ウォ・エンダー先生の意見に非常に賛同します。AIの支援によるプログラミングは、既にプログラミング言語の基礎を持つ人々が新しい言語を迅速に習得できることを確かに可能にします。同時に、彼は言語の背後にある核心的な概念を理解することの重要性を強調しました。

---

しかし、異なる言語の背後にある概念を理解することは依然として重要です。これが、少なくともPythonのような言語を学ぶことが、LLMにPythonや他の言語のコードを生成するようにより良く指示するための堅固な基盤を築くことができる理由です。もし、あるプログラミング言語から文法が異なるが同様のタスクを達成できる別の言語に移行する場合—例えば、JSからTS、またはC++からJava、またはRustからGoへ—最初の言語の概念を習得すれば、第二の言語でコードを書くためにLLMに指示するために必要なほとんどの概念も習得することができます。（TensorFlowとPyTorchはプログラミング言語ではありませんが、TensorFlowの背後にあるディープラーニングの概念を学ぶことで、LLMにPyTorchのコードを書くように頼むことも容易になり、逆もまた然りです！）さらに、生成されたコードの大部分を理解することもできるでしょう（LLMに少し説明してもらう必要があるかもしれません）。

異なるプログラミング言語は、コンピュータを組織する異なる考え方を反映しています。これらの概念を理解することは依然として重要です。たとえば、ある人が配列、辞書、キャッシュ、メモリといった概念を理解していない場合、彼がほとんどの言語でLLMにコードを書かせると、結果はあまり良くありません。

同様に、JSでより多くのフロントエンド開発を行いたいPython開発者は、フロントエンドシステムの背後にある概念のいくつかを学ぶことができれば、大きな利益を得ることができます。 たとえば、LLM で React フレームワークを使用してフロントエンドを構築する場合、React がフロントエンドを再利用可能な UI コンポーネントに分割する方法と、Web ページの長さを決定する DOM データ構造を更新する方法を理解しておくと役に立ちます。 これにより、LLMをより正確に使用し、何か問題が発生した場合にLLMを修正する方法を知ることができます。 同様に、LLM に CUDA または ROCm コードを記述させる場合は、GPU がコンピューティングとメモリをどのように編成するかを理解しておくと役立ちます。

人間の多様な言語を流暢に話すことができる人が他者とのコミュニケーションをより容易に行えるように、LLMも開発者がさまざまな環境でシステムを構築するのを容易にしています。もしまだ試したことがないなら、LLMにあなたが学びたいけれどまだ時間を割いていない言語でコードを書かせてみることをお勧めします。それが新しいアプリケーションを立ち上げる手助けになるかどうかを見てみてください。

構築を続けてください！

アンドリュー