«Чат-бот завжди „на ентузіазмі“ і не втомлюється». Які ролі ChatGPT виконує для українських айтівців і що про це думають їхні роботодавці

Світова хвиля популярності нейромереж на чолі з ChatGPT і Midjourney не оминула й Україну: фахівці взялися експериментувати з цими моделями, а на ринку вакансій дедалі частіше трапляється нова умова — вміння працювати з ШІ-інструментами.

DOU поцікавився в українських айтівців, чи вдалося за ці місяці налагодити роботу з ChatGPT без шкоди робочому процесу, які переваги від цього отримують і як українські IT-компанії ставляться до використання схожих інструментів.

ChatGPT і корпоративні правила

Попри те, що в інтернеті вже можна знайти поради з використання ChatGPT для полегшення роботи розробників, потенціал і вичерпний перелік способів застосування подібних інструментів наразі невідомі, розповідає Максим Паламаренко, керівник Software Development Office в N-iX. Сам чат, до речі, теж може згенерувати безліч прикладів того, як він може допомогти айтівцю в роботі.

«Наше завдання сьогодні — пошук безпечних практик використання цих моделей, їхня фіксація і поширення всередині компанії. Це більш творча робота, яку ми заохочуємо», — пояснює Максим.

Так, у N-iX співробітники розділені на 12 спільнот за спеціалізаціями, усередині яких періодично влаштовують заходи, присвячені використанню ChatGPT для розвʼязання робочих завдань. Результати внутрішнього опитування компанії свідчать, що 90% спеціалістів уже тестували нейромережеві інструменти — як для роботи, так і з особистою метою.

50% учасників дослідження зауважили, що на постійній основі використовують для робочих цілей ChatGPT і Midjourney. З них понад дві третини зазначили, що це значно пришвидшує їхню роботу.

«У відповідях люди називають десятки різних застосувань нейромереж: від вичитування імейлів до генерації прототипів чи картинок. Для розробників ігор і дизайнерів там цілий новий світ, і вони до цього приглядаються. Щоправда, існують нюанси щодо авторського права, але наші юристи вже працюють над тим, щоб максимально убезпечити користування цими інструментами», — пояснює Максим.

Рейтинг найбільш поширеного використання сервісів у N-iX приблизно такий:

• генерація бойлерплейт коду;
• генерація простих алгоритмів, які не є оптимізованими;
• виявлення багів;
• дослідження нових фреймворків і їхніх варіантів використання.

Водночас під час використання ШІ-сервісів постає питання безпеки даних. Щоб уникнути порушення контрактних угод і ліцензій, а разом з ними — й можливих ризиків для клієнтів, у компанії поділяють задачі на ті, для яких можна використовувати нейромережеві інструменти, і більш ризикові, для яких це заборонено.

Контролювати застосування чи блокувати ChatGPT нереально

«NDA нікуди не дівся. В українському IT були випадки, коли айтівці ненавмисно публікували код [під NDA] на GitHub, але з часом вони почали виправлятись, зрозуміли, що це — порушення контракту. Зараз на ринку з’явився новий інструмент, який треба вчитися використовувати — контролювати застосування чи блокувати ChatGPT нереально, дуже наївно думати, що це вдасться зробити», — міркує керівник Software Development Office в N-iX.

Водночас у компанії закликають співробітників не перекладати всі свої робочі завдання на ШІ-сервіси, а надані ними результати додатково перевіряти.

Євгеній Моспан, старший директор з архітектури рішень в EPAM каже, що вони теж заохочують співробітників користуватися сервісами та чат-ботами, проводять внутрішні хакатони і сесії для напрацювання нової експертизи.

У деяких опенсорс-проєктах на GitHub EPAM, за його словами, інженери вже активно використовують ці інструменти. З питанням приватності даних така ж історія: наголошують на обережному використанні, щоб уникнути неприємних наслідків, особливо це стосується завантаження в чат-бот частин коду, що перебуває під NDA.

«Але якщо говорити суто про індивідуальне використання ШІ-сервісів, то, на мою думку, їх варто додавати до більшості завдань, де це доречно. Адже штучний інтелект здатен суттєво підвищити ефективність фахівця. Наприклад, я можу попросити ChatGPT зробити резюме великої статті — і витрачу на ознайомлення лічені хвилини замість годин», — пояснює він.

