Нейросети также можно применять для скрининга — то есть,
для предварительной оценки разработчиков при приёме на работу.
Но при этом стоит учитывать уровень специалиста,
которого мы хотим получить.
Чем выше грейд, тем более высокого класса задачи может решать разработчик,
и тем более сложные вопросы нужно ему задавать.
Пока ИИ с этим не справляется,
так как необходим мыслительный процесс.

Нейросеть же пока не может формировать сложные задачи и анализировать подходы к их решению
— она лишь просчитывает возможные варианты решений и
проводит базовую проверку кандидата в виде чек-листа.
Например, она может понять, какой паттерн реализует тот или иной программный код.
То есть сформулировать простую задачу, получить ответ и
сравнить его с ожидаемым результатом.
Но такой уровень проверки подходит только для работы с джунами или младшими мидлами.

В области программирования уровень ChatGPT сейчас
— это уровень между junior и junior+.

В последние 3-4 года мы наблюдаем стремительное развитие нейросетей.
Математические алгоритмы для их создания были придуманы ещё несколько десятилетий назад.
Но отрасль долго ждала соответствующей инфраструктуры, такой как облачные сервера и хостинги,
чтобы сосредоточиться на создании нейросетевых моделей.

Многие видят в нейросетях панацею для бизнес-задач и повседневных вопросов,
поэтому их пытаются использовать повсеместно.
По нашим расчётам, уже лет через пять-семь станет ясно, в каких сферах без нейросетей не обойтись,
а где они преждевременны или вообще не нужны.

Сейчас нейросети активно используются для работы с языковыми моделями,
так как они взаимодействуют с «человеческим языком» — английским, русским и другими.
Однако пока ИИ не слишком хорошо справляется с языками техники и бизнес-задач из-за узкой специализации.

При разработке ПО опытные программисты переводят требования заказчика в конкретные задачи.