Door Tha Cleaner: AI kan in een paar seconden mijn teams meeting samen vatten, inclusief een actiepuntenlijst.
Het kan een lang document zeer gemakkelijk een samenvatting van maken.
Kan mijn scripts voor mijn home automation beter maken, dan ik ooit zou kunnen.
Laat mij scripts beter en sneller schrijven, dan ik ooit zou kunnen in powershell, shell of python.
Maakte een analyse voor mijn stekker batterij sneller en beter dan ik ooit had kunnen doen in een paar uur. Van rouwe data t/m de kosten die ik zou besparen.
Voor mijn groepenkast aanpassing, kan ik sneller producten vergelijken, dan ik zelf zou kunnen doen, maar ook opbasis van mijn vragen, direct typenummers opzoeken van de leveranciers.
Je moet nog steeds wel blijven opletten, maar gebruik het nu denk ik 6-9 maanden, en heeft blij al heel veel tijd en energie besparing opgeleverd, maar ik heb AI ook op diverse punten fouten zien maken.
Als je ziet hoeveel de medische industrie AI tegenwoordig gebruikt.
Ik zou niet meer zonder willen, en kan mij dus totaal niet vinden in je conclusie van een vloek. Ik heb vanuit mijn werk een CoPilot licentie en zit er zelf te twijfelen aan Gemini.
Ik vergelijk het even met een andere sprong voorwaarts in geautomatiseerde hulpmiddelen die ik heb meegemaakt.
Ik ben als leerlingprogrammeur begonnen in de automatisering toen het ponskaartentijdperk pas net achter de rug was. We hadden domme mainframeterminals op onze bureau's staan, maar ik werkte tussen mensen die vrij kort daarvoor nog hun programma's schreven op ponsformulieren, die dan door de ponskamer op ponskaarten werden overgezet, in die vorm aan de compiler gevoed werden, en je kreeg dan pas na heel wat tijd de uitvoer daarvan terug. Hoewel er terminals waren was compileren nog geen druk op de knop, daarvoor ging een batchjob het systeem in, en alles draaide daar op één redelijk bescheiden mainframe waarop de productiepartitie (een partitie is een VM) een hogere prioriteit had dan de ontwikkelpartitie, zodat je er nog steeds regelmatig lang genoeg op kon wachten om even iets anders te gaan doen.
De vertragingen waren klein vergeleken met dat ponskaartentijdperk, maar nog altijd fors. Dus zorgde je hyperzorgvuldig dat je alle foutjes die je zelf maar kon spotten uit je programma haalde, want het aantal keer dat je die trage stap door moest wilde je minimaliseren. En de cultuur om dat hyperzorgvuldig te doen was ook volop aanwezig omdat het niet lang daarvoor nog veel extremer was geweest.
Natuurlijk moderniseerde dat, en een paar jaar later werkten we al in een omgeving waarin we nog steeds op domme mainframeterminals werkten, maar compileren was een druk op een functietoets en je kreeg onmiddellijk in de editor voor je kiezen waar nog compilatiefouten zaten. Een geweldige verbetering, en die heeft overeenkomsten met wat jij nu beschrijft. Het was geen AI, natuurlijk, ik bedoel het gemak en de versnelling die het opleverde in het werk.
Maar na verloop van tijd begon me iets op te vallen. Soms schiet je parate kennis even tekort en moet je ergens wat dieper over nadenken. Ik betrapte mezelf erop dat ik, in plaats van diep en zorgvuldig na te denken, heel makkelijk in een soort trial-and-error-modus maar dingen ging proberen. Als het iets vrij routinematigs was werkte dat ook goed, maar als het wat pittiger was werkte het niet en zat ik tijd te verdoen. En dat werd overduidelijk in de hand gewerkt door die druk-op-de-knop-klaar-benadering die we tot onze beschikking hadden gekregen. En voor de duidelijkheid: ik was de enige niet, ik zag het bij de meeste mensen gebeuren.
De boodschap daarvan is dat je vaardigheden moet onderhouden. Doe je dat niet, dan ben je misschien razend snel met de routineuze zaken, maar mis je iets als je een keer tegen iets lastigs aanloopt. En dat onderhoud van die vaardigheden doe je door het voldoende vaak zelf te blijven doen en het niet altijd maar uit te besteden aan een hulpmiddel.
Op Amerikaanse fora waar ik wel eens rondneus komen berichten en discussies over dit onderwerp ook regelmatig terug, en ik ben vrij recent ergens tegengekomen dat de productiviteitswinst voor ontwikkelaars onderzocht is, en dat die typisch maar iets van ik dacht 20% is, terwijl de toppers onder de ontwikkelaars door AI juist zo'n 20% productiviteit verliezen, hun werken de AI-tools dus tegen.
Een gerelateerd punt van zorg is dat, als je kiest voor een mix van door AI ondersteund routinewerk en ervaren toppers voor de moeilijke zaken, je een situatie creëert waarin nieuwe mensen niet meer de ervaring kunnen opdoen waarmee sommigen ervan volgende generatie ervaren toppers kunnen worden. Want mensen gaan op een gegeven moment met pensioen, dus die volgende generatie is nodig. Als je mensen met ervaring nodig blijft hebben dan moeten mensen de benodigde ervaring op kunnen blijven doen. En dat gaat beter als niet al te veel mensen zich al te enthousiast overgeven aan die fancy AI-tools.
En sta er even bij stil dat als kennis over het werk uit de organisatie verdwijnt waar dat werk gebeurt, er situaties kunnen ontstaan die men helemaal niet meer op weet te lossen. De aanhoudende IT-problemen van de overheid zijn daar in mijn ogen een voorbeeld van: men moet de kennis inhuren, weet niet goed te beoordelen wat men inhuurt, en men wordt belazerd waar men bij staat. Kennis doet ertoe. En denk niet dat je dat je alle parate kennis van deskundige medewerkers ook maar bij benadering in documentatie kan vastleggen. Daar zit ontzettend veel kennis bij die pas opduikt in iemands brein als het voor een specifiek probleem nodig is, en niet als je iemand de opdracht geeft alles op te schrijven wat die weet. Mensen hebben bij lange na geen overzicht paraat van alles dat ze weten, kennis heeft de juiste triggers nodig om op te borrelen. Dat krijg je onmogelijk allemaal vastgelegd in documentatie.