Iluzija o brzini: Zašto generirani kod pretvara inženjere u revizore
Kako AI alati tiho prebacuju fokus s kreativnog stvaranja na mukotrpno ispravljanje tuđih grešaka
Obećanje je bilo jasno: umjetna inteligencija će nas osloboditi dosadnog, ponavljajućeg rada i omogućiti nam da se fokusiramo isključivo na rješavanje velikih, kreativnih arhitektonskih problema. Svi smo vidjeli te impresivne demonstracije gdje inženjer unese jednostavnu rečenicu, a pametni asistent u nekoliko sekundi ispiše stotine linija savršenog koda. No, nakon početnog ushićenja, stvarnost svakodnevnog rada s ovim alatima počinje pričati sasvim drugačiju priču. Umjesto da budemo deset puta brži kreatori, mnogi od nas polako shvaćaju da smo postali tek umorni revizori.
Prevladavajuća priča
Marketinški narativ uvjerava nas da su AI alati za programiranje svojevrsni čarobni štapići. Priča ide ovako: više ne morate pamtiti sintaksu, ne morate pretraživati dokumentaciju, i ne morate gubiti sate na pisanje osnovnih funkcija. Asistent će odraditi teži dio posla, a vaše je samo da odobrite rezultat i krenete dalje.
Ova vizija je iznimno privlačna, posebno menadžerima i voditeljima projekata. Oni vide priliku za drastično rezanje troškova razvoja i ubrzanje rokova. Vjeruju da uz pravog AI asistenta čak i manje iskusni programeri mogu isporučivati kompleksna rješenja, dok iskusni inženjeri postaju "superheroji" koji u jednom danu obavljaju posao za koji bi im prije trebao tjedan. U toj priči, generiranje koda je čisti dobitak, bez ikakvih skrivenih troškova.
Zašto je ta priča pogrešna ili nepotpuna
Problem s ovom pričom je što zanemaruje samu prirodu razvoja softvera. Programiranje nije samo tipkanje koda; to je prvenstveno proces dubokog razumijevanja problema i dizajniranja rješenja unutar specifičnog, često složenog poslovnog konteksta. AI asistent može generirati sintaktički ispravan kod na temelju izoliranog opisa, ali on nema pojma o stotinama malih, nepisanih pravila, povijesnih odluka i suptilnih međuovisnosti koje čine vašu specifičnu aplikaciju.
Kada model izbaci rješenje, ono gotovo nikada nije savršeno prilagođeno vašem sustavu. Tada nastupa stvarni, nevidljivi rad. Inženjer mora pažljivo pročitati taj kod, liniju po liniju, tražeći suptilne greške, sigurnosne propuste ili neoptimalna rješenja. Ovaj proces je često mentalno iscrpljujući nego pisanje vlastitog koda od nule. Dok pišete vlastiti kod, vi postupno gradite mentalni model onoga što pokušavate postići. Kada čitate tuđi kod, posebno onaj generiran od strane stroja bez ikakvog stvarnog razumijevanja domene, morate prvo dešifrirati intenciju, a tek onda tražiti greške.
Osim toga, generativni modeli imaju sklonost izmišljati rješenja (halucinirati) kada ne znaju odgovor, koristeći metode koje možda više nisu podržane ili pozivajući funkcije koje uopće ne postoje u vašem tehnološkom stogu. Prepoznavanje ovakvih grešaka zahtijeva iznimnu koncentraciju i duboko predznanje. Zbog toga se programeri pretvaraju u lektore koji provode sate pokušavajući popraviti sitne nedostatke u kodu koji je navodno trebao ubrzati njihov rad.
Posljedice u stvarnom svijetu
Posljedice ovog pomaka već se vide u mnogim razvojnim timovima. Kratkoročno, možda ćete zaista brže dobiti prototip, ali dugoročno stvarate planinu tehničkog duga. Kada inženjeri neprekidno kopiraju i odobravaju tuđi kod bez dubokog promišljanja o arhitekturi, baza koda postaje nepregledna i teška za održavanje. Svaka nova promjena postaje rizičnija jer nitko u timu ne razumije u potpunosti svaki dio sustava – previše toga je samo generirano i površno pregledano.
Ovo ima poseban utjecaj na junior inženjere. Umjesto da uče kroz vlastite greške i postupno grade svoje vještine rješavanja problema, oni postaju ovisni o alatima. Ne uče kako dizajnirati sustave od temelja, već uče kako napisati prompt koji će ih izvući iz trenutnog problema. Dugoročno, to stvara generaciju inženjera koji znaju generirati kod, ali ne znaju kako ga arhitektonski usmjeriti ili popraviti kada stvari krenu po zlu.
Za iskusne inženjere, posljedica je tiho gubljenje zadovoljstva u radu. Radost stvaranja nečeg novog i elegantnog zamijenjena je zamornim osjećajem neprestanog nadzora i traženja tuđih grešaka. Radni dan se pretvara u beskrajnu reviziju koda koji izgleda dobro na prvi pogled, ali skriva opasne zamke ispod površine.
Završni stav
Umjetna inteligencija bez sumnje ima svoje mjesto u razvoju softvera, ali moramo prestati lagati sami sebe o njenoj stvarnoj ulozi. Generativni alati nisu magično rješenje koje će eliminirati inženjering; oni su samo novi, složeniji alat koji zahtijeva jednaku, ako ne i veću razinu pažnje. Softver koji je lako napisati često je najteže održavati. Sve dok ne prepoznamo da brzina generiranja ne znači i kvalitetu sustava, nastavit ćemo tiho žrtvovati stabilnost u ime iluzorne produktivnosti.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef



