Le Intelligenze Artificiali sono già interessanti in senso astratto, ma che ne diresti se addirittura ne potessi integrare una nel tuo flusso giornaliero di lavoro? Per noi programmatori, da qualche tempo esiste Github Copilot, la IA che aiuta a programmare. Potevo non provarla? Ecco le mie “prime” impressioni. Entra a far parte della community Canale Telegram Gruppo Telegram Sostieni il progetto Sostieni tramite Satispay Sostieni tramite Revolut Sostieni tramite PayPal (applica commissioni) Sostieni utilizzando i link affiliati di Pensieri in codice: Amazon, Todoist, Readwise Reader, Satispay Partner Runtime Radio GrUSP - Codice sconto per tutti gli eventi: community_PIC Schrödinger Hat Fonti dell'episodio Github Copliot Attrezzatura Shure Microfono Podcast USB MV7 Neewer NW-5 Pannello fonoassorbente Link affiliati: il costo per te non cambia, ma una piccola parte del ricavato sostiene il podcast. Crediti Sound design - Alex Raccuglia Voce intro - Maria Chiara Virgili Voce intro - Spad Musiche - Kubbi - Up In My Jam, Light-foot - Moldy Lotion, Creativity, Old time memories Suoni - Zapsplat.com Cover e trascrizione - Francesco Zubani
Audio and video play straight from the show's own hosting. PodSubs stores and serves no media.
Transcript
From the show. Tap a time to play from there.
Di intelligenza artificiale, qui su Pensieri in Codice ne parliamo spesso. Come funzionano machine e deep learning? Quali effetti più o meno evidenti queste tecnologie hanno sulla nostra vita quotidiana, sulle nostre scelte e sui nostri comportamenti? E dato che, quando mi capita l'occasione di sperimentare qualcosa di interessante in prima persona, solitamente la colgo abbastanza al volo, appena mi è stato possibile ho subito deciso di integrare Copilot, il nuovo algoritmo di intelligenza artificiale di Microsoft, all'interno delle
mie attività quotidiane di scrittura del codice. L'ho utilizzato attivamente, ho provato a studiarlo, a studiarne gli effetti su di me e sul mio lavoro e anche sul mio modo di lavorare e negli ultimi giorni ho provato a fare una piccola valutazione del risultato. Nell'episodio di oggi quindi ti racconto la mia esperienza e le mie impressioni dopo quattro mesi di utilizzo quotidiano di GitHub Copilot. Non prima però di aver ascoltato la sigla. Benvenuti su Pensieri in Codice, il podcast dove si ragiona da informatici, con Valerio
Galano. Se non ne hai mai sentito parlare, devi sapere che GitHub Copilot è un'intelligenza artificiale appositamente progettata per programmare, per scrivere codice. Sul sito ufficiale Microsoft la definisce Your AI Pair Programmer, proprio a voler sottolineare il fatto che si tratta di un servizio progettato per sviluppare insieme al programmatore, per seguirlo, supportarlo, aiutarlo e consigliarlo durante la fase di scrittura del codice. In pratica si tratta
di un motore di machine learning basato su Codex OpenAI e allenato utilizzando la ormai enorme mole di codice presente su GitHub. La promessa di questo servizio è quella di alleggerire il programmatore nello svolgere quelle operazioni meccaniche e o ripetitive che notorialmente portano via ingenti quantità di tempo, o conducono a massicci copia e incolla, o sono fonte di bug dovuti a distrazione, insomma la parte noiosa del lavoro. Noi diciamo
sempre che programmare significa risolvere problemi, che lo sviluppo è un'attività creativa, però poi finiamo spesso a scrivere e riscrivere o importare grosse parti di codice per l'esecuzione di operazioni più o meno comuni, che magari abbiamo già risolto altrove o che altri hanno già risolto prima di noi. Copilot quindi è stato pensato proprio per semplificare queste operazioni e permettere a chi lo utilizza di dedicarsi alla parte importante del lavoro, cioè il ragionamento, la progettazione e la risoluzione dei problemi.
