برنامه مشترک مایکروسافت و دانشگاه کارنگی ملون برای آموزش مهندسان نرم‌افزار مبتنی بر هوش مصنوعی

زمینه و پیشینه برنامه PRAISE

با ظهور ابزارهای هوش مصنوعی مولد و تغییرات سریع در چشم‌انداز توسعه نرم‌افزار، مهندسان تازه‌کار با چالش‌های تازه‌ای روبه‌رو شده‌اند. در گذشته، برنامه‌نویسان تازه‌کار با انجام کارهای پایه و تکرارپذیر به مرور تخصص کسب می‌کردند؛ اما امروزه این وظایف اغلب توسط ابزارهای هوش مصنوعی انجام می‌شود. ایده برنامه PRAISE (Preceptorship for AI-accelerated Software Engineering) پس از بازدید Mark Russinovich، مدیر ارشد فناوری مایکروسافت Azure، از دانشگاه Carnegie Mellon (CMU) شکل گرفت. او اشاره کرد که ابزارهای هوش مصنوعی به مهندسان ارشد کمک زیادی می‌کنند، اما مزایای مشابهی برای مهندسان جونیور به همراه ندارند.

جزئیات فنی و ساختار دوره

این برنامه آموزشی با همکاری دانشکده علوم کامپیوتر Kenneth C. Griffin در CMU و شرکت Microsoft تدوین شده است. در این مدل، مهندسان تازه‌کار مایکروسافت (که به آن‌ها preceptee گفته می‌شود) علاوه بر اشتغال تمام‌وقت، در دوره‌های آنلاین دانشگاهی شرکت می‌کنند و همزمان از Mentorship مهندسان ارشد بهره‌مند می‌شوند.

برخی از دروسی که در این دوره ارائه می‌شود عبارتند از:

• Machine Learning in Production (یادگیری ماشین در محیط تولید)
• Preceptorship in AI-Augmented Software Engineering (راهنمایی در مهندسی نرم‌افزار افزوده شده با هوش مصنوعی)
• DevOps: Engineering for Secure Development and Deployment (دواپس: مهندسی برای توسعه و استقرار امن)

این واحدها قابلیت اعمال شدن به عنوان بخشی از مقطع کارشناسی ارشد مهندسی نرم‌افزار در CMU را نیز دارند.

چرا این موضوع برای مهندسان اهمیت دارد؟

این برنامه تلاشی است تا شکاف بین آموزش آکادمیک و واقعیت‌های روزمره صنعت نرم‌افزار را پر کند. استفاده مؤثر از ابزارهای هوش مصنوعی و داشتن قضاوت انسانی درست، مهارتی است که نیاز به آموزش مستمر دارد. طراحان این برنامه امیدوارند که PRAISE به الگویی استاندارد برای ارتقای سطح توسعه‌دهندگان تازه‌کار در سراسر صنعت تبدیل شود.

نگاه جامعه هکرنیوز به این طرح

در بحث‌های انجام‌شده پیرامون این خبر در هکرنیوز، نظرات متنوع و گاه متقاونتی مطرح شد:

• برخی کاربران تناقضی میان تلاش برای تربیت توسعه‌دهندگان بیشتر و تعدیل‌های گسترده صنعت به دلیل هوش مصنوعی دیده‌اند.
• عده‌ای نسبت به ماندگاری و اثربخشی مهارت‌های آموزش‌داده‌شده با توجه به سرعت بالای تغییرات فناوری ابراز تردید کردند.
• برخی دیدگاه‌های بدبینانه‌ای نسبت به نیات شرکت‌های بزرگ فناوری در بازار کار داشتند، در حالی که برخی دیگر به دنبال جزئیات سرفصل‌ها و Syllabus دروس بودند.