L’intelligenza artificiale può aiutare i professionisti della tecnologia verso il nirvana dello “stato di flusso”
L’intelligenza artificiale può automatizzare le attività di codifica di routine e consentire ai membri del team di concentrarsi su lavori complessi e strategici.
Molte persone vedono il lavoro come un male necessario, ma per alcuni professionisti dedicati, soprattutto nel campo del software e della tecnologia, è difficile staccarsene. Conosciuto come "stato di flusso", questo approccio al lavoro consiste nell'immergersi così profondamente in un'attività da perdere la cognizione del tempo.
Ora, l’intelligenza artificiale (AI) potrebbe aiutare a portare più persone in questo stato di flusso. Sappiamo già che l’intelligenza artificiale è pronta ad aiutare gli sviluppatori e i professionisti della tecnologia in molti modi, dall’automazione della generazione di codice all’abilitazione di una migliore osservabilità attraverso i sistemi e le pipeline aziendali. Ma l’intelligenza artificiale fungerà anche da strumento di collaborazione che aiuta a riunire i team, siano essi sviluppatori che lavorano con specialisti delle operazioni o sviluppatori che lavorano con dirigenti senior e altri dipendenti.
Questa capacità di riunire le persone è particolarmente importante quando i membri del team sono dispersi. Presso Tempo Software, un'azienda prevalentemente remota, l'intelligenza artificiale aiuta ad abbattere le barriere comunicative e a rafforzare lo spirito degli sviluppatori, afferma Shannon Mason, responsabile strategico dell'azienda.
Nelle impostazioni di lavoro di squadra remoto, "L'intelligenza artificiale consente ai dipendenti di ideare ed esplorare rapidamente nuovi modi per risolvere problemi complessi che possono poi condividere con il proprio team, accelerando potenzialmente le fasi di pianificazione di un progetto", afferma. "Ciò può anche aiutare i team di sviluppatori a entrare più facilmente nell'ambito stato di flusso, dove sperimentano un lavoro più piacevole e fruttuoso e si immergono completamente nelle loro attività."
Mason aggiunge: "L'intelligenza artificiale gioca un ruolo in questo, eliminando il lavoro banale, consentendo ai team di affrontare compiti di maggiore impatto come i problemi complessi dei clienti fin dall'inizio."
L’integrazione dell’intelligenza artificiale generativa nei processi di sviluppo software crea un’altra dimensione e “aumenta le capacità nelle metodologie DevOps e Agile”, afferma David Guarrera, leader dell’intelligenza artificiale generativa presso EY Americas. "L'intelligenza artificiale può migliorare i processi CI/CD, automatizzare le revisioni del codice e fornire approfondimenti predittivi per le strategie di implementazione. Le metodologie agili possono trarre vantaggio dall'intelligenza artificiale nel perfezionare la pianificazione dello sprint, la gestione del backlog e il miglioramento della collaborazione del team."
L’intelligenza artificiale generativa potrebbe anche contribuire a colmare il divario tra team tecnici e non tecnici. "Ad esempio, l'azienda può utilizzare modelli linguistici di grandi dimensioni per riassumere o spiegare i progressi ingegneristici, aggregare feedback e, più in generale, tradurre tra linguaggio tecnico e non tecnico", afferma Julian LaNeve, chief technology officer di Astronomer.
L'assistenza alla codifica, che è un caso d'uso importante e precoce dell'IA generativa, viene trasferita in questo stato di flusso. "Le tendenze iniziali, in particolare negli strumenti di assistenza alla codifica, mostrano segnali promettenti e suggeriscono che enormi miglioramenti in termini di efficienza dei team sono già in corso", afferma Guarrera. "Questi strumenti di intelligenza artificiale, focalizzati principalmente sulla codifica, stanno iniziando a influenzare indirettamente aspetti più ampi del lavoro di squadra."
