中国の 700 万人のプログラマーが足りない場合はどうすればいいでしょうか?北京大学のソフトウェア自動化の専門家、謝涛氏に聞いた。

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

自動運転の分野では、L1〜L5レベルの分類基準が存在します。

近年の自動運転の普及に伴い、この規格は継続的に検証され、業界のコンセンサスとなり、業界の発展を導くものとなっています。

人々は、他の業界もこのことから学べるだろうかと考え始めました。

最近、北京大学コンピュータサイエンス学院の教授である謝涛氏は、現在注目されているもう一つの業界であるローコード/ノーコード開発についての考えを述べました。

謝涛氏は、インテリジェント ソフトウェア エンジニアリングの分野を研究した最も初期の学者の 1 人です。2005 年にはすでに、機械学習を使用してソフトウェアの品質を向上させる方法を提案していました。

彼は、ソフトウェアのインテリジェントな作成もそれに応じて L1 から L5 のレベルに分けることができると示唆しました。

ローコード/ノーコード開発がなぜ話題になっているのでしょうか?

現在、ローコード/ノーコード開発業界はどのような標準段階に達しているのでしょうか?

謝涛の言うことを聞いてみましょう。

プログラマーが足りない

統計によると、中国には約300万人のソフトウェア開発者と700万人のプログラマーがいます。

しかし、今日の「ソフトウェア定義の世界」では、この数ではまったく十分ではありません。

著名なIT調査機関であるガートナーはかつて、中国企業のデジタル変革のあらゆるシナリオに対応するには、少なくとも5億の新しいソフトウェアシステムを開発する必要があると予測した。

新しいソフトウェアのほとんどは、製造、物流、電力、農業などの伝統的な産業向けに開発されるでしょう。

これらの業界にはそれぞれ異なる要求があり、知識の壁も多く、「業界が異なれば山も異なる」とよく言われます。

従来のソフトウェア開発者の場合、十分な業界知識の背景を蓄積するには、長年にわたって業界に留まる必要があります。

今日ではソフトウェア エンジニアやプロの開発者の数は増えていますが、需要が急速に増加しているにもかかわらず、生産効率はあまり向上していません。

ソフトウェア開発者は業界のニーズを十分に理解しておらず、ニーズを理解している開発者はソフトウェア開発を理解していないため、品質が低く非効率的な開発につながります。

このような状況の中で、ローコード/ノーコード開発とソフトウェア自動化が登場しました。

簡単に言えば、アプリケーションの需要者が独自のソフトウェアを作成できれば、パーソナライズされたニーズを効率的かつ高品質で満たすことができます。

ローコード/ノーコード開発とソフトウェア自動化の違いは何ですか?

謝涛氏の見解では、これら 2 つのテクノロジーは異なるグループの人々を対象としている。

ローコード/ノーコード開発のユーザーは、アプリケーション要件を理解し、計算思考を理解し、プログラミングも理解している可能性があります。

Excel で数式を記述したり、人気のドラッグ アンド ドロップ アプリケーション構築ツールを使用したりします。

ソフトウェアの自動化はさらに一歩進んでいます。ユーザーはアプリケーションの要件を理解するだけで済みます。必ずしも計算思考やプログラミングを理解する必要はありません。

Excel のクイック入力機能と同様に、数式は必要なくなり、いくつかの例を入力するだけでコンテンツを自動的に入力できます。

現在のローコード/ノーコード開発はソフトウェア開発の現状であり、通常は L1 (支援開発) と L2 (部分的に自動化された開発) に相当します。

ソフトウェアエンジニアリングの 50 年の歴史を振り返ると、プロセス指向開発から今日のオブジェクト指向、コンポーネント指向開発へと移行してきました。

Xie Tao 氏はさらに一歩進んで、開発はインテリジェントなコンポーネントに向けられるべきだと考えています。

簡単に言えば、「ブロックを構築」し、再利用、アセンブリ、統合を使用してソフトウェア開発の効率をさらに向上させることです。

これまでと異なるのは、これらの「ビルディング ブロック」(つまりコンポーネント) の多くがインテリジェントに作成され、手動による開発を必要としないことです。

さらに、一部の再利用、組み立て、統合も人手を必要とせずにインテリジェントかつ自動的に実行されます。

しかし、ソフトウェア システム全体を作成するための「ビルディング ブロック」のプロセスには、依然として開発への人間の参加が必要であり、インテリジェントなコンポーネント指向開発は、人々に開発方法をガイドする方法論です。

ここで重要な点は、知識主導型で知識集約型の手段から、データ主導型でインテリジェントな手段に移行することです。

業界の背景知識を理解するために「人材の蓄積」に頼る必要はもうありません。代わりに、継続的に生成されるデータを使用してインテリジェントな手段をますます強力にし、L3 またはさらに高い段階に移行します。

こうした考えに基づいて、謝涛のインテリジェントソフトウェアエンジニアリングに関する研究も、業界実装の段階にまで深化しました。

中国コンピュータカンファレンス（CNCC 2021）ソフトウェア自動化技術フォーラムと第49回CCF TF技術セミナーで、製造企業がデジタルアップグレードで直面する問題を分析しました。

製造企業が情報孤島の問題を解決するために、産業用インターネットオペレーティングシステム、インテリジェント製造ローコードプラットフォーム、産業用インテリジェント品質検査プラットフォームを使用することが提案されています。

