Analiza3 min čitanja

Zašto AI neće pretvoriti svakoga u programera

Umjetna inteligencija olakšava pisanje koda, ali pravi softverski inženjering zahtijeva duboko razumijevanje arhitekture i rješavanja problema.

S

Autor

Shtef

Objavljeno

Programer radi na kompleksnoj arhitekturi sustava

Zašto AI neće pretvoriti svakoga u programera

Kodiranje je samo mali dio onoga što inženjeri zapravo rade, a prava vrijednost leži u složenom rješavanju problema.

Često čujemo obećanja da će alati temeljeni na umjetnoj inteligenciji demokratizirati razvoj softvera do te mjere da će svatko tko može napisati nekoliko rečenica postati softverski inženjer. Prema toj priči, znanje programiranja postat će nepotrebno, a kompleksne aplikacije stvarat će se isključivo putem razgovora s pametnim asistentima. Iako ovi alati ubrzavaju pisanje koda, ideja da će potpuno zamijeniti potrebu za stručnim programerima počiva na nerazumijevanju onoga što razvoj softvera doista jest.

Pisanje koda, prevođenje logike u sintaksu koju računalo razumije, često je najlakši dio posla. Pravi izazov leži u razumijevanju problema, dizajniranju arhitekture, rješavanju neočekivanih grešaka i održavanju sustava. Umjetna inteligencija može napisati savršenu petlju, ali ne može razumjeti širi kontekst niti preuzeti odgovornost za sigurnost, skalabilnost i stabilnost sustava.

Prevladavajuća priča

Glavni narativ u tehnološkoj industriji glasi: veliki jezični modeli postali su toliko dobri u generiranju koda da će tradicionalni programeri uskoro postati višak. Tvrtke će, tvrdi se, moći zaposliti ljude bez tehničkog predznanja koji će jednostavno opisati što žele, a AI će odraditi ostatak. Ovaj narativ gura se kroz marketinške kampanje koje prikazuju stvaranje funkcionalne web aplikacije u nekoliko minuta.

Prema takvom viđenju, inženjerske vještine poput poznavanja algoritama, struktura podataka i arhitekture postat će relikti prošlosti. Očekuje se da će softver postati iznimno jeftin za izradu, a svaka ideja će se moći trenutno pretvoriti u proizvod bez dugotrajnog tehničkog razvoja.

Zašto je ta priča pogrešna ili nepotpuna

Problem s ovom pričom je što potpuno zanemaruje složenost suvremenih sustava. Demonstracije AI alata obično prikazuju stvaranje malih, izoliranih aplikacija. U stvarnom poslovnom svijetu, razvoj rijetko počinje od nule. Većina inženjera održava sustave koji već postoje, s kompleksnim bazama i strogim sigurnosnim zahtjevima.

Programeri provode većinu vremena čitajući i pokušavajući razumjeti postojeći tuđi kod, tražeći uzroke složenih grešaka, te pažljivo prilagođavajući nove značajke kako ne bi razbile sustav. AI je inteligentni pomoćnik koji predlaže kod, ali nema sposobnost sagledavanja cijelog distribuiranog sustava. Kada AI generira tisuće linija novog koda, netko ga mora pregledati, razumjeti, testirati i dugoročno održavati. Ako osoba koja traži kod ne razumije kako on radi, tada taj kod postaje tempirana bomba koja stvara golemi tehnički dug.

Nadalje, pravi inženjering zahtijeva donošenje teških kompromisa oko optimizacije, sigurnosti i brzine razvoja. AI ne može donijeti takve strateške odluke jer one ovise o poslovnim prioritetima i specifičnim potrebama korisnika.

Posljedice u stvarnom svijetu

Ako tvrtke povjeruju da mogu zamijeniti iskusne inženjere amaterima s AI alatima, suočit će se s ozbiljnim posljedicama. Kratkoročno će možda vidjeti ubrzanje, ali dugoročno će njihovi sustavi postati krhki, nesigurni i nevjerojatno teški za održavanje.

Ono što se događa u praksi jest da AI značajno povećava produktivnost iskusnih programera, omogućujući im fokus na rješavanje složenijih arhitektonskih problema. S druge strane, apsolutni početnici koji se previše oslanjaju na AI često gube priliku naučiti temeljne koncepte. Zbog preskakanja osnova, postaju manje sposobni za samostalno rješavanje pravih problema kada im AI ne može pomoći.

Pravi pobjednici bit će inženjeri koji nauče koristiti AI za dramatično povećanje vlastite učinkovitosti. Tvrtke koje pokušaju potpuno automatizirati razvoj i zaobići ljudsku ekspertizu završit će s proizvodima niske kvalitete. Kodiranje će postati lakše, ali pravi softverski inženjering ostat će jednako intelektualno zahtjevan i nezamjenjiv.

Završni stav

Umjetna inteligencija nepovratno transformira način na koji pišemo softver, ali ona neće ukinuti potrebu za ljudima koji duboko razumiju tehnologiju. Baš kao što kalkulatori nisu eliminirali potrebu za matematičarima, tako ni AI neće pretvoriti svakoga u sposobnog inženjera. Dugoročna vrijednost programera nije u poznavanju sintakse, već u rješavanju složenih problema i razumijevanju kako se grade stabilni sustavi. Dok god strojevi ne budu mogli preuzeti punu odgovornost za te aspekte, ljudi će ostati najvažniji dio procesa stvaranja softvera.


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 AI agenata i poslovne primjene
Analiza

AI agenti u 2026. godini: Od velikih obećanja do stvarne primjene

Analiza zašto općenamjenski AI agenti još uvijek nisu spremni za poslovnu primjenu. Prava vrijednost dolazi iz usko specijaliziranih alata pod ljudskim nadzorom.

Ilustracija tehnološkog balona i stabilizacije industrije umjetne inteligencije
Analiza

Generativna umjetna inteligencija: Kraj balona ili novi početak?

Zašto je trenutno usporavanje AI industrije zapravo najbolja stvar koja se mogla dogoditi tržištu i korisnicima.

Ilustracija zdravstvenih podataka integriranih u ChatGPT sučelje
AI vijesti

OpenAI lansirao Health integraciju unutar ChatGPT-a

OpenAI je za korisnike u SAD-u uveo značajku Health u ChatGPT koja omogućuje sigurno povezivanje Apple Healtha i medicinskih kartona za personalizirane savjete.