Trotz des großen Hypes, der um ChatGPT gemacht wird, kann es sich zumindest für Entwickler als gerechtfertigt erweisen. Bei der Geschwindigkeit, mit der neue Frameworks, Plattformen und sogar Sprachen auftauchen, wird es zu einer wahrhaft beängstigenden Aufgabe, da mitzuhalten.
ChatGPT könnte das „Heilmittel” für diese überwältigende Situation sein. Mit ChatGPT als Leitfaden lerne ich Python schneller, als ich jemals in meinem Leben etwas gelernt habe.
Ich habe mich in erster Linie auf ChatGPT gestützt, habe aber auch zusätzliche Unterlagen verwendet, um die darin enthaltenen Hinweise zu überprüfen. Eine der Schwierigkeiten bei den ersten Schritten ist, dass wir einfach nicht wissen, was wir (noch) nicht wissen. Ich begann also mit einer einfachen Aufforderung: „Welche grundlegenden Prinzipien und Konzepte muss ich lernen, um Python zu beherrschen?”
Innerhalb von zwei Wochen habe ich ohne jegliche Kenntnisse von Python, geschweige denn von ChatGPT, eine einfache Webanwendung mit Flask und Bootstrap entwickelt. Sie nehmen Wetterberichte von einer öffentlichen API und lassen sie durch das „Text-DaVinci-003”-Modell von OpenAI laufen, das die Berichte in bemerkenswert menschlich klingender Prosa zurückgibt.
Diese moderne Version der „Hallo Welt”-App ist zwar sehr simpel, zeigt aber sehr schön die Kernkompetenzen für die Erstellung von Lösungen mit API-Integrationen. Sie dient auch als vertraute Kulisse für die fast surreale Erfahrung, zum ersten Mal mit ChatGPT zu lernen.
Die Unterstützung, die es gewährte, war erstaunlich, um es einmal so auszudrücken. Ich habe es mit Fragen gelöchert und es um Ratschläge gebeten. In jeder Phase war es da. Es erklärte mir, welche Server- und Framework-Optionen ich hatte, zeigte mir, wie ich meine Ordner und Dateien für eine typische Flask-Einrichtung anordnen sollte, ging auf meine Zweifel ein, erläuterte Themen, die mir nicht klar waren, und lieferte schließlich äußerst nützliche Code-Beispiele.
Wie Sie später sehen werden, ging es nicht ohne Schluckauf, aber insgesamt bin ich begeistert. Ich gehe davon aus, dass dieses Tool (und andere ähnliche) in Zukunft de facto zu meiner Arbeitsweise gehören werden.
Wo ChatGPT meine Erwartungen übertroffen hat
Die Fähigkeit von ChatGPT, Code zur Verfügung zu stellen, ist unter Entwicklern wahrscheinlich die bekannteste Funktion, aber was wirklich hervorsticht, ist die Fähigkeit, auf Folgefragen zu antworten. So einfach (oder albern) das auch klingt, wie oft haben Sie schon etwas gelesen und festgestellt, dass Sie Fragen hatten, die der Text nicht ohne weiteres beantworten konnte, geschweige denn, wo Sie in der Dokumentation nach einer Klärung suchen sollten? Ich habe in meiner Karriere schon viel zu viele Stunden mit dieser Art von Nachforschungen verbracht.
Als ChatGPT auf den Markt kam, war damit Schluss. Die Tatsache, dass ich einfach fragen kann: „Meinst du ‚x‘ oder ‚y‘, wenn du von ‚z‘ sprichst?” hat mir bereits überraschend viel Zeit erspart. Die Fähigkeit, eine Kette von zusammenhängenden Fragen zu stellen, ist für das Lernen von großer Bedeutung. Wir haben das Zeitalter der lebenden Dokumentation erreicht. Es ist, als hätte man einen Mentor und ein großes Forschungsteam in einer Person zur Verfügung.
„Verbesserungsbedürftig”
Obwohl ich unglaubliche Erfahrungen gemacht habe, muss ich sagen, dass diese Reise nicht immer reibungslos verlaufen ist. Ein Faktor ist die schnell wachsende Popularität von ChatGPT. Während dieses Prozesses stieß ich plötzlich auf die Meldung „at capacity”. Ich musste zu einem kostenpflichtigen Konto wechseln, um den Zugang zu erhalten. Das macht einen entscheidenden Punkt deutlich: Um diese Funktion in Ihren normalen Arbeitsablauf einzubinden, benötigt man ein kostenpflichtiges Konto. Vor kurzem wurde ChatGPT Plus für 20 USD pro Monat eingeführt, was meiner Meinung nach jeden Cent wert ist.
