AI alati za kodiranje: Brzi rezultati, opasan dug u arhitekturi
Slijepo oslanjanje na generirani kod stvara sustave koje nitko u potpunosti ne razumije
Svaki tjedan izlazi novi alat za programiranje koji obećava višestruko ubrzanje razvoja softvera. Kucate prirodni jezik, a asistent ispisuje stotine linija koda u sekundi. Brzina je zapanjujuća, a osjećaj moći nevjerojatan. No, dok se divimo brzini kojom aplikacije nastaju, neprimjetno se odvija opasan proces: inženjeri gube duboko razumijevanje sustava koje grade, a arhitektura postaje krhka mješavina tuđih rješenja.
Prevladavajuća priča
Industrija agresivno gura narativ da je umjetna inteligencija konačno riješila problem sporog razvoja softvera. Prema toj priči, zadaci pisanja koda postali su trivijalni, a inženjeri mogu preuzeti ulogu svojevrsnih arhitekata i menadžera proizvoda koji samo usmjeravaju inteligentne asistente. Tvrdi se da poznavanje sintakse i dubinskih mehanizama jezika više nije potrebno jer AI može preuzeti tehnički teret. Rezultat te priče je masovno usvajanje alata za kodiranje, uz očekivanje da će produktivnost rasti u nedogled.
Zašto je ta priča pogrešna ili nepotpuna
Problem leži u pretpostavci da je pisanje koda najteži dio softverskog inženjerstva. Nije. Najteži dio je razumijevanje domene, predviđanje rubnih slučajeva i održavanje mentalnog modela kompleksnog sustava. Kada inženjer delegira pisanje koda jezičnom modelu, on često preskače onaj bolni, ali nužni proces kognitivnog usvajanja problema.
AI asistenti su optimizirani za lokalnu ispravnost – oni mogu savršeno napisati pojedinu funkciju ili komponentu. No, oni nemaju stvarni kontekst cijele aplikacije, poslovnih pravila niti dugoročne vizije projekta. Kada spajate desetke savršenih lokalnih rješenja, često dobijete globalnu arhitektonsku katastrofu. Inženjer koji samo pregledava generirani kod rijetko primjećuje suptilne pogreške u dizajnu koje će se osvetiti mjesecima kasnije.
Umjesto da grade vlastiti mentalni model sustava, programeri postaju pasivni recenzenti. Kada sustav pukne u produkciji, otklanjanje grešaka postaje noćna mora jer nitko u timu zapravo ne zna kako taj specifični dio koda točno radi.
Posljedice u stvarnom svijetu
Ova iluzija produktivnosti stvara neviđeni tehnički dug. Kratkoročno, tvrtke će brže lansirati značajke i impresivne prototipove, što će izgledati kao velika pobjeda. Dugoročno, baze koda postat će neprobojne i teške za održavanje.
Inženjeri gube sposobnost dubokog rada i kritičkog promišljanja o arhitekturi. Oni koji se u potpunosti oslone na AI asistente pretvorit će se u puke operatere alata, nesposobne za rješavanje složenih problema kada asistent zakaže. S druge strane, oni koji koriste AI samo kao alat za ubrzanje rutinskih zadataka, dok i dalje drže čvrst stisak nad arhitekturom, postat će neprocjenjivi. Tvrtke će uskoro otkriti da je održavanje koda koji je generirala umjetna inteligencija puno skuplje od njegovog početnog pisanja.
Završni stav
Umjetna inteligencija ne uklanja potrebu za vrhunskim inženjerskim vještinama; ona ih čini važnijima nego ikad. Ako ne razumijete duboko sustav koji gradite, ne gradite ga vi – vi samo asistirate stroju u stvaranju tehničkog duga. Prava vrijednost inženjera nije u brzini kucanja, već u sposobnosti preuzimanja odgovornosti za ono što je izgrađeno.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
