Autorica: Tina Ljevak, Marketing associate, Devōt

Da, dobro ste vidjeli, još jedan članak o umjetnoj inteligenciji. S obzirom na brojna predavanja, članke i panel diskusije posvećene ovoj temi, pojam “AI” sve više poprima odjek tzv. buzzworda. Iako umjetna inteligencija nije ništa novo i već duže vrijeme kruži unutar akademskih zidova, tek u 21. stoljeću ona postaje široko prihvaćena i rasprostranjena u javnosti.

Teško je reći da je AI ikada bio potpuno irelevantan, no svakako je bio ograničen na određene krugove. Njegovom usponu u “mainstream” može se pripisati nekoliko ključnih faktora: tehnološkim napredcima, promjeni percepcije o AI-u, povećanju investicija u ovu tehnologiju, i neizostavno, medijima. Medijska fascinacija AI-em, uz često bombastične naslove o tome kako će nas AI sve zamijeniti, dodatno je potaknula javnu znatiželju i stavila umjetnu inteligenciju pod povećalo.

Kako s manje postići više – Subtractive productivity

Umjetna inteligencija, prema Encyclopaedia Britannici, obuhvaća sposobnost digitalnih računala da obavljaju zadatke koje inače povezujemo s inteligentnim bićima. Ovdje je bitno istaknuti da AI obuhvaća širok spektar pojmova i primjena, no onaj AI koji većina nas koristi u poslovnom okruženju pripada generativnom AI-u. Ovaj oblik AI-a, koji seže još od prošlog stoljeća s primjerima poput chatbota ELIZA (još davno prije našeg chatbota Ante), danas je najpoznatiji kroz implementacije poput ChatGPT-a.

Razmišljanje o produktivnosti često se svodi na količinu obavljenog posla tijekom dana. Međutim, percepcija produktivnosti varira, pogotovo u poslovnom svijetu gdje zaposlenici i voditelji tima ne vrednuju produktivnost na isti način. U poslovnom kontekstu, produktivnost se često promatra iz strateške perspektive, gledajući kako pojedinci ili timovi doprinose širim ciljevima tvrtke.

U ovim vremenima ubrzanih procesa, idealno je vrijeme za koristiti AI u našu korist.

Subtractive productivity, ili produktivnost kroz smanjenje, pokazuje kako je moguće postići više s manje resursa. Ideja je da produktivnost treba biti “proces smanjivanja”: trebamo težiti smanjenju grešaka i nepotrebnih koraka u našem radu. Ovaj pristup ne samo da povećava efikasnost, već dovodi i do kvalitetnijih radnih ishoda.

AI u Devōtu: Različite perspektive

U tehnološkom svijetu, gdje je adaptabilnost jedina konstanta, umjetna inteligencija (AI) igra veliku ulogu u promjeni poslovanja.

I ne, ovo nije još jedan bombastičan članak o tome kako AI zamjenjuje ljudski rad. Umjesto toga, vidjet ćemo kako kroz primjenu generativnog AI-a možemo raditi na našoj verziji “Subtractive productivity”. U našoj firmi, upotreba AI-a se razlikuje ovisno o ulozi, ali ima nekoliko dodirnih točaka.

Perspektiva developera – AI omogućava glatki prijelaz između učenja tehnologija

Naš Tech Lead, Marko Meić Sidić, redovito koristi AI alate poput Copilota u svom IDE-u. Copilot mu znatno ubrzava pisanje boilerplate koda te nudi prijedloge za refaktoriranje i generiranje unit testova. Marko posebno ističe da mu AI štedi vrijeme pri edukaciji, odnosno pri prelasku s jednog programskog jezika na drugi. Nakon više od pet godina rada u Ruby on Railsu, prošle godine je započeo s programiranjem u Javi i Spring frameworku, gdje mu je AI značajno ubrzao prilagodbu i omogućio glatki prijelaz na drugi jezik.

