Callaghan beginnt seine Überlegungen mit einer Besprechung der Inbetriebnahme der beiden Systeme; GitHub Copilot wird ausschließlich in der Visual Studio Code-Umgebung betrieben.
Im Bereich der „eigentlichen“ Experimente beginnt das Buch, die beiden KIs mit verschiedenen Aufgaben im Bereich der Shell Skript-Programmierung zu bombardieren. Der Autor setzt dabei durch die Bank auf durchaus praxisnahe Aufgaben; die von den beiden künstlichen Intelligenzen generierten Ergebnisse werden „verglichen“, um dem Leser ein Gefühl für die Möglichkeiten und Grenzen der Systeme zu vermitteln.
Als nächste Aufgabe folgt die Nutzung von Git – spezifischerweise müssen die KIs verschiedene Befehle generieren, die Aufgaben gegen Version Control-Repositories ausführen.
Algorithmik und mehr
Ob der „sehr tiefen“ Datenbasis zeigen KI-Programmiersysteme beeindruckende Fähigkeiten im Bereich des Retro-Computing – in Tests des Autors erwies sich Google Bard beispielsweise als souveräner Programmierer für Palm OS Garnet.
Umso bedauerlicher ist, dass Callaghan in seinem Lehrbuch „ausschließlich“ auf JavaScript und TypeScript setzt und andere Sprachen wie Java oder C links liegen lässt. Im Kapitel „Common Algorithmics“ kümmert sich Callaghan vor allem um String- und Array-Verarbeitung; fortgeschrittene Aufgaben der Algorithmik (Stichwort Robert Sedgewick) wirft der Autor den KI-Assistenten nicht zum Fraß vor. Dies ist insofern schade, als die ob des Trainings prinzipiell eher „akademisch“ ausgerichteten Systeme gerade in diesem Bereich in besonderem Maße brillieren müssten.
Algorithmisch angehaucht sind die beiden folgenden Kapitel, die sowohl GitHub Copilot als auch ChatGPT erstens mit der reaktiven JavaScript-Erweiterung RX JS und zweitens mit der Erzeugung von regulären Ausdrücken konfrontieren. Beide Abschnitte sind „nicht nur“ ob der Vorführung der Möglichkeiten der künstlichen Intelligenz interessant – der Autor kommentiert die generierten Code-Snippets umfangreich, was auch als eine Grund-Einführung in die beiden (universell nützlichen) Teilbereiche der Informatik herangezogen werden kann.
KI ist mehr
Die Kombination aus Allgemeinbildung und Programmier-Fähigkeit erweckt – logischerweise – Begehrlichkeiten im Bereich der Daten-Generierung: Wer einmal einen Testdatensatz von Hand zusammengestellt hat, weiß, wie viel Arbeit dies darstellen kann. Die von Callaghan durchgeführten Experimente schaffen in diesem Bereich echten Mehrwert. Schade ist nur, dass die Beispiele wie der Rest des Buchs konsequent auf die Bedürfnisse von JavaScript-Entwicklern ausgerichtet sind und anderen Entwicklern nicht sonderlich viel Fleisch bieten. Dieser Trend gilt auch für das Kapitel zu automatisierten Testsystemen.
Zu guter Letzt findet sich dann noch ein Kapitel, das unter dem – etwas verwirrenden – Titel „Agile Project Management” auf Möglichkeiten eingeht, um künstliche Intelligenz zur Generierung der diversen in Scrum und Co. notwendigen Text-Artefakte einzusetzen. Dies dürfte insbesondere in akademischem oder Großkonzern-artigen Umfeld von großer Bedeutung sein; ist ein Kommentar über jeder Methode, so kann man den prüfenden Lektor für den Punkteabzug rechtlich belangen und hat vor ihm Ruhe. Callaghan verlegt bei Amazon im Selbstverlag. Bebilderung und Layout bieten dabei per se keinen Anlass zur Kritik. Schade ist am vorliegenden Rezensionsexemplar lediglich, dass rund die Hälfte der Seiten „fehlerhaft“ gedruckt ist. Ab etwa der Mitte der Seite lässt die Druckqualität stark nach – störend, wenn auch nicht übermäßig.
- title
- P-AI-R Programming: How Al tools like GitHub Copilot and ChatGPT Can Radically Transform Your Develo
- subtitle
- Michael D. Callaghan
- introduction
- Seiten: 175 Preis: 32,00 € (E-Book 25,99 €) Verlag: Independently published über Amazon Jahr: 2023 ISBN: 979-8387343117
- image
- Cover_Pair Pogramming
