SG.hu·
A programozók szerint a mesterséges intelligencia lassan leépíti a szakmai tudásukat
A technológiai cégek vezetői biztosak benne, hogy a mesterséges intelligencia teljesen át fogja alakítani a gazdaságot, és ennek bizonyítékaként azokat a változásokat hozzák fel, amelyeket saját vállalataikon belül látnak. A Metánál, a Google-nél, a Microsoftnál és más cégeknél a kód egyre nagyobb részét már a mesterséges intelligencia generálja, ami olcsóbbá és gyorsabbá teszi a fejlesztést. Az ebből levont következtetés az, hogy ha ez a technológia már most elég jó ahhoz, hogy a techcégek belső használatra is alkalmazzák a hatékonyság növelése és a létszámcsökkentés érdekében, akkor csak idő kérdése, hogy minden más iparágban is hasonló átalakulás következzen be.
Azok a fejlesztők azonban, akiket arra köteleznek, hogy használják a mesterséges intelligenciát - akár akarják, akár nem - egészen más történetet mesélnek el. A Redditen, a Hacker News oldalán és más fórumokon, ahol a szoftverfejlesztők egymással beszélgetnek, egyre többen azt írják, hogy kiábrándultak a nagy nyelvi modellek által generált kód ígéretéből. A fejlesztők nemcsak arról beszélnek, hogy a mesterséges intelligencia által létrehozott kód gyakran hibás, hanem arról is, hogy sokszor időigényesebb, nehezebb és frusztrálóbb így dolgozni, mert utána át kell nézniük a kimenetet és kijavítani a hibákat. Ennél is aggasztóbb, hogy azok a fejlesztők, akik a munkájuk során rendszeresen használják a mesterséges intelligenciát, úgy érzik, hogy elveszítik a tudásukat és már nem képesek olyan jól végezni a munkájukat, mint korábban.
„Azt mondják nekünk, hogy használjunk MI ügynököket a teljes kódbázist érintő nagyobb változtatásokhoz. Nincs mód annak ellenőrzésére, hogy ekkora mennyiségű kód valóban jól van-e megírva vagy biztonságos-e, különösen akkor, amikor a cégnél több száz másik programozó is ugyanezt csinálja” - mondta egy közepes méretű technológiai vállalat UX tervezője. „Egy olyan technológiai adósságból álló patkányfészket építünk, amelyet lehetetlen lesz kibogozni, amikor ezek a modellek megfizethetetlenül drágává válnak, ami bármelyik pillanatban bekövetkezhet."
A technológiai cégek vezetői imádnak dicsekedni azzal, hogy vállalataiknál a kód mekkora részét generálja a mesterséges intelligencia. Áprilisban a Google azt közölte, hogy az új kódok háromnegyedét már MI írja. Tavaly a Microsoft vezérigazgatója, Satya Nadella azt mondta, hogy a vállalat kódjának akár 30 százalékát is mesterséges intelligencia generálja. A Microsoft technológiai igazgatója, Kevin Scott szerint 2030-ra a vállalat teljes kódjának 95 százalékát MI fogja írni. A Meta vezetője, Mark Zuckerberg tavaly azt mondta, hogy várakozásai szerint a mesterséges intelligencia 12-18 hónapon belül a legtöbb olyan kódot meg fogja írni, amely magát a mesterséges intelligenciát fejleszti tovább. Az Anthropic szerint a csapatuk által írt kódok 90 százalékát MI generálja. A techcégek azzal is dicsekednek, hogy mennyire „tokenmaxxing” módon működnek, vagyis mennyi pénzt költenek MI eszközökre emberi alkalmazottak helyett.
Az a hatalmas termelékenységi ugrás, amelyet ezek a cégek saját MI termékeiknek tulajdonítanak, nem eredményezett több vagy jobb terméket, rövidebb munkaheteket vagy jobb felhasználói élményt. A mesterséges intelligencia bevezetését leginkább arra használták a technológiai vállalatoknál, hogy igazolják a többszörös, nagyszabású leépítéseket. Csak néhány példa azok közül az esetek közül, amikor a cégek azt állították, hogy az MI használata miatt csökkentették a létszámot: a Meta bejelentette, hogy dolgozóinak 10 százalékát, vagyis nagyjából 8000 embert küld el, a Microsoft közölte, hogy alkalmazottai 7 százalékának, körülbelül 125 ezer embernek önkéntes nyugdíjazási lehetőséget kínál. A Snapchat pedig azt mondta, hogy teljes munkaidős dolgozóinak 16 százalékát, körülbelül 1000 embert bocsát el.