У SoftServe користування схожими сервісами і чат-ботами не обмежують. Також не вказують співробітникам, як з ними працювати.

«Компанія просуває використання великих мовних моделей і надає різноманітні матеріали та інструменти, щоб ми вдосконалювали свої навички та мали доступ до цих технологій не тільки від OpenAI», — пояснює Владислав Мельник, Senior Machine Learning Engineer.

У Luxoft схвалюють чат-боти, але звертають увагу на питання безпеки та конфіденційності даних. Тому деякі сфери, наприклад банківська, ще не готові до таких сервісів, вважають у компанії.

«Банки консервативні з погляду вибору технологій, більшість з них не перейшли на „хмари“ через чутливість даних, а в межах чату ти маєш надіслати питання вхідного тексту в „хмару“ для обробки, що викликає занепокоєння щодо конфіденційності та безпеки даних, а також можливості їхнього витоку. Утім внутрішньобанківські (приватні) мовні моделі — це одна з топових тем, яку обговорюють на рівні CTO», — говорить Program Manager у Luxoft Олексій Халімолін.

Потенційно це може сприяти ефективному документообігу, обробці інформації, а також у розв’язанні юридичних запитань, додає він.

ШІ-тренажер для студентів

Поки освітяни бідкаються, що діти виконують домашку за допомогою ChatGPT (причому успішно), ментори EdTech-стартапу Mate academy вирішили залучати його не лише до навчання, а й до перевірки учнівських робіт. Наприклад, проводять з ним як асистентом код-рев’ю.

«Раніше ментору потрібно було передивитися весь код учнів самому — і так по 50 домашок за день. Зараз ми на основі чату побудували сервіс, який бере пул-реквест, умову задачі, наші стайлгайди і комбінує це в один скоуп. Результат — сервіс видає коментарі просто на GitHub від імені ментора, але той ще додатково проходиться по них, перевіряє їх на коректність, нерелевантні видаляє, точково додає власні коментарі», — пояснює Вадим Ільченко, Lead Software Engineer, який впроваджував систему.

Плюси такого використання — сервіс, на відміну від людини, не пропускає дрібні помилки або неточності в коді, а часом надає цікаві пропозиції до його спрощення й оптимізації.

«У перші тижні після виходу на роботу наші ментори працюють з ентузіазмом, до кожного рядочка коду дописують коменти. Але з часом це стає більш рутинним. А чат-бот завжди „на ентузіазмі“ і не втомлюється», — додає розробник.

У роботі тестували і ChatGPT 3.5, і четверту версію нейромоделі. За словами розробника, якщо з попередньою версією чат-бота з 40 наданих сервісом коментарів тільки 20% були релевантними, то ChatGPT-4 видає 60% релевантних коментарів.

Також у компанії змогли застосувати ChatGPT для техчеків — імітації технічних інтерв’ю зі студентами. Над системою працювали Full Stack Developer Павло Тимофєєв і Python Developer Данило Тютюшкін.

«Ще на ранніх моделях було зрозуміло, що чат вміє розпізнавати відповідь, якісно її аналізувати і давати фідбек. За це і зачепилися», — пригадує Данило.

Якщо в код-рев’ю чат виконував роль асистента, то тут він — повноцінний тренажер.

«Мета — не замінити живі техчеки з ментором, а підвищити їхню ефективність. Автоматичні техчеки, де людина надиктовує відповіді машині, — це додатковий інструмент, що дає змогу студентам тренуватися будь-коли й на будь-яких запитаннях. До прикладу, один живий техчек — це один ментор, від чотирьох до шести студентів і півтори години, впродовж яких кожен студент отримує до шести запитань. Своєю чергою, автотехчек допомагає за цей час опрацювати одному студенту 20–30 запитань і повністю покрити тему», — пояснює Павло.

Вадим сміється, що до цього ментори радили учням проговорювати відповіді перед дзеркалом або батьками чи партнерами. Тепер вони роблять це з ботом, у результаті отримують ще й якісний фідбек та оцінку, що ґрунтується на відсотку правильних відповідей.