謝涛とは誰ですか？

謝涛氏は現在、北京大学コンピュータサイエンス学院の教授として勤務している。

同時に、教育部（北京大学）高信頼ソフトウェア技術重点実験室副所長、北京大学情報技術研究所データ駆動型ソフトウェア開発実験室所長、北京大学新工程建設委員会副事務局長も務める。

彼は、アメリカ科学振興協会 (AAAS) のフェロー、電気電子学会 (IEEE) のフェロー、計算機協会 (ACM) の著名な科学者、中国コンピューター連合会 (CCF) の著名な会員に任命されました。

謝涛氏が最後に世間の注目を集めたのは、最高峰の国際ソフトウェア工学会議であるASE 2021 （国際自動ソフトウェア工学会議）で最も影響力のある論文賞を受賞したときだった。

ASEが1986年に設立されて以来35年間で、中国人学者がこの賞を受賞したのは今回が初めてだということをご承知おきください（謝涛氏に加え、同時期に受賞した別の論文の著者には、オーストラリアの中国人学者が含まれています）。

Xie Tao 氏が参考にした論文は、2007 年に出版された「PARSEWeb: Web 上でオープン ソース コードを再利用するためのプログラマー アシスタント」です。

当時、謝涛氏はノースカロライナ州立大学で助教授として働いていました。彼と彼の学生は、プログラマーが日常業務で既存のフレームワークやライブラリを頻繁に再利用していることに気付きました。

しかし、この過程で、徐々に問題が浮上してきました。

プログラマーは必要なオブジェクトの種類はわかっていますが、特定の一連のメソッドを通じてそれらを取得する方法がわかりません。

当時は Google Code Search のようなコード検索エンジンがありましたが、このプログラミングの問題を効果的にサポートするにはまだ何かが欠けていました。

このような状況を踏まえ、謝涛氏と彼の学生たちは「巨人の肩の上に立つ」という形で大規模なコードマイニングインフラを開発することを決意した。

具体的には、本研究では、「ソースオブジェクト型→ターゲットオブジェクト型」のようなクエリを入力として受け取り、関連するメソッド呼び出しシーケンスを提案する新しい手法ParseWebを提案しました。

これらのシーケンスは、クエリで指定されたソース オブジェクトからターゲット オブジェクトを取得するためのソリューションとして使用できます。

謝涛氏のチームの研究は、大規模コード検索、機械学習、データマイニングを組み合わせた初めての研究であり、ビッグコードとソフトウェアビッグデータの重要な産業と学術方向の先駆者となったと言えます。

これは、14年後にASEによって「最も影響力のある論文」と評価された理由でもあります。

ParseWeb の成功は、ある程度、謝涛氏が将来の科学研究においてソフトウェア自動化の道をしっかりと歩むための基礎を築きました。

4年後の2011年にもう一つの画期的な出来事が起こりました。

当時、謝涛氏は休学中でしたが、この時間を利用してマイクロソフト リサーチ アジアを訪問し、張東梅氏 (現副社長) のチームに加わりました。

彼らが行っていることは、ソフトウェア分析と呼ばれています。この名前は、2009 年に Zhang Dongmei がチームを結成したときに付けられました。ソフトウェア分析の定義は、2011 年に Xie Tao と Zhang Dongmei のチームによって与えられました。

簡単に言えば、ソフトウェア分析とは、ソフトウェアとサービスに関連する一連のタスクを解決し、膨大な数のソフトウェア業界関係者にサービスを提供するために、データ駆動型のソリューションを開発することです。

彼らは、Windows オペレーティング システムのパフォーマンス デバッグ、コード クローンの検出、そして現在ではインテリジェントな運用と保守と呼ばれているものなど、業界に大きな影響を与えた一連のソフトウェア分析システムを推進してきました。

今日、ソフトウェア分析はソフトウェア エンジニアリングの分野で盛んになり、非常に重要なサブフィールドになっています。

そして今わかるように、謝涛氏は北京大学に戻った後も、依然としてソフトウェア自動化に関連する仕事に注力しています。

2020年末、謝涛氏は科学探究賞を受賞しました。審査員は、ソフトウェアテストとソフトウェア分析における謝氏の功績を認め、データ駆動型ソフトウェア自動化手法とテクノロジーの探究を支援したことを受賞理由として挙げました。

では、ローコード、ノーコード、ソフトウェア自動化の面で、どのような開発に注目したり、重点を置いたりすべきでしょうか?

謝涛氏によると、信頼性と品質の安全性を高く評価する必要がある。

なぜなら、最先端のディープラーニング手法であっても、機械がニーズを満たすソフトウェアを自動生成する際に 100% の精度を保証することは難しいからです。

ローコードやノーコードなどの手法を、コンピュータの知識がない企業の従業員に引き継ぐ場合、すべてのリンクで間違いが起こらないようにする方法が、ローコードやノーコードの有効性の鍵となります。

…

最後に、これは誰もが最も懸念している質問ですが、ローコード、ノーコード、ソフトウェア自動化の発展により、プログラマーは時代によって排除されることになるのでしょうか?

この点に関して謝涛氏は率直にこう述べた。

心配しないで。

まず、ソフトウェアの自動化は、現在も、そして今後も長い間、非常に特定のタスクに限定されます。同時に、ローコードやノーコードが現在急成長しているにもかかわらず、依然としてデジタル化の大きな波のニーズを満たすことはできません。

これらの登場により、プログラマーやエンジニアは些細で反復的な作業を軽減し、より価値の高い革新的な作業に集中できるようになります。