Tworzenie aplikacji przed i po upowszechnieniu AI

Duże modele językowe ułatwiają rozpoczęcie pracy nad aplikacją. Można opisać pomysł, poprosić o pierwszą wersję i stopniowo ją poprawiać. Dzięki temu więcej osób może sprawdzić swoje pomysły w praktyce.

Od opisu do pierwszej wersji

Przez lata samodzielne tworzenie oprogramowania wymagało nauki języków programowania, poznawania narzędzi i regularnej pracy nad kodem. Dla wielu osób był to próg, którego nie miały czasu lub ochoty przekraczać.

Narzędzia oparte na dużych modelach językowych (LLM) pozwalają zacząć od opisu: co aplikacja ma robić, dla kogo powstaje i jaki problem rozwiązuje. Osoba bez wykształcenia informatycznego może w ten sposób przygotować prototyp, czyli pierwszą wersję służącą do sprawdzenia pomysłu. Droga od prototypu do gotowego produktu nadal wymaga oceny i dopracowania kodu.

Co przypomina mi to w historii YouTube'a?

YouTube ułatwił publikowanie filmów osobom, które wcześniej nie miały dostępu do telewizji ani profesjonalnego zaplecza. Z czasem obok amatorskich nagrań pojawiły się rozbudowane produkcje i twórcy utrzymujący się ze swojej pracy.

Podobieństwo widzę w dostępie do narzędzi. AI pozwala większej liczbie osób spróbować swoich sił w tworzeniu aplikacji. Nie oznacza to, że każdy pomysł stanie się dobrym produktem. Łatwiej jednak przygotować coś, co można pokazać innym i sprawdzić, czy jest im potrzebne.

Co to zmienia dla twórców?

1. Więcej osób może sprawdzić pomysł

Znajomość problemu, który chcemy rozwiązać, staje się dobrym punktem wyjścia. Nauczyciel, właściciel małej firmy czy projektant może opisać narzędzie potrzebne w codziennej pracy i spróbować je zbudować. Im lepiej wyjaśni zadanie, tym łatwiej oceni, czy otrzymał przydatny wynik.

2. Aplikacja może być formą twórczości

Program może wyrażać sposób myślenia autora podobnie jak tekst, film czy projekt graficzny. Własne narzędzia pozwalają eksperymentować z pomysłami, dla których nie ma gotowej aplikacji. AI ułatwia przygotowanie kolejnych wersji i sprawdzenie różnych rozwiązań.

3. Przydatność nadal ma znaczenie

Aplikacja, która rozwiązuje konkretny problem, może służyć użytkownikom przez długi czas. Łatwiejsze tworzenie kodu nie zwalnia jednak z dbania o jakość, bezpieczeństwo i utrzymanie. O wartości programu decyduje to, czy pomaga ludziom i czy można na nim polegać.

Przykład innych zachęca do działania

Kiedy widzimy, że ktoś przygotował narzędzie do własnej pracy, łatwiej pomyśleć: ja też mogę spróbować. Gotowy przykład pomaga wyobrazić sobie zastosowanie technologii i znaleźć własny pomysł.

Jeśli tworzenie pierwszych wersji aplikacji staje się prostsze, więcej osób może przejść od korzystania z cudzych rozwiązań do budowania własnych. To dla mnie najciekawsza część tej zmiany.

Pomysł to początek pracy

Umiejętność jasnego opisania problemu i oceny wyniku jest równie potrzebna jak sprawna obsługa narzędzia AI. Trzeba wiedzieć, dla kogo powstaje aplikacja, co ma robić i po czym poznamy, że działa dobrze.

AI pomaga zacząć. O tym, czy pierwsza wersja stanie się czymś przydatnym, decyduje dalsza praca: rozmowy z użytkownikami, sprawdzanie działania i poprawianie błędów.