Prava istina o AI alatima u svakodnevnom programiranju
Kako izgleda stvarni rad s umjetnom inteligencijom u razvoju softvera.
Kada slušate marketinške najave tehnoloških divova, čini se da je pisanje koda postalo relikt prošlosti. Prema tim narativima, dovoljno je opisati željeni softver, a generativni modeli će ga besprijekorno izgraditi i testirati. No, svatko tko svakodnevno razvija softver zna da je stvarna slika znatno drugačija i mnogo složenija. U praksi, uvođenje umjetne inteligencije u razvojni proces donosi nevjerojatne prednosti, ali i čitav niz novih izazova o kojima se rijetko javno govori.
Danas je gotovo nemoguće pronaći inženjera koji nije barem isprobao neki oblik asistenta za kodiranje. Ti alati su se uvukli u naše razvojne okoline i postali nezaobilazni dio svakodnevice. Međutim, jaz između onoga što nam prodaju u reklamama i onoga s čime se suočavamo kada pokušavamo riješiti stvarni produkcijski problem postaje sve očitiji. Vrijeme je da demistificiramo tu razliku i sagledamo stvarno stanje stvari na terenu.
Prevladavajuća priča
Glavna poruka koja dominira industrijom i medijima glasi: umjetna inteligencija će uskoro u potpunosti automatizirati razvoj softvera. Prezentacije nam redovito pokazuju kako ti alati u svega nekoliko sekundi generiraju čitave aplikacije, koristeći isključivo jednostavne upute na prirodnom jeziku. Mnogi iskreno vjeruju da će ovi alati u bliskoj budućnosti eliminirati potrebu za inženjerima i omogućiti doslovno svakome da postane kreator softvera.
U toj utopijskoj viziji, softverski inženjeri postaju puki upravitelji koji samo diktiraju želje sustavu. Obećava se eksponencijalni rast produktivnosti, gdje se projekti koji su nekada trajali mjesecima sada završavaju u nekoliko dana. Takva obećanja stvaraju ogroman pritisak na razvojne timove od kojih se očekuje da preko noći udvostruče svoju isporuku.
Zašto je ta priča pogrešna ili nepotpuna
Osnovni problem s ovom pričom je što potpuno zanemaruje temeljnu prirodu razvoja softvera. Pisanje same sintakse, odnosno prevođenje logike u linije koda, tek je manji dio cjelokupnog inženjerskog posla. Pravi izazovi s kojima se inženjeri svakodnevno susreću leže u dubokom razumijevanju kompleksnih i često kontradiktornih poslovnih zahtjeva, održavanju dugoročne arhitekture i otklanjanju specifičnih grešaka u ogromnim sustavima.
Kada počnete koristiti alate bazirane na velikim jezičnim modelima u stvarnim projektima, vrlo brzo shvatite njihova stvarna ograničenja. Istina je da oni izvrsno rješavaju izolirane probleme. Mogu iznimno brzo napisati rutinske funkcije ili generirati opsežne testove za vrlo jasne i specifične slučajeve. No, kada im zadate zadatak koji zahtijeva duboko razumijevanje postojećeg koda, praćenje niza ovisnosti unutar projekta ili specifičnog konteksta cijelog sustava, stvari se počinju raspadati.
U tim situacijama, modeli često počinju halucinirati funkcije koje ne postoje, uvoditi suptilne logičke greške ili nuditi rješenja koja možda izgledaju ispravno, ali su u kontekstu specifične domene potpuno promašena. Umjesto da u potpunosti preuzmu cijeli proces, ovi alati zapravo zahtijevaju stalni, pažljivi nadzor. Inženjeri danas provode značajan dio svog radnog vremena čitajući, analizirajući i ispravljajući kod koji je generirala umjetna inteligencija.
To je stvorilo potpuno novu vještinu unutar struke. Prepoznavanje mjesta gdje model griješi, osobito kada kod na prvi pogled izgleda savršeno, zahtijeva jednako mnogo, a ponekad i više stručnosti od samostalnog pisanja tog istog koda od nule. Generirani kod često krije arhitektonske promašaje koji se otkriju tek u kasnijim fazama razvoja.
Posljedice u stvarnom svijetu
Ako prihvatimo stvarnost onakvom kakva uistinu jest, posljedice za softversku industriju postaju vrlo jasne. Iskusni, senior inženjeri zapravo postaju još produktivniji i vrijedniji. Njima ovi alati značajno ubrzavaju rutinske zadatke, ostavljajući im daleko više vremena za fokusiranje na arhitekturu i kompleksne poslovne probleme koje strojevi ne mogu razumjeti.
S druge strane, početnici u industriji suočavaju se s neviđenim izazovima. Oni koji se previše oslanjaju na generirani kod, bez da su prethodno izgradili čvrste temelje i duboko razumijevanje osnova programiranja, brzo upadaju u probleme. Kada stvari krenu po zlu i kada trebaju otkloniti duboke logičke greške u kodu koji nisu sami napisali niti ga u potpunosti razumiju, njihov napredak se zaustavlja. To stvara opasnost od generacije programera koji znaju generirati rješenje, ali ga ne znaju održavati.
Tvrtke koje naivno vjeruju da mogu jednostavno zamijeniti svoje iskusne inženjere jeftinijim rješenjima, ubrzo shvaćaju da održavanje takvog koda postaje tehnička noćna mora. Tehnički dug se gomila nevjerojatnom brzinom. Kvaliteta softvera i njegova dugoročna održivost i dalje apsolutno ovise o dubokom ljudskom razumijevanju sustava. Umjetna inteligencija danas ne mijenja programere na način da ih eliminira, već mijenja način na koji programeri moraju raditi i razmišljati.
Završni stav
Alati bazirani na velikim jezičnim modelima su nevjerojatno korisni i moćni pomoćnici koji mogu značajno unaprijediti proces razvoja softvera. Bilo bi pogrešno ignorirati ih. Ipak, oni nisu, niti će u bliskoj budućnosti biti, samostalni softverski inženjeri. Prava vrijednost u razvoju tehnologije i dalje leži u ljudskom rasuđivanju, iskustvu i sposobnosti rješavanja stvarnih, nepredvidivih problema. Budućnost pripada onima koji nauče upravljati ovim alatima s kritičkim odmakom, ne zaboravljajući temeljne principe inženjerske struke.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