Azok a fejlesztők, akikkel beszéltek, sok szempontból ellentmondtak annak a narratívának, amely a mesterséges intelligencia programozási hasznosságát hangsúlyozza. A legszembetűnőbb probléma azonban az, hogy az MI cégek vezetői által bemutatott belső vállalati használat nem önkéntes és nem organikus folyamat. A fejlesztők szerint vagy kifejezetten utasítják őket az MI eszközök használatára, vagy erős nyomás nehezedik rájuk. „A mesterséges intelligencia használata valamilyen formában gyakorlatilag kötelező” - mondta egy FAANG vállalat szoftvermérnöke. „A használata része a teljesítményértékelésünknek, és a legtöbbünket - talán mindannyiunkat - MI fókuszú csoportokba szervezték át. Elárasztanak minket az MI eszközökkel, és úgy érződik, hogy minden problémára az a válasz, hogy először próbáljuk meg mesterséges intelligenciával.”
„Azt mondták nekünk, hogy a teljesítményértékelés összefügg az MI használatával” - mondta a UX tervező. „Ez oda vezetett, hogy a csapatom legtöbb tagja inkább csak látványosan használja ezeket az eszközöket, még akkor is, ha valójában mindannyian tudjuk, hogy a kimenet hibás. A tényleges minőség nem számít annyira, mint az, hogy hajlandóak vagyunk-e részt venni ebben.”
Egy másik, pénzügyi technológiai cégnél dolgozó szoftvermérnök azt mondta, őt soha nem kényszerítették a nagy nyelvi modellek használatára, de a cégek, ahol dolgozott, fokozatosan olyan irányba változtak, amely ösztönözte az alkalmazásukat. Előző munkaadója nem követelte meg az MI használatát, de támogatta azt, és hozzáférést biztosított a Cursorhoz, az egyik legismertebb programozási ügynökhöz. „Úgy indult, hogy ki akarja kipróbálni, és én jelentkeztem. Később aztán fokozatosan, költségcsökkentés miatt nem újították meg a JetBrains IDE előfizetéseinket, és mindenkit áttettek Cursorra, bár maga a szerkesztő nem kényszerít az MI használatára” - mondta. A JetBrains IDE egy integrált fejlesztőkörnyezet, amelyet szoftverfejlesztők használnak. „Az elterjedése főként a fejlesztői csapaton belülről jött, egy mérnöki vezető próbálta népszerűsíteni, és projektszintű szabályokat írt a Cursor számára, hogy javítsa a kimenet minőségét.”
Minden fejlesztő kezdetben lelkes volt a nagy nyelvi modellek munkahelyi kipróbálásával kapcsolatban, vagy legalábbis kíváncsi rájuk. A személyes tapasztalataik alapján azonban mára túlnyomórészt negatív véleményük alakult ki az eszközökről. „Szinte semmilyen termelékenységnövekedést nem tapasztaltam az IDE alapú MI eszközökkel. Az MI által generált kódban több hiba volt, mert elosztott webes alkalmazásokon, rendkívül összetett, több rendszert érintő projekteken dolgozom, így nagyon nehéz megfelelő kontextust adni a nagy nyelvi modelleknek” - mondta egy kis webdesign cégnél dolgozó szoftverfejlesztő. „Egy másik fejlesztő, aki jelenleg szerződéses alapon dolgozik velem, hatalmas mennyiségű kódot generál, nekem pedig több mint ezer soros módosításokat kell átnéznem, ami rengeteg időt vesz igénybe. Emiatt fáradtabbnak és kiégettebbnek érzem magam, mint valaha életemben. Az a mentális terhelés, hogy folyamatosan váltogatni kell a promptírás, a programozás és az MI kimenetének ellenőrzése között, óriási energiát emészt fel. Egyáltalán nem érzem termelékenységnövelőnek, inkább egy gyorsított menetnek a súlyos mentális kimerülés felé.”
