Όχι ακόμα — και το κενό δεν αφορά την ταχύτητα πληκτρολόγησης. Η σύγχρονη τεχνητή νοημοσύνη δημιουργεί code αξιοσημείωτα καλά, αλλά η μηχανική λογισμικού είναι πολλά περισσότερα από την παραγωγή κώδικα. Αυτό που της λείπει είναι η κρίση γύρω από τον κώδικα: η απόφαση τι να φτιάξει, γιατί, και αν το αποτέλεσμα είναι πραγματικά σωστό σε ένα μεσσαίο σύστημα πραγματικού κόσμου.
Η τεχνητή νοημοσύνη μεταθέτει το έργο αντί να το αφαιρεί από τον μηχανικό. Λιγότερος χρόνος χειροκίνητης πληκτρολόγησης ρουτίνας κώδικα, περισσότερος χρόνος στο framing προβλημάτων, review του output, και επαλήθευση. Ο ρόλος κινείται προς τα πάνω στη στοίβα — από συγγραφέα κάθε γραμμής σε διευθυντή και επαληθευτή μιας ταχύτερης διαδικασίας.
Το να θεωρούμε ότι "η τεχνητή νοημοσύνη γράφει κώδικα" σημαίνει "η τεχνητή νοημοσύνη κάνει το έργο" είναι το κλασικό λάθος — συγχέει το πιο ορατό 20% με το σύνολο. Τα δύσκολα, πολύτιμα μέρη της μηχανικής είναι ακριβώς εκείνα τα μέρη στα οποία η τεχνητή νοημοσύνη είναι πιο αδύνατη: η ασάφεια, τα tradeoffs, η υπευθυνότητα, και το debug πρωτότυπων προβλημάτων. Η κατανόηση αυτού σας λέει πού να επενδύσετε τη δική σας ανάπτυξη — όχι στο out-typing ενός μοντέλου, αλλά στην κρίση που δεν μπορεί να αντικαταστήσει.