Analiza4 min čitanja

AI alati u programiranju: Kraj pisanja koda?

Obećanja AI asistenata zvuče revolucionarno, ali stvarni rad programera samo mijenja oblik.

S

Autor

Shtef

Objavljeno

Ilustracija uz članak: AI alati u programiranju

AI alati u programiranju: Kraj pisanja koda?

Obećanja AI asistenata zvuče revolucionarno, ali stvarni rad programera samo mijenja oblik.

Otkako je GitHub Copilot predstavljen krajem lipnja 2021. godine, alati temeljeni na generativnoj umjetnoj inteligenciji promijenili su način na koji pristupamo pisanju koda. Sustav koji omogućava automatsko dovršavanje programskog koda na prvu djeluje kao revolucionarni korak naprijed. Obećanje je jasno: opišite problem prirodnim jezikom i alat će prevesti to u kodno rješenje. No, je li to doista kraj tradicionalnog programiranja?

Prevladavajuća priča

Prevladavajuća priča sugerira da se industrija kreće prema automatizaciji gdje alati poput Copilota preuzimaju glavni teret razvoja softvera. Programeri navodno mogu znatno ubrzati proces rješavanja problema koristeći ove asistente koji automatski generiraju repetitivne sekcije koda i cijele funkcije. U ovoj viziji, brzina implementacije dramatično raste, a vrijeme provedeno čitajući dokumentaciju se smanjuje, kako i sam GitHub navodi.

Zašto je ta priča pogrešna ili nepotpuna

Iako zvuči impresivno, ova priča zanemaruje stvarnu točnost generiranog koda u prvom pokušaju. Prema javno dostupnim podacima GitHuba vezanim uz generiranje funkcija u Pythonu, alat ispravno dovršava kod u manje od polovice slučajeva – točnije, tek u 43% slučajeva iz prvog pokušaja, dok ta točnost iznosi 57% nakon deset pokušaja. To znači da programer ne može jednostavno prihvatiti rješenje bez pomnog razmišljanja. Umjesto da pišu kod ispočetka, programeri se sada pretvaraju u recenzente tuđeg koda koji moraju razumjeti u potpunosti prije nego ga odobre i integriraju u sustav.

Ova promjena ne smanjuje potrebu za stručnim inženjerskim znanjem. Pronalazak suptilne greške u automatski generiranom rješenju može biti znatno teži od samostalnog pisanja funkcionalnosti. Generirani kod zahtijeva pažljivu reviziju i stalan nadzor od strane stručnjaka.

Posljedice u stvarnom svijetu

Ako se oslone isključivo na brzinu koju AI asistenti naizgled nude, bez strogog nadzora, tvrtke preuzimaju veliki rizik implementacije nepotpunih rješenja. Programeri moraju preuzeti odgovornost za kod koji nisu sami napisali i pažljivo rješavati moguće greške. Oni inženjeri s iskustvom postat će još traženiji, jer će se njihova svakodnevica sve više svoditi na složenu validaciju, a manje na puko tipkanje znakova na tipkovnici. Dobitnici su timovi s jakim recenzijskim procesima, dok oni koji očekuju čarobna i točna rješenja iz prvog pokušaja ostaju kratkih rukava.

Završni stav

AI asistenti u programiranju ne donose kraj softverskog inženjerstva, već njegovu brzu evoluciju u posao rigoroznog nadzora i recenzije. Pravi izazov budućnosti nije brzina generiranja linija koda, već temeljito provjeravanje onoga što su algoritmi stvorili.


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.