A pénzügyi technológiai cégnél dolgozó fejlesztő szerint a nagy nyelvi modellek egyik fő problémája az, hogy több kódot képesek generálni, mint amennyit a fejlesztők megfelelően ellenőrizni vagy megmagyarázni tudnak. „A kód puszta mennyisége miatt lehetetlenné válik az igazán kritikus ellenőrzés, és ilyenkor vagy kidobod az egészet, vagy beküldöd úgy, hogy közben rettegsz attól, hogy valami nagyon gyenge minőségű részlet maradt benne, amit ha valaki észrevesz, kínos lesz. Még kínosabb azt mondani, hogy fogalmam sincs mi ez, az MI írta” - mondta. „Vagy ami még rosszabb, úgy kerül ki élesbe, hogy senki nem veszi észre a problémát, és vagy működik, vagy nem.”
„Előfordult, hogy hibajavítás közben kifogytam az Anthropic tokenekből a Claude Code használatakor, és utána egyszerűen nem tudtam tovább dolgozni. Az a rendszer, amin jelenleg dolgozom, olyan szörnyetegesen bonyolulttá vált, hogy már azt sem tudom pontosan, melyik része mit csinál, és amikor hibát kellett javítanom, több időbe telt, mint korábban bármilyen hibakeresés” - mondta a kis webdesign cégnél dolgozó fejlesztő.
A fejlesztők ugyanakkor bizonyos feladatokra hasznosnak találták a mesterséges intelligenciát. Többen azt mondták, hogy jó kísérletezésre, mert gyorsan lehet vele prototípust készíteni vagy olyan területen megvalósítani valamit, amelyben kevés tapasztalatuk van. Egy fejlesztő szerint jó információs interfészként működik. Elmondása szerint az MI segített megtalálni, hogy egy adott kérés a szerveren hol kerül feldolgozásra, összefoglalni a naplófájlokat, illetve dokumentációt keresni bizonyos kódmódosításokhoz.
A probléma, amiben minden megszólaló egyetértett, az volt, hogy minél inkább támaszkodtak a mesterséges intelligenciára a programozás során, annál inkább romlottak azok a képességeik, amelyeket éveken át csiszoltak. Ez ma már jól ismert jelenség, amelyet gyakran „kognitív adósságnak” vagy „kognitív sorvadásnak” neveznek. A lényege az, hogy azok az emberek, akik a munkájuk bizonyos részeit mesterséges intelligenciával automatizálják, idővel elveszítik annak képességét, hogy ezeket a feladatokat jól végezzék el, vagyis fokozatosan leépítik saját tudásukat.
„Volt olyan helyzet, amikor elfelejtettem, hogyan kell Laravel API-t készíteni, és ez halálra rémisztett. Egyetemre jártam ezért, évek óta szoftvermérnök vagyok, mégis úgy érzem magam, mint mielőtt valaha leírtam volna az első kódsort” - mondta a kis webdesign cégnél dolgozó fejlesztő. „Biztosan butábbá tesz” - mondta a fintech cégnél dolgozó fejlesztő. „Olyan ez, mint amikor megjelentek a mobiltelefonok és már nem jegyeztünk meg telefonszámokat, csak ez már odáig jutott, hogy általában kiszervezem a gondolkodást. Úgy érzem, romlott a kritikus gondolkodásom és az a képességem, hogy leüljek és végiggondoljak egy problémát vagy egy tervet, mert az a mindentudó dalai láma mindig ott van egyetlen kérdésnyire, hogy megmondja a véleményét. Persze azt mondogatom magamnak, hogy csak inspirációként használom, de végül ez lesz az egyetlen gondolatom. A produktivitás és a szakértelem illúzióját adja, de a nap végére sokkal jobban eltávolodsz attól, amit beadott munkaként leadsz, mint korábban.”
„Amikor kódgenerálásra használtam, azt vettem észre, hogy rengeteg nehézséget okoz mentális modellt kialakítani és fenntartani arról a kódról, amin dolgozom” - mondta a FAANG vállalat szoftvermérnöke. „A másik probléma az, hogy tavaly év végén csatlakoztam a céghez, és a kódbázis hatalmas. Új dolgozóként a munkám része lenne megtanulni eligazodni benne és elsajátítani a kialakult szabályokat, de úgy érzem, az MI körüli nyomás ezt nagyon megnehezítette.”