E per fare questo implementa tutta una serie di funzionalità veramente interessanti se non addirittura stupefacenti. Ad esempio, tra le tante, poiché è un discendente diretto dell'ormai celebre GPT-3, Copilot è in grado di convertire direttamente i commenti in codice funzionante. Basta infatti descrivere in un commento il modo in cui un metodo o una funzione debba funzionare, iniziare a scriverne la firma e come per magia l'algoritmo prova a produrre
il codice che ritiene più adatto per svolgere le operazioni descritte. A quel punto il programmatore può accettare il codice proposto ed eventualmente modificarlo o correggerlo se lo ritiene necessario, oppure rifiutare ed iniziare a scrivere il proprio codice ed in tal caso l'algoritmo continuerà ad autocorreggersi e a proporre altre soluzioni che si adattino sia alle richieste sia a quanto già scritto. Un'altra funzione molto interessante poi è quella che serve a completare porzioni di codice ripetitivo. A volte infatti serve compilare un oggetto o un array con tanti
elementi o una serie di proprietà o di costanti secondo una certa logica. Mi riferisco, che so, magari ad un array che contiene una serie di tag HTML da convertire in qualcos'altro o una serie di costanti che rappresentano i nomi dei mesi dell'anno o addirittura la traduzione in varie lingue della stessa parola. Capitano a volte queste piccole macchinose scocciature e in questi casi Copilot è in grado di capire e completare queste liste per conto del programmatore.
Già negli esempi sul sito infatti viene mostrato come sia sufficiente scrivere un paio di righe e l'algoritmo fa tutto il resto intuendo quali altri elementi serve aggiungere, a quali valori vadano associati e così via. Ovviamente poi l'algoritmo è di grande aiuto anche nella generazione dei test e non solo perché crea le classi o i metodi di testing come fanno i moderni editor o i moderni framework ma anche perché cerca di predisporre casi specifici con valori
che potrebbero essere significativi ai fini del test quindi generando casi standard, casi particolari, casi limite e così via. Infine sono addirittura presenti numerose integrazioni con vari servizi online quindi in pratica il programmatore scrive la firma di una funzione o di un metodo come ad esempio FetchTweetsFromUser e Copilot scrive tutto il resto della funzione. Chiamata all'API di Twitter, parsing della risposta, restituzione dei dati eccetera eccetera. Ora anche se tu che mi
ascolti non sei un programmatore spero ti risulti chiaro quanto tutto questo sia qualcosa di impressionante quasi magia un algoritmo che scrive codice praticamente un sogno quale programmatore non vorrebbe usarlo? Prima di procedere con l'episodio però mi voglio fermare un attimo e precisare una cosa perché lo so già tu ascoltatore abituale di pensieri in codice a cosa starai pensando. Sì tutto bellissimo ma quale codice viene utilizzato per allenare questa
intelligenza artificiale? Con quale autorizzazioni viene dato in pasto ad un algoritmo il lavoro fatto da qualcun altro e il risultato di questo lavoro è praticamente del codice copiato da altri progetti e altre domande del genere? Beh a questo proposito io posso solo dire che Microsoft parla di utilizzo responsabile dell'intelligenza artificiale che l'algoritmo non copia ma rielabora e offre soluzioni ottimizzate e che per quanto io ricordi chi utilizza GitHub concede
fondamentalmente a Microsoft la possibilità di esaminare il proprio codice tramite strumenti di parsing quindi in teoria qualsiasi codice presente sulla piattaforma potrebbe finire in pasto a Copilot. Tutte queste affermazioni però prima di tutto non sono semplicissime da verificare e poi ognuna delle domande di poco fa meriterebbe un'analisi e una discussione a sé e onestamente tutto ciò non è argomento centrale di questo episodio ed io non sono neanche certamente la
persona più qualificata ad esaminare questo tipo di aspetti che sono più di tipo legale o contrattualistico quindi per oggi eviterò volutamente di approfondire questa parte del discorso ma magari potremmo confrontarci insieme a riguardo sul gruppo Telegram che ne pensi? Se ti va e ovviamente se non sei già iscritto trovi il link in descrizione. Quindi chiusa questa piccola parentesi torniamo all'argomento principale dell'episodio parlavamo delle fantastiche
