Stvarnost AI programiranja: Razbijanje velikih mitova
Marketing obećava da će AI sam pisati softver. Praksa developera otkriva sasvim drugačiju priču.
Kada slušate izvršne direktore tehnoloških divova ili čitate objave na društvenim mrežama, lako je povjerovati da je programiranje kakvo poznajemo gotovo. Najave revolucionarnih modela prate bombastične tvrdnje o umjetnoj inteligenciji koja samostalno piše aplikacije, otklanja greške i zamjenjuje cijele inženjerske timove. Međutim, svatko tko svakodnevno koristi te alate u razvoju stvarnih, složenih sustava zna da postoji golem raskorak između marketinških prezentacija i stvarne prakse. AI je moćan, ali ne na način na koji nam to industrija često pokušava prodati.
Prevladavajuća priča
Glavni narativ koji danas dominira tehnološkom industrijom svodi se na ideju potpune automatizacije. Prema toj priči, uloga softverskog inženjera postaje suvišna, a programiranje se pretvara u puko zadavanje uputa na prirodnom jeziku. Dovoljno je opisati što želite, a AI će napisati čist, siguran i skalabilan kod.
Ova vizija budućnosti privlačna je investitorima i menadžerima jer obećava drastično smanjenje troškova i neograničeno ubrzanje razvoja. U tom kontekstu, alati poput Copilota ili naprednih LLM-ova predstavljaju se ne kao pomoćnici, već kao samostalni kreatori, sposobni razumjeti poslovnu logiku, arhitekturu i dugoročne posljedice napisanog koda bez ljudskog nadzora.
Zašto je ta priča pogrešna ili nepotpuna
Problem s ovom pričom je što ignorira temeljnu prirodu razvoja softvera. Pisanje sintakse samo je mali, i često najlakši, dio inženjerskog posla. Pravi izazov leži u rješavanju dvosmislenosti, razumijevanju poslovnih zahtjeva, dizajniranju arhitekture koja može rasti i, prije svega, u shvaćanju šireg konteksta u kojem kod živi.
Današnji AI modeli su izvanredni strojevi za predviđanje teksta. Oni mogu izbaciti impresivne blokove koda (boilerplate), predložiti rješenje za specifičnu, izoliranu funkciju ili pomoći u snalaženju kroz nepoznatu dokumentaciju. Ali oni nemaju razumijevanje sustava. Ne znaju zašto je jedna baza podataka bolja od druge za specifičan projekt, ne razumiju nijanse sigurnosnih propisa, niti mogu predvidjeti kako će se neka promjena odraziti na udaljeni mikroservis koji održava drugi tim.
Kada AI napiše kod, on zahtijeva rigoroznu ljudsku provjeru. Često se događa da model predloži rješenje koje izgleda savršeno logično i sintaktički ispravno, ali je arhitektonski promašeno ili uvodi suptilne sigurnosne ranjivosti. Vrijeme koje se uštedi na tipkanju nerijetko se potroši na pregledavanje (code review) i popravljanje haluciniranih metoda koje zapravo ne postoje u korištenoj biblioteci. Umjesto da AI smanji kognitivno opterećenje inženjera, on ga prebacuje s pisanja na neprekidno verificiranje.
Posljedice u stvarnom svijetu
Ako nastavimo vjerovati da AI može zamijeniti iskusne developere, suočit ćemo se s ozbiljnim problemima u tehničkom dugu i kvaliteti softvera. Kompanije koje pokušavaju zamijeniti seniore juniorima naoružanim AI alatima ubrzo otkrivaju da se sustavi urušavaju pod vlastitom težinom. AI može ubrzati pisanje lošeg koda jednako lako kao i dobrog.
S druge strane, pravi pobjednici su oni inženjeri i timovi koji shvaćaju što ovi alati zapravo jesu: iznimno napredni kalkulatori za kod. Umjesto da im slijepo prepuštaju arhitekturu, oni ih koriste za automatizaciju dosadnih zadataka, pisanje testova, refaktoriranje i brže prototipiranje. Zahtjevnost posla se mijenja; manje se bavimo pamćenjem sintakse, a više čitanjem, provjerom i arhitekturom. Ovo ne smanjuje potrebu za inženjerskim znanjem, već je povećava – morate znati više od stroja da biste uočili kada stroj griješi.
Završni stav
Umjetna inteligencija neće eliminirati potrebu za softverskim inženjerima, već će podići ljestvicu onoga što inženjer mora znati i raditi. Magično "napiši mi aplikaciju" rješenje još uvijek je daleka znanstvena fantastika. Dok se alati razvijaju, najvažnija vještina u razvoju softvera ostaje duboko, ljudsko razumijevanje konteksta, arhitekture i samog problema koji rješavamo. Kod je jeftin; razumijevanje sustava ostaje neprocjenjivo.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