«Фідбек, який нейромодель дає студентові, може бути унікальним, адже спілкуванню з чат-ботом можна задавати забарвлення: розкажи як вчений, тобто академічно; розкажи, ніби пʼятирічній дитині», — зазначає Павло.

Співпрацю з ChatGPT команда стартапу впроваджує і в лекції — показують студентам, як ним доцільніше користуватися, наприклад, для виловлення багів.

«Я на лекціях показую, як вчитися за допомогою чату, якщо в межах роботи ви стикнулися з невідомою технологією, що з нею робити і як розв’язувати проблеми з ChatGPT», — пояснює Данило.

Але, крім того, попереджають студентів, що на живому інтерв’ю з лайв-кодингом (live coding) у них навряд чи буде можливість скористатися сервісом.

«Користуватися чат-ботами і ШІ-сервісами потрібно вміти. Ми не можемо сказати людям „не використовуйте їх“, тому що це річ, яка стає нашою реальністю, забороняти її особливо немає сенсу. Тим паче ви навряд чи зможете це контролювати. Плюс розробники, які вміють ними користуватися, матимуть перевагу на ринку порівняно зі своїми конкурентами», — додає Вадим.

Комунікація + ChatGPT

Чат-бот чи не найбільш популярний у сфері комунікацій. Сіяна Таран, лідерка команди рекрутерів у компанії ЕРАМ, керує командою сорсерів, яка нині допомагає з пошуком кандидатів на закордонних ринках: з Греції, Колумбії, Туреччини й інших країн. Чат-бот, за її словами, полегшує розуміння іноземної культури та контексту, в якому діє ринок.

«ChatGPT для нас став проривом — ми не чекали, що він зможе генерувати такі людяні тексти, видавати цілком коректну робочу інформацію, складати адекватну рекрутингову стратегію, яка потенційно може спростити роботу для новачків у сфері рекрутингу. Він надає досить влучні канали для пошуку кандидатів, підказує нетривіальні підходи. Також з ChatGPT можна ефективно готувати запитання до мотиваційного інтерв’ю», — розповідає Сіяна.

Робочий тиждень вони з командою завершують обговоренням, що нового спробували робити з ChatGPT чи Midjourney, аби зафіксувати вдалі експерименти й продовжити з ними працювати.

Так, сервіс допомагає їм швидше складати опис вакансії, загальний процес вдається скорочувати від кількох днів до кількох годин, максимум — дня. Також чат-бот бере участь у створенні листів, фідбеків кандидатам, шаблонів відповідей тощо.

Серед застосувань нейромоделі — і дослідження ринку, особливо під час пошуку кандидатів з інших країн, а також аналіз і структурування резюме від іноземців, що економить час і допомагає долати мовний й культурний бар’єри.

Владислав Мельник, Senior Machine Learning Engineer компанії SoftServe, використовує ChatGPT як асистента: для підготовки презентацій, написання відгуків, оформлення заміток за результатами мітингів, листування з клієнтами.

Крім того, каже він, чат добре справляється і зі складнішими завданнями, наприклад, пише інфраструктуру як код (Infrastructure-as-Code).

«Він описує ресурси, які мені потрібні в тій чи іншій „хмарі“. Водночас враховує мої побажання щодо технології, яку треба використати. Спершу я скептично ставився до чат-бота, але тепер буває, що за три-чотири ітерації запитів отримую повністю готовий код, який просто вставляю у проєкт», — розповідає Владислав.

Плюс на основі чату вже розробляють чимало сервісів: наприклад, інтегрований помічник, що допомагає у написанні коду, додає інженер. Для роботи з чутливою інформацією чат-бот він поки що не використовує, хоча OpenAI, компанія-розробник нейромоделі, уже пропонує рішення.

«OpenAI дали можливість не зберігати дані користувачів, але тоді модель не буде покращуватись завдяки розмовам. Також вони обіцяють, що дані доступні тільки моделі і користувачу й не будуть передані третім особам», — зазначає Владислав.

Олексій Горак, Back-end Competence Manager компанії Blackthorn Vision, вважає, що ChatGPT найкраще справляється з брейнштормом і документацією.

