AIとプログラミングの変化、水準と生産は大事

頭使う系の仕事は水準と生産が大事でどちらも保つことが大切です。

保てないと、低賃金または職を失うリスクが高いです。

プログラマの仕事は、LLMに食べさせるのエサを作る仕事と、LLMの届かない水準(現在だとChatGPT4の偏差値60ぐらい以上)の部分を補う仕事になると思います。

偏差値60以上と言うのは結構前から聞いていてそれがChatGPT4などの登場で拍車がかかり、下手なプログラマが使えなくなっていき、生産性も求められている印象です。

そのためこの種の仕事をするならLLMに簡単に真似されない水準を生産されない仕事をし続けられるかを考えながら勉強しつつ、こなせると良いのではないかなと思います。ギリギリ出来たとしてもそのレベルの生産性が出せないときついので、水準と生産性の意識は重要です。AI使わないプログラミングはもう論外です

LLMに食べさせた仕事は、提案、作成、修正をSEがするか、プログラマがするか。だんだんSEなのかプログラマなのが分からなくなってくる気がしています。

Github comilot使い始めると「コピペの概念」がなくなる。必要ないから(提案が直接書かれるから

だから「C」と「V」の効きは悪くならない

これを知らないでプログラムを書いていたり教えているスクールは危険です。避けましょう

対話型AIによって変わるプログラミングは、提案や修正指示がメインになります。

実例としてgithub comilotが確かそうだったかと思います。そろそろそう言ったのを使うことに慣れて行く努力をしていきます。(出始めから知っていたのですが、ピンと来ませんでした。AI活用を考えていた、しっくりきました。)

情報収集ソフトの現状は要素取得の自動化がまだ難しいかなと考えています。それ以外は自動化しようとしています(自力でAPI作成中、来月多分webAPIとしてリリースLLMのエサ)パターンが決まっていることをLLMが得意なので任せられるようになります。

情報収集の要素取得が難しい理由はソースで読み込ますと膨大な量になり、分離した足しても正しい結果を得られないから。

そのためこの仕事はまだ時間がかかると思われます。selenium ideと画像認識でやるパターンでも綺麗なデータを取るのが難しいためchatgpt5出たあたりでどうなるかと思われます。

難しいについてもっと詳しく言うと、全ての要素取得系のパターンが難しい

フロント系はデザインを書けばあとばほぼ自動生成しやすいので自動化されやすい。

バックエンドとの紐付けはLLMでようにになると思われます。プログラミングスクールに通うよりLLMとの開発を極めた方が良いかもしれません

偏差値60以上(ChatGPT4の水準を超える)の、複雑な組み合わせの試行錯誤はまだ残る

デザイン設計は人の心理的な部分や機能的な部分の依存性があるためまだ残る

逆に言えば、この水準を、越えられなければ諦めた方が良い。あとはその水準の生産性をいかに出せるかが鍵

fkeiwkblog