funzionalità di Copilot quindi dopo quella descrizione immagina il mio entusiasmo quando verso la fine di ottobre dell'anno scorso ho scoperto che il mio ambiente di sviluppo preferito e più utilizzato phpStorm aveva aggiunto il supporto a questo servizio tramite l'installazione di un piccolo plugin. Immediatamente l'ho installato e configurato su tutti o quasi i miei progetti personali e professionali ovviamente escludendo quelli per i quali non posso sottoporre
il codice a parsing questo si intende e poi ho iniziato a esplorare le funzionalità. Ora se hai mai utilizzato un editor un po' più evoluto dovresti avere già familiarità con il concetto di autocompletamento ma se magari non sei un programmatore prova a pensare a google search che implementa l'autocomplete sulla casella di ricerca e prova così a indovinare la prossima lettera o parola o frase che scriverai utilizzando un suo algoritmo. Ecco un ambiente di sviluppo
avanzato come può essere phpStorm o visual studio code o simili implementa già nativamente questo tipo di funzione tu inizi a scrivere il nome di una variabile o di un metodo e lui inizia già a suggerirti una lista di possibili opzioni per il completamento spesso tra questi c'è il suggerimento corretto qualche volta no ma in generale il motore che muove questa funzionalità è un algoritmo basato sulle regole del linguaggio o del framework se è presente o del progetto in cui si sta
lavorando github copilot invece è molto più complesso di così a differenza dell'autocomplete l'intelligenza artificiale di microsoft prova a indovinare non solo variabili ma interi metodi blocchi di commento a volte ha provato perfino a suggerirmi intere classi chiaramente basandosi solo sul nome del file che avevo appena creato da un punto di vista meramente operativo in un progetto configurato con copilot al momento mi basta posizionare il cursore in mezzo al codice
ed ecco che lui parte con i suggerimenti a volte anche se non ho ancora neanche iniziato a scrivere alcunché semplicemente io credo si basi su ciò che c'è scritto prima e dopo il cursore e così facendo provi a dare la risposta alla domanda perché ha posizionato il cursore in questo punto cosa vuole scrivere inizialmente a scopo puramente sperimentale ho provato un po tutte le funzioni che ti ho descritto poco fa e ricordo di aver subito pensato che funzionavano in modo impressionante
finiti i test sperimentali però ho lasciato attiva l'integrazione al servizio per utilizzarla attivamente durante il lavoro di tutti i giorni e nello sviluppo dei miei side project onestamente i primi tempi non sapevo bene cosa aspettarmi cioè immaginavo di aver installato una sorta di super auto completamento molto potente ma con il fatto che il php non è ufficialmente ancora supportato o meglio sul sito ufficiale si parla di una dozzina di linguaggi ma esplicitamente ne vengono nominati
solo 4-5 javascript python go e simili non pensavo che mi avrebbe dato chissà quanti suggerimenti reali però poi ho dovuto ricredermi l'algoritmo si attiva praticamente sempre basta posizionare il cursore e parte con il suggerimento più probabile nello specifico nel mio editor che della famiglia jetbrains lo inserisce come testo dal colore un po meno marcato all'interno del codice già presente nonché solitamente presenta almeno altre tre o quattro alternative in un'apposita
area mentre lavoro sul codice copilot cerca di completare nomi di variabili istruzioni funzioni cicli assegnazioni persino i commenti e lo fa persino in italiano quando qualche volta mi capita di scriverne o modificarne e se il cursore si trova all'interno di una classe ma fuori da un qualsiasi metodo appaiono suggerimenti su proprietà ma persino anche su interi metodi da implementare la quantità di output prodotta è a dir poco impressionante ma almeno per me qui
iniziano le note dolenti quanto sono effettivamente accurati i suggerimenti di questo algoritmo o in realtà per dirla in modo un po più corretto quanto sono accurati per me quanto hanno effettivamente migliorato la mia velocità di sviluppo è diminuito il mio lavoro necessario per implementare una modifica una funzionalità o addirittura un intero software online esistono varie statistiche riguardo copilot puoi cercare tu stesso troverai chi parla di percentuali accuratezza sicurezza e cose simili
