AI alati ne smanjuju tehnički dug, već ga ubrzavaju
Slijepa vjera u umjetnu inteligenciju kao rješenje za loš kod stvara novu generaciju problema koje tek moramo shvatiti.
Svi smo vidjeli te impresivne demonstracije: developer napiše komentar, a umjetna inteligencija u sekundi izbaci stotine linija savršenog koda. Obećanje je jasno – AI će nas osloboditi dosadnog posla i napokon nam omogućiti da riješimo onaj planirani tehnički dug koji se gomila godinama. No, ispod te blistave površine krije se neugodna istina. Umjesto da rješavaju probleme, ovi alati ih eksponencijalno množe, stvarajući tehnički dug brže nego što smo ikada mogli zamisliti.
Prevladavajuća priča
Glavni narativ u industriji je taj da su AI asistenti, poput GitHuba Copilota ili raznih LLM modela prilagođenih za programiranje, ultimativni multiplikatori produktivnosti. Tvrdi se da oni pomažu u održavanju koda tako što automatiziraju pisanje testova, refaktoriranje i generiranje dokumentacije. Prema toj priči, tehnički dug, taj bauk svake softverske tvrtke, trebao bi nestati jer AI može bez napora prepisati zastarjele sustave i optimizirati loša rješenja, omogućujući timovima da se fokusiraju isključivo na inovacije.
Zašto je ta priča pogrešna ili nepotpuna
Problem leži u prirodi samog koda koji AI generira. Ovi modeli su u suštini strojevi za statističko predviđanje teksta obučeni na ogromnim repozitorijima otvorenog koda. Oni ne "razumiju" arhitekturu sustava, ne razmišljaju o dugoročnoj održivosti i ne znaju poslovni kontekst specifičan za vaš proizvod. Rezultat je kod koji često funkcionira na površini, ali je strukturno krhak, pun nekonzistentnosti i skrivenih grešaka.
Kada programeri koriste AI za brzo štancanje značajki, oni zapravo preskaču ključni proces dubokog promišljanja o problemu. Taj proces je ono što obično sprječava nastanak tehničkog duga. Uz AI, brzina kojom se osrednji, "dovoljno dobar" kod dodaje u bazu eksponencijalno raste. Refaktoriranje uz pomoć AI-ja često znači samo prepakiranje lošeg koda u nešto što izgleda modernije, ali zadržava iste temeljne mane. Štoviše, kod koji je napisao stroj teže je čitati i održavati jer nedostaje onaj ljudski tok misli koji prirodno ugrađujemo kada ga pišemo ručno.
Posljedice u stvarnom svijetu
Posljedice ovog trenda već se osjećaju. Razvojni timovi prijavljuju da troše sve više vremena na debagiranje koda koji nitko u timu ne razumije do kraja, jer ga nitko zapravo nije ni napisao. Code review procesi postaju noćna mora jer se količina koda po pull requestu drastično povećava, dok pažnja recenzenata opada.
Dugoročno, to znači da će održavanje sustava postati skuplje. Tvrtke koje su danas "ubrzale" razvoj pomoću AI-ja, sutra će se naći zatrpane masom neprilagodljivog, teško razumljivog koda. Gubitnici u ovoj situaciji su inženjeri koji će morati održavati taj kaos, dok će jedini dobitnici biti prodavači AI alata koji će vjerojatno ponuditi nove, naprednije modele za rješavanje problema koje su prethodni modeli stvorili.
Završni stav
Umjetna inteligencija u programiranju nije čarobni štapić za tehnički dug; ona je kreditna kartica s vrlo visokom kamatom. Brzina koju danas dobivamo plaćamo razumijevanjem i kontrolom nad vlastitim sustavima. Pravo inženjerstvo nije samo u pisanju linija koda, već u promišljenom dizajniranju rješenja koja će izdržati test vremena. Dok to ne shvatimo, AI će nam samo pomagati da kopamo rupu brže nego prije.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
