هل “تعلم الكود” لا تزال نصيحة جيدة؟ 8 المديرين التنفيذيين يزن.

بصفته الرئيس التنفيذي لشركة الأمن السيبراني بملايين الدولارات ، ماثيو الأمير لا يكتب الكثير من التعليمات البرمجية بنفسه ، لكنه قال إنه “الرئيس التنفيذي الأفضل” لأنه يفهم كيف يبني فريق CloudFlare الهندسي.

على الرغم من أن أدوات الذكاء الاصطناعى يمكنها الآن أتمتة بعض الرفع الثقيل ، إلا أن الأمير قال “إنه مفيد بشكل لا يصدق” لفهم الأساسيات. وأضاف الرئيس التنفيذي أن دور مهندس البرمجيات لا يزال ضروريًا ، حتى مع تقدم الذكاء الاصطناعي.

وقال برنس: “خاصة في مجال واعٍ للأمن كما نحن ، كما تعلمون ، لن يتم إطلاق رمز على الإطلاق دون مراجعة بشرية كبيرة”.

أخبر Andrew Anagnost Business Insider أن تعلم التعليمات البرمجية كان نقطة دخول إلى مهن STEM. واليوم ، فإن التمييز الحقيقي هو “التفكير على مستوى الأنظمة” ، قال. يصف Anagnost المهارة بأنها “فهم كيفية اتصال التقنيات والعمليات والأشخاص بحل مشاكل العالم الحقيقي.”

وقال أناجنوست: “إن أن أنجح العمال لا يكتبون فقط كود ؛ إنهم يوجهون وتكييف الأدوات التي تعمل بالطاقة منظمة العفو الدولية لمعالجة التحديات المعقدة”.

قال Anagnost أنه في عالم يمكن أن يؤدي فيه عملاء الذكاء الاصطناعى مهارات متخصصة ، سيحتاج البشر إلى تولي دور “الأوركستوريات الإبداعية” وإدارة أنظمة الذكاء الاصطناعي. وقال إن فهم تخصصات متعددة و “ماذا وكيف” بناء منتجات سيصبح قيمة متزايدة.

وقال نائب الرئيس التنفيذي لشركة Salesforce ، Jayesh Govindarajan ، إن “وجود وكالة” أكثر قيمة من الترميز هذه الأيام.

وقال نائب الرئيس التنفيذي ، في مقابلة مع شركة Business Insider: “قد أكون في الأقلية هنا ، لكنني أعتقد أن شيئًا أكثر أهمية بكثير من تعلم كيفية الحصول على رمز هو وجود وكالة”.

قال Govindarajan إن Salesforce يقوم ببناء “نظام يمكنه حل أي شيء لك إلى حد كبير” ولكن فقط لا تعرف ما الذي يجب حله “. وهذا يعني أن وجود الوكالة والقيادة لبناء شيء ما سيكون أكثر أهمية ، على حد قوله.

قال الرئيس التنفيذي لشركة Okta Todd McKinnon أن الترميز مهم فقط لمعرفة ما إذا كان لديك الكفاءة لذلك.

وقال ماكينون: “هذا الأمر برمته ، على سبيل المثال ، يجب أن يتعلم الجميع أن يكون رمزًا مثيرًا للضحك”. “مثير للضحك تماما.”

قال ماكينون إنه “سعيد للغاية” أنه تعلم رمزًا لأنه يناسب الطريقة التي يعمل بها دماغه ، لكنها ليست للجميع.

وقال ماكينون: “إن القول بأن الجميع يجب أن يتعلموا الكود لا يقدر نقاط القوة ووجهات نظر الأشخاص المختلفين”.

وقالت ليز سينتوني ، نائب الرئيس التنفيذي لشركة Cisco ، قالت ليز سينتوني إنها لا تزال تعتبر ترميز مهارة أساسية للتكنولوجيا.

“هناك بعض العناصر الأساسية التي تساعد في تدريب الطريقة التي تفكر بها حول كيفية حل المشكلات” ، قالت Centoni ، التي عملت كمهندس برمجيات في وقت مبكر من حياتها المهنية ، لـ Business Insider.

قال Exec Cisco إن الموظفين بحاجة إلى معرفة متى يتم تطبيق تقنيات مختلفة لحل المشكلات اليومية ، سواء كان التعلم الآلي أو الذكاء الاصطناعى التوليدي. وقال سينتوني “المعرفة العملية” في تلك الحالات “ذات قيمة فائقة”.

وقالت سينتوني: “هناك بعض المفاهيم الأساسية التي تحتاج إلى فهمها” ، مضيفة أنها تبحث عن أشخاص يمكنهم حلهم “معرفة الأدوات الموجودة هناك”.

يعتقد الرئيس التنفيذي لشركة Bluesky Jay Graber أنه من المهم عدم التفكير في الذكاء الاصطناعي.

هذا يعني أن الناس يجب أن يتعلموا مهارات مثل الترميز ، كما أخبرت Business Insider. على الرغم من أن الذكاء الاصطناعى يمكن أن يساعد في إدراج بنية ، ومعرفة الأخطاء ، وإنشاء رمز ، قال Graber إنه لا تزال بحاجة إلى الحصول على ملف أساس متين.

وقال غرابر: “إذا كنت لا تعرف شكل الكود الجيد ، إذا كنت لا تعرف كيفية إنشاء نظام فعليًا ، فلن تكون قادرًا على تقييم ناتجه”.

قال Morgan Brown ، Dropbox VP للمنتجات والنمو لمنتجات الذكاء الاصطناعي ، إنه من المهم فهم المكونات المختلفة للمكدس الفني الذي تعمل فيه.

وقال براون: “إن فهم المكونات المختلفة لمكدس التكنولوجيا الخاص بك هو مجرد جزء من حصص الجدول إذا كنت ترغب في معرفة أين يمكن إنشاء قيمة جديدة”.

على الرغم من أن الترميز المتقدم قد لا يكون أمرًا بالغ الأهمية لدوره ، إلا أنه تعلم SQL لفهم استعلامات قاعدة البيانات والبيانات المنظمة.

وقال براون “أن تكون قادرًا على التحدث باللغة ، والقدرة على فهم النظام ، سيكون أمرًا مهمًا دائمًا” ، مضيفًا أنه إذا كنت تفتقر إلى معرفة أوسع ، فقد تفوتك ما يمكن أن يكون ممكنًا إذا كان لديك نظرة أعمق على كيفية عمل الأشياء.

أخبر Yossi Matias ، رئيس أبحاث Google ، Business Insider أن “الجميع يجب أن يتعلموا كيفية التعليمات البرمجية” ، وقد تكون الأساسيات أكثر أهمية من أي وقت مضى في عصر الذكاء الاصطناعي.

وقال ماتياس: “ربما أكثر من ذلك الآن ، ستكون هناك العديد من الفرص الأخرى للبناء على ذلك بالفعل”.

قال إنه ينظر إلى الترميز الأساسي بنفس الطريقة التي يرى بها الرياضيات الأساسية: “أنت بحاجة إلى فهم ما يجري هناك”.