Pravi problem više nije kako brzo napisati kod, već kako ga pročitati
AI alati ne uklanjaju usko grlo u razvoju softvera, već ga sele u kogniciju
Industrija razvoja softvera trenutno prolazi kroz seizmičku promjenu kakva nije viđena još od uvođenja interneta. Svi u tehnološkom svijetu neumorno govore o brzini kojom danas možemo generirati nove linije koda, ali rijetki primjećuju jednu suptilnu i opasnu zamku: usko grlo u proizvodnji nigdje nije nestalo. Ono se samo preselilo na drugu lokaciju u procesu. Do nedavno, glavni limitirajući faktor u razvoju bila je fizička i kognitivna brzina kojom je inženjer mogao pretvoriti apstraktni zahtjev u sintaktički ispravan kod. Danas taj isti kod nastaje gotovo trenutno. No, kompleksni sustavi ne žive u vakuumu. Oni kontinuirano zahtijevaju pažljivo održavanje i dubinsko arhitektonsko razumijevanje. Ako sada pišemo kod deset puta brže, a i dalje ga čitamo i procesuiramo jednakom ljudskom brzinom kao prije deset godina, suočavamo se s nadolazećom katastrofom tehničkog duga. Pravo pitanje današnjice više nije koliko brzo možemo tipkati, nego koliko brzo, precizno i pouzdano možemo razumjeti ono što smo upravo stvorili.
Prevladavajuća priča
Slušamo gotovo identičnu euforičnu priču iz svakog kutka moderne tehnološke industrije. Izvršni direktori tehnoloških giganata i entuzijastični investitori na pozornicama pokazuju šarene grafikone na kojima produktivnost programera raste eksponencijalno u nebo. Ambiciozni startupi ponosno tvrde da im je sada potreban samo mali djelić nekadašnjeg tima kako bi u rekordnom roku isporučili izuzetno složene proizvode na globalno tržište. Generativni AI alati svakodnevno su slavljeni kao ultimativno rješenje za nedostatak inženjerskog talenta. Prevladava zavodljiv narativ da je kodiranje konačno postalo potpuno mehanizirana aktivnost kojom besprijekorno upravljaju nevidljivi algoritmi.
Ova privlačna priča nastavlja se obećanjima o drastičnom smanjenju troškova i nezapamćenom ubrzanju inovacija. Navodno, junior inženjeri uz pomoć umjetne inteligencije sada mogu raditi kompleksan posao za koji su nekada bili potrebni prekaljeni seniori. S druge strane, seniori navodno postaju svojevrsni "arhitekti" iz udobne fotelje, orkestrirajući golemim mnoštvom AI agenata. Ovaj utopijski pogled jasno sugerira da je mehaničko pisanje koda bila jedina prepreka u stvaranju softvera.
Zašto je ta priča pogrešna ili nepotpuna
Ovaj izrazito popularan narativ duboko je manjkav jer potpuno pogrešno razumije pravu prirodu razvoja modernog softvera. Pisanje potpuno novog koda oduvijek je zapravo bio najlakši, najpredvidljiviji i najzabavniji dio cjelokupnog posla. Pravi izazov softverskog inženjerstva apsolutno nikada nije bila gola programska sintaksa. Pravi izazovi leže u prevođenju stvarnih poslovnih potreba, osiguravanju skalabilnosti sustava i rješavanju nemogućih rubnih slučajeva.
Kada AI alat u sekundi ispljune stotine linija koda, on ne generira samo rješenje, već istovremeno stvara i ogromnu trajnu obvezu. Taj novonastali kod netko mora pažljivo pročitati, razumjeti kako se uklapa u širu cjelinu i odobriti za produkciju. Tu dolazimo do ključnog paradoksa današnjice: naša sposobnost vizualnog čitanja i kognitivnog procesiranja izrazito kompleksnih sustava nije se nimalo ubrzala. Zbog toga se usko grlo razvoja tiho pomaknulo niz traku. Zagušenje sada direktno nastaje u glavi inženjera koji mora dešifrirati gigabajte tuđeg sadržaja.
Nadalje, kod koji generiraju današnji modeli često pati od fenomena koji možemo nazvati "uvjerljivom osrednjošću". On na prvi pogled izgleda savršeno, ali često u pozadini sadrži suptilne logičke greške ili sigurnosne ranjivosti. Pronalazak takvih skrivenih grešaka u tuđem kodu eksponencijalno je teži zadatak od pisanja promišljenog koda od početka. Dok se menadžment veseli bržem tempu razvoja, stvarni tehnički dug nevidljivo buja ispod mirne površine.
Posljedice u stvarnom svijetu
Ako se ova dinamika jasno ne prepozna, posljedice će biti izrazito dalekosežne i vrlo skupe. Kratkoročno, kompanije koje zamjenjuju ljudski napor AI alatima možda će prikazati fantastične metrike produktivnosti. Vidjet ćemo ogromnu eksploziju brzih, do pola dovršenih prototipa koji preplavljuju tržište.
Međutim, srednjoročni i dugoročni pravi gubitnici bit će inženjerski timovi kada njihovi temeljni sustavi postanu previše krhki za bilo kakvo smisleno održavanje. Najbolji senior inženjeri bit će svedeni na lektore generiranog koda. Oni će provoditi sate tražeći iglu u plastu sijena – razlog zašto se cijeli sustav ruši u produkciji. Kronični umor brzo će postati glavni razlog izgaranja na poslu, jer čitanje kilometarskih skripti zahtijeva ogromnu mentalnu energiju.
Također, ova situacija predstavlja značajnu opasnost za temeljnu sigurnost globalne infrastrukture na koju se oslanjamo. Brzina isporuke nadmašit će sposobnost organizacija da provode kvalitetne sigurnosne preglede. Hakeri više neće morati tražiti očite rupe u kodu, već će vješto koristiti logičke pogreške u haluciniranom kodu.
Završni stav
Moderna generativna umjetna inteligencija bez sumnje predstavlja jedan od najvažnijih alata koji je naša industrija ikada dobila, ali ona nije čarobni štapić koji ukida temeljne zakone u softverskom inženjerstvu. Samo zato što danas možemo iznimno brzo tipkati, ne znači da možemo i jednako brzo i kvalitetno razmišljati.
Kao struka, moramo se pod hitno prestati opsesivno fokusirati isključivo na to koliko sirovih linija koda modeli generiraju. Umjesto toga, moramo početi razvijati alate i prakse koji nam prvenstveno pomažu u lakšem čitanju i bržem razumijevanju velikih sustava. Pravi dugoročni pobjednici ove revolucije neće biti oni koji najbrže pišu kod, već oni koji najsposobnije uspijevaju čitati i kontrolirati ovaj eksponencijalni rast tehničke kompleksnosti. Sve dok kolektivno ne naučimo kako se nositi s ovim novim uskim grlom, hodamo po vrlo tankom ledu.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
