Οι σημερινοί έφηβοι έχουν μπροστά τους μια ανεπανάληπτη ευκαιρία να χτίσουν καριέρα στην τεχνολογία, αρκεί να αφιερώσουν χρόνο στη χρήση εργαλείων τεχνητής νοημοσύνης που δημιουργούν κώδικα, υποστηρίζει ο 28χρονος δισεκατομμυριούχος Αλεξάντρ Ουάνγκ, συνιδρυτής της Scale AI.
Μιλώντας στο podcast «TBPN», ο Ουάνγκ χαρακτήρισε την κωδικοποίηση με τεχνητή νοημοσύνη –γνωστή και ως vibe coding– ως μια δεξιότητα που μπορεί να αλλάξει τη ζωή των νέων. «Αν αφιερώσεις 10.000 ώρες μαθαίνοντας πώς να αξιοποιείς αυτά τα εργαλεία καλύτερα από τους άλλους, αποκτάς ένα τεράστιο πλεονέκτημα», σημείωσε.
Η πρακτική αυτή, μέσω εφαρμογών όπως οι Replit και Cursor, επιτρέπει τη δημιουργία λογισμικού απλώς με την πληκτρολόγηση οδηγιών, ακόμα και από άτομα χωρίς γνώσεις προγραμματισμού!
Από τον Μπιλ Γκέιτς στο «vibe coding»
Ο Ουάνγκ συνέκρινε τη σημερινή εποχή με τις πρώτες μέρες της επανάστασης των προσωπικών υπολογιστών, όταν προσωπικότητες όπως ο Μπιλ Γκέιτς εκμεταλλεύτηκαν την πρώιμη πρόσβαση στην τεχνολογία για να αποκτήσουν προβάδισμα. «Αν είσαι 13 ετών, πρέπει να αφιερώσεις όλο σου τον χρόνο στο vibe coding. Αυτή η στιγμή συμβαίνει τώρα», τόνισε.
«Σε πέντε χρόνια, η ΤΝ θα γράφει όλον τον κώδικά μου»
Παρά την τεράστια επιτυχία του –η περιουσία του εκτιμάται στα 3,2 δισ. δολάρια και πρόσφατα ανέλαβε επικεφαλής ΤΝ στη Meta– ο Γουάνγκ αναγνωρίζει ότι η τεχνητή νοημοσύνη θα ξεπεράσει σύντομα τους ανθρώπινους προγραμματιστές. «Όλος ο κώδικας που έχω γράψει στη ζωή μου θα μπορεί να παραχθεί από ένα μοντέλο ΤΝ μέσα στα επόμενα πέντε χρόνια», είπε.
Γιατί οι νέοι πρέπει ακόμα να μάθουν προγραμματισμό
Παρά τους φόβους ότι τα εργαλεία ΤΝ θα αντικαταστήσουν τους προγραμματιστές, ειδικοί του κλάδου επιμένουν ότι η κωδικοποίηση παραμένει κρίσιμη δεξιότητα. «Καθώς η κωδικοποίηση γίνεται ευκολότερη, περισσότεροι άνθρωποι πρέπει να προγραμματίζουν, όχι λιγότεροι», σημείωσε ο Andrew Ng, συνιδρυτής του Google Brain.
Ο ίδιος χαρακτήρισε αυτή την περίοδο «την καλύτερη στιγμή μέχρι τώρα για να μάθεις προγραμματισμό», επισημαίνοντας ότι όσοι γνωρίζουν κώδικα θα μπορούν να αξιοποιούν την τεχνητή νοημοσύνη πιο αποδοτικά και με μεγαλύτερη ακρίβεια από τους υπόλοιπους.
