注：全民開發(fā)的英文是Citizen Development，由咨詢公司Gartner在2010年提出的概念，指非專業(yè)開發(fā)人員使用低代碼或無代碼平臺創(chuàng)建應(yīng)用程序，無需IT部門的支持，旨在提高生產(chǎn)力并降低開發(fā)成本。

國內(nèi)普遍將Citizen Development翻譯為公民開發(fā)，但草料二維碼認(rèn)為Citizen Development并不一種技術(shù)，而是一種工作模式和規(guī)范，應(yīng)該被翻譯為全民開發(fā)，即每一個懂業(yè)務(wù)的人都可以成為開發(fā)者。

以下是知名科技媒體Silicon Republic的觀點文章，草料二維碼編譯。

外界普遍在“炒作”人工智能時，愛爾蘭國立戈爾韋大學(xué)的Noel Carroll博士提出了另一種看法，即無代碼開發(fā)者怎么享受AI技術(shù)的紅利。

古希臘時的哲學(xué)家和科學(xué)家，就已經(jīng)開始對人類的智力和推理能力、人類如何做出決策與論證等進(jìn)行爭論。人工智能作為我們這個時代最重要的科技進(jìn)步之一，可能改變我們的生活方式、工作方式以及和外界的互動方式。

ChatGPT、ChatSonic、Google Bard AI等新事物的出現(xiàn)，引發(fā)了廣泛討論，有人好奇、興奮，也有人恐懼、焦慮。盡管現(xiàn)階段的AI能力很強(qiáng)大，但并非無所不能，也有其局限性。我們應(yīng)該理性認(rèn)識人工智能的能力，特別是一些短板和局限，深刻認(rèn)識到人與AI協(xié)同創(chuàng)新的重要性。

AI的局限性

現(xiàn)階段AI最大的短板之一就是無法復(fù)制人類的直覺和創(chuàng)造力。 雖然AI可以分析大量數(shù)據(jù)，根據(jù)一組指令提供見解或構(gòu)建凸顯，但缺乏基于直覺和經(jīng)驗做出判斷的能力，而這是人類決策的一個鮮明特征。在藝術(shù)、音樂和寫作領(lǐng)域尤為明顯，雖然能生成讓人印象深刻的答案，卻缺乏人類的深度和創(chuàng)造力。

因為AI算法需要大量數(shù)據(jù)才能有效運(yùn)行，而數(shù)據(jù)質(zhì)量直接影響著AI回答的準(zhǔn)確性，不完整或者有偏見的數(shù)據(jù)可能產(chǎn)生錯誤的結(jié)論。如果沒有合理的數(shù)據(jù)標(biāo)準(zhǔn)，人工智能很難識別出數(shù)據(jù)中的因果關(guān)系。

除此之外，算法還可能被對抗性例子所欺騙，通過對樣本數(shù)據(jù)進(jìn)行微調(diào)來欺騙系統(tǒng)。同時外界對于算法偏見，或者說人工智能偏見的擔(dān)憂不斷增長，其實算法所表現(xiàn)出的偏見常常是人類的偏見。

人工智能還存在無法解釋決策或推理的局限。很多人工智能算法是基于深度學(xué)習(xí)訓(xùn)練的，需要在大量數(shù)據(jù)上訓(xùn)練神經(jīng)網(wǎng)絡(luò)，雖然這種方法很有效，但很難理解人工智能是如何得出特定結(jié)論或建議的，缺乏足夠大的透明度。特別是在醫(yī)療應(yīng)用中，人工智能所做的決定可能會產(chǎn)生生死攸關(guān)的后果。

目前AI無法理解數(shù)據(jù)背后的上下文和含義。比如一個AI系統(tǒng)也許能夠識別句子中的單詞，可能無法理解文本背后的細(xì)微差別或諷刺，這可能導(dǎo)致誤解和錯誤，在自然語言處理和情感分析等場景中尤為常見。

