A Stanfordon végzett diplomás informatikusok lassan rájönnek, hogy a diplomájuk már nem garantálja a munkát, mivel a mesterséges intelligencia által fejlesztett kódoló eszközök ma már megelőzik a belépő szintű programozókat.
A techcégek 10 junior fejlesztőt váltanak le mindössze két tapasztalt mérnökkel és egy hasonló termelékenységre képes AI-ügynökkel.
A gyengébb munkaerőpiaccal szembesülve a friss diplomások a mesterképzésekhez, a kevésbé presztízsű munkaadókhoz és a startup vállalkozásokhoz fordulnak a túlélés érdekében.
A Stanfordon szerzett szoftvermérnöki diploma régen aranyat érő díjnak számított. A mesterséges intelligencia bronzérmesre értékelte le, mondják a friss diplomások.

Az elit diákokat megdöbbentette az állásajánlatok hiánya, miközben befejezik tanulmányaikat az Amerika legjobb egyetemeként számon tartott intézményben.

Amikor elsőévesek voltak, a ChatGPT még nem volt elérhető a világon. Manapság a mesterséges intelligencia jobban tud kódolni, mint a legtöbb ember.

A vezető tech cégeknek egyszerűen nincs szükségük annyi friss diplomásra.

„A Stanfordi Egyetem informatikai szakos végzettjei nehezen találnak belépő szintű állást” a legjelentősebb technológiai márkáknál” – mondta Jan Liphardt, a Stanford Egyetem biomérnöki docense. „Szerintem ez őrület.”

Míg a generatív mesterséges intelligencia gyorsan fejlődő kódolási képességei a tapasztalt mérnököket produktívabbá tették, a pályakezdő szoftvermérnökök munkalehetőségeit rontotta.

A stanfordi diákok egy hirtelenül eltorzult munkaerőpiacról számolnak be, ahol a végzetteknek csak egy kis része – akiket „reprezentatív mérnököknek” tartanak, és már vastag önéletrajzzal rendelkeznek, termékeket fejlesztenek és kutatásokat végeznek – kapja meg a kevés jó állást, így mindenki másnak a rosszabb állásokért kell küzdenie.

„Határozottan nagyon lehangoló hangulat uralkodik a kampuszon” – mondta egy frissen végzett informatikus, aki névtelenséget kért, hogy szabadon beszélhessen. „Azok az emberek, akik állást keresnek, nagyon stresszesek, és nagyon nehéz nekik ténylegesen elhelyezkedni.”

A felfordulás a kaliforniai egyetemeken érezhető, beleértve a UC Berkeley-t, az USC-t és másokat. Az álláskeresés még nehezebbé vált azok számára, akik kevésbé rangos diplomával rendelkeznek.

Eylul Akgul tavaly végzett számítástechnika szakon a Loyola Marymount Egyetemen. Nem kapott állásajánlatokat, ezért hazament Törökországba, és tapasztalatot szerzett egy startup cégnél. Májusban visszatért az Egyesült Államokba.

„A programozói iparág kezd nagyon túltelített lenni” – mondta Akgul.

A mérnökök legjelentősebb versenytársa napról napra erősebb. Amikor a ChatGPT 2022-ben elindult, egyszerre csak 30 másodpercig tudott kódolni. A mai AI-ügynökök órákig képesek kódolni , és gyorsabban, kevesebb hibával elvégezni az alapvető programozást.

Az adatok azt sugallják, hogy bár az olyan mesterséges intelligencia startupok, mint az OpenAI és az Anthropic, sok embert alkalmaznak, ez nem ellensúlyozza a másutt alkalmazottak számának csökkenését. Egy Stanford-tanulmány szerint bizonyos csoportok, például a pályakezdő, 22 és 25 év közötti szoftverfejlesztők foglalkoztatása közel 20%-kal csökkent a 2022 végi csúcshoz képest .

Nemcsak a szoftvermérnökök, hanem az ügyfélszolgálati és könyvelési munkakörök is erősen ki voltak téve a mesterséges intelligencia versenyének. A Stanford-tanulmány becslése szerint a mesterséges intelligenciának kitett munkakörökben a belépő szintű felvételek száma 13%-kal csökkent a kevésbé kitett munkakörökhöz, például az ápolói munkához képest.

A Los Angeles-i régióban egy másik tanulmány becslése szerint közel 200 000 munkahely szűnt meg. A call centeres dolgozók, szerkesztők és személyes pénzügyi szakértők által végzett feladatok körülbelül 40%-át automatizálni és mesterséges intelligencia segítségével elvégezni lehetne, derül ki a MyPerfectResume önéletrajz-készítő által összeállított MI-kitettségi Indexből .

Tovább a cikkre: latimes.com (Nilesh Christopher)

Amikor az AI írja a kódot: mi marad az embernek?