A fejlesztők egyetértettek abban, hogy a nagy nyelvi modellek velünk maradnak és valamilyen formában a jövőben is szerepet játszanak majd a programozásban, de aggódnak amiatt, hogyan alkalmazkodik az iparág a vezetők jelenlegi megszállottságához, különösen a jövő fejlesztőgenerációinak képzése szempontjából. „Az idősebb programozók rendben lesznek, ha néhány év múlva még lesznek egyáltalán állások, de aggódom a pályakezdők miatt” - mondta a UX tervező. „Olyan junior programozókat veszünk fel, akik a legegyszerűbb feladatokhoz is mesterséges intelligenciára támaszkodnak. Nincs meg a tudásuk vagy tapasztalatuk ahhoz, hogy felismerjék, mikor hibás vagy rosszul optimalizált az MI által generált kód.”
„Bárcsak lenne egy kristálygömböm erre, de a megérzésem az, hogy ez a szoftverfejlesztési módszer hosszú távon fenntarthatatlan lesz, akár gazdasági szempontból, akár a technológiai adósság miatt” - mondta a FAANG vállalat szoftvermérnöke. „A csapatomban jól látszik a törésvonal azok között, akik imádják az MI alapú programozást, és azok között, akik csak azért csinálják, mert ezt akarja a vállalat. Általánosságban azt látom, hogy azok az emberek, akik még mindig technikailag fókuszált fejlesztők és egész nap a kódban élnek, kevésbé lelkes támogatói ennek az egésznek. Szerintem minél inkább megkérdőjelezed ezt a technológiát és a kimenetét, annál inkább szétesik az egész, és akik ezt nap mint nap csinálják, általában rosszabb véleménnyel vannak róla.”
„Szerintem jönni fog egy kijózanodás vagy ébredés abból az iparági elképzelésből, hogy mostantól mindenki tud programozni, és hogy a vibe coding valódi, éles alkalmazások fejlesztésére is alkalmas, miközben a szoftvercégeknek vége” - mondta a fintech fejlesztő. „Úgy gondolom, idővel kialakulnak majd azok a minták és iparági legjobb gyakorlatok, amelyek egyensúlyt teremtenek a nagy nyelvi modellekre épülő fejlesztés negatívumai, például a hallucinációk és a strukturálatlan kód, valamint azok a jobb módszerek között, amelyekkel nagy léptékben lehet ellenőrizni a kimenet helyességét. A mesterséges intelligencia körüli hype és technológiai optimizmus pedig egy józanabb középútra kerül.”
Azok a fejlesztők azonban, akiket arra köteleznek, hogy használják a mesterséges intelligenciát - akár akarják, akár nem - egészen más történetet mesélnek el. A Redditen, a Hacker News oldalán és más fórumokon, ahol a szoftverfejlesztők egymással beszélgetnek, egyre többen azt írják, hogy kiábrándultak a nagy nyelvi modellek által generált kód ígéretéből. A fejlesztők nemcsak arról beszélnek, hogy a mesterséges intelligencia által létrehozott kód gyakran hibás, hanem arról is, hogy sokszor időigényesebb, nehezebb és frusztrálóbb így dolgozni, mert utána át kell nézniük a kimenetet és kijavítani a hibákat. Ennél is aggasztóbb, hogy azok a fejlesztők, akik a munkájuk során rendszeresen használják a mesterséges intelligenciát, úgy érzik, hogy elveszítik a tudásukat és már nem képesek olyan jól végezni a munkájukat, mint korábban.
„Azt mondják nekünk, hogy használjunk MI ügynököket a teljes kódbázist érintő nagyobb változtatásokhoz. Nincs mód annak ellenőrzésére, hogy ekkora mennyiségű kód valóban jól van-e megírva vagy biztonságos-e, különösen akkor, amikor a cégnél több száz másik programozó is ugyanezt csinálja” - mondta egy közepes méretű technológiai vállalat UX tervezője. „Egy olyan technológiai adósságból álló patkányfészket építünk, amelyet lehetetlen lesz kibogozni, amikor ezek a modellek megfizethetetlenül drágává válnak, ami bármelyik pillanatban bekövetkezhet."