值得注意的是，ChatGPT是一個采用Transformer模型架構(gòu)的大型語言模型。Transformer是一種深度學(xué)習(xí)模型，它采用了自注意力機(jī)制，可以對輸入數(shù)據(jù)的每一部分的重要性進(jìn)行差異化加權(quán)。

AI還受限于它可以執(zhí)行的任務(wù)的復(fù)雜性。盡管人工智能在過去幾年中取得了長足進(jìn)步，但推理和決策能力仍然有限。舉個例子，雖然AI系統(tǒng)可以識別圖像中的物體，但難于理解物品在場景中的意義。

最后，人工智能由于缺乏常識而收到限制。就像AI可以識別圖像，無法理解其用途或含義；可以將文本從一種語言翻譯為另一種語言，卻難以理解背后的文化差異，對非母語人士來說仍然有挑戰(zhàn)性。

AI人才的挑戰(zhàn)

對于想要跟上AI創(chuàng)新步伐的組織來說，最大的挑戰(zhàn)在于AI人才的招聘。招聘人才面臨許多挑戰(zhàn)，包括但不限于：

對高素質(zhì)專業(yè)AI人才的需求很大，而人才供應(yīng)尚未跟上；

人工智能是個復(fù)雜領(lǐng)域，需要機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、數(shù)據(jù)分析等方面的專業(yè)知識，尋找合適的候選人更有挑戰(zhàn)性；

AI人才需求量大，其他企業(yè)可能會給出更有吸引力的薪酬和機(jī)會；

人工智能行業(yè)缺乏多樣性，比如女性在人工智能角色中的短缺；

成為專業(yè)AI人才需要長時間的培訓(xùn)和教育，可能會讓弱勢背景的人才難以進(jìn)入該領(lǐng)域，加劇多樣性的問題。

為了應(yīng)對這些挑戰(zhàn)，企業(yè)需要重新評估他們的招聘方案，以吸引大屏多樣性的候選人，并提供有競爭力的薪酬和成長機(jī)會。

全民開發(fā)

在某些情況下，企業(yè)需要提升現(xiàn)有員工的能力，比如全民開發(fā)的新潮流，一種無代碼開發(fā)的新范式。

全民開發(fā)不需要編程能力，卻可以設(shè)計、開發(fā)應(yīng)用并部署到生產(chǎn)環(huán)境中，就像經(jīng)驗豐富的程序員一樣。全民開發(fā)的趨勢是無代碼平臺所推動的，無代碼平臺提供的是可視化的界面和拖拉拽的工具，用戶在沒有編程基礎(chǔ)的情況下也可以創(chuàng)建應(yīng)用。

無代碼降低了人們的參與門檻，可以在數(shù)字化轉(zhuǎn)型中發(fā)揮更大作用。而AI在應(yīng)用開發(fā)中有許多應(yīng)用場景，包括生成代碼、測試和調(diào)試。如果將無代碼和AI融合的話，企業(yè)和個人可以更輕松地搭建應(yīng)用。同時AI可以還可以用了提升無代碼平臺的能力，幫助他們識別并修復(fù)潛在的問題和漏洞。

AI和無代碼的應(yīng)用場景非常廣泛，比如客戶服務(wù)、金融、醫(yī)療、物流等。

譬如可以用無代碼平臺開發(fā)AI支持的聊天機(jī)器人，為網(wǎng)站訪問者提供即時客戶服務(wù)；利用無代碼平臺創(chuàng)建財務(wù)報告或醫(yī)療應(yīng)用，幫助醫(yī)生和患者高效地管理健康情況，有效地管理患者的就醫(yī)流程。

無可否認(rèn)，AI有著巨大潛力，但也有其局限性。即使這些局限性并非無法克服，卻也凸顯了繼續(xù)進(jìn)行教育、研究和開發(fā)的必要性，以確保AI能夠在千行百業(yè)高效應(yīng)用，將是屬于全民開發(fā)的新時代。

作者：Noel Carroll

Noel Carroll是戈爾韋大學(xué)大學(xué)商業(yè)信息系統(tǒng)的副教授，同時也是全民開發(fā)實驗室的創(chuàng)始人。