Hoe AI-technologie ons helpt ontwikkelen

Vooral door een aantal technische innovaties die onlangs door OpenAI zijn gedaan, staat AI momenteel volop in de belangstelling. We zijn massaal ChatGPT gaan gebruiken en integreren AI steeds meer in verschillende aspecten van ons dagelijks leven. Ook in de softwareontwikkeling biedt kunstmatige intelligentie volop kansen. Voor het gebruik binnen applicaties, maar ook als hulpmiddel bij het programmeren zelf. Bij DataLeaf zoeken we altijd naar innovatieve manieren om onze processen te optimaliseren en onze klanten de beste oplossingen te bieden. Daarom zijn we gestart met een pilot van GitHub Copilot AI; een AI-coderingspartner. We vertellen je in deze blog graag meer over hoe AI-technologie ons helpt software te ontwikkelen.

Wat is Artificial Intelligence (AI)?

Simpel gezegd is AI een proces waarbij computers taken uitvoeren die normaal gesproken menselijke intelligentie vereisen. AI-systemen kunnen leren van ervaring, zich aanpassen aan nieuwe gegevens en taken uitvoeren die doorgaans menselijke intelligentie vereisen. AI omvat verschillende technieken, zoals machine learning, natuurlijke taalverwerking, computer vision en neurale netwerken.

We kunnen drie soorten AI onderscheiden: zwakke AI, algemene AI en sterke AI. Zwakke AI is beperkt tot een specifieke taak en vertoont intelligentie binnen dat domein, zoals spraakassistenten en aanbevelingssystemen. Algemene AI, ook wel bekend als ‘menselijke-achtige’ AI, heeft het vermogen om een breed scala aan taken uit te voeren en intelligentie te tonen vergelijkbaar met mensen. Sterke AI is een hypothetische vorm van AI die denkvermogen en bewustzijn heeft dat gelijkwaardig of zelfs superieur is aan menselijke intelligentie. Op dit moment bestaat alleen zwakke AI, terwijl algemene en sterke AI nog in ontwikkeling zijn.

AI binnen softwareontwikkeling

Ook binnen de softwareontwikkeling heeft AI zijn toetrede gedaan, onder andere in de ontwikkelingomgeving waar developers mee werken. Een aantal voorbeelden:

• Codegeneratie: Met behulp van AI kunnen ontwikkelaars code automatisch genereren op basis van input en specificaties, wat het ontwikkelproces versnelt en de efficiëntie verhoogt.
• Automatisch testen: AI kan ook worden gebruikt voor automatisch testen, waarbij zelflerende algoritmen worden gebruikt om tests te automatiseren, fouten te detecteren en de algehele kwaliteitsborging te verbeteren.
• Bug-detectie: AI kan code scannen en potentiële bugs en kwetsbaarheden identificeren, waardoor ontwikkelaars proactief kunnen handelen voordat problemen zich voordoen.
• Natuurlijke taalverwerking (NLP): AI-gebaseerde NLP maakt het mogelijk om natuurlijke taal te begrijpen, wat essentieel is voor chatbots, spraakinterfaces en het genereren van automatische documentatie.
• Predictive Analytics: Door gegevens te analyseren kan AI trends identificeren, voorspellingen doen en problemen voorkomen voordat ze zich voordoen.
• Code-optimalisatie: AI kan code analyseren en optimaliseren om de prestaties te verbeteren en resourcegebruik te optimaliseren.

GitHub Copilot AI

Bij DataLeaf zijn we onlangs een pilot gestart met GitHub Copilot. GitHub Copilot is een AI-aangedreven code completion tool, ontwikkeld door GitHub in samenwerking met OpenAI. Copilot ondersteunt onze ontwikkelaars door onder andere de code aan te vullen, suggesties voor te stellen, code automatisch aan te vullen en documentatie te genereren.

Daarnaast helpt Copilot ons bij het testen van software. Wanneer een ontwikkelaar begint met het schrijven van een unit test, kan GitHub Copilot de teststructuur, de te testen functies en bijbehorende testcases voorspellen op basis van het codegedeelte dat al is geschreven. Het suggereert automatisch testcases op basis van functieparameters en mogelijke randgevallen. Dit versnelt het schrijven van tests, vooral bij het omgaan met complexe functies of klassen. Bovendien kan GitHub Copilot helpen bij het opstellen van testcases met verschillende invoerwaarden, waaronder zowel gewone als uitzonderlijke situaties. Het kan ook suggesties doen voor het valideren van verwachte uitvoer of gedrag van de code.

Copilot maakt gebruik van geavanceerde kunstmatige intelligentie en machine learning-modellen om contextuele suggesties te doen op basis van de code die al geschreven is en de taal die wordt gebruikt. Zo kunnen onze developers sneller en efficiënter code schrijven, wat de productiviteit verhoogt en de kans op fouten vermindert.

Jeroen, lead developer bij DataLeaf: ‘’Momenteel is GitHub Copilot bij ons nog in de pilotfase. Dat betekent dat alleen de meest ervaren ontwikkelaars er nu mee werken. We evalueren het vooral; helpt het ons goed en, nog belangrijker, is de kwaliteit goed genoeg? Net zoals ChatGPT bevat ook Copilot nog schoonheidsfoutjes. En we willen voorkomen dat minder ervaren ontwikkelaars deze per ongeluk overnemen. Al onze code wordt altijd gecontroleerd volgens het vier ogen principe. Dat betekent dat de code altijd gecheckt wordt door een collega. En dat doen we extra goed bij code die door Copilot is gesuggereerd. Overall helpt Copilot ons vooral qua snelheid en productiviteit. ‘’

AI-funtionaliteit binnen applicaties

AI is niet alleen een hulpmiddel bij het programmeren, maar kan ook geïntegreerd worden binnen applicaties zelf. Dit is eenvoudiger geworden na recente innovaties aan API’s en REST-services. Denk bijvoorbeeld aan het verbinden van apps met standaard AI-services uit de cloud, zoals beeldherkenning en speech-to-text. Laatstgenoemde implementeren we bijvoorbeeld voor onze klant The Agent Assistant; spraak- en tekstherkenningssoftware voor de customer servicce. Bovendien werken veel bedrijven aan op maat gemaakte AI-modellen voor specifieke toepassingen, zoals fraudedetectie of procesoptimalisatie.

Wat te verwachten?

Tot nu toe hebben slimme AI-gedreven functies het ontwikkelen van applicaties vergemakkelijkt en de softwarekwaliteit verbeterd. AI fungeert momenteel als een co-piloot die ontwikkelaars ondersteunt in het developen. In de toekomst zijn meer van deze toepassingen te verwachten, waarbij ontwikkelaars worden geholpen bij verschillende aspecten van softwareontwikkeling, zoals geautomatiseerd testen.

En dan natuurlijk de vraag; zijn softwareontwikkelaars straks overbodig? Kan het ontwikkelen volledig worden overgenomen door kunstmatige intelligentie? Wij denken dat die kans klein is. Hoewel AI automatisch code kan genereren, blijft het essentieel dat ontwikkelaars de code beoordelen en aanpassen. AI-modellen zijn niet altijd volledig accuraat en sluiten eigenlijk nooit perfect aan bij de intenties en wensen van de opdrachtgever. Daarom blijft volledig vertrouwen op de output van AI-modellen nu nog onmogelijk. Bovendien omvat softwareontwikkeling meer dan alleen code; het vereist ook gesprekken met gebruikers en het vertalen van hun wensen naar uitvoerbare functionaliteit. Ervaren developers blijven daarom van essentieel belang in het softwareontwikkelingsproces.