A technológiai cégek vezetői imádnak dicsekedni azzal, hogy vállalataiknál a kód mekkora részét generálja a mesterséges intelligencia. Áprilisban a Google azt közölte, hogy az új kódok háromnegyedét már MI írja. Tavaly a Microsoft vezérigazgatója, Satya Nadella azt mondta, hogy a vállalat kódjának akár 30 százalékát is mesterséges intelligencia generálja. A Microsoft technológiai igazgatója, Kevin Scott szerint 2030-ra a vállalat teljes kódjának 95 százalékát MI fogja írni. A Meta vezetője, Mark Zuckerberg tavaly azt mondta, hogy várakozásai szerint a mesterséges intelligencia 12-18 hónapon belül a legtöbb olyan kódot meg fogja írni, amely magát a mesterséges intelligenciát fejleszti tovább. Az Anthropic szerint a csapatuk által írt kódok 90 százalékát MI generálja. A techcégek azzal is dicsekednek, hogy mennyire „tokenmaxxing” módon működnek, vagyis mennyi pénzt költenek MI eszközökre emberi alkalmazottak helyett.
Az a hatalmas termelékenységi ugrás, amelyet ezek a cégek saját MI termékeiknek tulajdonítanak, nem eredményezett több vagy jobb terméket, rövidebb munkaheteket vagy jobb felhasználói élményt. A mesterséges intelligencia bevezetését leginkább arra használták a technológiai vállalatoknál, hogy igazolják a többszörös, nagyszabású leépítéseket. Csak néhány példa azok közül az esetek közül, amikor a cégek azt állították, hogy az MI használata miatt csökkentették a létszámot: a Meta bejelentette, hogy dolgozóinak 10 százalékát, vagyis nagyjából 8000 embert küld el, a Microsoft közölte, hogy alkalmazottai 7 százalékának, körülbelül 125 ezer embernek önkéntes nyugdíjazási lehetőséget kínál. A Snapchat pedig azt mondta, hogy teljes munkaidős dolgozóinak 16 százalékát, körülbelül 1000 embert bocsát el.
Azok a fejlesztők, akikkel beszéltek, sok szempontból ellentmondtak annak a narratívának, amely a mesterséges intelligencia programozási hasznosságát hangsúlyozza. A legszembetűnőbb probléma azonban az, hogy az MI cégek vezetői által bemutatott belső vállalati használat nem önkéntes és nem organikus folyamat. A fejlesztők szerint vagy kifejezetten utasítják őket az MI eszközök használatára, vagy erős nyomás nehezedik rájuk. „A mesterséges intelligencia használata valamilyen formában gyakorlatilag kötelező” - mondta egy FAANG vállalat szoftvermérnöke. „A használata része a teljesítményértékelésünknek, és a legtöbbünket - talán mindannyiunkat - MI fókuszú csoportokba szervezték át. Elárasztanak minket az MI eszközökkel, és úgy érződik, hogy minden problémára az a válasz, hogy először próbáljuk meg mesterséges intelligenciával.”
„Azt mondták nekünk, hogy a teljesítményértékelés összefügg az MI használatával” - mondta a UX tervező. „Ez oda vezetett, hogy a csapatom legtöbb tagja inkább csak látványosan használja ezeket az eszközöket, még akkor is, ha valójában mindannyian tudjuk, hogy a kimenet hibás. A tényleges minőség nem számít annyira, mint az, hogy hajlandóak vagyunk-e részt venni ebben.”
Egy másik, pénzügyi technológiai cégnél dolgozó szoftvermérnök azt mondta, őt soha nem kényszerítették a nagy nyelvi modellek használatára, de a cégek, ahol dolgozott, fokozatosan olyan irányba változtak, amely ösztönözte az alkalmazásukat. Előző munkaadója nem követelte meg az MI használatát, de támogatta azt, és hozzáférést biztosított a Cursorhoz, az egyik legismertebb programozási ügynökhöz. „Úgy indult, hogy ki akarja kipróbálni, és én jelentkeztem. Később aztán fokozatosan, költségcsökkentés miatt nem újították meg a JetBrains IDE előfizetéseinket, és mindenkit áttettek Cursorra, bár maga a szerkesztő nem kényszerít az MI használatára” - mondta. A JetBrains IDE egy integrált fejlesztőkörnyezet, amelyet szoftverfejlesztők használnak. „Az elterjedése főként a fejlesztői csapaton belülről jött, egy mérnöki vezető próbálta népszerűsíteni, és projektszintű szabályokat írt a Cursor számára, hogy javítsa a kimenet minőségét.”
