代碼都讓AI寫，CS還有前途嗎？加州大學(xué)伯克利分校：CDSS申請人數(shù)飆升48%

　　AI寫了這么多代碼，你還應(yīng)該學(xué)習(xí)計算機科學(xué)嗎?新的數(shù)據(jù)表明，學(xué)生們?nèi)匀怀扇航Y(jié)隊地在大學(xué)里選修計算機:加州大學(xué)伯克利分校(UCB)計算機科學(xué)專業(yè)的一年級申請人數(shù)猛增48%!UCB教授分析，AI還沒有學(xué)會創(chuàng)新，人類軟件開發(fā)者可以利用AI提質(zhì)增效。

　　圍繞生成式人工智能最廣泛的擔(dān)憂之一，就是這項技術(shù)是否會讓打工人失業(yè)。

　　在瘋狂制造焦慮的「即將被人工智能取代的十大職業(yè)」等類似榜單中，也時常能看到軟件工程師的身影。

　　技術(shù)工作(程序員、軟件工程師、數(shù)據(jù)分析師)位于「可能會被ChatGPT搶走的十個工作」之列

　　一種盛行的說法是，如今Github Cop ilot可以編寫大量代碼，甚至未來我們都可以用自然語言和計算機交互，那么現(xiàn)在還值得學(xué)習(xí)計算機科學(xué)嗎?

　　自2022年ChatGPT橫空出世以來，這個問題一直困擾著那些有「編程夢」的高中生。

　　與其坐而論道，不如看看正在發(fā)生的事情是什么。

　　一個新的數(shù)據(jù)表明:學(xué)生們?nèi)匀怀扇航Y(jié)隊地在大學(xué)里選修計算機。

　　加州大學(xué)伯克利分校(UCB)計算機科學(xué)專業(yè)的一年級申請人數(shù)猛增48%!

　　盡管生成式人工智能取得了進步，但學(xué)生們?nèi)匀豢释麖氖掠嬎銠C科學(xué)職業(yè)，因為人類開發(fā)者對于創(chuàng)造新事物仍然至關(guān)重要。

　　CS入學(xué)人數(shù)暴漲

　　以加州大學(xué)伯克利分校為例，這所大學(xué)在計算機科學(xué)領(lǐng)域處于領(lǐng)先地位。

　　加州大學(xué)董事會于去年5月投票通過了在伯克利分校建立計算、數(shù)據(jù)科學(xué)與社會學(xué)學(xué)院(College of Computing， Data Science， and Society，CDSS)的提案。

　　在2024年秋季入學(xué)的新生中，有約1.4萬人申請CDSS專業(yè)，相比去年增長了48%。

　　而且，這個數(shù)據(jù)放在學(xué)校招生數(shù)量的大背景下就顯得尤為突出:UC伯克利的整體本科申請人數(shù)相較一年前變化不大，只有CDSS專業(yè)的申請人數(shù)一枝獨秀。

　　這個數(shù)據(jù)來自于伯克利CDSS學(xué)院院長Jennifer Chayes教授本人。上周在舊金山舉行的加州GenAI聯(lián)合峰會上，她與州長Gavin Newsom和斯坦福大學(xué)教授李飛飛進行了爐邊談話，并公布了這些令人瞠目的數(shù)據(jù)。

　　不止是UCB，其他大學(xué)的CS專業(yè)也炙手可熱。

　　牛津大學(xué)申錄數(shù)據(jù)

　　自學(xué)院開始招生以來，牛津大學(xué)三個計算機科學(xué)學(xué)位的申請量增加了一倍。由于競爭太過激烈，許多能力出眾的申請者未能獲得錄取。

　　UCL也公布了CS專業(yè)相關(guān)申錄數(shù)據(jù)，2024年申請人數(shù)達到創(chuàng)紀(jì)錄的4097人。

　　人類程序員可堪大任

　　之后，美國知名科技博客Business Insider聯(lián)系到了UCB計算機科學(xué)的教學(xué)教授John DeNero，就這個問題進行了深入探討。

　　John DeNero

　　John DeNero也是生成式人工智能初創(chuàng)公司Lilt的首席科學(xué)家，曾在谷歌擔(dān)任研究員，負(fù)責(zé)開發(fā)谷歌翻譯。

　　Lilt官網(wǎng)

　　他在給Business Insider的一封電子郵件中寫道:

　　學(xué)生們對生成式人工智能將影響軟件工程就業(yè)市場，尤其是入門級職位表示了一定的擔(dān)憂，但他們?nèi)匀粚τ嬎銠C職業(yè)感到興奮。

　　我告訴他們，我認(rèn)為目前生成式人工智能還無法可靠地完成軟件開發(fā)中許多具有挑戰(zhàn)性的工作，我預(yù)計在未來很長一段時間內(nèi)，人類軟件開發(fā)人員仍將扮演核心角色。

　　AI還沒有學(xué)會創(chuàng)新

　　DeNero解釋說，生成式人工智能目前非常擅長復(fù)制以前編寫過多次的部分軟件程序。

　　學(xué)生們用AI包辦了那些不需要創(chuàng)新的計算機作業(yè)。

　　甚至，曾有一段時間ChatGPT 的使用率下降，科技圈一開始不理解是什么原因?qū)е铝奶鞕C器人不再熱門。

　　有人提出了一個假設(shè):數(shù)以百萬計的學(xué)生在放暑假，所以他們不需要 ChatGPT來作弊(bushi，我的意思是研究)。

　　后來，暑假結(jié)束，學(xué)校開學(xué)，ChatGPT 的訪問量強勁增長，數(shù)據(jù)居然證實了這個假設(shè)。

　　AI用來「輔助」考試和作業(yè)當(dāng)然是ok的，可是如果我們想創(chuàng)造新的東西怎么辦?

