Analiza4 min čitanja

AI alati u lošem procesu samo ubrzavaju stvaranje tehničkog duga

Zašto dodavanje generativne umjetne inteligencije u neorganizirane razvojne timove ne rješava probleme, već stvara nove.

S

Autor

Shtef

Objavljeno

Programer koji gleda u zapetljan kod

AI alati u lošem procesu samo ubrzavaju tehnički dug

Dodavanje generativne umjetne inteligencije u neorganizirane timove ne rješava probleme, već stvara nove.

Mnoge tvrtke danas uvode alate poput GitHuba Copilot ili Cursora s očekivanjem da će magično ubrzati isporuku softvera. Međutim, ako vaš proces razvoja već pati od nedostatka jasne arhitekture i loše komunikacije, AI neće biti rješenje. Zapravo, on će samo ubrzati vaš put prema neizbježnom kolapsu sustava.

Prevladavajuća priča

Na tržištu prevladava narativ da su AI asistenti ključ za eksponencijalni rast produktivnosti. Menadžeri često vjeruju da više napisanog koda u kraćem vremenu automatski znači brži i bolji razvojni ciklus. Prema ovoj priči, dovoljno je kupiti licence za AI alate, podijeliti ih programerima i gledati kako se rješavaju zaostali zadaci.

Zašto je ta priča pogrešna ili nepotpuna

Problem je u tome što usko grlo u razvoju softvera rijetko leži u samoj brzini tipkanja koda. Pravi izazovi su razumijevanje poslovnih zahtjeva, dizajniranje robusne arhitekture i osiguravanje održivosti koda na duge staze. Kada AI alati generiraju stotine linija koda bez dubokog razumijevanja šireg konteksta, oni zapravo generiraju tehnički dug. U lošem procesu, gdje nema kvalitetnih provjera koda (code review) ni jasnih standarda, taj generirani kod prolazi neopaženo sve dok sustav ne postane nemoguć za održavanje.

Posljedice u stvarnom svijetu

Tko gubi u ovoj situaciji? Najviše gube inženjeri koji će za nekoliko mjeseci morati održavati taj zapetljani, AI-generirani kod. Gube i tvrtke jer će vrijeme koje su navodno uštedjele pri pisanju koda, višestruko platiti u fazi otklanjanja grešaka (debugging) i refaktoriranja. S druge strane, dobivaju jedino proizvođači AI alata koji prodaju iluziju produktivnosti. Umjesto da AI postane alat za pametniji rad, on u lošim sustavima postaje stroj za masovnu proizvodnju naslijeđenog (legacy) koda.

Završni stav

Prije nego što uvedete umjetnu inteligenciju u svoj razvojni proces, morate popraviti sam proces. Loša arhitektura potencirana umjetnom inteligencijom ne postaje inovacija, ona postaje skalabilna katastrofa.


Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef

Povezano

Pročitajte i ovo

Još nekoliko objava koje šire kontekst oko tema, kompanija i AI trendova iz ove priče.

Ilustracija razlike između današnjih AI alata i opće umjetne inteligencije
Analiza

Zašto AGI nije ni blizu usprkos obećanjima tehnoloških divova

Hype oko opće umjetne inteligencije zamagljuje stvarna ograničenja današnjih jezičnih modela.

Ilustracija uz vijest o AlphaGenome Atlasu
AI vijesti

DeepMind predstavio moćni AlphaGenome Atlas

Nova baza podataka koja sadrži predviđanja za 9 milijardi mogućih jednoslovnih mutacija u ljudskom genomu.

Ilustracija uz komentar: Umjetna inteligencija i stvarna produktivnost developera
Analiza

Umjetna inteligencija i stvarna produktivnost developera

Zašto AI alati za programiranje udaraju u zid složenosti i zašto pisanje koda nije jedini posao inženjera.