Minden fejlesztő kezdetben lelkes volt a nagy nyelvi modellek munkahelyi kipróbálásával kapcsolatban, vagy legalábbis kíváncsi rájuk. A személyes tapasztalataik alapján azonban mára túlnyomórészt negatív véleményük alakult ki az eszközökről. „Szinte semmilyen termelékenységnövekedést nem tapasztaltam az IDE alapú MI eszközökkel. Az MI által generált kódban több hiba volt, mert elosztott webes alkalmazásokon, rendkívül összetett, több rendszert érintő projekteken dolgozom, így nagyon nehéz megfelelő kontextust adni a nagy nyelvi modelleknek” - mondta egy kis webdesign cégnél dolgozó szoftverfejlesztő. „Egy másik fejlesztő, aki jelenleg szerződéses alapon dolgozik velem, hatalmas mennyiségű kódot generál, nekem pedig több mint ezer soros módosításokat kell átnéznem, ami rengeteg időt vesz igénybe. Emiatt fáradtabbnak és kiégettebbnek érzem magam, mint valaha életemben. Az a mentális terhelés, hogy folyamatosan váltogatni kell a promptírás, a programozás és az MI kimenetének ellenőrzése között, óriási energiát emészt fel. Egyáltalán nem érzem termelékenységnövelőnek, inkább egy gyorsított menetnek a súlyos mentális kimerülés felé.”
A pénzügyi technológiai cégnél dolgozó fejlesztő szerint a nagy nyelvi modellek egyik fő problémája az, hogy több kódot képesek generálni, mint amennyit a fejlesztők megfelelően ellenőrizni vagy megmagyarázni tudnak. „A kód puszta mennyisége miatt lehetetlenné válik az igazán kritikus ellenőrzés, és ilyenkor vagy kidobod az egészet, vagy beküldöd úgy, hogy közben rettegsz attól, hogy valami nagyon gyenge minőségű részlet maradt benne, amit ha valaki észrevesz, kínos lesz. Még kínosabb azt mondani, hogy fogalmam sincs mi ez, az MI írta” - mondta. „Vagy ami még rosszabb, úgy kerül ki élesbe, hogy senki nem veszi észre a problémát, és vagy működik, vagy nem.”
„Előfordult, hogy hibajavítás közben kifogytam az Anthropic tokenekből a Claude Code használatakor, és utána egyszerűen nem tudtam tovább dolgozni. Az a rendszer, amin jelenleg dolgozom, olyan szörnyetegesen bonyolulttá vált, hogy már azt sem tudom pontosan, melyik része mit csinál, és amikor hibát kellett javítanom, több időbe telt, mint korábban bármilyen hibakeresés” - mondta a kis webdesign cégnél dolgozó fejlesztő.
A fejlesztők ugyanakkor bizonyos feladatokra hasznosnak találták a mesterséges intelligenciát. Többen azt mondták, hogy jó kísérletezésre, mert gyorsan lehet vele prototípust készíteni vagy olyan területen megvalósítani valamit, amelyben kevés tapasztalatuk van. Egy fejlesztő szerint jó információs interfészként működik. Elmondása szerint az MI segített megtalálni, hogy egy adott kérés a szerveren hol kerül feldolgozásra, összefoglalni a naplófájlokat, illetve dokumentációt keresni bizonyos kódmódosításokhoz.
A probléma, amiben minden megszólaló egyetértett, az volt, hogy minél inkább támaszkodtak a mesterséges intelligenciára a programozás során, annál inkább romlottak azok a képességeik, amelyeket éveken át csiszoltak. Ez ma már jól ismert jelenség, amelyet gyakran „kognitív adósságnak” vagy „kognitív sorvadásnak” neveznek. A lényege az, hogy azok az emberek, akik a munkájuk bizonyos részeit mesterséges intelligenciával automatizálják, idővel elveszítik annak képességét, hogy ezeket a feladatokat jól végezzék el, vagyis fokozatosan leépítik saját tudásukat.
