ChatGPT und KI in der Softwareentwicklung

Der Hype, den die Chatbot-KI von OpenAI Ende November 2022 auslöste, halte durchs gesamte Internet. Unzählige Social-Media-Beiträge zeigen, was die schwache KI alles kann: vom Algorithmus bis zum Sonett scheint so ungefähr alles möglich zu sein. Was ist da los? Schließlich ist künstliche Intelligenz schon seit einigen Jahren ein fester Bestandteil unseres Alltags. Die schlauen Systeme machen unser tägliches Leben einfacher – im Auto als Fahrassistenz, im Wohnzimmer durch Alexa und Co. oder auf dem Handy. Aber sie können noch mehr: Das Sprachmodell ChatGPT schreibt überzeugend gute Texte, von der Produktbeschreibung bis zum Bewerbungsschreiben. Und jetzt können ChatGPT und GitHubs Copilot Dir auch beim Programmieren helfen. ChatGPT schreibt Deinen Java-Code in Sekundenschnelle in Python um, es generiert JSX-Code aus einer reinen Beschreibung des Layouts und ist Dein persönlicher Stackoverflow, der auf eigentlich jede Frage eine ausschweifende Antwort parat hat.

Läuten Sprach-KIs für die Softwareentwicklung die nächste digitale Revolution ein? Können diese Modelle die Programmierarbeit nicht nur vereinfachen, sondern sogar übernehmen? Werden Devs bald überflüssig? Wir haben uns den Hype rund um ChatGPT genauer angeschaut und geben Dir Antworten auf diese Fragen.

Ende November 2022 stellte das US-amerikanische Unternehmen OpenAI, zu dessen Geldgebern u.a. Elon Musk und Microsoft gehören, seine Software ChatGPT (OpenAI's Generative Pre-trained Transformer) vor. Ein Sprachmodell, basierend auf dem KI-Algorithmus GPT-3.5, das die Tech-Welt verblüfft und den ein oder anderen "Normalo" sprachlos zurücklässt. ChatGPT ist ein prädikatives Modell für natürliche Sprachverarbeitung. D.h. es trifft sprachliche Vorhersagen auf Basis einer riesigen Menge an Texten, mit denen die Chatbot-KI trainiert wurde.

Das Interface von ChatGPT mutet wie das einer Suchmaschine an, aber die KI kann wesentlich mehr als eine Liste mit Links auszuspucken. Das Besondere an der Software: Die User:innen können mit dem künstlichen Agenten, dem Chatbot, ein Gespräch führen. Anders als bei Suchmaschinen geht es nicht nur um die eine Antwort auf eine bestimmte Frage. Das Modell liefert "Fakten", "Definitionen" und dient als Schreibassistent – ob Geburtstagskarte oder Anschreiben, die Ergebnisse sind je nachdem, wie hoch Dein Anspruch ist, auf jeden Fall nutzbar.

Das neuronale Netzwerkmodell wurde speziell auf Dialoge optimiert und ist eine Weiterentwicklung des GPT3, auf dem auch DALL-E trainiert wurde. DALL-E ist ein Programm, dass aus Text-Input Pixel-Output macht, also ein KI-System, das wörtliche Beschreibungen in fotorealistische Bilder umsetzt. Die Daten dieses Vorgängermodells flossen in den ChatGPT ein und geben dem Benutzenden das Gefühl, einen echten Dialog zu führen. Allein der Eindruck, ein Gespräch führen zu können suggeriert menschliche Fähigkeiten und trägt wahrscheinlich einen guten Teil zum Hype bei.

Der Wunsch nach Programmen, die Programme selbst schreiben ist so alt wie die Informatik selbst. In den Anfangszeiten musste z.B. bei jedem Programm der Maschinencode neu eingegeben werden – bis Grace Hopper ihre smarte Idee, der Computer solle selbst die Codeabschnitte abschreiben, umsetzte.

Heute kannst Du Dir als Entwickler:in von KI beim Programmieren helfen lassen. In der Regel musst Du als Entwickler:in kein Problem mehr von Grund auf lösen und Du greifst fast immer auf Bausteine zurück. Wenn Du nicht weiterkommst, schaust Du wahrscheinlich bei Stackoverflow und suchst nach passenden Codestücken und Bug Fixes. Wäre doch praktisch, wenn genau das auch ein Algorithmus übernehmen würde, oder?

Klingt ziemlich beeindruckend, oder? Wenn Du Dich jetzt fragst, ob Devs in Zukunft arbeitslos werden, dann lautet die Antwort ganz klar nein. Im Bereich der Sprachgenerierung liefern Sprachmodelle wie ChatGPT für kurze, normierte Texte wie Produktbeschreibungen gute Vorhersagen. Sie können Texte, die von Menschen geschrieben wurden, durchaus ersetzen. Auch hier gilt: Je standardisierter ein Bereich, desto besser lässt er sich automatisieren. Autoren und Journalistinnen werden sie aber nicht arbeitslos machen und genauso wenig wirst Du als Softwareentwickler:in plötzlich überflüssig. Denn wenn es darum geht, komplexere Zusammenhänge zu erfassen, ist das computationell schwierig umzusetzen. Kausalität und auch die Kategorien von Raum und Zeit kennt die Sprach-KI nicht.

