آمازون به مهندسان نرم‌افزار می‌گوید که چه چیزی به عنوان آغازگر هوش مصنوعی در عصر «توسعه‌دهنده رنسانس» اهمیت دارد.

مت گارمن، مدیرعامل AWS نوح برگر/گتی ایماژ برای خدمات وب آمازون آمازون در دستورالعمل‌های جدید توسعه‌دهندگان، تمرکز هوش مصنوعی را به تأثیر تجاری، نه فقط استفاده خام، تغییر می‌دهد.

این شرکت هشدار می‌دهد که معیارهای هوش مصنوعی می‌توانند انگیزه‌های بدی از جمله "tokenmaxxing" ایجاد کنند.

به مدیران گفته می شود که تیم ها را در بالاترین و پایین ترین سطح پذیرش هوش مصنوعی بررسی کنند. آمازون به تازگی دستورالعمل‌های جدیدی را برای مهندسان نرم‌افزار در عصر هوش مصنوعی صادر کرده است: اولویت‌بندی نتایج کسب‌وکار بر استفاده خام.

ترک ترکوویتز، معاون و مهندس برجسته آمازون، در یادداشتی که روز سه شنبه منتشر شد، گفت که هوش مصنوعی در حال تغییر توسعه نرم افزار سریعتر و اساسی تر از تغییرات قبلی مانند محاسبات ابری است. او نوشت، اما مهندسان را باید بر اساس تأثیر آنها بر مشتریان و تجارت قضاوت کرد، نه اینکه صرفا چقدر از هوش مصنوعی استفاده می کنند.

ترکوویتز گفت: «همه ما باید این تغییر را بپذیریم و برای یادگیری وقت بگذاریم، در غیر این صورت در خطر عقب ماندن هستیم.

ابزارها و عوامل کدنویسی هوش مصنوعی صنعت نرم افزار را متحول کرده و معنای کدنویس بودن را تغییر می دهند. آمازون این دوره را «دوران توسعه‌دهندگان رنسانس» می‌نامد، جایی که قضاوت انسان و هوش ماشینی ترکیب می‌شوند تا محصولات و خدمات جدید را سریع‌تر و کارآمدتر ایجاد کنند.

ترکوویتز در این یادداشت نوشت: «این زمان برای صنعت ما زمان تغییر است، و زمان تغییر معنای مهندس نرم‌افزار بودن».

دستورالعمل های به روز شده نشان دهنده تلاش فزاینده آمازون برای تبدیل شدن به پذیرش هوش مصنوعی در نحوه ارزیابی مهندسان و مدیران مهندسی است. این شرکت اقداماتی از جمله استفاده از هوش مصنوعی، مصرف توکن و خطوط کد را در داخل ردیابی کرده است و از تابلوهای امتیازات برای رتبه‌بندی تیم‌ها بر اساس برخی از این معیارها استفاده کرده است.

اما این یادداشت هشدار می‌دهد که استفاده از چنین اقداماتی به‌عنوان هدف می‌تواند نتایج بدی از جمله "tokenmaxxing" به جای نرم‌افزار بهتر یا تجربیات مشتری به همراه داشته باشد.

ترکوویتز در این یادداشت نوشت: «استفاده از این معیارها، اگر به‌عنوان یک هدف به‌جای اندازه‌گیری استفاده شود، می‌تواند منجر به نتایج منفی شود».

آمازون در حال آزمایش روش هایی برای اندازه گیری و تشویق استفاده از هوش مصنوعی در سراسر سازمان مهندسی خود بوده است.

در اوایل سال جاری، این شرکت در حال ردیابی استفاده مهندسان از ابزارهای هوش مصنوعی داخلی بود و برخی از تیم‌ها از تابلوهای امتیازات مرتبط با معیارهایی مانند مصرف توکن استفاده کردند. این برنامه‌ها باعث ایجاد اصطکاک در میان برخی از کارمندان می‌شد که نگران این بودند که فشار برای استفاده از هوش مصنوعی می‌تواند به جای کار سازنده، به فعالیت‌های بیهوده پاداش دهد.

دستورالعمل جدید واضح ترین تصدیق عمومی آمازون از این خطر را ارائه می دهد. آمازون گفت به جای ارائه یک کتاب راهنمای دقیق هوش مصنوعی که می‌تواند به سرعت منسوخ شود، دستورالعمل‌های توسعه‌دهنده اصلاح‌شده‌اش بر تاثیر بلندمدت بر مشتریان و کسب‌وکار تمرکز دارد.

با این حال، این شرکت گفت که هوش مصنوعی باید "در مرکز تمرینات مهندسی نرم افزار" باشد و از مهندسان خواست تا این فناوری را در کار روزانه خود بگنجانند.

طبق این یادداشت، از رهبران انتظار می‌رود که خودشان از ابزارهای هوش مصنوعی در کار تولید استفاده کنند، بفهمند که کجا کمک می‌کنند و کجا کوتاهی می‌کنند و این قضاوت را برای تیم‌هایشان توضیح دهند.

ترکوویتز گفت آمازون دریافته است که معیارهایی مانند استفاده از توکن، پذیرش ابزار هوش مصنوعی و بررسی کدها می توانند با نتایجی که ارزش گذاری می کند مرتبط باشند. اما او گفت که اقدامات باید با دقت انجام شود. استفاده بیشتر از توکن می تواند هزینه ها را افزایش دهد، در حالی که تمرکز بر خطوط کد می تواند پیچیدگی غیر ضروری ایجاد کند.

او همچنین توصیه کرد که مدیران به تیم‌هایی که در هر دو انتهای طیف پذیرش هوش مصنوعی قرار دارند توجه ویژه‌ای داشته باشند: تیم‌هایی که در 10 درصد پایینی قرار دارند تا بفهمند چرا آنها به طور مؤثر از هوش مصنوعی استفاده نمی‌کنند، و آن‌هایی که در 10 درصد بالا قرار دارند تا تعیین کنند که آیا استفاده سنگین‌تر منجر به تحویل سریع‌تر می‌شود یا خیر.

ترکوویتز گفت که «تیم‌های مرزی» آمازون که بیشتر هوش مصنوعی دارند، بهره‌وری و تحویل قوی‌تری را نشان داده‌اند. او همچنین گفت که تیم‌ها و افرادی که از هوش مصنوعی استفاده نمی‌کنند یا معیارهای خروجی را افزایش نمی‌دهند، عقب می‌افتند.

اما یادداشت او جا را برای مهندسانی که ممکن است کارشان هنوز از ابزارهای هوش مصنوعی فعلی سود نبرده باشد، باز کرد. او گفت که در این موارد، کارمندان باید دلایل را مستندسازی کنند و با به اشتراک گذاشتن یافته‌های خود با همتایان و مدیران، در جهت راه‌حل تلاش کنند.

در این یادداشت آمده است: «مهندسی که می‌تواند توضیح دهد که در کجای هوش مصنوعی هنوز به کارشان کمک نمی‌کند، قضاوتی را که ما می‌خواهیم نشان می‌دهد.

نکته ای دارید؟ با این خبرنگار از طریق ایمیل ekim@businessinsider.com یا سیگنال، تلگرام یا واتساپ به شماره 650-942-3061 تماس بگیرید. از یک آدرس ایمیل شخصی، یک شبکه WiFi غیرکار، و یک دستگاه غیر کاری استفاده کنید. در اینجا راهنمای ما برای به اشتراک گذاری ایمن اطلاعات است.

مقاله اصلی را در Business Insider بخوانید