„Volt olyan helyzet, amikor elfelejtettem, hogyan kell Laravel API-t készíteni, és ez halálra rémisztett. Egyetemre jártam ezért, évek óta szoftvermérnök vagyok, mégis úgy érzem magam, mint mielőtt valaha leírtam volna az első kódsort” - mondta a kis webdesign cégnél dolgozó fejlesztő. „Biztosan butábbá tesz” - mondta a fintech cégnél dolgozó fejlesztő. „Olyan ez, mint amikor megjelentek a mobiltelefonok és már nem jegyeztünk meg telefonszámokat, csak ez már odáig jutott, hogy általában kiszervezem a gondolkodást. Úgy érzem, romlott a kritikus gondolkodásom és az a képességem, hogy leüljek és végiggondoljak egy problémát vagy egy tervet, mert az a mindentudó dalai láma mindig ott van egyetlen kérdésnyire, hogy megmondja a véleményét. Persze azt mondogatom magamnak, hogy csak inspirációként használom, de végül ez lesz az egyetlen gondolatom. A produktivitás és a szakértelem illúzióját adja, de a nap végére sokkal jobban eltávolodsz attól, amit beadott munkaként leadsz, mint korábban.”
„Amikor kódgenerálásra használtam, azt vettem észre, hogy rengeteg nehézséget okoz mentális modellt kialakítani és fenntartani arról a kódról, amin dolgozom” - mondta a FAANG vállalat szoftvermérnöke. „A másik probléma az, hogy tavaly év végén csatlakoztam a céghez, és a kódbázis hatalmas. Új dolgozóként a munkám része lenne megtanulni eligazodni benne és elsajátítani a kialakult szabályokat, de úgy érzem, az MI körüli nyomás ezt nagyon megnehezítette.”
A fejlesztők egyetértettek abban, hogy a nagy nyelvi modellek velünk maradnak és valamilyen formában a jövőben is szerepet játszanak majd a programozásban, de aggódnak amiatt, hogyan alkalmazkodik az iparág a vezetők jelenlegi megszállottságához, különösen a jövő fejlesztőgenerációinak képzése szempontjából. „Az idősebb programozók rendben lesznek, ha néhány év múlva még lesznek egyáltalán állások, de aggódom a pályakezdők miatt” - mondta a UX tervező. „Olyan junior programozókat veszünk fel, akik a legegyszerűbb feladatokhoz is mesterséges intelligenciára támaszkodnak. Nincs meg a tudásuk vagy tapasztalatuk ahhoz, hogy felismerjék, mikor hibás vagy rosszul optimalizált az MI által generált kód.”
„Bárcsak lenne egy kristálygömböm erre, de a megérzésem az, hogy ez a szoftverfejlesztési módszer hosszú távon fenntarthatatlan lesz, akár gazdasági szempontból, akár a technológiai adósság miatt” - mondta a FAANG vállalat szoftvermérnöke. „A csapatomban jól látszik a törésvonal azok között, akik imádják az MI alapú programozást, és azok között, akik csak azért csinálják, mert ezt akarja a vállalat. Általánosságban azt látom, hogy azok az emberek, akik még mindig technikailag fókuszált fejlesztők és egész nap a kódban élnek, kevésbé lelkes támogatói ennek az egésznek. Szerintem minél inkább megkérdőjelezed ezt a technológiát és a kimenetét, annál inkább szétesik az egész, és akik ezt nap mint nap csinálják, általában rosszabb véleménnyel vannak róla.”
„Szerintem jönni fog egy kijózanodás vagy ébredés abból az iparági elképzelésből, hogy mostantól mindenki tud programozni, és hogy a vibe coding valódi, éles alkalmazások fejlesztésére is alkalmas, miközben a szoftvercégeknek vége” - mondta a fintech fejlesztő. „Úgy gondolom, idővel kialakulnak majd azok a minták és iparági legjobb gyakorlatok, amelyek egyensúlyt teremtenek a nagy nyelvi modellekre épülő fejlesztés negatívumai, például a hallucinációk és a strukturálatlan kód, valamint azok a jobb módszerek között, amelyekkel nagy léptékben lehet ellenőrizni a kimenet helyességét. A mesterséges intelligencia körüli hype és technológiai optimizmus pedig egy józanabb középútra kerül.”