ma io posso parlarti solo della mia esperienza personale la quale purtroppo non è molto positiva nonostante la notevole mole di suggerimenti infatti per me per il mio modo di lavorare forse o per i miei specifici progetti quasi tutti gli sforzi dell'algoritmo si sono infine rivelati inutili e ben pochi sono entrati effettivamente a far parte delle mie implementazioni per contro invece il fatto di dover scartare continuamente tanti suggerimenti mi ha causato
non poche perdite di tempo ad un certo punto infatti una volta resomi conto di questo problema ho provato ad analizzarne i motivi ed ho individuato alcune casistiche del comportamento dell'algoritmo durante il mio lavoro che secondo me possono essere interessanti ad esempio a volte capita che il suggerimento sia chiaramente frutto di un qualche strano loop appare un codice che si ripete in modo sospetto fino a sforare oltre il limite destro della finestra di modifica si
tratta di casi particolari anche se non così rari come mi sarei aspettato ma non sono un grandissimo problema perché sono piuttosto facili da scartare saltano subito all'occhio basta ignorarli e continuare a scrivere altre volte invece capita che io mi stia semplicemente muovendo tra una riga e l'altra magari cercando di comprendere il funzionamento del codice o cercando un bug e l'algoritmo inizia a suggerire di aggiungere funzionalità cicli o altri blocchi
che semplicemente non servono e non c'entrano nulla con il mio essere posizionato in quel punto a volte ancora capita che suggerisca blocchi di codice così lunghi che spostano il codice vero fuori dallo schermo e muovendoti magari con le frecce direzionali di riga in riga questi mega suggerimenti che appaiono e scompaiono fanno espandere e contrarre il codice regolare rendendone frustrante la lettura anche se per dir la verità questo particolare comportamento sembra essere
diminuito nell'ultimo periodo forse a causa di un qualche aggiornamento ma sinceramente non potrei esserne sicuro ad ogni modo quando un suggerimento cade al di fuori di tutti questi casi che ti ho appena descritto e magari appare a prima vista sensato diventa comunque necessario leggerne tutto il codice spesso modificarlo e adattarlo almeno per me io non riesco a immaginare come si possa accettare il suggerimento di una macchina in modo acritico e andare avanti e basta e così alla fine
se sai utilizzare discretamente l'editor spesso fai prima a scrivertelo da te quel codice paradossalmente in tutto questo l'unica applicazione che ho trovato veramente utile è quella della scrittura dei commenti ma attenzione non parlo dei blocchi di commento che descrivono i parametri delle funzioni l'output eccetera quelli li genera egregiamente già il php storm intendo proprio le frasi descrittive nei commenti quando infatti descrivo a parole il funzionamento di una
porzione di codice ho sempre la sensazione che copilot mi stia leggendo nel pensiero e questo effettivamente spesso mi è d'aiuto e mi permette di essere più veloce ovviamente non sempre ma accade molto più spesso che in tutti gli altri casi in conclusione quindi per quella che è la mia personalissima esperienza github copilot purtroppo per ora non si è rivelato essere di grandissimo aiuto nella scrittura del codice la quantità di suggerimenti che non si rivelano essere utili
per me è tale che mi ha portato praticamente a sviluppare una sorta di automatismo che mi fa scartare immediatamente qualsiasi suggerimento a meno che non ci metta la testa e questo di solito accade quando sono più stanco verso fine giornata diciamo però che comunque una sorta di miglioramento c'è stata all'inizio non faceva altro che rallentarmi per via di tutti quei piccoli problemi di cui ti ho parlato prima ma poi con il tempo diciamo che un po mi sono abituato ad
ignorarlo in determinate situazioni e un po in altre ho imparato a prendere solo quello di positivo che ha da offrire anche se per ora non sembra essere moltissimo sicuramente però continuerò ad utilizzarlo primo perché spero in un futuro miglioramento sia per quanto riguarda l'algoritmo in sé che per l'integrazione all'interno di php storm che credo sia in parte complice di alcuni comportamenti strani e poi perché sono sicuro che molte delle difficoltà incontrate dipendano
dal mio stile di utilizzo e credo che riuscendo ad affinare il mio modo di rapportarmi ad esso con il tempo potrà diventare di fatto un valido strumento di supporto in definitiva personalmente penso che questa tecnologia sia ancora acerba e mi preoccupa un po che allo stato attuale possa essere più deleteria che di aiuto soprattutto se magari utilizzata da chi non è in grado di gestirla o impiegarla con razziocinio il comportamento che assume infatti nonché il