«Людський мозок може містити безліч інформації, але в потрібний момент буває складно пригадати необхідне. Тоді чат можна попросити накидати 20 різних варіантів запитань для тематичного опитувальника. З них, зрештою, частина відпаде, частина підійде частково, а частина наштовхне на правильні ідеї, у результаті це суттєво зекономить час», — пояснює він.

Очікування щодо майбутньої співпраці з ШІ-сервісами і чат-ботами

Жоден зі співрозмовників редакції не висловлює песимістичних настроїв щодо роботи з ChatGPT або Midjourney чи прогнозів, що штучний інтелект залишить айтівців без роботи.

«Те, що воно може зробити людей більш ледачими, це правда. Але лінощі — рушій прогресу. Ми в нашій DevOps-спільноті завжди називаємо себе найбільш ледачими інженерами, бо все автоматизовуємо. Але це під силу лише досвідченому DevOps.

Не думаю, що люди, які не мають знань у цій сфері, зможуть ефективно використовувати ChatGPT, щоб якісно оптимізувати великий відсоток роботи через нього», — вважає Владислав Мельник із SoftServe.

Щодо побоювань про те, що чат-боти на основі штучного інтелекту з часом можуть замінити живих рекрутерів, Сіяна Таран з EPAM говорить, що непокоїтись не варто.

«Але необхідно усвідомлювати, що роль рекрутерів в IT змінюватиметься. Попит матимуть ті професіонали, які вміють підсилювати свої результати за допомогою нових інструментів. Уже сьогодні необхідно напрацьовувати навички інженерії промтів для роботи зі штучним інтелектом, навчатись давати коректні, точні запити», — стверджує вона.

Тим часом в N-iX не хвилюються щодо того, що ChatGPT спростить проходження співбесід для некомпетентних кандидатів.

«Для нас це не є викликом, адже наші експерти здатні розпізнати завдання, розвʼязані за допомогою сторонніх інструментів. Але для тих компаній, що використовували автоматизовані перевірки тестових завдань, цей процес зламався, адже ChatGPT вміє грамотно обходити тести», — зазначає керівник розробницького офісу Максим Паламаренко.

Втім додає, що ШІ-інструменти дадуть змогу ще більшій кількості людей зайти в IT-сферу.

«Поріг входження буде нижчий, бо ШІ фактично дозволяє розв’язувати багато задач без спеціалізованих знань. У нас, наприклад, був випадок, коли працівник створив свій домашній застосунок для управління бюджетом. І це все людина, яка не має досвіду кодування. Але, звісно, для складніших задач ці інструменти вимагають перевірки», — зазначає Максим.

Євгеній Моспан (ЕРАM) зазначає, що в ідеальному світі ШІ-сервісам потрібно декілька фундаментальних речей, щоб перейти на системніший рівень:

• контрольоване оточення, до якого надходять запити й виходять відповіді;
• методика, яка допомагає адаптувати великі мовні моделі (LLM) під потреби проєкту. «Це мають бути кастомні рішення, які дадуть змогу оптимізувати роботу з LLM для всієї команди, спростити для новачків ознайомлення з деталями проєкту. Це оптимізувало б роботу і додало важливий фактор безпеки даних, який пропонують, наприклад Amazon чи Microsoft Azure у своїх хмарних рішеннях», — пояснює він;

• нові підходи до роботи команди. «На індивідуальному рівні користуватися штучним інтелектом просто і зручно. Але як зробити так, щоб усі члени кросфунціональної команди знаходили бенефіти у цьому? Як впевнитися, що різноманітні запити не віддалятимуть команду від бажаного кінцевого результату? Це поки що відкрите і досить глибоке запитання, яке потребує осмислення», — додає Євгеній.

Значна частина бізнесів, з якими поспілкувався DOU, ще думають над формуванням політики використання нейромереж на роботі і поки не мають готових рішень, але й не забороняють своїм працівникам самостійно досліджувати можливості сервісів. Імовірно, популярність того ж самого ChatGPT з часом знизиться: хтось з айтівців інтегрує його в роботу на постійній основі, хтось — ні. Втім, як у розумного пошуковика чат-бот, схоже, має досить високі шанси прижитися в IT-сфері.

Все про українське ІТ в телеграмі — підписуйтеся на канал DOU