Iako AI pomaže u ubrzanju procesa, Marko naglašava da njegov pristup rješavanju problema ostaje sličan jer AI i dalje zahtijeva ljudski doprinos. Naglašava važnost pravilnog formuliranja upita u AI alate: bolji kontekst i kvalitetniji podaci rezultiraju kvalitetnijim odgovorima. Ako nedostaje adekvatan kontekst, lako se može dogoditi da AI zapravo oteža umjesto da pomogne, jer završite više vremena provodeći rasprave s njim nego rješavajući problem.

Marko također dodaje: “Uvijek nastojim sam doći do rješenja, no to svakako uključuje kombinaciju službene dokumentacije i na kraju AI-a. AI definitivno može ubrzati proces, ali uvijek je potrebno provjeriti rješenje koje AI predloži. Bez obzira na brzinu napretka AI tehnologija, one se moraju neprestano usklađivati s brzo razvijajućim tehnološkim standardima.”

Unatoč pomoći koju AI pruža, Marko ističe da su Code Review-i od strane drugih developera i rad QA inženjera još uvijek neophodni. AI ne može u potpunosti zamijeniti temeljite provjere kvalitete i manualno testiranje, što je ključno za održavanje visokih standarda u razvoju softvera.

Perspektiva testera – AI ne može zamijeniti kritičko razmišljanje

QA, Leo Cvijanović, koristi AI u svojem poslu, posebice za pisanje automatskih testova. Osim ChatGPT-a, koristi i GitHub Copilot, koji smatra izuzetno korisnim zbog njegove integracije u code editor. Copilot ima sposobnost koristiti postojeći kod unutar projekta ili repozitorija kako bi pomogao u kreiranju novog koda.

Copilot mu omogućava da jednostavno opiše što želi postići, unese potrebne varijable i parametre, a zatim alat preuzima brigu o sintaksi koda. Ova automatizacija mu omogućava da se više fokusira na složenije aspekte QA procesa.

Unatoč prednostima koje AI nudi, smatra da je pozicija QA još uvijek jednako potrebna. Bez obzira na napredak AI tehnologija, kod mora proći detaljan code review prije nego što dođe do QA faze, gdje je ljudska intervencija neophodna za konačnu provjeru. Leo vjeruje da AI, koliko god bio napredan, nikada neće biti savršen, te ne može u potpunosti zamijeniti kritički osvrt i analizu koje pruža ljudski faktor. Stoga, iako AI može značajno unaprijediti efikasnost procesa, važno je ostati oprezan i ne oslanjati se isključivo na tehnologiju.

Perspektiva dizajnerice – AI nikad nije krajnje rješenje, nego pomoć na putu do rješenja

Naša dizajnerica, Tisa Bastijanić, koristi AI tehnologije za proširivanje i generiranje slika u Photoshopu, dok u svojoj ulozi Product Ownera Devōt weba najviše koristi AI za pisanje User storyja. Tisa ističe da, iako joj AI znatno pomaže u efikasnosti posla, nikada ga ne koristi kao konačno rješenje. Za nju je AI alat za podršku i brzi pristup informacijama, koji služi kao pomoć na putu do rješenja, ali ne i kao zamjena za kreativni proces.

Tisa također naglašava važnost prepoznavanja trenutaka kada je bolje ne koristiti AI. Zbog raznih nedostataka, poput “halucinacije” odgovora ili nerazumijevanja upita, korištenje AI-a može rezultirati trošenjem više vremena nego što je potrebno, ponekad čineći ručni rad bržim i učinkovitijim.

U svijetu dizajna, AI generirane slike često sadrže nelogičnosti ili su previše uniformirane, od portreta ljudskih lica do scenografskih elemenata. Do sada, Tisa nije koristila nijednu sliku ili grafiku kreiranu AI-em u svojim projektima. Često su ilustracije lakše i brže pronaći putem interneta nego ispravljati nedostatke na AI generiranim ilustracijama. Ipak, ona vjeruje da će se kvaliteta AI alata znatno poboljšati u budućnosti.

