WIP: Software Engineering Competencies in the Age of AI

Immaginate il mondo dell'ingegneria del software come un enorme e frenetico cantiere edile. Per decenni, i progetti per formare nuovi costruttori (studenti universitari) sono stati accuratamente tracciati da un gruppo di architetti severi chiamati "organismi di accreditamento". Questi progetti, come le linee guida SE2014, dicevano alle scuole esattamente quali strumenti insegnare: come posare i mattoni, come mescolare il cemento e come seguire le regole del codice edilizio.

Ma poi, un nuovo tipo di strumento magico è apparso nel cantiere: l'Intelligenza Artificiale (IA). È come un assistente robotico che può tracciare istantaneamente pareti o suggerire il modo migliore per riparare una perdita. Il problema? I vecchi progetti non sono stati aggiornati per includere questo robot. Il documento di Vonderhaar, Towhidnejad e Ochoa sostiene che, se continuiamo a formare costruttori usando le vecchie mappe, essi si laureeranno pronti a costruire con i martelli, solo per scoprire che l'industria ora lavora con la costruzione assistita dai robot.

Il pezzo mancante nella cassetta degli attrezzi
Gli autori hanno esaminato gli ultimi rapporti dell'industria e gli annunci di lavoro e hanno trovato una lacuna evidente. Mentre il grande manuale dell'industria, chiamato SWEBOK, ha finalmente ammesso che l'IA è una parte "fondamentale" del lavoro (un enorme cambiamento rispetto alla sua versione del 2014 che non la menzionava affatto), i veri curricula scolastici e il modello di competenza chiamato SWECOM sono ancora rimasti ancorati al passato.

Il documento suggerisce che le università stanno attualmente inviando laureati nell' "Età d'Oro dell'IA" senza l'attrezzatura di sopravvivenza corretta. È come mandare un marinaio nell'era degli aerei a reazione senza insegnargli come leggere un radar. Gli autori non stanno dicendo che le vecchie abilità siano inutili, ma suggeriscono che la formazione attuale sia incompleta.

Due nuovi superpoteri necessari
Sulla base della loro revisione di ciò che le aziende stanno effettivamente richiedendo, gli autori propongono che abbiamo bisogno di aggiungere due nuovi "superpoteri" al manuale di formazione dell'ingegnere del software. Non stanno solo suggerendo idee casuali; li stanno estraendo direttamente da ciò che la letteratura dice essere necessario all'industria in questo momento.

1. Alfabetizzazione all'IA (La competenza del "Sussurratore di Robot"):
   Non si tratta di costruire il robot; si tratta di sapere come parlargli. Il documento suggerisce che anche se uno studente sta solo scrivendo codice normale, deve sapere come usare gli strumenti di IA come i modelli linguistici di grandi dimensioni (LLM) in modo efficace.

• Cosa significa: È come imparare il "prompt engineering" — l'arte di porre al robot le domande giuste per ottenere una buona risposta.
• L'ostacolo: Gli autori notano che se si usano questi strumenti senza formazione, si potrebbe effettivamente lavorare più lentamente. È necessario anche sapere come controllare il lavoro del robot per le "allucinazioni" (quando il robot inventa le cose) e i pregiudizi (bias). Si tratta di essere un editor intelligente, non solo un utente passivo.

2. Sviluppo dell'IA (La competenza del "Costruttore di Robot"):
   Questo è per gli studenti che vogliono costruire gli stessi sistemi di IA. Il documento suggerisce che questo richiede uno sforzo molto maggiore. Non si tratta solo di conoscere un po' di matematica; richiede un set di strumenti completamente nuovo.

• Cosa significa: Questo include l'apprendimento di come pulire i dati disordinati (come organizzare un garage caotico prima di costruire un'auto), capire come addestrare i modelli e sapere come testarli.
• Il colpo di scena: Gli autori sottolineano che costruire l'IA è diverso dal costruire il software normale. Non si può semplicemente pianificare tutto all'inizio perché l'IA potrebbe cambiare idea mentre impara. Ciò richiede un tipo diverso di test e un focus sull'etica che il software tradizionale non sempre richiedeva.

Cosa NON sta dicendo questo documento
È importante sapere cosa questo documento non afferma. Gli autori non stanno dicendo che ogni singolo ingegnere del software debba essere un esperto di scienza dei dati. Non stanno dicendo che il vecchio modo di costruire il software sia morto. Non stanno nemmeno affermando che le università abbiano già risolto questo problema. Infatti, dichiarano esplicitamente che questo è un documento "Work-In-Progress" (WIP).

Non stanno presentando un puzzle finito e risolto. Inveve, stanno tenendo in mano uno specchio e dicendo: "Ehi, guarda questo buco nel nostro piano di formazione". Suggeriscono che le linee guida attuali (come SE2014) sono obsolete perché non menzionano l'IA, e sostengono che il modello di competenza (SWECOM) debba essere aggiornato per includere queste nuove abilità.

I prossimi passi
Gli autori stanno essenzialmente dicendo: "Abbiamo identificato la lacuna, ed ecco un elenco suggerito di competenze per colmarla". Suggeriscono di aggiungere queste due nuove aree — Alfabetizzazione all'IA e Sviluppo dell'IA — all'elenco ufficiale di ciò che un ingegnere del software dovrebbe sapere.

Tuttavia, ammettono che ci sono grandi ostacoli davanti a loro. Notano che l'IA cambia incredibilmente velocemente, quindi mantenere il curriculum aggiornato sarà una corsa costante. Temono anche che alcune scuole possano non avere insegnanti che sappiano abbastanza di IA per insegnarlo, e che l'aggiunta di questi nuovi argomenti possa comprimere altri soggetti importanti.

Quindi, il documento non offre una bacchetta magica che risolve tutto oggi. Inveve, offre una tabella di marcia. Suggerisce che, per sopravvivere nella forza lavoro moderna, la prossima generazione di ingegneri del software deve essere fluente sia nei vecchi modi di costruire, sia nei nuovi modi di collaborare con l'IA. Gli autori propongono di aggiornare il libro delle regole per garantire che questi studenti siano pronti per il lavoro che esiste realmente, non per il lavoro che esisteva dieci anni fa.