
דו"ח על איך מהנדסי תוכנה עובדים עם בינה מלאכותית בדרום מזרח אסיה ובהודו. צילום: Agoda.
בווייטנאם, קהילת התכנות הפגינה יוזמה יוצאת דופן בשילוב בינה מלאכותית בכל שלב בתהליך פיתוח ובדיקת תוכנה. באופן ספציפי, 94.3% מהמתכנתים הווייטנאמים משתמשים בבינה מלאכותית בעת כתיבת קוד, 70% משתמשים בכלי זה לצורך יצירת מסמכים, ו-62.9% מיישמים בינה מלאכותית בבדיקות ואימות תוכנה.
הבדל בולט אחד הוא המגמה של גיוון כלי הבינה המלאכותית בקרב מתכנתים וייטנאמים. עם 41% מהמהנדסים הווייטנאמים שהשתמשו בפלטפורמת Claude Code בששת החודשים האחרונים, וייטנאם מובילה כעת את האזור מבחינת גיוון בבחירות כלי הבינה המלאכותית.
זהו השיעור הגבוה ביותר מכל שוק שנבדק, והוא עולה בהרבה על כלים פופולריים אחרים כמו Copilot ו-ChatGPT - הדומיננטיים במקומות רבים אחרים.
בינה מלאכותית מגבירה את הפרודוקטיביות - המניע העיקרי של מפתחים
הרצון להגדיל את הפרודוקטיביות הוא הכוח המניע העיקרי מאחורי האימוץ הנרחב של בינה מלאכותית.
כ-80% מהנשאלים בסקר באזור אמרו שמהירות ואוטומציה הן הסיבות לכך שהם משלבים בינה מלאכותית בתהליך העבודה שלהם. נכון לעכשיו, 56% מהמתכנתים תמיד מפעילים כלי עזר של בינה מלאכותית במהלך העבודה, ורואים בהם "עוזרים" הכרחיים.
על פי התוצאות, 37% מהמהנדסים חסכו בין 4 ל-6 שעות בשבוע באמצעות בינה מלאכותית, דבר המשקף השפעה ברורה על זמן ופרודוקטיביות. ראוי לציין כי 72% אמרו כי הביצועים ואיכות הקוד שלהם השתפרו משמעותית כאשר הבינה המלאכותית הופעלה במסגרת בקרה סבירה.
עם זאת, בינה מלאכותית עדיין נתפסת במידה רבה ככלי לפרודוקטיביות ולא כשותף אמיתי לחדשנות. רק 22% מהמפתחים משתמשים בבינה מלאכותית כדי לפתור בעיות חדשות, ו-43% מאמינים שבינה מלאכותית יכולה להשיג את אותה רמת יכולת כמו מהנדסים בדרג ביניים.
יישום אחראי - חובה בעידן הבינה המלאכותית
בעוד שבינה מלאכותית יכולה לסייע בהאצה ובשיפור היעילות, אחריות ואמינות עדיין נתפסות כאבני יסוד. כ-79% מהמפתחים באזור אמרו שתפוקות לא יציבות או לא אמינות הן המחסומים העיקריים המונעים מהם להרחיב את השימוש שלהם בבינה מלאכותית.
כדי להבטיח את איכות המוצר, ניטור ואימות של תוצאות שנוצרו על ידי בינה מלאכותית הפכו לשלב הכרחי. 70% מהמתכנתים עורכים באופן קבוע פלט כדי להבטיח דיוק, ו-67% בודקים את כל קוד הבינה המלאכותית שנוצר לפני שילובו בפרויקט.
למעשה, התמקדות באימות אינה מאטה חדשנות, אלא מסייעת לחזק את היצירתיות, להבטיח איכות גבוהה ולשמור על קצב פיתוח קבוע. לכן, תפקיד הפיקוח האנושי עדיין נחשב מרכזי באסטרטגיית בינה מלאכותית אחראית.
ממצא בולט מהסקר הוא ההבדל בגישה להכשרה פורמלית בבינה מלאכותית בין מדינות. מתכנתים בסינגפור נוטים כמעט פי שניים לעבור הכשרה פורמלית מאשר מתכנתים בווייטנאם, דבר המשקף פער מסוים במשאבים. עם זאת, רוח הלמידה העצמית של מתכנתים באזור עדיין מוערכת כחזקה מאוד. הרוב - 71% - למדו בינה מלאכותית באופן עצמאי באמצעות הדרכות, פרויקטים אישיים או קהילות מקוונות, ומראים רמה גבוהה של יוזמה בעדכון מיומנויות חדשות. ראוי לציין כי 87% מהמתכנתים התאימו את תוכניות הלימודים או העבודה שלהם כדי לנצל הזדמנויות מהבינה המלאכותית.
מגמה זו של למידה עצמית מראה כי כוח העבודה ההנדסי מתקדם מהר יותר מיכולות ההכשרה של הארגון, ומדגימה רוח של ניסויים, שאפתנות והבנה גוברת של בינה מלאכותית.
עידן זלצברג, מנהל הטכנולוגיות הראשי של אגודה, אמר כי בינה מלאכותית משנה באופן מהותי את האופן שבו מפתחים בונים, לומדים ומשתפים פעולה. לדבריו, בינה מלאכותית עברה מתפקיד תומך בקידוד ובדיקות למרכיב מרכזי בכל מחזור פיתוח התוכנה.
נכון לעכשיו, בינה מלאכותית בדרום מזרח אסיה ובהודו מתפתחת באופן פרגמטי, תוך התמקדות בשיפור הפרודוקטיביות במקום להחליף בני אדם. הערך האמיתי של טכנולוגיה זו טמון בבניית תהליכים אחראיים וברי קיימא, ובכך להמיר את רמת האימוץ הגבוהה הנוכחית ליכולות יציבות וארוכות טווח.
מקור: https://doanhnghiepvn.vn/chuyen-doi-so/lap-trinh-vien-viet-nam-trong-nhom-dan-dau-dong-nam-a-ve-ung-dung-ai/20251105094711709






תגובה (0)