人工智能可以改变我们所知的数据科学——原因如下

生成人工智能（gen AI）正在为每个人成为自己的软件开发人员铺平道路。但与此同时，人工智能可能会让许多非凡的技能变得不必要。

这是巴布森学院的托马斯·达文波特和风险投资家伊恩·巴金在他们的最新著作中所说的话， 全力以赴技术：人工智能驱动的公民革命。首先，他们指出，借助低代码和无代码工具、机器人流程自动化以及现在的人工智能，软件开发的大门向所有人敞开。 

还：每个网站都同意您梦想的编程工作需要这种语言

“技术不再属于任何一个职能部门，”他们解释道。“数据及其分析不再只是博士和核心数字运算者的财产。从现在开始，所有员工都有能力成为系统设计师、数据分析师、编码员和创造者。”

达文波特和巴尔金指出，生成式人工智能将把公民发展提升到一个全新的水平。“首先是通过对话式用户界面，”他们写道。“如今几乎所有软件供应商都已经宣布或即将推出生成式人工智能界面。”

“现在或在不久的将来，对编程或访问/分析数据感兴趣的人只需要以常规语言向人工智能系统发出请求，获取包含一组特定功能的程序、具有关键步骤和决策的自动化工作流程，或者涉及特定变量或特征的机器学习分析。”

正如作者提到的，这个未来的一部分（尚未完全形成）是专门为执行特定类型的工作而设计的机器人。“来自 RPA 供应商和其他初创公司的数字员工声称可以完成全部工作，尽管我们迄今为止的调查表明他们实际上只执行了几项任务，而且肯定不如人类员工灵活。”

另外： 谷歌调查显示，超过 75% 的开发者依赖人工智能。但有一个问题

达文波特和巴尔金表示，这包括新生的软件开发机器人，供应商声称它们“能够从头到尾编写软件程序”。“我们的猜测是，在接下来的几年里，这些机器人将能够提高人类公民的生产力，但不会取代他们。”

他们补充道，Gen AI 感觉就像终极研究助理或程序员，“因为它正在为分析生成代码。它将引出你想要的东西，工作速度非常快，并允许你在指定应用程序时无限次改变你的想法，自动化，或模型。”

他们总结道：“Gen AI 还将让您更轻松地找到可用于启动公民项目的现有模型、功能或软件组件。” 

另外： ChatGPT 如何在几秒钟内扫描 17 万行代码，节省我的工作时间

超越这些早期的起步，随着人工智能、RPA 和其他工具的发展，“一些公民开发人员可能不再需要，每个公民都需要改变他们的工作方式，”达文波特和巴尔金推测。Gen AI 将承担大部分工作，包括生成应用程序代码、自动化和数据科学分析。

CirroLytix 首席执行官兼首席技术官 Dominic Ligot 在最近的 HackerNoon 中呼应了 Davenport 和 Barkin 的观察结果 文章，指出他如何使课堂上的半技术人员能够利用数据科学工具：

“参与者（主要是通常不编码的首席信息安全官）发现，在人工智能的帮助下精心设计的练习既直观又实用。我的目标是让他们沉浸在直接处理数据和代码的过程中。他们特别感谢有机会手动探索现代网络威胁监控和 SIEM 平台通常自动化的内容，深入了解“幕后”发生的流程。”

与此同时，利戈特还建议公民开发者和数据科学家可能不一定需要技术技能，因为人工智能承担了大部分工作。“我从这门课中得到的主要收获是令人惊讶的违反直觉：据我们所知，数据科学最终将被人工智能取代，”他说。一个 

还：技术专家 Bruce Schneier 谈安全、社会以及为什么我们需要“公共人工智能”模型

“能够处理数据分析、建模和洞察生成的人工智能驱动工具的兴起可能会迫使我们改变对数据科学本身的作用和未来的看法，”利戈特说。“像数据准备、清理，甚至基本的定性分析这样的任务——消耗数据科学家大量时间的活动——现在很容易被人工智能系统自动化。”

“更糟糕（或者更好，取决于你所处的位置）的是人工智能更快、更准确，并且不太容易出现人为错误或疲劳。”

尽管如此，达文波特和巴尔金澄清说，要达到通过人工智能无缝交付开发和数据科学的程度还需要时间。他们表示：“未来，新一代人工智能和对话式人工智能很可能将成为所有公民应用程序的前端。”“如今，许多工具都可以做到这一点，但至少需要一点点的复杂性来创建提示，让您能够第一次接触到您想要的应用程序、数据分析或自动化工作流程。代码生成也是如此，这也是经验丰富的程序员往往比缺乏经验的程序员运气更好的原因之一。” 

还：2024 年最佳编码人工智能（以及不该使用的人工智能）

然而，他们继续说道，“在一两年内，将有可能与 gen AI 界面就机器学习分析进行迭代讨论。”