Automatizzando le attività di codifica di routine, "l'intelligenza artificiale consente ai membri del team di concentrarsi su un lavoro più complesso e strategico, portando potenzialmente a dinamiche di squadra più integrate e collaborative", sottolinea. "Il passaggio dal ruolo dell'intelligenza artificiale nelle singole attività di codifica alla sua integrazione in strumenti e piattaforme di sviluppo software collaborativo si sta gradualmente svolgendo".
Il ruolo crescente dell’intelligenza artificiale generativa nella codifica “sta iniziando a dare forma a strumenti che migliorano la creazione di progetti di basso livello, la generazione di casi di test e persino la pianificazione dei progetti”, afferma Guarrera.
Anche i sistemi e i servizi tecnologici possono aiutare a costruire lo stato del flusso. "Alcuni strumenti di pianificazione dei progetti come Zendesk stanno creando revisioni di sprint automatizzate generate da LLM per segnalare i progressi ai responsabili di progetto e di ingegneria", afferma LaNeve.
"Ciò fa risparmiare tempo al manager e all'intero team. Invece di consentire ai membri del team di riassumere e aggiornare individualmente i progressi, l'intelligenza artificiale può generare tali riepiloghi. Il responsabile del progetto o dell'ingegneria può ottenere immediatamente un riepilogo coerente dei progressi dell'intero team."
Eppure non ci sono solo buone notizie. Con l’aumento della dipendenza dall’intelligenza artificiale generativa per metodologie e processi collaborativi, potrebbero emergere nuovi rischi e inconvenienti, afferma Guarrera. "I modelli GenAI, sebbene altamente efficienti, possono essere fuorviati da input imprecisi o dannosi, noti anche come attacchi prompt injection. Questa vulnerabilità è particolarmente preoccupante poiché queste piattaforme spesso accedono a dati sensibili, aumentando il rischio informatico." Pensate, ad esempio, alle allucinazioni, che rappresentano un problema attuale nell’output dell’intelligenza artificiale generativa, il che significa che la supervisione umana rimane essenziale.
Anche se ci sono molti vantaggi documentati legati all’intelligenza artificiale, “procedi con cautela”, concorda Mason. "Ad esempio, gli utenti devono considerare la sicurezza dell'ambiente e fare attenzione a non inserire segreti commerciali. Ciò significa che attualmente solo coloro che possono permettersi di incorporare singole app di intelligenza artificiale nelle proprie organizzazioni possono collaborare pienamente e trarre vantaggio dagli strumenti. Quelli che Non solo possiamo arrivare fino a questo punto senza compromettere la sicurezza dei dati di input. Inoltre, l'intelligenza artificiale è ancora in una fase iniziale in cui richiede un po' di guida per eliminare i pregiudizi intrinseci. Pertanto, fare affidamento completo sugli strumenti in questo momento sarebbe un errore."
Garantire la fiducia nell’intelligenza artificiale non sarà un compito facile. "Per fidarsi di una risposta generata dall'intelligenza artificiale, generalmente è necessario verificare la risposta in modo indipendente", afferma LaNeve. "La necessità di verificare le risposte vanifica lo scopo di utilizzare un'intelligenza artificiale per generare la risposta in primo luogo. Le risposte generate dall'intelligenza artificiale devono fornire fiducia nelle loro risposte."
Ma anche tenendo presenti questi rischi, “l’intelligenza artificiale e le tecnologie di intelligenza artificiale generativa sono destinate a rivoluzionare gli sforzi collaborativi nello sviluppo di software”, afferma Guarrera. "Ad esempio, l'intelligenza artificiale può automatizzare e perfezionare la pianificazione dei progetti, garantendo che i requisiti degli utenti siano tradotti accuratamente in attività realizzabili. Può anche assistere nella gestione dei programmi, nell'ottimizzazione dell'allocazione delle risorse e nella gestione della sequenza temporale."
In definitiva, afferma Guarrera, "le piattaforme abilitate all'intelligenza artificiale possono facilitare una comunicazione più chiara tra sviluppatori, operazioni e stakeholder aziendali, semplificando la comprensione e l'implementazione degli obiettivi del progetto".
E questo è un passo da gigante verso lo stato di flusso.