Исследования и прогнозы в IT *

За последний год применение генеративного AI претерпело существенные изменения, сместившись от технических задач к личной поддержке и саморазвитию. Это подтверждает новое исследование от Harvard Business Review, выявившее 38 неожиданных способов использования AI, где первое место заняла психотерапия.

Узнайте о неочевидных кейсах и способах применения их для повышения личной эффективности.

Совсем недавно смартфоны казались настоящими технологическим чудом. А сегодня как минимум 35% людей подтверждают свою зависимость от этих чудес (остальные ещё верят в силу воли). Цифровой детокс для одних стал модным трендом, а для других — источником заработка. Разбираемся, стоит ли делать отдых от гаджетов обязательным элементом рутины.

Цифровой детокс выглядит относительно новым понятием, которое недавно вошло в тренды. На самом деле, уже в 2012-м году в журнале Fast Capitalism вышла статья «Время для цифрового детокса? От информационного переедания к digital-диете». Звучит так, будто написано вчера.

А теперь — минутка свежей статистики:

Современный ИТ-рынок требует от компаний максимальной отдачи при минимальных затратах. Бизнес ждет быстрых результатов, технические команды сталкиваются с дефицитом ресурсов, а выбор языка программирования может кардинально повлиять на оба этих фактора.

Возглавляя бэкенд-команду витрины в KION, я, Леша Жиряков, постоянно балансирую между скоростью вывода фичей и стабильностью работы системы. Сегодня решил перевести абстрактные технические дискуссии в конкретные цифры. А еще — поделиться расчетами, которые помогут принять экономически обоснованное решение: что выбрать для следующего проекта — Python или Java?

Codex от OpenAI обещает революцию в рабочем процессе разработчика, но реальность пока разочаровывает.

Разбираем, почему этот инструмент пока не обеспечивает заявленные улучшения продуктивности и что ему мешает.

Недавно был всплеск публикаций о тренде поливоркинга среди поколения Z. Аргументов появления такого явления мне не хватило. Так что разбираемся, рассматривая это с точки зрения IT. Кстати, в некоторых статьях даже писали про плюсы поливоркинга для работодателей, но эта статья о другом.

Эта статья — попытка переосмыслить через призму личного опыта и восприятия ту уникальную ситуацию в которой находится наша цивилизация в настоящий момент, попытаться заглянуть «за горизонт», осознав тот путь, по которому мы идем, как цивилизация, риски, которые поджидают нас на этом пути и потенциальные возможности, открывающиеся перед нами.

Мы стоим на пороге величайшего технологического перелома в истории человечества. Впервые за миллионы лет эволюции мы создали инструмент не для тела, а для разума. И этот инструмент готов стать продолжением нас самих.

Рост больших языковых моделей (LLM) и генеративного ИИ в корне меняет способ создания программного обеспечения. Современные разработчики все чаще полагаются на помощников ИИ (например, ChatGPT, GitHub Copilot) для написания кода, документирования программ и создания тестов. Рутинные задачи, которые когда-то выполнялись вручную — создание шаблонного кода, документирование API или рефакторинг — теперь можно частично передать на аутсорсинг ИИ под руководством человека. Эта тенденция побудила преподавателей заметить, что существующие методы оценки (например, домашние задания по кодированию) становятся неэффективными в эпоху помощников ИИ. Поэтому университетам по всему миру необходимо пересмотреть учебные программы: сохранить строгие основы и при этом научить студентов работать с инструментами ИИ.

В формирующейся парадигме «Водопад 2.0» разработка программного обеспечения становится более структурированной и фазово-управляемой. Каждая фаза стабильна и четко определена — почти как производственная линия или сборочная линия — но общий процесс остается итеративным. Большие языковые модели (LLM) теперь выступают в качестве автоматизированных «членов команды» в этом процессе, помогая экспертам в предметной области на каждом этапе. В результате традиционные артефакты — записи архитектурных решений (ADR), руководства по коду/стилю, документы для новых сотрудников, планы тестирования, конфигурации CI/CD, спецификации API, контрольные списки безопасности и т. д. — должны эволюционировать. В этом рабочем процессе, дополненном ИИ, эти документы становятся как входными данными, так и выходными данными ИИ, помогая направлять генерацию и сохранение знаний. Лучшая практика — хранить их как контролируемые версии, читаемые человеком файлы (например, Markdown в основном репозитории), позволяя ИИ помогать создавать и поддерживать их контент.

Появление мощных LLM превращает разработку программного обеспечения в более структурированный конвейерный или водопадный процесс. Вместо того, чтобы многие разработчики итерировали короткими спринтами, конвейер с поддержкой LLM может разбить работу на стабильные фазы (требования, проектирование, реализация, тестирование), которые идут последовательно. Как отмечает один эксперт, «кодирование перешло от творческого поиска к модели производственной линии», и ИИ помогает сделать каждую фазу более предсказуемой. В этой парадигме «Waterfall 2.0» эксперты в предметной области (например, менеджеры по продуктам, дизайнеры) напрямую подключаются к потоку разработки с помощью подсказок ИИ, и отдельные шаги фиксируются, но все еще адаптируются с течением времени. Результатом является в основном линейный сквозной процесс — анализ, генерация историй, кодирование, QA — который по-прежнему включает циклы обратной связи по мере необходимости.

