Kecerdasan buatan (AI) akan segera melakukan tugas penting insinyur perangkat lunak – demikian kata para ahli. Sarah Friar, chief financial officer untuk OpenAI, mengumumkan peran AI sebagai insinyur perangkat lunak yang sedang muncul dalam sebuah konferensi Goldman Sachs baru-baru ini. Agen AI tertunda dari OpenAI, yang disebut A-SWE (Agentic Software Engineer), “tidak hanya menambahkan insinyur perangkat lunak saat ini di tempat kerja Anda, tetapi sebenarnya adalah seorang insinyur perangkat lunak agenik yang dapat membangun aplikasi untuk Anda. Itu bisa mengambil permintaan tarik yang bisa Anda berikan kepada insinyur lain dan membangunnya.” Selain itu: Mengapa alat agen AI baru dari OpenAI dapat mengubah cara Anda mengkode. Tidak hanya itu, A-SWE membangun aplikasi, tetapi “melakukan semua hal yang insinyur perangkat lunak benci lakukan, melakukan asuransi kualitas sendiri, pengujian bug dan dokumentasi sendiri,” lanjut Friar. “Hal-hal yang tidak akan pernah bisa Anda dapatkan dari insinyur perangkat lunak. Jadi tiba-tiba Anda bisa mengalikan daya kerja insinyur perangkat lunak Anda.” Dengan alat seperti A-SWE muncul, apakah pengembang dan insinyur perangkat lunak harus khawatir tentang prospek karir mereka? Reaksi pengamat industri terhadap inisiatif A-SWE meliputi spektrum dari pesimisme yang berhati-hati hingga prakmatisme. Juru strategi teknologi Andy Thurai, mantan analis dengan Constellation Research, dan mantan strategi dengan IBM Watson, mengatakan kepada ZDNET bahwa para profesional perangkat lunak “harus takut.” Orang-orang baik akan bertahan. Orang-orang buruk akan hilang.” Generative AI (Gen AI) “tidak lagi hanya membantu pengembang dan insinyur perangkat lunak; itu sedang mendefinisikan sifat pengembangan perangkat lunak,” setuju Lori Schafer, CEO di Digital Wave. “Dalam lima tahun mendatang, organisasi TI akan melihat pergeseran dramatis dari tim pengembang yang menulis kode baris demi baris menjadi tim arsitek yang lebih ramping dan strategis yang mengatur program yang dihasilkan oleh AI.” Apa arti tren ini bukanlah penggantian pekerjaan secara besar-besaran, tetapi pergeseran besar dalam peran dan prioritas para profesional perangkat lunak. “Dengan agen AI menghasilkan lebih sedikit kesalahan sintaks, struktur yang lebih bersih, dan iterasi yang lebih cepat, pengembang dan insinyur perangkat lunak menjadi penyunting dan pemeriksa, bukan penulis setiap baris,” kata Schafer. Munculnya AI agenik dalam perangkat lunak “mungkin tidak mengancam keamanan pekerjaan secara langsung, tetapi jika Anda tidak tahu cara menggunakan agen AI, maka Anda mungkin terancam,” Thurai menunjukkan. “Pikirkan ini: satu orang melakukan seluruh aplikasi ini dalam waktu kurang dari satu hari, dan yang lain memerlukan empat minggu untuk melakukan hal yang sama. Siapa yang akan bertahan lebih lama? Tren ini juga akan berarti bahwa jumlah pengembang dan insinyur perangkat lunak yang direkrut semakin sedikit.” Orang lain mengusulkan bahwa agen AI akan melengkapi daripada menggantikan keterampilan pengembangan perangkat lunak. A-SWE dari OpenAI “mewakili kemajuan signifikan dalam pengembangan perangkat lunak, tetapi mengklaim bahwa mereka dapat sepenuhnya menggantikan insinyur perangkat lunak adalah pernyataan berlebihan,” kata Neil Sahota, CEO di ACSILabs dan penasihat AI untuk PBB. “Meskipun A-SWE bisa menulis kode, ia tidak memahami ‘mengapa’ di baliknya. AI bisa meniru logika. Namun, ia tidak memahami