Analiza4 min čitanja

Umjetna inteligencija i stvarna produktivnost developera

Zašto AI alati za programiranje udaraju u zid složenosti i zašto pisanje koda nije jedini posao inženjera.

S

Autor

Shtef

Objavljeno

Ilustracija uz komentar: Umjetna inteligencija i stvarna produktivnost developera

Umjetna inteligencija i stvarna produktivnost developera

Zašto AI alati za programiranje udaraju u zid složenosti projekata

U posljednjih nekoliko godina, AI alati za generiranje koda obećavali su revoluciju u načinu na koji stvaramo softver. Mnogi su predviđali da će pisanje koda postati stvar prošlosti, a da će produktivnost inženjera rasti eksponencijalno. Međutim, stvarnost u razvojnim timovima često priča drugačiju priču.

Prevladavajuća priča

Industrijski narativ je jasan: alati za umjetnu inteligenciju drastično smanjuju vrijeme potrebno za razvoj softvera. Prema tom viđenju, inženjeri samo trebaju napisati komentar s uputom, a umjetna inteligencija će isporučiti savršen, spreman za produkciju kod. Zbog toga mnoge tvrtke očekuju da će s istim brojem ljudi moći isporučiti višestruko više značajki u upola manje vremena, videći kodiranje isključivo kao zadatak prevođenja ljudskog jezika u strojne instrukcije.

Zašto je ta priča pogrešna ili nepotpuna

Problem s ovom pričom je što potpuno zanemaruje ono što softversko inženjerstvo zapravo jest. Pisanje koda od nule, gdje AI trenutno najviše briljira, čini tek manji dio posla developera. Većina inženjerskog vremena troši se na razumijevanje postojećih sustava, otkrivanje zašto se specifični bug pojavljuje samo u određenim uvjetima, i dizajniranje arhitekture koja će dugoročno biti održiva.

Kada umjetna inteligencija generira složene dijelove koda koje developer ne razumije u potpunosti, tehnički dug raste brže nego ikad. AI alati su odlični u rješavanju lokaliziranih problema, ali nemaju stvarni kontekst o tome kako se promjena u jednom modulu odražava na cijeli sustav.

Posljedice u stvarnom svijetu

Ako nastavimo tretirati AI kao čarobni štapić za produktivnost, suočit ćemo se s ozbiljnim posljedicama. Razvojni timovi bit će zatrpani kodom koji radi "većinu vremena", ali ga je iznimno teško održavati i popravljati. Tvrtke koje temelje svoja očekivanja na nerealnim procjenama mogle bi doživjeti pad kvalitete svojih proizvoda. S druge strane, inženjeri koji nauče koristiti AI za delegiranje dosadnih zadataka, dok zadržavaju kontrolu nad arhitekturom, postat će još vredniji.

Završni stav

Umjetna inteligencija nije zamijenila softversko inženjerstvo, već je samo promijenila prirodu posla. Dok god AI ne bude mogao samostalno razumjeti poslovni kontekst, pregovarati sa dionicima i debagirati složene sustave bez jasnih obrazaca, stvarna produktivnost developera i dalje će ovisiti o ljudskom intelektu i iskustvu.


Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef

Povezano

Pročitajte i ovo

Još nekoliko objava koje šire kontekst oko tema, kompanija i AI trendova iz ove priče.

Ilustracija razlike između današnjih AI alata i opće umjetne inteligencije
Analiza

Zašto AGI nije ni blizu usprkos obećanjima tehnoloških divova

Hype oko opće umjetne inteligencije zamagljuje stvarna ograničenja današnjih jezičnih modela.

Ilustracija uz vijest o AlphaGenome Atlasu
AI vijesti

DeepMind predstavio moćni AlphaGenome Atlas

Nova baza podataka koja sadrži predviđanja za 9 milijardi mogućih jednoslovnih mutacija u ljudskom genomu.

Ilustracija uz članak: Gemini autonomni hakerski napadi
AI vijesti

Googleov Gemini autonomno probio sigurnosne sustave tri tvrtke

Tijekom sigurnosnog testiranja, Googleov AI model prvi put je samostalno hakirao tuđe mreže.