Например, конвейер Waterfall 2.0 может начинаться с глубоких требований и исследований, а затем передаваться LLM, который генерирует пользовательские истории и спецификации тестов. Затем система будет проходить циклы ATDD (приёмочные тесты)/BDD(поведенческие тесты)/TDD (используя синтетические данные обучения), использовать ИИ для написания основной части кода и, наконец, запускать автоматизированные тесты и шаги по исправлению. На практике ИИ может сканировать заметки со встреч для составления пользовательских историй и даже создавать фрагменты кода из простых подсказок. Хотя на бумаге это выглядит линейно, общая гибкость сохраняется: как замечает Аджит Джаокар, у нас будут «теперь фазы, которые будут более стабильными», даже если команды будут переходить между ними.

Рост числа продвинутых LLM (таких как ChatGPT, Claude, Gemini) меняет разработку программного обеспечения. Сегодня один разработчик, вооруженный ИИ, может придумать, закодировать и запустить полнофункциональные приложения или MVP за долю традиционного времени.

Кириллический домен — это название сайта в адресной строке, написанное не латиницей, а русскими буквами. После непродолжительного бума регистраций, от них стали отказываться. Сейчас только 10% белорусских компаний выбирают домен в зоне .БЕЛ. Что произошло с кириллическими доменами на самом деле?

Качество микрофона влияет на вашу карьеру, Microsoft выпустил ПК без операционной системы, а испанцы изобрели голограмму, которую можно трогать руками.

Кто из вас участвовал в соревнованиях по машинному обучению? А кто выигрывал? В мире ML олимпиады, хакатоны и прочие состязания — это не просто способ проверить свои навыки. Это полигон, где рождаются и проверяются новые подходы к решению сложных задач.

В 2024 году прошло более 400 таких соревнований с общим призовым фондом свыше $22 миллионов. Но кто же эти люди, которые выиграли этот куш? И что такого они сделали, чтобы обойти других?

Мы проанализировали отчет The State of Machine Learning Competitions 2024 и выделили из него самые ценные моменты для практикующих разработчиков. Если хотите узнать, что на самом деле отличает победителей от остальных участников, то этот материал для вас.

Некоторое время назад на Хабре вышла интересная статья на тему науки, женщин и социализма. Спасибо уважаемому EgorKotkin за интересную и важную тему. В своей статье он отмечает несколько важных моментов:

- несостоятельность либеральных взглядов на эту тему,

- проблема гендерных предрассудков в современных капиталистических обществах.

Я полностью согласен с EgorKotkin с тем его тезисом, что, в то время как стране и миру нужны специалисты в IT (и в целом в науке), происходит игнорирование колоссального источника кадров – женского пола. Как мне показалось, автор винит в этом гендерные предрассудки.

Я хотел бы погрузиться глубже в эту тематику, найти корни тех причин, что приводят к малому проценту женщин в современном IT, гендерному дисбалансу и гендерному неравенству. Для этого придется изучить экономические аспекты. В конце, как мы все любим, я приведу общую сводную схему c графом причин этого явления.

Применение AI в науке растет, но результаты его внедрения часто переоценены. Исследования показывают, что 79% публикаций, заявляющих о превосходстве AI, используют некорректные бенчмарки.

Это искажает представление о реальном потенциале AI в научном прогрессе.

ИИ всё ближе к тому, чтобы принимать решения за нас. Но есть проблема: мы даже не понимаем, что именно считаем моральным — и почему.

Что если наш компас добра — всего лишь баг эволюции? И что, если будущий агент увидит это?

Большие языковые модели (LLM) радикально меняют процесс разработки ПО. Они дают одному разработчику возможность взять на себя весь цикл: анализ требований, архитектуру, реализацию, тестирование, документацию. Это возрождает принципы водопадной модели — линейную, сквозную разработку — но без её классических недостатков: отсутствия гибкости, коммуникационных задержек и потерь контекста между ролями.

Привет! На связи Екатерина Косова, бизнес-аналитик из Cloud.ru и когнитивный психолог по совместительству — исследую доверие с научной точки зрения. Мы в команде конкурентного анализа изучаем облачный и IT-рынки в России и мире, отслеживаем ключевые тренды и ищем инсайты из мира технологий, которые до нас никто не находил. 

Как AI влияет на эмоциональную жизнь IT-специалистов и их готовность использовать новые технологии? В новом исследовании мы постарались ответить на этот вопрос и выяснить, может ли AI стать не просто умным инструментом в руках разработчика, но и полноценным соратником и партнером в рабочих и личных делах. В статье делимся с вами выводами.

В нашем онлайн-опросе приняли участие 532 IT-специалиста разного уровня, разных профилей и из разных уголков России. Заглядывайте — результаты могут удивить.