Inwieweit die KI kreative Texte generieren kann, ist umstritten. Für die Uniqueness ist immer noch der Mensch wichtig. Genau das trifft auch auf Dich in der Softwareentwicklung zu. Die künstliche Intelligenz kann Dir Routinearbeiten abnehmen wie Dokumentationen oder Tests, aber Du hast stets den Überblick und gibst die Richtung vor, in die ihr geht. Ihr seid also ein Expert:innen-Duo, das Top-Ergebnisse liefert.

ChatGPT ist keine eierlegende Wollmilchsau. Beim Codeschreiben kann Dir die Chatbot-KI vor allem immer dann gut helfen, wenn es ein häufig genutzter Algorithmus ist. Im Prinzip ist KI wie der ChatGPT Dein persönlicher Stackoverflow. Und damit kommt es für Dich als Entwickler:in eben auch an Grenzen.

Analysefähigkeit und Kreativität sind die wichtigsten Eigenschaften, die Dich und Deinen Code von einer KI unterscheiden. Auch wenn es verlockend ist, sich möglichst viel (Fleiß-)Arbeit von einem Algorithmus abnehmen zu lassen, solltest Du Dir immer bewusst sein, dass sie Fehler macht, die sie zugegeben sehr glaubwürdig verpackt. Ein Grundsätzliches Problem neuronaler Sprachmodelle: Sie benutzen statistische Wortmuster, die sie in den Trainingsdaten erkennen. Bei ihren Voraussagen generieren die Sprach-KIs Zusammenhänge, die es unter Umständen gar nicht gibt, Fake News sozusagen. Expert:innen sprechen dann von Halluzinationen. Ein echtes Sprachverständnis hat die KI nämlich nicht, sie verfügt über kein Weltwissen. Tatsächlich produziert das Sprachmodell seine "Fakten" in glaubwürdigen Text und es ist der Job der User:innen, diese Aussagen zu überprüfen. Stackoverflow hat ziemlich schnell reagiert, als viele User:innen mit ChatGPT generierte Bug Fixes posteten. Schon wenige Tage nach dem Go-Live der Sprach-KI verbietet die Plattform Posts, die mithilfe der Software von OpenAI erstellt wurden.

Ein weiteres großes Problem der Sprach-KIs ist die Begrenztheit des Korpus, auf dem sie trainiert wurden. Alles nach 2021 kann ChatGPT z.B. nicht "wissen". In der jetzigen Beta-Phase wird ChatGPT allerdings sehr viel dazu lernen. Trotzdem besteht immer die Gefahr, dass Fehler sich potenzieren, Bias entstehen etc. Denn mit der Qualität der Daten steigt und sinkt auch die Qualität des Outputs, also das gute alte GIGO-Prinzip: Garbage In, Garbage Out.

Welche Auswirkungen Sprach-KIs auf die Branche haben, ist noch nicht abzusehen. Aber dass sie die Arbeitsweise von Softwareentwickler:innen grundlegend verändern werden, zeichnet sich schon jetzt ab. Ob ChatGPT oder Copilot, die KI kann Dir als Developer viel Zeit sparen. Aber es gibt auf dem Weg zum perfekten generierten Code noch eine ganze Reihe an Fallstricken und juristischen Fragen zu lösen. Welche Rolle z.B. das Urheberrecht spielt oder wie es mit dem Datenschutz aussieht. Unklar ist auch, in welche Richtung sich das Geschäftsmodell von OpenAI entwickeln wird. Bleibt die Nutzung kostenlos? Werden bei der Weiterentwicklung Bias verstärkt? Auch das Katz-und-Maus-Spiel zwischen Programmen, die generierte Texte erstellen und solche wie GPTZero, die generierte Texte aufspüren, werden wir in Zukunft in einem noch schnelleren Wechsel beobachten. Im Hinblick auf den enormen Energiebedarf, der zum Training von KI gebraucht wird, wird Green AI als Forschungsbereich immer wichtiger.

Fest steht: KI-basierter Code wird den Workflow in den Dev-Teams verändern, zum Positiven. Die Code-Generatoren erarbeiten die Basics und erledigen die Routinearbeit und Du sorgst für den Feinschliff, zusammen seid ihr ein Expert:innen-Duo. Denn so wie es jetzt aussieht, wirst Du als Programmierer:in nicht durch Software wie ChatGPT und Copilot arbeitslos. Zum einen macht die KI noch zu viele Fehler. Zum anderen beschränkt sich die Kernkompetenz eines guten Devs nicht nur darauf 1a-sauberen Code zu schreiben. Deine Software muss gut strukturiert, erweiterbar, wartbar und technisch skalierbar sein. Du denkst über den Tellerrand hinaus und entwickelst kreative Ansätze zur Lösung von IT-Problemen. Und das ist nur der eine Teil der Arbeit. Auf der anderen Seite kommunizierst Du mit dem Auftraggebenden, diskutierst Vorschläge, findest heraus, was Kund:innen möchten, was sie eigentlich brauchen und was tatsächlich umgesetzt werden kann. Etwas, bei dem KI maximal unterstützen kann, weil sie z.B. schneller Daten analysiert oder Modelle simulieren kann. Aber die beste Software läuft nicht, ohne einen Menschen, der sie einsetzt.