مقالهای در InfoWorld به بررسی تأثیر هوش مصنوعی بر توسعه و نگهداری پروژههای منبع باز میپردازد. این مقاله استدلال میکند که مدلهای زبانی بزرگ (LLMs) و عوامل کدنویسی با کاهش وابستگی به کتابخانههای کوچک منبع باز و دشوار کردن نگهداری کتابخانههای بزرگ، آینده منبع باز را تهدید میکنند. این موضوع باعث میشود که پروژههای منبع باز کوچکتر، آرامتر و انحصاریتر شوند.
بسیاری از پروژههای منبع باز توسط هستهای کوچک از توسعهدهندگان، اغلب تنها یک یا دو نفر، نگهداری میشوند که به صورت داوطلبانه کار میکنند. این افراد زیرساختهای ضروری را برای شرکتها فراهم میکنند. پیش از این، مشارکت در پروژهها به دلیل وجود اصطکاک (نیاز به درک کد، رفع اشکال و تحمل ریسک) محدود بود. اما هوش مصنوعی این اصطکاک را از بین برده و حتی توسعهدهندگانی مانند میچیِل هاشیموتو، بنیانگذار HashiCorp، در حال بررسی بستن درگاههای پذیرش کد (PRs) برای پروژههای خود هستند.
آرمین روناخر، سازنده Flask، از "روانشکستگی عامل" (agent psychosis) صحبت میکند. او معتقد است که توسعهدهندگان به کدنویسی با عوامل هوش مصنوعی معتاد میشوند و این عوامل کد تولیدی بیکیفیت و فاقد درک زمینه، مصالحه و دانش تاریخی را ایجاد میکنند. این کدها اغلب "کد بیمعنی" هستند که به دلیل تولید توسط مدلهای آماری، درست به نظر میرسند اما فاقد کیفیت لازم هستند.
به گفته SemiAnalysis، ما وارد دورهای شدهایم که در آن ابزارهای عامل هوش مصنوعی در ترمینال فعال هستند. این موضوع نگرانیهایی را در مورد آینده توسعه منبع باز و کیفیت کد تولید شده توسط این عوامل ایجاد میکند. این تغییرات میتواند منجر به کاهش مشارکت انسانی و وابستگی بیشتر به هوش مصنوعی در توسعه نرمافزار شود.
در مجموع، این مقاله هشدار میدهد که هوش مصنوعی ممکن است با تغییر نحوه توسعه و نگهداری نرمافزار، آینده منبع باز را به طور اساسی تغییر دهد و نیاز به بررسی دقیقتر تأثیرات آن بر جامعه توسعهدهندگان و اکوسیستم نرمافزاری دارد.
مشاهده مطلب اصلی