Dengan AI, organisasi kini melihat pengembang perangkat lunak sebagai kolaborator yang hebat

Kode perangkat lunak yang hebat hadir melalui pengalaman pengembang produktif yang dibangun berdasarkan kolaborasi dan kecerdasan buatan.

Persepsi populer para pengembang perangkat lunak selama beberapa dekade adalah tipe orang yang cerdas dan agak introvert yang melakukan pekerjaan terbaiknya sendirian. Namun, penelitian menunjukkan bahwa para profesional perangkat lunak saat ini sebenarnya adalah orang yang ekstrovert, lebih memilih untuk bekerja seaktif mungkin dalam tim yang luas dan dengan pengguna akhir. Terlebih lagi, dengan adanya kecerdasan buatan (AI) di toko-toko TI, peluang untuk berperan sebagai penasihat di tingkat yang lebih tinggi akan semakin cepat.

AI generatif akan membuka proses pengembangan pada bisnis mereka sama seperti metodologi seperti Agile dan DevOps, prediksi KPMG. “Dalam hal bagaimana perusahaan mengembangkan dan memelihara perangkat lunak, hal ini akan mendorong perubahan yang sama besarnya, dan mungkin bahkan lebih berdampak dibandingkan, perubahan yang diciptakan oleh metode pengembangan Agile, yang memungkinkan respons cepat terhadap perubahan kebutuhan perangkat lunak dan umpan balik pelanggan.”

Sebagai permulaan, dengan secara otomatis membuat dan menguji kode yang ditulis dalam bahasa apa pun dan dijalankan pada platform apa pun, pengembang akan bebas berpindah dari proyek ke proyek, dan dengan demikian memperluas agensi mereka di seluruh perusahaan mereka. “Segera libatkan sekelompok besar pengembang untuk mempercepat fitur-fitur baru atau perubahan besar pada perangkat lunak,” saran analis KPMG. “Para pengembang ini akan cepat produktif dan memerlukan lebih sedikit bimbingan dari pengembang yang sudah ada.”

Pengembang sendiri juga melihat potensi kolaborasi yang lebih luas dengan mitra bisnis dan teknologi mereka, menurut survei terhadap 500 pengembang yang dilakukan oleh platform hosting kode GitHub. “Pengembang berkembang dalam lingkungan kolaboratif,” tulis Inbal Shani, chief product officer di GitHub. Intinya adalah "pengembang ingin meningkatkan keterampilan, merancang solusi, mendapatkan umpan balik dari pengguna akhir, dan dievaluasi keterampilan komunikasinya."

Lebih dari empat dari lima pengembang berharap alat pengkodean AI akan membuat tim mereka lebih kolaboratif. Sebagian besar juga percaya bahwa kolaborasi dan komunikasi harus sama pentingnya dengan kualitas kode dalam hal ukuran kinerja, namun hanya 33% yang melaporkan bahwa perusahaan mereka menggunakan kolaborasi dan komunikasi sebagai metrik kinerja.

Survei menunjukkan bahwa pengembang bekerja dengan rata-rata 21 pengembang lain pada proyek tertentu, dan 52% melaporkan bekerja dengan tim lain setiap hari atau setiap minggu. Mereka menempatkan titik kontak reguler sebagai faktor terpenting untuk kolaborasi yang efektif. Namun para pengembang juga mengatakan bahwa mereka menghabiskan terlalu banyak waktu untuk membangun dan menguji, dan metrik kinerja saat ini tidak cukup mewakili kontribusi yang mereka berikan kepada organisasi mereka.

Juga: Bahasa dan topik pemrograman teratas: Inilah yang ingin dipelajari pengembang

Pengembangan otomatis dan penerapan perangkat lunak yang dimungkinkan melalui AI "telah memperluas jangkauan profesional TI konvensional, setuju Rajesh Kumar R., CIO di LTIMindtree. "Lingkungan yang sangat terotomatisasi telah membebaskan bandwidth para profesional TI, memungkinkan mereka untuk secara aktif terlibat dalam inovasi dan penemuan yang penuh perhatian, memecahkan masalah bisnis yang kompleks dengan cepat, dan meningkatkan kegunaan perangkat lunak, daripada menghabiskan waktu untuk tugas yang berulang-ulang," katanya.

CIO tersebut menambahkan, "Dalam bentuknya saat ini, AI generatif bertujuan untuk meningkatkan produktivitas pengembang dengan membuat kode sesuai permintaan untuk algoritma yang lebih sederhana dan terbukti, meningkatkan kualitas kode dalam kasus pengujian, dan meningkatkan kemudahan pemeliharaan saat mendokumentasikan kode."

Perkembangan AI generatif "mewakili langkah maju yang besar dalam perjalanan ini karena hampir semua orang dapat meminta AI untuk menghasilkan program yang berfungsi," kata Stokes. “Daripada menghabiskan waktu berjam-jam untuk menulis kode tersebut, mereka dapat menghabiskan waktu tersebut untuk mengujinya, mengamankannya, dan mengubah antarmukanya untuk memberikan kepuasan terbaik bagi penggunanya. Hasilnya adalah aplikasi berkualitas lebih tinggi dalam waktu yang jauh lebih singkat yang dihasilkan oleh orang-orang yang pasti akan lebih dekat dengan kode tersebut. pengalaman pengguna akhir."