AI als nondeterministisches Rechnen: Ein Paradigmenwechsel

Key Takeaway

AI ist ein Paradigmenwechsel von deterministischer zu nondeterministischer Rechenweise, der neue Prüfmechanismen, strukturelle Toleranzen und formalisierte Sprachmodelle erfordert, um sicher und effektiv in der modernen Softwareentwicklung eingesetzt zu werden.

Summary

• Martin Fowler, Chief Scientist bei Thoughtworks, bezeichnet AI als die größte Veränderung in der Programmierung, die er in seiner Karriere erlebt hat.
• Im Interview spricht er davon, dass wir noch lernen, wie man mit AI umgeht, ähnlich dem Übergang von Assembly zu höherwertigen Sprachen wie COBOL oder Fortran.
• AI, insbesondere große Sprachmodelle (LLMs), ist nicht einfach ein weiteres Abstraktionsniveau, sondern ein völlig neues, nondeterministisches Rechenmodell: Ergebnisse können bei gleichen Eingaben variieren und beruhen auf statistischer Unsicherheit.
• Deterministisches Computing ist strikt binär (Richtig/Falsch), während nondeterministisches Computing „fuzziger“ ist und Fehler schwerer zu debuggen sind.
• Thoughtworks beobachtet, dass AI besonders bei der schnellen Prototypentwicklung („vibe coding“) sowie bei der Analyse und Modernisierung von Legacy‑Systemen hilfreich ist.
• Eine Methodik, die von Thoughtworks eingesetzt wird: semantische Analyse eines Quellcodes → Graphdatenbank → Retrieval‑Augmented Generation (RAG), um Funktionsweise und Architektur alter Systeme besser zu verstehen.
• Für Code‑Modifikationen durch AI bleibt die Zuverlässigkeit ein Problem; Entwickler müssen die AI‑Generierung in sehr kleinen „Sätzen“ nutzen und jeden Pull‑Request sorgfältig prüfen.
• Fowler schlägt vor, strengere Kommunikationsregeln mit LLMs zu entwickeln; Domain‑Driven Design (DDD) und domänenspezifische Sprachen könnten Lösungen liefern.
• Er vergleicht AI auch mit strukturel­em Ingenieurwesen: ähnlich wie Bauingenieure Toleranzen festlegen, sollten Entwickler definieren, welche Nondeterminisierungstoleranzen für ein bestimmtes Projekt akzeptabel sind.

Related queries

Wie können wir Nondeterminisierungstoleranzen für KI-Entwicklungsprojekte formalisieren?

Welche Rolle spielt Retrieval‑Augmented Generation bei der Modernisierung von Legacy‑Systemen?

Inwiefern unterstützt Domain‑Driven Design die sichere Nutzung von LLMs in der Code‑Änderung?

Quelle: https://thenewstack.io/martin-fowler-on-preparing-for-ais-nondeterministic-computing/