modo in cui viene presentata potrebbero portare uno sviluppatore poco esperto anche solo magari pigro ad accettare petissequamente i suoi suggerimenti senza porre la giusta attenzione a quale codice sta andando ad integrare all'interno della propria codebase potenzialmente introducendo in tal modo bug o problemi di sicurezza le implicazioni psicologiche di uno strumento del genere infatti possono essere molte e secondo me non vanno trascurate sul sito ufficiale
di copilot microsoft ha inserito esplicitamente la frase you are the pilot proprio per affermare che è sempre il programmatore a decidere in fin dei conti ma siamo proprio sicuri che sia così dopotutto l'abbiamo già visto in tanti casi e situazioni simili l'utilizzo dell'intelligenza artificiale spesso porta ad un'eccessiva fiducia da parte dell'utilizzatore ad esempio per qualcuno magari non molto esperto o non molto sicuro di sé potrebbe diventare pian piano sempre più facile
dare più peso al codice prodotto dall'intelligenza artificiale che al proprio prendendo così l'abitudine di favorire la soluzione dell'algoritmo a discapito della propria in maniera a critica automatica e una volta che la percezione di responsabilità passa dall'umano alla macchina io già mi immagino commenti a ticket che recitano il metodo x generato da copilot ha introdotto il tale baggo la tale vulnerabilità o non ha considerato che il nostro software poteva
produrre questo particolare caso e a questo va poi aggiunto che almeno per noi umani le capacità vanno costantemente allenate e l'abilità del problem solving non fa eccezione quindi se si utilizza copilot per risolvere problemi banali e ci si concentra su quelli più complicati allora potrebbe essere un bene ma se lo facciamo pian piano diventare il nostro sostituto gli facciamo prendere le nostre decisioni allora noi pian piano diventeremo sempre meno capaci e solo degli
esecutori occhio però vorrei che fosse chiaro che con questo non sto dicendo che copilot sia un pericolo o che l'intelligenza artificiale non vada utilizzata mi raccomando per come la vedo io qualunque strumento sia d'aiuto per migliorare la vita il lavoro alla società in generale deve essere sempre bene accetto l'importante è valutarne bene le implicazioni ed utilizzarlo poi in maniera critica usando il cervello bene questa era la mia esperienza e le mie riflessioni su github copilot io spero come al solito che l'episodio ti sia piaciuto e ti ricordo che se
posso produrre questi contenuti è solo grazie a te che li ascolti e dalla community di pensieri in codice che sostiene il progetto scopri anche tu come dare una mano collegandoti al sito pensieriincodice.it con due i puoi ascoltare tutti gli episodi sulle maggiori piattaforme e app di podcast o riceverli direttamente sul tuo smartphone iscrivendoti al canale telegram se pensieri in codice ti piace e se sei arrivato fin qui immagino ti piaccia puoi condividerlo con un amico per farglielo conoscere così farai un favore a entrambi per oggi dunque è proprio tutto io ti do appuntamento
al prossimo episodio e ti ricordo che un informatico risolve problemi a volte anche usando il computer
Quanto inquina una domanda fatta a un chatbot? In rete le risposte non mancano, ma quanto sono affidabili? In questo episodio della Community Edition Paola Zubani, consulente in ambito sostenibilità, ci accompagna tra...
Da quando lavoro con gli agenti di Intelligenza Artificiale, il mio Second Brain ha rischiato di morire: a cosa serve prendere appunti, se tanto la macchina sa già tutto? In questo episodio ti racconto perché invece è...
Per festeggiare i 150 episodi, stavolta al microfono non ci sono solo io: Nox, speaker artificiale di Runtime by Night, mi intervista per provare a raccontarti la vera anima di Pensieri in codice, tra idee da smontare,...
Oggi parliamo del legame tra tecnologia e memoria: come gli strumenti digitali cambiano il nostro modo di ricordare, come funziona la memoria umana e in cosa differisce da quella digitale. E sul finale una bella...
Oggi ti racconto la storia dell’Elea 9003, il primo calcolatore elettronico commerciale italiano: un’avventura tra Olivetti, ricerca, transistor e design che ha provato a portare l’Italia nel futuro dell’elettronica....