Stvarnost iza AI alata za programere: Manje magije, više posla
Umjetna inteligencija ne piše gotov softver, nego zahtijeva novu razinu inženjerske discipline i strogog nadzora.
Industrija razvoja softvera trenutačno prolazi kroz vjerojatno najveću transformaciju od same pojave interneta, a u samom središtu te velike promjene nalaze se novi alati temeljeni na umjetnoj inteligenciji. Gotovo svaki dan slušamo i čitamo o tome kako će generativna umjetna inteligencija potpuno zamijeniti ljudske programere, potpuno automatizirati cjelokupan proces pisanja koda te pretvoriti iznimno složene inženjerske probleme u jednostavne razgovore s pametnim asistentima. Međutim, kada malo zagrebemo ispod površine spektakularnih demonstracija na konferencijama i glasnih marketinških najava tehnoloških divova, stvarnost na terenu izgleda znatno drugačije. Iskusni programeri koji svakodnevno i intenzivno koriste ove moderne alate u produkcijskim i stvarnim poslovnim okruženjima vrlo brzo shvaćaju jednu ključnu stvar. Umjetna inteligencija zapravo nije čarobni štapić koji jednim klikom rješava sve probleme, već je to moćan, ali itekako nesavršen asistent koji zahtijeva iznimno precizno usmjeravanje i stalnu ljudsku provjeru.
Prevladavajuća priča
Glavni narativ koji danas prevladava u tehnološkim medijima, na društvenim mrežama, te u prezentacijama usmjerenim prema investitorima i upravnim odborima, vrlo optimistično tvrdi da su AI alati već sada u potpunosti sposobni samostalno stvarati složene web i mobilne aplikacije od početka do kraja. Prema toj popularnoj priči, dovoljno je tek napisati nekoliko jednostavnih rečenica u običnom jeziku, a napredni sustav će izbaciti besprijekoran, iznimno siguran i savršeno optimiziran kod spreman za objavu. Ova prilično zavodljiva priča sugerira da tradicionalno programiranje i učenje složenih koncepata postaju stvar prošlosti te da će u vrlo bliskoj budućnosti doslovno svatko moći postati vrhunski softverski inženjer samo uz pomoć prirodnog jezika. Mnogi izvršni direktori doista vjeruju da će uskoro moći drastično smanjiti svoje inženjerske timove jer će umjetna inteligencija jednostavno preuzeti onaj najveći i najteži dio posla.
Zašto je ta priča pogrešna ili nepotpuna
Iako je neosporna istina da najmoderniji jezični modeli mogu generirati zaista impresivne isječke koda i rješavati izolirane algoritamske zadatke, postoji ogromna i ključna razlika između pisanja male izolirane funkcije i izgradnje velikog, sigurnog i dugoročno održivog softverskog sustava. Umjetna inteligencija trenutačno u praksi funkcionira kao nevjerojatno brz i prilično pametan, ali izrazito neiskusan asistent. Ona doista može nezamislivom brzinom izbaciti stotine i stotine linija koda, ali pritom često nema apsolutno nikakav širi kontekst o složenoj arhitekturi cijelog projekta, strogim sigurnosnim standardima ili vrlo specifičnim poslovnim pravilima unutar pojedine tvrtke.
Glavni problem nastaje u trenucima kada AI generira kod koji na prvi, površni pogled izgleda potpuno savršeno, ali zapravo u pozadini sadrži suptilne logičke pogreške, ozbiljne sigurnosne propuste ili probleme s performansama koje je iznimno teško odmah otkriti. Umjesto da manje vremena provode duboko u kodu, iskusni inženjeri danas provode brojne sate u pažljivom pregledavanju, testiranju i ispravljanju onoga što je stroj automatski napisao. Paradoksalno, da biste doista učinkovito i sigurno koristili najnovije AI alate za programiranje, vi zapravo morate biti iznimno vješt i iskusan programer sposoban prepoznati sve te suptilne greške i loše prakse koje ovi alati gotovo neizbježno rade u složenijim scenarijima. Ovi alati ni na koji način ne smanjuju potrebu za dubokim inženjerskim znanjem; oni to znanje zapravo čine još važnijim jer je traženje grešaka i popravljanje tuđeg (ili u ovom konkretnom slučaju, strojnog) koda gotovo uvijek znatno teže, sporije i napornije od pisanja vlastitog, promišljenog koda od samog početka.
Posljedice u stvarnom svijetu
U stvarnom, poslovnom svijetu, brojne tvrtke koje nekritički i prebrzo usvajaju AI alate s velikim očekivanjem trenutačnog rasta produktivnosti vrlo se često susreću s brojnim neočekivanim posljedicama. Ukupna količina napisanog koda raste doslovno eksponencijalno, no istovremeno kvaliteta, čitljivost i održivost tog istog koda počinju opasno opadati. Ubrzano gomilanje takozvanog tehničkog duga postaje nevjerojatno ozbiljan problem jer programerski timovi možda brže isporučuju nove funkcionalnosti, ali pritom dugoročno gube duboko razumijevanje vlastitog sustava, što kasnije dovodi do velikih problema pri održavanju.
S druge strane, oni inženjeri koji pametno prihvate umjetnu inteligenciju kao odličan alat za automatizaciju dosadnih, ponavljajućih zadataka—poput pisanja osnovnih testova, generiranja bazične dokumentacije ili postavljanja jednostavnih struktura podataka—ostvaruju stvarne, mjerljive prednosti. Oni postaju znatno produktivniji ne zato što stroj u potpunosti misli umjesto njih, već isključivo zato što im taj stroj oslobađa dragocjeno vrijeme za rješavanje onih pravih, teških i složenih arhitektonskih problema. Najveći gubitnici u ovoj velikoj tehnološkoj tranziciji bit će upravo oni koji potpuno prepuste kontrolu i kritičko razmišljanje umjetnoj inteligenciji. S druge strane, jasni pobjednici bit će isključivo oni inženjeri koji nauče kako postati vrhunski revizori i arhitekti pametnog sustava u kojem AI odrađuje samo onaj mehanički, dosadni dio posla.
Završni stav
Umjetna inteligencija nipošto ne označava kraj programiranja, već zapravo označava kraj programiranja kakvog smo do sada poznavali. Najvažnija vještina inženjera budućnosti definitivno neće biti puko tipkanje dugačkih linija koda, već iznimna sposobnost jasnog komuniciranja namjere, rigoroznog testiranja dobivenih rezultata i dubokog, sistemskog razumijevanja složene arhitekture. AI je uistinu fantastičan alat u rukama iskusnog majstora, ali istovremeno predstavlja ogromnu, ponekad i pogubnu opasnost u rukama onih koji samo traže brze prečace. Stvarnost na terenu je vrlo jednostavna i jasna: u budućnosti ćemo vjerojatno puno manje tipkati po tipkovnici, ali ćemo zato morati neusporedivo više i dublje razmišljati.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
