Mit o autonomnim AI programerima u stvarnom svijetu
Unatoč najavama o umjetnoj inteligenciji koja sama piše kod, stvarni razvoj softvera ostaje duboko ljudski izazov.
Već mjesecima slušamo obećanja o tome kako će umjetna inteligencija u potpunosti automatizirati posao softverskih inženjera. Od demonstracija u kojima sustavi navodno sami od nule stvaraju složene aplikacije, pa sve do hrabrih najava tehnoloških lidera o kraju tradicionalnog programiranja, stvara se dojam da je ljudski kod samo relikt prošlosti. Međutim, svatko tko je ikada pokušao integrirati takva rješenja u postojeće, robusne poslovne sustave brzo shvaća da je stvarna slika znatno drugačija. Istina je da alati napreduju nevjerojatnom brzinom, ali očekivanje da će jedan model preuzeti cjelokupnu odgovornost za održavanje i arhitekturu sustava zanemaruje samu prirodu softverskog inženjerstva. Demonstracije su obično pažljivo režirane i fokusirane na rješavanje vrlo uskih problema koji već imaju jasna rješenja na internetu. Stvarni svijet razvoja aplikacija obiluje nejasnoćama i promjenjivim zahtjevima s kojima se nijedan model današnjice ne može samostalno nositi.
Prevladavajuća priča
Prevladavajuća priča u tehnološkim krugovima, koju često potenciraju investitori i mediji, sugerira linearni napredak prema potpunoj autonomiji umjetne inteligencije u razvoju softvera. Prema tom narativu, današnji asistenti koji sugeriraju linije koda uskoro će se pretvoriti u autonomne agente koji samostalno preuzimaju zadatke iz sustava za praćenje projekata, pišu kod, provode testiranje i implementiraju rješenja u produkciju, i to bez ikakve ljudske intervencije. Smatra se da je samo pitanje vremena kada će ti agenti postati dovoljno brzi i sposobni da zamijene cijele timove programera.
Ova vizija budućnosti oslanja se na pretpostavku da je programiranje isključivo proces prevođenja jasnih, nedvosmislenih specifikacija u sintaksu određenog programskog jezika. Ako je problem samo u sintaksi, tada bi napredni jezični modeli trebali biti savršeni programeri. Zbog toga mnogi izvan same struke zaključuju da je ulaganje u edukaciju novih generacija programera gubljenje vremena te da će profesija softverskog inženjera doživjeti sudbinu zanimanja koje je tehnologija već učinila suvišnima.
Zašto je ta priča pogrešna ili nepotpuna
Problem s ovakvim razmišljanjem leži u temeljnom nerazumijevanju onoga što softverski inženjeri zapravo rade. Pisanje novog koda čini samo mali dio posla. Stvarni izazovi kriju se u održavanju složenih sustava koji su godinama građeni, dokumentirani na neadekvatan način i isprepleteni s bezbrojnim drugim ovisnostima i poslovnim pravilima. Sustavi u produkciji prepuni su tehničkog duga koji zahtijeva duboko kontekstualno razumijevanje prije bilo kakve izmjene.
Umjetna inteligencija izuzetno je uspješna u rješavanju lokalnih problema i generiranju izoliranih funkcija. No, kada ju suočite s masivnom bazom koda, njezina učinkovitost drastično pada. Modeli često haluciniraju rješenja koja sintaktički izgledaju ispravno, ali kontekstualno nemaju smisla. Njihova ograničena sposobnost zadržavanja šireg konteksta dovodi do toga da lokalne optimizacije često lome globalnu funkcionalnost.
Softversko inženjerstvo rijetko se bavi rješavanjem savršeno definiranih problema. Većina vremena provodi se u komunikaciji s dionicima i otkrivanju skrivenih zahtjeva. Ti su procesi duboko ljudski i zahtijevaju pregovaračke vještine te strateško razmišljanje koje AI modeli jednostavno ne posjeduju. Pokušaj da se AI postavi kao autonomni rješavatelj problema rezultira potrebom za još detaljnijim mikro-menadžmentom. Inženjeri se pretvaraju u inspektore koda koji moraju provjeravati stotine linija strojno generiranog teksta kako bi pronašli greške.
Posljedice u stvarnom svijetu
Ako prihvatimo stvarnost u kojoj AI nije zamjena za programere, već moćan alat u njihovim rukama, očekivanja prema junior programerima dramatično će se promijeniti. Od njih će se tražiti da brže usvoje vještine pregledavanja koda i arhitektonskog promišljanja. Proces mentoriranja morat će se prilagoditi kako bi naglasak bio na kritičkom razmišljanju. Mladi stručnjaci morat će se odmah suočiti sa složenijim konceptima.
Tvrtke koje pokušaju otpustiti iskusne inženjere vjerujući da će ih zamijeniti jeftiniji radnici suočit će se s padom kvalitete svojih proizvoda. Tehnički dug će rasti jer će alati generirati ogromne količine koda koji nitko u potpunosti ne razumije. S druge strane, timovi koji uspješno integriraju umjetnu inteligenciju u svoje procese postat će nevjerojatno produktivni. Zbog povećane efikasnosti, organizacije će rješavati sve kompleksnije izazove, što će rezultirati većom potražnjom za vrhunskim stručnjacima.
Završni stav
Umjetna inteligencija ne donosi kraj softverskom inženjerstvu, već označava njegovu evoluciju. Današnji AI asistenti automatizirat će rutinske zadatke, no sposobnost razumijevanja problema u poslovnom kontekstu ostat će nezamjenjiva ljudska vještina. Budućnost pripada onima koji znaju usmjeriti tehnologiju prema stvarnim ciljevima. Inženjeri sutrašnjice bit će manje tipkači, a znatno više arhitekti složenih tehnoloških rješenja.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef



