Tekoäly ohjelmoinnin tukena : lipuntarkastus ja sen hallinta

Abstract

Opinnäytetyössä tutkitaan, miten tekoäly toimii ohjelmoinnin tukena erityisesti aloittelevan ohjelmistokehittäjän näkökulmasta. Työn keskeisenä osana on tekoälyn rooli lipuntarkastuksen hallinnan kehittämisessä, erityisesti frontendin osalta. Tavoitteena on selvittää, miten tekoäly voi auttaa koodin kirjoittamisessa ja virheiden ymmärtämisessä sekä arvioida tekoälytyökalujen v0:n ja Copilotin hyötyjä ja haittoja käytännön kehitystyössä. Työ pohjautuu itsenäiseen havainnointiin ja projektiin osallistumiseen, jossa kehitetään järjestelmää toimeksiantajalle, hyödyntäen Next.js- ja Shadcn-teknologioita. Tekoälyn teoriaan perehtyessä huomataan nopeasti, kuinka laaja ja monimuotoinen käsite tekoäly on. Tekoäly ulottuu kapeista, rajatuista sovelluksista aina teoreettiseen itsetietoisuuteen asti ja edellyttää syvällistä ymmärrystä niin sen historiasta kuin nykyteknologiasta. Teknologian kehitykselle tärkeänä askeleena voidaankin pitää ENIACin (Electronic Numerical Integrator and Computer) ohjelmoijien luomaa toimintaperiaatetta. Työ loi perustan ohjelmistokonsepteille, kuten loogisille operaatioille ja modulaariselle ohjelmoinnille. Nämä ovat osa tekoälyjärjestelmien keskeistä kehitystä, vaikka ENIAC ei itsessään vielä ollut tekoälyä. Myös koneoppiminen ja syväoppiminen, erityisesti neuroverkkojen avulla, mahdollistavat entistä itsenäisempien ja tarkempien järjestelmien luomisen. Eettiset kysymykset ja sääntelyt on myös otettava näiden osalta huomioon, jotta voidaan estää suurten kielimallien hallusinaatioiden syntymistä. Havaintojen perusteella tekoälytyökalut nopeuttavat ohjelmistokehitystä merkittävästi tarjoamalla esimerkkikoodeja, ratkaisuja ja ideoita. Tekoälytyökalut antoivat kuitenkin ehdotuksia ominaisuuksista, joita kehittäjä ei erikseen pyytänyt. Eri tekoälytyökalut generoivat myös samasta tapauksesta erilaisia vastauksia, jonka vuoksi tekoälytyökalujen tarjoama apu vaatii edelleen kehittäjän aktiivista arvioimista, ohjaamista ja muokkaamista. Lopputuloksena saatiin rakennettua projektin suunnitteluvaihe ja pohja käyttämällä pelkästään v0 tekoälytyökalua, jonka jälkeen ilmenneiden virhetilanteiden korjaamiseen, käytettiin Copilotin generoimia vastauksia. Kehittäjän vastuulle jäi lopulta koodin ymmärtäminen ja tekoälytyökalujen ristiriitaisten tietojen selvittäminen.