AI kodiranje: Iluzija brzine i stvarna cijena tehničkog duga
Umjetna inteligencija ubrzava pisanje, ali stvara neviđenu lavinu tehničkog duga
Danas je lakše nego ikada napisati tisuće linija koda u nekoliko sekundi. S alatima temeljenim na velikim jezičnim modelima, jedan pritisak na tipkovnici generira složena rješenja koja bi inače zahtijevala sate dubokog promišljanja i pisanja. Čini se da živimo u zlatnom dobu razvoja softvera. No, prema novom izvješću GitCleara iz 2025., suočavamo se s ozbiljnom krizom kvalitete. Umjesto da stvaramo robusne i modularne sustave, gradimo krhke kule od karata. Pisanje koda postalo je trivijalno brzo, ali dugoročno održavanje tog koda postaje eksponencijalno skuplje. Analiza bilježi ogroman porast učestalosti dupliciranih blokova koda i kontinuirani pad ponovnog korištenja koda (refaktoriranja).
Prevladavajuća priča
Mainstream narativ oko AI asistenata u programiranju zvuči poput tehnološke utopije. Tehnološki lideri vide povijesnu priliku za rezanje troškova i bržu isporuku novih značajki, a mnogi programeri se oslanjaju na te alate s ciljem rasta produktivnosti. Priča je vrlo privlačna: AI sustavi preuzimaju na sebe sve rutinske zadatke, ostavljajući inženjerima znatno više vremena za kreativno rješavanje kompleksnih problema. Čini se da u ovoj viziji budućnosti svi izlaze kao pobjednici – tvrtke brže lansiraju inovativne proizvode, a programeri rade manje monotonog posla. Uz pametne alate koji su danas integrirani u moderna okruženja, stvara se iluzija da smo konačno riješili problem uskog grla u procesu razvoja softvera.
Zašto je ta priča pogrešna ili nepotpuna
Ova izrazito optimistična slika potpuno zanemaruje jedno od najvažnijih pravila inženjerstva: veća količina koda nije nužno i bolji softver. Umjesto da promiču dobre inženjerske prakse, moderni AI alati izravno potiču masovno dupliciranje. GitClearovo istraživanje iznosi na vidjelo zastrašujući podatak: zabilježen je višestruki porast učestalosti velikih blokova koda koji bez ikakve modifikacije dupliciraju postojeći okolni kod. Stvara se praksa kopiranja i lijepljenja na štetu ponovno iskoristivih modula.
Što se zapravo događa u praksi? Kada programer zatraži rješenje od svog AI asistenta, jezični model najčešće isporučuje funkcionalan, ali kontekstualno izoliran kod. Umjesto da inženjeri ulože vrijeme kako bi takve nove funkcionalnosti strukturirali u ponovno iskoristive module, oni jednostavno prihvaćaju generirane linije i mehanički ih dodaju bazi. To neminovno dovodi do masovnog generiranja klonova koda. Učestalost dodavanja takvih kloniranih blokova značajno ugrožava praksu refaktoriranja.
Problem je u tome što pisanje koda nikada nije bio najteži dio softverskog inženjerstva; najteži dio je čitanje, otklanjanje pogrešaka i održavanje tuđeg koda. Generativni modeli su optimizirani za kratkoročne pobjede i brzinu. Prividna brzina isporuke se na kraju uvijek višestruko plaća skupljim održavanjem u dugom roku. Prema spomenutom istraživanju, ovi alati ubrzavaju propadanje principa poput 'Don't Repeat Yourself' (DRY).
Posljedice u stvarnom svijetu
Ako se ovaj negativan trend nastavi, suočit ćemo se s generacijom kompleksnih sustava koje nitko ne razumije u potpunosti i koje je noćna mora nadograđivati. Kratkoročno gledano, menadžment će slaviti povećanu brzinu isporuke i prividni rast produktivnosti timova. Developeri će se ponositi brojem zatvorenih zadataka. Međutim, dugoročno gube svi dionici, a ponajviše same tvrtke.
S obzirom na drastičan rast stope dupliciranog koda i smanjenje refaktoriranja, budući senior programeri bit će svedeni na ulogu detektiva. Provodit će većinu svog vremena pokušavajući raspetljati mrežu AI generiranih klonova koda umjesto da inoviraju. Trošak održavanja će eksplodirati jer će svaka promjena poslovne logike zahtijevati opreznu intervenciju na desetak gotovo identičnih mjesta u bazi koda. Uz to, nevidljivo se gubi vještina dubokog arhitektonskog promišljanja kod mladih inženjera. Ako se oslanjaju na modele velikih jezičnih sustava za svaku funkciju, degradiraju vlastitu sposobnost dizajniranja kvalitetnih arhitektura. To nije napredna evolucija razvoja softvera, to je opasna de-evolucija u kojoj puka brzina tipkanja redovito pobjeđuje duboku inženjersku misao.
Završni stav
U konačnici, umjetna inteligencija ne može zamijeniti arhitektonsko promišljanje, niti će vas spasiti od razornih posljedica loših odluka u dizajnu sustava. Trenutna faza AI programiranja stvara primamljivu iluziju nevjerojatne produktivnosti, ali stvarna cijena tog ubrzanja bit će plaćena u obliku paralizirajućeg tehničkog duga u godinama koje dolaze. Brzina bez čvrste vizije i dobre arhitekture nije stvarna produktivnost – to je samo znatno brže kretanje u potpuno pogrešnom smjeru.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
