W trakcie bogatego programu konferencji programowej Warszawskiej Wyższej Szkoły Informatyki w Wiśle odbyła się także interesująca dyskusja panelowa na temat wpływu sztucznej inteligencji na zmiany kompetencji w wybranych zawodach/rolach IT.
Paneliści próbowali odpowiedzieć na pytania, jak sztuczna inteligencja zmieni obszary, którymi się zajmują: technologie bazodanowe i data science – Andrzej Ptasznik; sieci teleinformatyczne i cyberbezpieczeństwo – Dariusz Chaładyniak; technologie chmurowe – Tomasz Siemek i technologie związane z programowaniem – Michał Sitek.
Dyskutowano także, jak zmienią się sylwetki zawodowe w wymienionych specjalnościach.
Zapraszamy do obejrzenia nagrania z dyskusji:
A w wielkim skrócie:
Według Andrzeja Ptasznika będą powstawały globalne dziedzinowe repozytoria danych (np. medyczne, edukacyjne, biznesowe). Wielkim wyzwaniem będą zagadnienia integracji danych w ramach organizacji. Natomiast modele SI będą zdecydowanie wspomagały automatyzację procesów analizy i wizualizacji danych. Natomiast w kwestii umiejętności – dotychczasowi specjaliści (inżynierowie danych) będą musieli sprawnie obsługiwać repozytoria danych gromadzonych w różnych modelach i będą musieli potrafić implementować procesy integracyjne. Jeśli chodzi o specjalistów data science – będą oni aktywnie współpracować z asystentami SI, w ramach opracowywania zadań analitycznych. Niewątpliwie jednak umiejętność, która będzie potrzebna dla obu tych specjalności, to implementacja rozwiązań wykorzystujących klasyczne algorytmy uczenia maszynowego, a także wykorzystanie sieci neuronowych do rozwiązywania zadań predykcyjnych.
Zdaniem Darka Chaładyniaka sztuczna inteligencja znajdzie duże zastosowanie w sieciach teleinformatycznych, zarówno przy automatyzacji analizy wpisów z dzienników zdarzeń, jak i badaniu wydajności sieci poprzez ciągłą analizę dużych ilości przesyłanych danych. Ma to bezpośredni wpływ na wcześniejsze wykrycie zmian i problemów w sieci i przekłada się na sporządzanie dokładniejszych prognoz, znacznie poprawiających skuteczność planowania przepustowości sieci. Warto wspomnieć także o projektowaniu samonaprawiających się sieci i bezdotykowego zarządzania siecią (automatyzacja konfigurowania typu „zero-touch” inteligentnych urządzeń sieciowych. Takie wdrożenie typu „plug and play”, oparte na sztucznej inteligencji, eliminuje konieczność ręcznego wprowadzenia ustawień. W kwestii cyberbezpieczeństwa najistotniejszym usprawnieniem jest wykrywanie i analiza zagrożeń w ruchu sieciowym i zapobieganie atakom sieciowym. Mechanizmy sztucznej inteligencji są wstanie analizować ogromne ilości danych w czasie rzeczywistym, aby identyfikować podejrzane wzorce zachowań, które mogą wskazywać na potencjalne ataki. Sztuczna inteligencja może analizować zachowania użytkowników, zarówno wewnętrznych, jak i zewnętrznych, aby identyfikować potencjalne ryzyka i anomalie. W ten sposób możliwe jest szybkie reagowanie na podejrzane aktywności, takie jak próby nieautoryzowanego dostępu do systemów czy kradzież danych.
Tomasz Siemek prognozuje, iż w technologiach chmurowych nastąpi optymalizacja zasobów: SI może automatycznie dostosowywać zasoby chmurowe do bieżących potrzeb, co pozwala na bardziej efektywne zarządzanie mocą obliczeniową i przestrzenią dyskową. Może to obejmować automatyczne skalowanie usług, zarządzanie obciążeniem oraz przewidywanie zapotrzebowania na zasoby. W temacie zarządzania danymi – sztuczna inteligencja może usprawnić zarządzanie danymi w chmurze, np. poprzez automatyczne kategoryzowanie danych, deduplikację, kompresję oraz zabezpieczanie danych przed nieuprawnionym dostępem. Warto zauważyć , ze dzięki analizie dużych zbiorów danych, SI może dostarczać rekomendacje menedżerom, pomagając im podejmować lepsze decyzje w oparciu o twarde dane. Algorytmy predykcyjne mogą bowiem przewidywać trendy rynkowe, zachowania konsumentów czy potencjalne ryzyka. SI może przejąć zadania rutynowe, co pozwala menedżerom na skupienie się na bardziej strategicznych aspektach zarządzania. Przykłady to automatyzacja księgowości, zarządzanie łańcuchem dostaw, czy optymalizacja procesów produkcyjnych.
Michał Sitek uważa iż, w obszarach związanych z programowaniem sztuczna inteligencja to kolejna warstwa abstrakcji w komunikowaniu się z maszynami. Oznacza to, że sposób wytwarzania oprogramowania zmieni się, poprzez pisanie kodu przy pomocy dialogu z dużymi modelami językowymi. Dodatkowo sztuczna inteligencja może usprawnić każdy etap procesu wytwarzania oprogramowania. AI pomoże klientom porozumieć się z programistami, znacząco ułatwiając pracę analityków biznesowych, a w szczególności w przypadkach, gdy tej pozycji brakuje w firmie. Na etapie projektowania przy pomocy języków znaczników (np. Mermaid, PUML) AI usprawni proces rysowania diagramów technicznych. Przy implementacji oraz testowaniu sztuczna inteligencja przydaje się w postaci asystentów do generowania fragmentów kodu. Niewątpliwie zmienią się sylwetki zawodowe – z uwagi na to, że powstaje coraz więcej asystentów kodu, niezwykle ważne jest, żeby studenci po zakończeniu kształcenia na naszej uczelni na inżynierii oprogramowania potrafili efektywnie wykorzystywać możliwości, jakie daje im sztuczna inteligencja.