Perspektiva Talent Acquisition specijalista – Još veći naglasak na tehničke intervjue u doba AI-a

Lina Višić, kao Talent Acquisition Specialist u Devōtu najviše koristi AI za unaprjeđenje procesa regrutacije. AI joj pomaže u različitim aspektima, uključujući raspisivanje procedura, definiranje opisa poslova, generiranje pitanja za intervjue, te strukturiranje sastanaka. Posebno ističe korisnost AI-a kada nedostaje ideja za novi sadržaj.

Lina smatra da je kvaliteta prijava za posao uvijek varirala, uvijek je bilo loših i dobrih životopisa. Prije su kandidati često koristili prve dostupne predloške s interneta, dok danas standardi postaju nešto viši. Ipak, lako je uočiti koji su CV-ovi generirani bez dodatne obrade i prilagodbe.

U procesu zapošljavanja tehničkog osoblja, velika promjena je u načinu provjere tehničkih znanja. S obzirom na mogućnosti AI-a, kao što je ChatGPT, postoji rizik da kandidati predaju kodove generirane s pomoću AI-a bez dubljeg razumijevanja. U Devōtu, ovaj problem rješavamo provođenjem temeljitih tehničkih intervjua koji testiraju ne samo točnost koda, već i razumijevanje kandidata o metodama korištenja AI-a u profesionalne svrhe.

Iako Lina priznaje da AI ponekad može usporiti proces zbog vremena potrebnog za formuliranje učinkovitih upita, smatra kako joj je AI značajno pomogao povećati efikasnost u obavljanju poslovnih zadataka koji joj inače nisu omiljeni.

Kako AI pomaže u operativnom poslu

U operativnom poslu, AI ima ključnu ulogu, posebno kroz primjene generativne i prediktivne umjetne inteligencije. Iako se implementacije umjetne inteligencije razlikuju ovisno o industriji, u ovom članku fokusiramo se na svakodnevne poslovne zadatke. Naši zaposlenici su svjesni da je AI alat, a ne samostalno rješenje. Evo nekoliko ključnih benefita koje AI donosi u poslovne procese:

1. Automatizacija ponavljajućih zadataka

Svi znamo koliko repetitivni zadaci mogu biti zamorni i vremenski zahtjevni. Prema istraživanju, tipični uredski djelatnik provede oko 10% svog radnog vremena unoseći podatke ručno u poslovne aplikacije poput ERP i CRM sustava, dok ukupno više od 50% radnog vremena odlazi na kreiranje i ažuriranje dokumenata. Automatizacija tih zadataka kroz AI omogućava zaposlenicima da oslobode vrijeme za učenje i druge produktivnije aktivnosti.

Više vremena za sve želje i potrebe

Automatizacija, posebice ona vođena AI tehnologijama, oslobađa vrijeme koje programeri mogu iskoristiti za razvoj i usavršavanje svojih vještina. Kada su programeri upitani što najviše pozitivno utječe na njihov radni dan, izdvojili su učenje novih vještina (43 %), dobivanje povratnih informacija od krajnjih korisnika (39 %), automatizirane testove (38 %), i dizajniranje rješenja za nove probleme (36 %) kao ključne faktore.

Kako imati vremena za sve te želje? Automatizacija nekih aspekata kodiranja, kao što su testiranje i generacija koda, omogućava programerima da se više posvete kompleksnijim i kreativnijim aspektima svog posla.

Prema istraživanjima, 70 % razvojnih programera vjeruje da će im upotreba AI alata za kodiranje pružiti prednost u radu, pri čemu je usavršavanje smatrano glavnom prednošću, slijedi povećanje produktivnosti. Rekla bih da to ukazuje na uzročno-posljedičnu vezu između povećanja produktivnosti i mogućnosti za osobni razvoj: bolja produktivnost omogućava više vremena i resursa za usavršavanje i fokus na inovacije.

2. Poboljšanje procesa odlučivanja

AI može brzo analizirati ogromne količine informacija, što je iznimno korisno u procesima odlučivanja. Prema istraživanju, 85% poslovnih lidera iskusilo je stres prilikom donošenja odluka. AI može pomoći u formuliranju dodatnih opcija, identificiranju ključnih točaka i omogućiti lakšu organizaciju i pristup podacima tvrtke. Korištenje AI-a kao alata za podršku odlukama može znatno smanjiti stres i poboljšati kvalitetu odluka.

