Российские программисты используют нейросети для ускорения работы
Опрос сервиса для программистов Stack Overflow показал, что 84% разработчиков активно используют искусственный интеллект в работе, а язык Python может стать основным для анализа данных. Эксперты отмечают, что IT-специалисты в России уже применяют ИИ для поиска ошибок и оптимизации разработки.
По данным исследования, искусственный интеллект (ИИ) стремительно становится главным помощником программистов. 84% респондентов планируют или используют ИИ при написании кода, а 51% пользуются им в работе ежедневно.
Но несмотря на высокую популярность среди разработчиков, большинство IT-специалистов не работают с ИИ-агентами, а 38% опрошенных не планируют применять подобные решения.
"Использование ИИ в программировании - абсолютно эволюционный процесс. Он облегчает и ускоряет процесс создания программ. 30 лет назад в программировании появились готовые библиотеки - до этого их не было, и все процессы писались с нуля. Тогда тоже говорили, что пришел конец программированию. Нет риска в умеренном использовании ИИ, а есть риск, если кто-то решит, что программисты теперь не нужны. Ведь мы помним, совсем недавно у нас авторитетные банкиры заявляли, что математики не нужны и высшее образование не нужно. Основным риском в использовании ИИ в программировании может стать деградация качества программ и схожесть решений", - указывает директор Центра компетенций по импортозамещению Илья Массух.
При этом современные ИИ-ассистенты, такие как GitHub Copilot, Replit, KITE AI или популярный ChatGPT, уже берут на себя множество рутинных задач. Они помогают автоматически генерировать код, дополнять функции и писать шаблонные участки программ. Кроме того, ИИ активно используется для оптимизации и рефакторинга, предлагая более эффективные реализации алгоритмов.
По данным Stack Overflow, в этом году для изучения ИИ более трети разработчиков использовали инструменты на базе нейросетей. Многие отмечают, что дополнительное изучение ИИ-моделей им нужно для роста в карьере и самореализации. При этом почти половина разработчиков сильно сомневается в точности ответов нейросетей и тщательно их проверяет.
"Важная область - документирование и поиск ошибок. ИИ анализирует код, подсказывает возможные исправления и даже помогает в настройке DevOps-процессов, включая автоматизацию CI/CD. Все это ускоряет разработку, но одновременно меняет требования к навыкам программистов. Теперь важнее уметь формулировать задачи, проверять качество кода и эффективно взаимодействовать с ИИ-инструментами, а не писать все с нуля вручную", - рассказал заведующий лабораторией доверенного искусственного интеллекта РТУ МИРЭА Юрий Силаев.
Он добавляет, что Python уже давно занимает лидирующие позиции в области анализа данных и машинного обучения. Его популярность объясняется простотой синтаксиса, богатой экосистемой библиотек (NumPy, Pandas, TensorFlow, PyTorch) и активным сообществом разработчиков. В ближайшие годы он, скорее всего, сохранит свои позиции, но важно учитывать и другие языки, которые используются в Data Science, указывает Силаев.
В академической среде важным инструментом для статистиков и исследователей остается язык R. Также набирает популярность язык Julia в высокопроизводительных вычислениях благодаря своей скорости. SQL незаменим для работы с базами данных, а Java и Scala широко применяются в анализе больших данных.
"Python уже сейчас лидирует в сфере анализа данных, и в России эта тенденция особенно заметна. По нашему опыту, большинство российских компаний, которые серьезно занимаются обработкой информации - от банков до ритейла - выбирают именно Python. Он побеждает своей универсальностью. Программист может использовать его для анализа продаж, создания сайтов, автоматизации рутинных задач. Для российского рынка это особенно важно, поскольку многие компании предпочитают работать с одной технологией вместо десятка разных", - отмечает директор по развитию web- и ИИ-технологий Artezio Сергей Матусевич.
Он объясняет, что российская школа программирования всегда славилась сильной математической подготовкой. Выпускники МГУ, МФТИ, СПбГУ легко осваивают любые языки. Но Python стал особенно популярен, потому что позволяет быстро переходить от теории к практике. Когда математик хочет проверить свою гипотезу на реальных данных, ему не нужно изучать сложный синтаксис, Python интуитивно понятен.