan menyempurnakan perencanaan proyek, memastikan bahwa kebutuhan pengguna diterjemahkan secara akurat ke dalam tugas-tugas yang dapat ditindaklanjuti. AI juga dapat membantu dalam manajemen program, mengoptimalkan alokasi sumber daya, dan manajemen garis waktu.”

Pada akhirnya, kata Guarrera, “Platform berkemampuan AI dapat memfasilitasi komunikasi yang lebih jelas antara pengembang, operasi, dan pemangku kepentingan bisnis, sehingga menyederhanakan pemahaman dan implementasi tujuan proyek.”

Dan itu adalah satu langkah besar menuju kondisi arus.