3. Lakše učenje (i prelazak između programskih jezika)

Razvoj softvera posebno može profitirati od AI rješenja koja optimiziraju prelazak između različitih programskih jezika.

Kao što smo vidjeli u primjeru iz naše tvrtke Devōt, ova sposobnost ne samo da poboljšava produktivnost i fleksibilnost u razvoju AI softvera, već i pomaže programerima u bržem učenju programskih jezika.

4. Mogućnost pravljenja prilagođenog generativnog AI-a

Specifične potrebe unutar poslovanja mogu zahtijevati razvoj prilagođenih AI rješenja. Generativni AI može biti prilagođen da rješava specifične izazove, pružajući podršku u kreiranju jedinstvenih rješenja ili sadržaja koji su direktno usmjereni na poboljšanje operativne efikasnosti i zadovoljenje specifičnih poslovnih potreba.

U našoj tvrtki, kao odgovor na potrebu za efikasnom obradom velike interne dokumentacije, nastao je chatbot Ante. No, važno je istaknuti da razvoj prilagođenih AI rješenja nije ograničen samo na developere. Postoje alati koji omogućuju korisnicima bez programerskih vještina da kreiraju vlastite GPT modele, što dodatno olakšava pristup prednostima AI tehnologije unutar različitih odjela.

AI nije magični tool

Iako je umjetna inteligencija snažan alat, ona nije čarobno rješenje koje će samostalno obavljati sve naše poslove. Kao što smo naučili od naših Agile kolega iz Devōt-a, alati su tu da nam olakšaju rad, a ne da ga potpuno preuzmu. AI trebamo koristiti kako bismo riješili specifične poslovne probleme, ne kao zamjenu za ljudski rad. Iako je prilika za rješavanje problema, ali ključno je razumjeti njegova ograničenja.

• AI može nuditi irelevantne ili generičke odgovore – Primjerice, alati za korisničku podršku vođeni AI tehnologijom, kao što su chatbotovi i virtualni asistenti, ponekad mogu pružiti irelevantne ili generičke odgovore. To može biti frustrirajuće ako tražite specifičnu pomoć.

• Haluciniranje AI-a i lažiranje činjenica – Jedan od značajnih problema s AI modelima je njihova tendencija da “haluciniraju” ili izmišljaju činjenice. Ako chatbot model nema pristup specifičnim ili nišnim podacima, generirat će odgovore za stvari o kojima ništa ne zna ili nema kontekst, što dovodi do toga da korisnici primaju netočne informacije.

• Niska kvaliteta podataka na internetu – Učinkovitost AI modela uvelike ovisi o kvaliteti podataka na kojima su trenirani. U mnogim postojećim sustavima, dostupni podaci često su niske kvalitete – nesređeni, zastarjeli ili pristrani – što značajno narušava performanse AI aplikacija.

• Preveliki oslonac na tehnologiju i zanemarivanje sigurnosti – Iako tehnologija treba preuzeti repetitivne i dosadne zadatke, omogućujući nam da se posvetimo razvoju drugih vještina, postavlja se pitanje: postoji li opasnost da zaboravimo razvijati vlastite sposobnosti rješavanja problema? Osim toga, koliko je AI zapravo siguran? (pogledajte prezentaciju našeg Sandra Bujana na .debug 2024 i saznajte je li strah od AI-a opravdan).

Na kraju, važno je uzeti ljudskost u obzir

Umjetna inteligencija primarno bi trebala služiti kao podrška koja nam olakšava posao i pomaže u postizanju bolje ravnoteže između poslovnog i privatnog života. Cilj korištenja AI-a nije poticanje toksične produktivnosti, već unapređenje kvalitete našeg rada i života.

Da bi se te prednosti ostvarile, organizacije moraju znati kako pristupiti toj suradnji između ljudi i AI-a. Pogledati sve snage ali i ograničenja. Održavanje ljudskog nadzora i interakcije ključno je za efikasno iskorištavanje prednosti AI-a.