Zabluda o produktivnosti: AI alati ne donose brzinu
Opsesija brzinom pisanja koda stvara više problema nego što ih rješava
Industrija razvoja softvera trenutno je opsjednuta alatima koji generiraju kod u sekundi. Obećanje je jasno: umjetna inteligencija će nas učiniti eksponencijalno bržima, omogućujući nam da isporučujemo značajke nevjerojatnom brzinom. Međutim, ova priča počiva na jednoj opasnoj zabludi: pretpostavci da je samo tipkanje koda usko grlo u razvoju softvera.
Prevladavajuća priča
Glavni narativ koji guraju proizvođači AI alata za programere je onaj o čistoj efikasnosti i produktivnosti mjerljivoj brojem napisanih linija. Alati poput Copilota obećavaju "oslobađanje" programera od dosadnih, repetitivnih zadataka. Argument je da ako alat može napisati osnovnu strukturu ili riješiti uobičajeni problem umjesto vas, vaša produktivnost automatski raste. Prema ovoj priči, brzina generiranja teksta direktno se prevodi u brzinu isporuke softvera, a više koda znači bolji rezultat.
Zašto je ta priča pogrešna ili nepotpuna
Problem s ovom pričom je što potpuno ignorira stvarnost inženjerstva. Pisanje koda, odnosno samo pretvaranje logike u sintaksu jezika, rijetko je stvarni problem koji usporava timove. Prava uska grla su nerazumijevanje poslovnih zahtjeva, loša arhitektura, tehnički dug, kompleksnost sustava i nedostatak komunikacije.
Kada AI alat u sekundi izbaci stotinu linija koda, programer više ne piše kod; on postaje recenzent tuđeg, često prosječnog koda. Umjesto da rješavaju apstraktne probleme, inženjeri troše vrijeme pokušavajući shvatiti zašto je AI generirao baš tu specifičnu logiku i skriva li se u njoj neka suptilna greška. Brzina tipkanja je zamijenjena kognitivnim opterećenjem čitanja i provjeravanja. Štoviše, olako generiranje koda često rezultira prekomjernim rješenjima, dodajući nepotrebnu kompleksnost koju netko sutra mora održavati.
Posljedice u stvarnom svijetu
Ako nastavimo vjerovati u ovu iluziju brzine, posljedice za industriju bit će ozbiljne. Prvo, dobit ćemo ogromne količine koda lošije kvalitete koji će eksponencijalno povećati tehnički dug. Timovi će misliti da isporučuju brže, dok će zapravo graditi krhke sustave koje će biti nemoguće održavati.
Drugo, pati razvoj mlađih programera. Juniori, oslanjajući se na autocomplete, preskaču ključnu fazu učenja kroz borbu s problemima i shvaćanje dubljih principa rada sustava. Postaju operateri alata, a ne inženjeri. S druge strane, seniori gube vrijeme pokušavajući raspetljati spageti-kod koji su alati izbacili. Dugoročno, ovo ne smanjuje troškove razvoja, već ih drastično povećava kroz troškove održavanja i ispravljanja grešaka.
Završni stav
Umjetna inteligencija ima svoje mjesto u razvoju softvera, ali pravo poboljšanje produktivnosti neće doći iz alata koji pišu kod brže od nas. Prava vrijednost AI-ja trebala bi biti u analizi, detekciji arhitektonskih problema i automatizaciji pravih uskih grla, a ne u pukom generiranju teksta. Više koda nije bolji softver; kvaliteta, razumijevanje i jednostavnost ostaju temelji pravog inženjerstva.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
