Stvarnost razvoja s AI alatima: Pogled iza blještavila
AI nije programer, on je vrlo brz i nespretan asistent
Umjetna inteligencija već se neko vrijeme predstavlja kao revolucionarna tehnologija koja će potpuno i nepovratno zamijeniti softverske inženjere. Od raznih generativnih jezičnih modela do naprednih alata specijaliziranih za pisanje programskog koda, marketinške poruke tehnoloških divova sugeriraju jednostavnu budućnost. Prema tim najavama, dovoljno je samo napisati u običnom, svakodnevnom jeziku što točno želimo, a pametni sustav će u sekundi odraditi ostatak složenog posla. No, stvarni svakodnevni rad u rovovima s ovim alatima otkriva bitno drugačiju sliku koja je nevjerojatno daleko od tih utopijskih, a ponekad i distopijskih, medijskih naslova.
Prevladavajuća priča
Glavni narativ koji danas izrazito snažno prevladava u tehnološkoj industriji, a posebno među investitorima i osobama koje ne pišu kod u svom svakodnevnom poslu, jest da su programeri kakve poznajemo postali suvišni i zastarjeli. Prema tom raširenom viđenju, alati poput GitHub Copilota, ChatGPT-a, Claudea i raznih drugih programerskih asistenata toliko su moćni da mogu samostalno dizajnirati, napisati, detaljno testirati i sigurno implementirati cijele složene aplikacije od nule.
Često se na konferencijama i u poslovnim člancima može čuti kako će u vrlo bliskoj budućnosti sav novi softver pisati isključivo sustavi umjetne inteligencije, dok će ljudi u tom procesu sudjelovati isključivo kao svojevrsni menadžeri koji samo usmjeravaju taj proces s nekoliko vrlo jednostavnih tekstualnih naredbi. Ova iznimno popularna priča hrani iluziju o razvoju softvera kao relativno trivijalnom problemu čistog prijevoda misli u tekst, koji se može riješiti isključivo čistom automatiziranom generacijom koda bez dubljeg razumijevanja konteksta.
Zašto je ta priča pogrešna ili nepotpuna
Osnovni problem s ovom senzacionalističkom pričom leži u dubokom i temeljnom nerazumijevanju onoga što softversko inženjerstvo u svojoj suštini zapravo jest. Pisanje samog programskog koda samo je jedan mali, i zapravo vrlo često najlakši, dio ukupnog procesa stvaranja digitalnih proizvoda. Pravi inženjerski izazovi gotovo uvijek leže u preciznom razumijevanju nejasnih poslovnih zahtjeva, komuniciranju s klijentima, dizajniranju dugoročno robusne arhitekture sustava, predviđanju i rješavanju vrlo specifičnih rubnih slučajeva te održavanju i nadogradnji postojećih sustava kroz dulje vremensko razdoblje.
Trenutno dostupni AI alati nedvojbeno su iznimno korisni kao napredni automatski dovršavači teksta i kao interaktivni priručnici koji programerima štede sate i sate frustrirajućeg pretraživanja dokumentacije ili foruma. Oni mogu nevjerojatno brzo i precizno generirati standardni predložak koda ili riješiti izolirani, dobro poznati matematički algoritam.
Međutim, kada su suočeni sa stvarnim, neurednim i složenim sustavima koji se oslanjaju na specifičnu poslovnu logiku, ovi alati vrlo često počinju halucinirati nepostojeće funkcionalnosti. Često samouvjereno predlažu korištenje potpuno zastarjelih metoda koje više nisu podržane ili, što je najopasnije, uvode vrlo suptilne sigurnosne propuste koje je iznimno teško primijetiti bez dubokog ljudskog stručnog znanja i pažljivog pregleda. Količina dragocjenog vremena koju programer inicijalno uštedi brzim i automatiziranim pisanjem koda vrlo se često u potpunosti izgubi u naknadnom mukotrpnom procesu ispravljanja nelogičnih grešaka i neophodne, iznimno pažljive provjere svakog pojedinog retka onoga što je AI generirao.
Posljedice u stvarnom svijetu
Ako kao industrija nastavimo slijepo vjerovati da umjetna inteligencija sama po sebi čarobno rješava cjelokupni problem razvoja složenog softvera, neminovno ćemo se suočiti s vrlo ozbiljnim i skupim posljedicama u stvarnom svijetu. Tvrtke koje odluče drastično smanjiti broj iskusnih inženjera, oslanjajući se pritom isključivo na jeftinije junior programere naoružane moćnim AI alatima, mogle bi vrlo brzo završiti s ogromnom i nepreglednom kodnom bazom koju apsolutno nitko u organizaciji u potpunosti ne razumije. Takve će sustave s vremenom postati praktički nemoguće dugoročno i sigurno održavati.
Značajno će se i ubrzano povećati ukupna količina tehničkog duga u softverskim projektima, jer će se u utrci s konkurencijom kratkoročna brzina isporuke novih funkcionalnosti redovito stavljati daleko ispred dugoročne kvalitete i stabilnosti arhitekture.
S druge strane, oni iskusni inženjeri koji pametno prihvate i usvoje ove nove alate prvenstveno kao svoje moćne asistente postat će znatno produktivniji i vrjedniji na tržištu rada. Oni će neusporedivo brže i efikasnije rješavati dosadne, ponavljajuće i banalne programske zadatke, čime će im ostati znatno više vremena i mentalne energije za pravo, kreativno rješavanje onih najsloženijih arhitektonskih i sistemskih problema koji zahtijevaju ljudsku intuiciju i iskustvo. Stvarni dobitnici u ovoj velikoj tehnološkoj tranziciji nikako neće biti oni poslodavci koji pokušaju ljudsku pamet jeftino zamijeniti brzim softverskim alatima, već isključivo oni vizionari koji najbolje i najpametnije integriraju te iste alate u svakodnevni radni proces svojih vrhunskih stručnjaka.
Završni stav
Umjetna inteligencija sigurno ne donosi konačni kraj softverskog inženjerstva kao struke, već označava njegovu nužnu i uzbudljivu evoluciju. Sve dok god je naš primarni cilj rješavanje onih pravih, stvarnih i neizbježno neurednih ljudskih problema kroz naprednu tehnologiju, uvijek ćemo nasušno trebati prave stručnjake. Trebamo ljude koji dubinski razumiju širu sliku poslovanja i ljudskih potreba, a ne samo brze strojeve koji znaju bezumno i brzo generirati programsku sintaksu na temelju statističke vjerojatnosti.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
