Karl Byrne, Holly Daly, dan Fiona Eguare dari BearingPoint membahas dampak AI pada rekayasa perangkat lunak dan bagaimana hal itu berdampak pada lulusan pada khususnya.
Integrasi luas teknologi AI canggih ke dalam tempat kerja teknologi di seluruh dunia telah mengubah kehidupan kerja banyak orang, terutama bagi tim perangkat lunak.
“Selama beberapa tahun terakhir, rekayasa perangkat lunak telah mengalami beberapa perubahan paling signifikan yang pernah saya lihat dalam karier saya,” kata Karl Byrne, direktur dan kepala pengembangan perangkat lunak di BearingPoint Irlandia.
“Meskipun industri telah menavigasi transisi ke cloud native dan DevSecOps, kehadiran AI generatif mewakili perubahan mendasar dalam cara kami merancang, membangun, dan mengamankan perangkat lunak.”
Byrne mengatakan kepada SiliconRepublic.com bahwa yang paling mengejutkannya adalah seberapa luas perubahan yang terjadi. “Hal ini tidak terbatas pada satu spesialisasi atau tim – hal ini menyentuh setiap bagian dari cara kami menghadirkan perangkat lunak.”
Namun, ia menambahkan bahwa fundamental dari bidang ini tidak berubah, dan menekankan bahwa pemahaman teknis yang kuat, prinsip-prinsip desain yang baik, dan fokus pada keamanan dan kualitas “tetap sama pentingnya.”
“Artinya, AI telah meningkatkan standarnya, karena para insinyur kini perlu mengevaluasi secara kritis pekerjaan yang dihasilkan AI di atas semua hal lain yang mereka lakukan,” jelasnya.
Bagi para lulusan, kata Byrne, pengenalan AI ke dalam peran tersebut telah mendorong “evolusi total” dalam peran sehari-hari.
Penggunaan yang bertanggung jawab
Holly Daly, seorang analis teknologi di BearingPoint Irlandia, mengatakan meningkatnya penggunaan AI menyoroti pentingnya menggunakan alat-alat ini dengan hati-hati dan bertanggung jawab – terutama bagi lulusan dan insinyur perangkat lunak yang baru berkarir.
“Meskipun AI dapat meningkatkan produktivitas secara signifikan, lulusan harus menghindari ketergantungan yang berlebihan terhadap AI dan terus mengembangkan keterampilan dasar yang telah mereka kembangkan,” katanya. “AI harus digunakan sebagai alat pendukung untuk meningkatkan efisiensi dan kualitas daripada menjadi pengganti pemahaman teknis dan pemikiran kritis Anda.”
Dia menjelaskan bahwa sangat penting bagi lulusan untuk menunjukkan bahwa mereka memahami solusi yang mereka berikan dan tidak hanya bergantung pada AI.
“Dari pengalaman saya sendiri sebagai lulusan yang mengerjakan proyek berbasis AI, saya mendapat kesempatan untuk bekerja dengan beberapa alat AI, menguji dan merekomendasikannya,” katanya. “Pada saat yang sama, saya fokus pada pembelajaran untuk meningkatkan keahlian saya sehingga saya tidak bergantung pada AI. Pendekatan ini memungkinkan saya mendapatkan manfaat dari AI, sekaligus memungkinkan saya bekerja sendiri dengan percaya diri.”
Daly mengatakan bahwa program pascasarjana BearingPoint beradaptasi dengan teknik yang dibantu AI dengan memaparkan lulusan pada AI sejak awal dan mengintegrasikannya ke dalam pelatihan dan pengalaman proyek mereka.
“Selama orientasi, lulusan diberikan paparan terhadap AI melalui diskusi khusus dan sesi interaktif, termasuk panduan AI yang menyoroti kemampuan, keterbatasan, dan potensi penggunaan AI. Sesi ini membantu membangun pemahaman awal tentang bagaimana AI dapat mendukung tugas-tugas teknis dan non-teknis, sekaligus memperkuat pentingnya penggunaan yang bertanggung jawab.”
Fiona Eguare, juga seorang analis teknologi di BearingPoint Ireland, mengatakan proses memasukkan teknologi AI ke dalam tim teknik memiliki beberapa langkah – dimulai dengan penelitian dan pengujian.
“Kami mengeksplorasi alat-alat yang tersedia dan menguji coba alat-alat yang tampaknya paling sesuai dengan kebutuhan kami. Hal ini memungkinkan kami untuk membandingkan alat-alat tersebut, memastikan bahwa alat-alat tersebut sesuai dengan kasus penggunaan kami, dan mengevaluasi manfaat yang ditawarkan dibandingkan alat dan metode yang lebih tradisional,” katanya.