konteks, nuansa bisnis, atau kasus-kasus yang penting yang diperlukan sistem dunia nyata. Menghasilkan operasi [buat, baca, perbarui, dan hapus] adalah bagus, tetapi itu adalah pendekatan yang berbeda untuk merancang solusi yang dapat diatur, aman, dalam batasan yang ketat.” Dalam perusahaan skala besar atau domain yang berisiko tinggi, seperti keamanan, keuangan, perawatan kesehatan, dan kepatuhan, “kita akan memiliki insinyur perangkat lunak manusia dalam lingkaran untuk waktu yang lama ke depan,” kata Cassie Kozyrkov, CEO Kozyr dan mantan ilmuwan keputusan utama dan ilmuwan data di Google. “Pengembangan perangkat lunak memerlukan lebih dari sekadar kemampuan dasar untuk memahami dan menulis kode,” kata John Callery-Coyne, co-founder dan chief product dan teknologi officer di ReflexAI. “Saat perusahaan AI menjalankan benchmark model ini, mereka biasanya bekerja dalam hampa, tetapi pengembangan perangkat lunak di kehidupan nyata tidak terjadi dalam lingkungan yang terisolasi.” Efektivitas pengembangan perangkat lunak memerlukan “kolaborasi yang mendalam dengan pemangku kepentingan lain, termasuk peneliti, desainer, dan manajer produk, yang semuanya memberikan masukan, seringkali secara real time,” kata Callery-Colyne. “Dialog mengenai informasi produk dan pengguna yang rumit akan terjadi, dan konteks itu harus disuntikkan ke dalam penciptaan kode yang lebih baik, yang merupakan sesuatu yang AI tidak dapat lakukan.” Area di mana AI dan agen telah berhasil sejauh ini, “adalah bahwa mereka tidak bekerja langsung dengan pelanggan, tetapi sebaliknya membantu bagian paling mahal dari setiap TI, yaitu programmer dan insinyur perangkat lunak,” Thurai menunjukkan. “Meskipun akurasi telah meningkat selama bertahun-tahun, Gen AI masih belum 100% akurat. Namun, berdasarkan percakapan saya dengan banyak pengembang perusahaan, teknologi ini sangat mengurangi waktu penulisan kode. Hal ini terutama berlaku untuk pengembang tingkat junior hingga menengah.” Agen perangkat lunak AI mungkin paling membantu “saat pengembang sedang berpacu melawan waktu selama insiden besar, untuk menggulirkan kode perbaikan dengan cepat, dan membuat sistem kembali berjalan,” tambah Thurai. “Tetapi jika kode diterapkan di produksi apa adanya, maka itu menambahkan utang teknologi dan akhirnya bisa membuat situasi menjadi lebih buruk selama bertahun-tahun, banyak insiden kemudian.” Selain itu, peran baru para profesional perangkat lunak dalam era AI dan agen perlu dijelajahi. “Di mana kinerja penting, agen pengembangan perangkat lunak mungkin tidak akan menghilangkan pekerjaan – mereka hanya akan mengalihkannya dari menulis kode menjadi menjelaskannya dan meninjau, yang tidak selalu merupakan kemenangan,” kata Kozyrkov. Kemungkinan besar para profesional perangkat lunak “akan menemukan diri mereka berperan sebagai arkeolog dalam kesalahan AI,” tambah Kozyrkov. “Kebanyakan programmer akan memberi tahu Anda bahwa jauh lebih menyenangkan dan memuaskan untuk menulis kode sendiri daripada membaca milik orang lain. Tenaga kerja yang dihasilkan AI dalam skala besar terdengar bagus dalam teori, tetapi seseorang masih perlu memantau para bot, memperbaiki kesalahan mereka, mengevaluasi kasus-kasus yang penting, menjaga sistem jangka panjang, dan pada akhirnya bertanggung jawab. Kecuali kita hati-hati, kita berisiko menggantikan pembangun dengan pengasuh. Itu tergantung pada kita bagaimana hal itu berlangsung.” The image is courtesy of monsitj/Getty Images.