　　這時仍然需要聰明的人類程序員。

　　這在邏輯上是合理的，因為AI模型是在數(shù)據(jù)基礎(chǔ)上訓(xùn)練出來的。

　　如果問AI這個世界上還不存在的信息，或者不是訓(xùn)練數(shù)據(jù)集的一部分，模型往往會遇到麻煩。

　　生成式人工智能「需要大量深思熟慮的人工干預(yù)才能產(chǎn)生新的東西，而所有重要的軟件開發(fā)項目都涉及大量新穎性」。

　　DeNero表示，「這才是計算中真正困難而有趣的部分，需要聰明和訓(xùn)練有素的人才去完成」。

　　但是這并不意味著拒絕一切AI工具，DeNero補充說:

　　「生成式人工智能可以加快軟件開發(fā)中較為瑣碎的部分，而軟件開發(fā)人員往往會迅速采用高效工具」。

　　編程與農(nóng)耕不同

　　在程序員之前，另一個職業(yè)——翻譯，是更早感到危機的。

　　18年前，谷歌翻譯首次問世。可這么長時間過去，人類語言學(xué)家并沒有被取代。

　　在翻譯工作非常重要的時候，人類語言學(xué)家仍然是不可或缺的。

　　我們或許可以用谷歌翻譯來閱讀英文菜單，但如果沒有人類專家的檢查，我們大概率不會用這款應(yīng)用來翻譯企業(yè)最重要的合同。

　　正是基于這一點，DeNero才創(chuàng)辦了為翻譯人員打造的人工智能平臺——Lilt公司。

　　他表示，「要可靠地完成可以達到出版質(zhì)量的翻譯，人類語言專家仍然是整個流程的核心，但通過使用Lilt針對特定任務(wù)的生成式AI模型，這些專家可以更快、更準(zhǔn)確、更一致地完成翻譯工作。」

　　因此，借助AI工具，更多的文本能以更高的質(zhì)量翻譯成更多的語言。

　　以此類推，軟件開發(fā)領(lǐng)域也是相同的道理。

　　DeNero希望軟件開發(fā)領(lǐng)域也能出現(xiàn)同樣的模式:由訓(xùn)練有素的人類開發(fā)人員組成的小型團隊將更有能力開發(fā)出有用的高質(zhì)量軟件。

　　「因此，未來的伯克利畢業(yè)生將有很多機會利用他們的計算機技能來改善世界�！�

　　那么，使用AI編程工具會提高效率嗎?

　　一項關(guān)于GitHub C o pilot的研究證據(jù)表明，AI能夠顯著提高開發(fā)人員的生產(chǎn)力。

　　微軟及其子公司GitHub的研究人員將軟件開發(fā)人員分為兩組，一組可以使用人工智能編碼助手，另一組則沒有。

　　有人工智能輔助的開發(fā)者完成任務(wù)的速度比沒有輔助的開發(fā)者快56%。

　　這實在是一個很大的數(shù)字，相比之下，19世紀(jì)中葉蒸汽機的引入僅使大型工廠的生產(chǎn)率提高了15%。

　　有人可能會問，效率提高不就意味著不需要那么多的開發(fā)人員了嗎?豈不是還要失業(yè)?

　　等等，請暫停一下，在我們陷入這種「末日想象」之前，或許也可以先考慮一下樂觀的理由。

　　也許，正如業(yè)內(nèi)人士所預(yù)測的那樣，對編程的需求足以同時雇傭人類和人工智能。

　　拖拉機的出現(xiàn)曾讓很多農(nóng)民失業(yè)，可是編程與農(nóng)耕不同。

　　華盛頓大學(xué)計算機科學(xué)教授Zachary Tatlock認(rèn)為，「70億人只能吃這么多食物，但人類想要或需要的軟件數(shù)量是否有上限，目前還不清楚�！�

　　在過去的50年里，我們的軟件產(chǎn)量一直嚴(yán)重不足，我們對軟件的需求還沒有被滿足。

　　換言之，AI可能會幫助人類更快地編寫代碼，但我們?nèi)匀恍枰�所有的人類，因為我們需要盡可能多的軟件，只要它們能以最快的速度構(gòu)建出來。

　　在最樂觀的前景中，AI帶來的所有生產(chǎn)力提升將刺激對軟件的需求，使未來的程序員比現(xiàn)在更加搶手。