Amikor pár éve az AI megjelent, sokan érezték úgy, hogy „elveszik a munkát”. Erről, sokat beszéltünk a képzéseimen is. Aztán kiderült, hogy nem elvette, hanem átalakította. Kevesebb manuális feladat, több kreatív dolog. Kevesebb tűzoltás, több tervezés. Már akkor is azt jósolták, hogy hamarosan az AI írja a programokat és alkalmazásokat.

Azóta is ugyanez történik újra, csak gyorsabban.

Az utóbbi hónapokban egyre gyakrabban látom azt, hogy fejlesztők nem azért írnak kevesebb kódot, mert lusták lennének, hanem mert nincs már értelme mindent kézzel megírni. Az AI nem „segít”, hanem konkrét munkarészeket vesz át. És ez most először nem elméleti vita, hanem napi gyakorlat.

Egy friss írásban a Anthropic vezérigazgatója, Dario Amodei egészen konkrét állítást fogalmazott meg:
szerinte 6–12 hónapon belül az AI képes lesz elvégezni a szoftverfejlesztők munkájának nagy részét, akár egészét is.

Ez a mondat önmagában félrevezető lenne. A részletek viszont sokkal érdekesebbek.

Amodei szerint az Anthropicnál már most dolgoznak olyan mérnökök, akik egyáltalán nem írnak kódot. Az AI generálja, ők pedig szerkesztik, ellenőrzik és döntéseket hoznak. Ez nem kísérlet, hanem működő munkamodell.

Az állítások szerint ehhez a Claude Opus 4.5 modellt használják, és az Anthropic egyik új terméke, a Cowork, szinte teljes egészében AI által generált kóddal készült el, nagyjából másfél hét alatt. A projekt mögött álló Boris Cherny pedig azt nyilatkozta, hogy az elmúlt hónapban a Cowork-höz való hozzájárulásainak 100%-át AI írta, ő pedig szerkesztett és irányított.

Ez fontos pont: nem arról van szó, hogy „a gép mindent megold”, hanem arról, hogy a fejlesztői munka súlypontja eltolódik.

És itt jön az a kérdés, amit szerintem érdemes feltenni. Nem az a kérdés, hogy eltűnnek-e a fejlesztők.
Hanem az, hogy mivé válik a fejlesztői munka, hol lesz az emberi hozzáadott érték, és mit jelent ez cloud, DevOps, architect és platform oldalról.

Amit ma az AI nagyon hatékonyan csinál, az a repetitív, szabályalapú munka. API-k váza, CRUD logika, config fájlok, pipeline-ok első verziói, Terraform sablonok. Ezek eddig is sok időt vittek el, és kevés valódi üzleti döntést igényeltek. Ha ezt átveszi egy eszköz, az nem veszteség, hanem felszabaduló kapacitás.

Viszont vannak határok, és ezt az eredeti cikk is hangsúlyozza.

Több, egymástól független szakember is kritikát fogalmazott meg. David Heinemeier Hansson, a Ruby on Rails megalkotója szerint az AI-alapú kódolási eszközök még nem érik el egy junior fejlesztő megbízhatóságát, különösen akkor, amikor valódi üzleti rendszerekről, nem pedig demókról van szó.

Hasonlóan óvatosan fogalmazott Matt Garman, az Amazon Web Services vezetője is. Szerinte a junior fejlesztők kiszorítása rövid távon hatékonynak tűnhet, de hosszú távon veszélyes, mert ők jelentik a jövő szakmai utánpótlását. Ha nincs tanulási út, nem lesz tapasztalt szakember sem.

Sok fejlesztő gyakorlati tapasztalata is ezt erősíti meg. Az AI gyakran jól működik izolált példákon, de valós rendszereknél rendszeresen hibázik – én is sokszor tapasztalok hasonlókat – , főleg igen speciális esetekben és biztonsági kérdéseknél. Ezeknél a hibáknál pedig nem hivatkozhatunk arra, hogy „ezt az AI írta”.

Cloud és DevOps szemmel nézve számomra egyértelmű a kép. Kevesebb lesz a kézzel írt kód, de nagyobb lesz a felelősség. Több architekturális döntés, több költség- és security kompromisszum, több platform-szintű gondolkodás. Nem az tűnik el, aki ért a rendszerekhez, hanem az a szerep, amely csak végrehajt.

Az eredeti cikk konklúziója szerint a szoftverfejlesztői szakma nem szűnik meg, de példátlan tempóban alakul át. A mérnökök egyre inkább olyan szerepbe kerülnek, amit talán legjobban úgy lehet leírni, hogy AI-t irányító és felügyelő szakemberek lesznek. Kevesebb aktív gépelés, több döntés, több kontroll.

Tovább a cikkre: cloudmentor.hu