“Setelah alat yang paling berguna diidentifikasi, kami membagikan temuan kami ke seluruh tim dan perusahaan secara lebih luas, dan kami mengintegrasikan alat tersebut ke dalam proyek jika diperlukan.”
Eguare mengatakan bahwa meskipun semua orang yang terlibat sangat antusias dan terbuka untuk memasukkan AI ke dalam siklus hidup pengembangan perangkat lunak, hal ini merupakan “upaya yang berkelanjutan”.
“Seiring dengan perkembangan alat-alat tersebut, penting untuk terus meningkatkan keterampilan dan memantau keamanannya, untuk memastikan bahwa alat-alat tersebut tetap sesuai untuk kita.”
Perubahan yang didorong oleh AI
Baik Daly maupun Eguare mengatakan penyertaan alat AI dalam kehidupan kerja mereka memberikan beberapa manfaat.
“Salah satu dampak yang paling jelas bagi saya,” kata Eguare, “adalah peningkatan efisiensi pengembang. Dengan bantuan alat AI generatif, beberapa tugas pengembangan yang lebih membosankan dan memakan waktu dapat diselesaikan dengan lebih cepat.
“Alat-alat ini juga bisa sangat membantu saat melakukan debug. Meskipun kadang-kadang bisa meleset, beberapa alat AI generatif melakukan pekerjaan yang sangat baik dalam memahami konteks proyek dan basis kode, menjadikannya hebat dalam menentukan sumber bug.”
Daly menemukan bahwa tugas-tugas seperti menulis kode baru, memfaktorkan ulang kode yang sudah ada, dan melakukan debug kesalahan menjadi “jauh lebih cepat dan efisien” dengan dukungan alat AI.
Selain manfaatnya, keduanya juga menyadari potensi kelemahan teknologi tersebut.
Eguare menyoroti kerentanan keamanan siber pada teknologi ini, dengan mengatakan bahwa teknologi ini memudahkan penyerang untuk mengeksploitasi kerentanan tersebut, sementara Daly mengatakan AI telah mengubah persyaratan peran tersebut.
“Perannya tidak lagi hanya sekedar menulis kode, namun juga meninjau, memvalidasi, dan meningkatkan pekerjaan yang dihasilkan AI,” kata Daly. “Insinyur perangkat lunak harus lebih intuitif dan analitis ketika menilai apakah kode yang disarankan AI benar, aman, dapat dipelihara, dan cocok untuk memecahkan masalah. Oleh karena itu, pemahaman teknis yang kuat dan pemikiran kritis menjadi lebih penting dari sebelumnya.
“Secara keseluruhan, meskipun AI dapat menjadi pendorong produktivitas yang efektif, penting bagi para insinyur perangkat lunak untuk tidak membiarkannya mengambil alih, karena mereka masih mempunyai tanggung jawab untuk memastikan solusi akhir memenuhi standar yang disyaratkan.”
Pengawasan manusia
Menurut Eguare, hal yang tetap penting secara konsisten dalam penggunaan alat AI generatif dalam rekayasa perangkat lunak adalah pengawasan manusia.
“Saat bekerja sebagai tim dalam proyek dengan skala dan signifikansi yang lebih besar, pengawasan sangatlah penting; hal ini sangat penting,” ujarnya.
“Kurangnya pengawasan dapat menyebabkan masalah, seperti kode yang membengkak atau kerentanan serius yang masuk ke dalam produksi.”
Eguare menjelaskan bahwa untuk mengatasi masalah ini, penting untuk menggunakan “perintah berkualitas tinggi, menentukan ekspektasi seputar kualitas dan keamanan”, serta pengujian.
“Di samping pengujian tradisional, alat yang secara khusus mengatasi masalah umum pada kode yang dihasilkan AI bisa sangat membantu di sini,” katanya. “Kami juga mengandalkan pipeline CI/CD dengan pemindai kualitas dan keamanan otomatis untuk menegakkan standar yang konsisten dan mendeteksi masalah sejak dini – terutama ketika AI mempercepat perubahan kode.”
Masalah lain yang ia soroti adalah jika terlalu banyak program yang dibuat tanpa pengawasan manusia, akan menjadi “sangat sulit” bagi pengembang untuk melakukan debug atau memahami basis kode.
“Meskipun AI juga dapat membantu dalam hal ini, tetap memahami struktur program dapat membantu memastikan bahwa kode tetap bersih, aman, dan berkualitas tinggi seiring perubahan yang dilakukan.”