AI jako niania? Senior developerzy spędzają godziny na poprawianiu kodu generowanego przez sztuczną inteligencję

Sztuczna inteligencja miała zrewolucjonizować proces tworzenia oprogramowania, obiecując szybkość i efektywność. Rzeczywistość okazuje się jednak bardziej złożona. Doświadczeni programiści coraz częściej pełnią rolę „nianiek AI”, spędzając godziny na poprawianiu i weryfikacji kodu wygenerowanego przez modele językowe.

Carla Rover, z 15-letnim stażem w branży web developmentu, porównuje pracę z AI do „niekończącej się serwetki koktajlowej”, na której można szkicować pomysły. Jednak implementacja kodu generowanego przez AI w produkcyjnym środowisku bywa, jej zdaniem, „gorsza niż opieka nad dzieckiem”. Problemy z przewidywalnością i potencjalnymi błędami generowanymi przez AI mogą doprowadzić do frustracji, czego sama doświadczyła, przepłakując pół godziny po konieczności restartu projektu.

Z raportu firmy Fastly wynika, że aż 95% ankietowanych developerów przyznaje, że poświęca dodatkowy czas na naprawę kodu stworzonego przez AI. Obciążenie to spada głównie na barki starszych stażem programistów. Doświadczeni koderzy odkrywają w AI-generowanym kodzie problemy od halucynacji nazw pakietów po usuwanie istotnych danych i luki bezpieczeństwa. Pozostawiony bez nadzoru, taki kod może być bardziej problematyczny niż ten napisany przez człowieka.

Feridoon Malekzadeh, weteran branży z ponad 20-letnim doświadczeniem, porównuje pracę z AI do „zatrudniania upartego, bezczelnego nastolatka”. Szacuje, że poświęca około 50% czasu na tworzenie wytycznych, 10-20% na generowanie kodu przez AI, a 30-40% na naprawianie błędów i usuwanie zbędnych skryptów. Podkreśla również, że AI nie radzi sobie najlepiej z myśleniem systemowym, skupiając się na rozwiązywaniu problemów powierzchownych.

Austin Spires z Fastly zwraca uwagę, że AI generuje kod, który jest szybki, ale niekoniecznie poprawny, co może prowadzić do powstania luk w zabezpieczeniach. Z kolei Mike Arrowsmith z NinjaOne ostrzega, że „vibe coding” (termin określający generowanie kodu za pomocą AI) tworzy nowe luki w IT i bezpieczeństwie, szczególnie niebezpieczne dla młodych startupów, które często pomijają rygorystyczne procesy weryfikacji.

Mimo tych problemów, rozmówcy są zgodni, że AI-generowany kod, choć wymaga ludzkiej weryfikacji, przyniósł zmiany w pracy programistów. Rover uważa, że AI pomogło jej w tworzeniu lepszego interfejsu użytkownika. Malekzadeh, pomimo czasu spędzanego na naprawianiu kodu, uważa, że dzięki AI jest w stanie zrobić więcej. Spires wykorzystuje AI do prototypowania, budowania szkieletów kodu i automatyzacji rutynowych zadań.

Elvis Kimara, młody inżynier z tytułem magistra w dziedzinie AI, zauważa, że vibe coding utrudnił mu pracę i pozbawił go satysfakcji z samodzielnego rozwiązywania problemów. Jednocześnie przyznaje, że korzyści przeważają nad wadami i jest gotów zaakceptować „podatek od innowacji”.

Współpraca z AI w tworzeniu oprogramowania wymaga nowego podejścia. Jak mówi Kimara, „nie będziemy już tylko pisać kodu; będziemy prowadzić systemy AI, brać odpowiedzialność za błędy i działać bardziej jak konsultanci dla maszyn”. To nowa rzeczywistość, do której muszą się przystosować programiści na każdym poziomie doświadczenia.