年轻的程序员将 AI 用于所有事情，当被问及程序实际工作原理时，他们给出了 “茫然的目光”

快速阅读: 据《未来主义》称，经验丰富的开发者南安尼·戈尔批评新一代程序员过度依赖人工智能工具，如副驾驶、克劳德或GPT。他认为这种依赖导致了基础编码知识的缺失，减少了批判性思维的锻炼。虽然人工智能能迅速提供正确答案，但它缺乏引导新手深入理解问题的能力。戈尔担心，这种趋势会让人在未来为缺乏深刻理解付出代价。

多年来，对于即将步入职场的年轻人来说，普遍的观点是“学习编程”。如今看来，一些程序员自己也需要接受同样的建议。这是一位经验丰富的开发者南安尼·戈尔的观点。他对新一代程序员过度依赖新颖的人工智能模型并不感冒。“我接触到的每个初级开发者都在24小时使用副驾驶或克劳德或GPT。他们的代码比以往任何时候都更快地发布出去，”戈尔在最近的一篇博客文章中写道，标题恰当地命名为“新初级开发者其实不会编码”。“当然，代码可以运行，但问问他们为什么以这种方式而不是其他方式运行呢？没有回应，”他写道。“问关于边缘情况？茫然的表情。”

“过去通过解决问题获得的基础知识现在只是……缺失了，”他补充道。毫无疑问，曾经用粉笔上课的老师可能会对现在的学生说同样的话，而且现在没有人会质疑计算器的地位。但戈尔的抱怨并不是针对人工智能本身——更多的是因为它提供了一个过于诱人的依赖。像任何职业一样，掌握它的一部分过程是首先努力去做，并且有勇气向老前辈提问。在戈尔的鼎盛时期，解决问题的地方是栈溢出论坛。这个论坛仍然很受欢迎，但在后ChatGPT时代，越来越多的程序员转向大型语言模型来寻找答案。“现在的初级开发者太轻松了。他们只需去chat.com复制粘贴他们遇到的错误，”戈尔写道。

但如果人工智能只是给出正确的答案，它并不会迫使新手综合不同可能性并真正思考问题。“有了栈溢出，你必须阅读多个专家的讨论才能得到完整的图景，”戈尔评论道。“虽然更慢，但你最终不仅理解了什么有效，还理解了为什么有效。”这确实是合理的逻辑。一些研究可能支持这种观点。微软和卡耐基梅隆大学的研究人员进行的一项最新研究表明，人们使用人工智能越多，并且越信任其答案，他们的批判性思维能力的指标就会退化，就像不经常使用的肌肉一样。这项研究有一些局限性，比如它依赖于参与者自我报告的数据，用感知的努力作为批判性思维能力的指标，但认知卸载的概念并不离谱。此外，这些人工智能模型的编程能力有时确实令人质疑，因为它们都容易出现幻觉。尽管它们可以加快你的工作流程，但一些证据显示，这种技术最终会在代码中引入更多错误。

我们不能把 genie 再次被关回瓶子里。戈尔认为，“未来不在于我们如何使用人工智能，而在于我们如何使用它。”但现在，“我们正在用快速解决方案换取深刻理解，”他说。“将来我们会为此付出代价。”

更多关于人工智能：大型律师事务所在意识到其律师一直在使用人工智能准备法庭文件时，发送了一封恐慌的电子邮件。

(以上内容均由Ai生成)