Verwenden Sie ChatGPT nicht … zum Codieren
Ein Bereich, in dem ChatGPT Schwierigkeiten hatte, war die Erstellung längerer Kodierungsmuster. Wenn die Lösungen mehr als 50 Zeilen umfassten, kam es fast immer zu einem Fehler. Vielleicht lag es an der Last, unter der es stand, oder an den expliziten Richtlinien von OpenAI, aber wie ich inzwischen gelernt habe, hätte ich ChatGPT nicht um komplexe Coding-Lösungen bitten sollen. Hier kommt das Modell „code-DaVinci-002” von OpenAI ins Spiel. ChatGPT wurde auf eine große Menge von Textinformationen trainiert, um natürlichsprachliche Antworten zu geben. Die Dokumentation von OpenAI macht jedoch den Unterschied deutlich: „Die Codex-Modellreihe ist ein Nachkomme unserer GPT-3-Reihe, die sowohl auf natürlicher Sprache als auch auf Milliarden von Codezeilen trainiert wurde.” (Betonung auf „mine”)
ChatGPT eignet sich hervorragend für kurze, erklärende Code-Beispiele, die Ihnen helfen, Konzepte oder Syntax zu verstehen, mit denen Sie nicht vertraut sind. Aber für die alltägliche Programmierung müssen wir uns mit den Codex-Modellen vertraut machen. Sie erfordern zwar mehr Know-how, aber damit einher geht auch ein höheres Maß an Kontrolle und ein größeres Reservoir an Programmierkenntnissen.
Der Schlüssel zum Erfolg: „Promptes Engineering”
Um KI-Tools wie ChatGPT auf die nächste Stufe zu bringen, müssen Sie Ihre Fähigkeiten im „Prompt-Engineering” verfeinern. Die Fähigkeit, das, was Sie von ihnen verlangen, sorgfältig zu gestalten, wird den Unterschied zwischen durchschnittlichen Nutzern und denjenigen ausmachen, die ihre Macht voll ausschöpfen können. Keine Sorge, OpenAI hat auf seiner Website eine Menge Beispiele bereitgestellt, damit Sie loslegen können. Sie können Ihre Fähigkeiten sogar auf einem Playground verbessern, der eine differenziertere Kontrolle ermöglicht, z. B. über die „Temperatur” der Antwort. Ein Maß dafür, wie kreativ die KI bei der Erstellung ihrer Antworten sein wird. Die Verwendung der Codex-Modelle im Playground, wo ich diesen Wert anpassen kann, hätte die Probleme, die ich mit den Coding-Beispielen von ChatGPT hatte, verhindert.
Abschließende Gedanken
Das war bisher eine fantastische und augenöffnende Erfahrung, und ich freue mich schon darauf, zu sehen, wie weit ChatGPT und andere KI-Tools wie dieses getrieben werden können. Wir befinden uns an einem Wendepunkt in unserem Beruf und in der Bildung im Allgemeinen. Um relevant zu bleiben, müssen wir uns selbst und unsere Herangehensweise an praktisch jeden Aspekt unserer Arbeit neu erfinden. Zum Glück ist ChatGPT da, um Ihnen den Weg zu weisen.
10 Visual Studio Code extensions for Python development
Advanced ChatGPT Guide – How to build your own Chat GPT Site
Getting Started with GitHub AutoPilot
For Globant Employees: Globant U chatGPT Training
(3) Open Weather API
(4) OpenAI’s introduction to Codex models
(5) Example of codex model prompting in OpenAI’s playground
Einige der von OpenAI angepriesenen Fähigkeiten des Codex: „Kommentare in Code umwandeln, die nächste Zeile oder Funktion im Kontext vervollständigen, Wissen für Sie bereitstellen, z. B. eine nützliche Bibliothek oder einen API-Aufruf für eine Anwendung finden, Kommentare hinzufügen, Code für mehr Effizienz umschreiben”
