Przez ostatnie 20+ lat zajmowałem się w internecie głównie przekazywaniem wiedzy. Zastanawiam się od pewnego czasu, czy nie dotarliśmy do punktu skrajnej inflacji wiedzy - traci ona na wartości.

W świecie, w którym AI jest w stanie napisać za nas aplikację, zdebugować serwer, czy zredagować tekst trudno jest mi odpowiedzieć na pytanie juniora 'ale dlaczego miałbym się tego uczyć, jak AI robi to za mnie?'.

Uruchamiałem ostatnio Opusa do debugowania serwera. Zrobił to, co ja planowałem, ale nie w godzinę, a w 8 minut. Szukanie buga w kodzie? Kolejne minuty. Oczywiście, czasami się myli - tylko że ja też to robię ;)

Wchłanianie ogromnej ilości wiedzy powoli traci sens?

Zastanawiałem się, czego obecnie warto uczyć ludzi w branży IT (poza AI 😉), co może się przydać w życiu i po dłuższym zastanowieniu wyszło mi, że umiejętności miękkie to jest to, co realnie może mieć wartość - i tutaj mamy problem, bo to są skille bardzo niedoceniane w IT :D
Byłem kiedyś na konferencji Infoshare DEV. Jedna z prelegentek była moim zdaniem wybitna pod względem wystąpień publicznych. Sposób, w jaki przekazywała wiedzę, sprawił, że słuchałem jej z przyjemnością. To było świetne! Pochwaliłem ją za to. Nie byłą zbyt szczęśliwa... 🫣

"Jeśli chwalisz mnie za taką rzecz, a nie za treść, to równie dobrze mógłbyś powiedzieć mi, że na prelekcji miałam ładne buty - ta sama wartość komplementu".

Klarowne przekazywanie myśli i sztuka wystąpień publicznych to coś unikatowego w obecnych czasach. Warto to szlifować.

A 'twarda wiedza'? Sam nie wiem, jak na to patrzeć. Dla mnie dogłębne poznawanie jak coś działa, nadal stanowi OGROMNĄ wartość i to coś, bez czego nie wyobrażam sobie funkcjonowania, ale ja już ponoć jestem mentalnym dziadkiem ;)

Coraz częściej myślę, że dziś mniej ważne staje się to, kto wie najwięcej, a bardziej to, kto potrafi dobrze myśleć, trafnie pytać, analizować i jasno komunikować się z innymi.

Czyżby właśnie w tę stronę zmierzała branża? 🤔

@unknow jeśli nie wiesz jak coś działa, to jak zweryfikujesz czy AI nie robi głupot? Jak zaprojektujesz system - bo to nadal jest chyba jednak kompetencja ludzka - jeśli nie rozumiesz jego poszczególnych elementów? I finalnie - jeśli junior faktycznie nie chce uczyć się i rozumieć jak coś działa w środku, to może to jest sygnał, że powinien rozważyć inną ścieżkę kariery?

To nie jest tak naprawdę nowy problem. Pamiętam jak na studiach byli ludzie, którzy kwestionowali sensowność nauki podstaw matematycznych czy logicznych - no bo przecież w typowej pracy programistycznej przykładowo nie przeliczasz macierzy na piechotę. Masz na to frameworki i biblioteki. A jednak między programistą który rozumie jak te abstrakcje działają pod spodem, a takim, który tylko korzysta z gotowych elementów, jest przepaść. Nawet, jeśli do większości podstawowych problemów obaj napiszą niemal identyczny kod, to gdy tylko wyjdziesz poza utarte ścieżki i standardowe problemy - różnica będzie widoczna od razu.

Oczywiście zakładam tutaj, że systemy AI będą robić mniej więcej to, co robią teraz. Jasne, modele rozwijają się niemal wykładniczo. Jednak wydaje mi się, że aktualne narzędzia nie są jeszcze w stanie wejść na poziom, który pozwoliłby całkowicie wykluczyć element ludzki. Nie chcę tu dodatkowo rozbudowywać tej i tak dość rozwlekłej odpowiedzi, ale uważam, że nie bez powodu firmy, które głośno ogłaszały zastępowanie inżynierów AI teraz podobno po cichu wznawiają rekrutacje.