Jeszcze kilka lat temu takie scenariusze wydawały się science fiction. Dziś stają się codziennością. W największych firmach technologicznych świata. Google ogłosiło, że już ponad 30% nowego kodu w firmie jest pisane przez sztuczną inteligencję. Podobne liczby padają ze strony Microsoftu. Jak ujawnił CEO Satya Nadella – AI odpowiada za 20 do 30% kodu w repozytoriach firmy.
To raczej nie tylko chwilowy trend, ale zapowiedź fundamentalnej zmiany w sposobie, w jaki rozwijane jest oprogramowanie. CEO Microsoftu przewiduje, że już w 2030 roku aż 95% kodu może być generowane automatycznie przez inteligentne algorytmy. Choć te liczby robią wrażenie, warto pamiętać, że sposób mierzenia tego udziału nie jest do końca jednoznaczny.
Warto zaznaczyć, że AI nie działa w oderwaniu od człowieka – nadal potrzebna jest wiedza, intuicja i doświadczenie programistów. Ale sama rola człowieka w procesie kodowania zaczyna się zmieniać. Sztuczna inteligencja już teraz potrafi wyręczyć inżyniera oprogramowania w wielu rutynowych zadaniach, a tempo jej rozwoju nie zwalnia.
Jak działa generowanie kodu przez AI?
Generowanie kodu przez AI to nie magia, a efekt rozwoju tzw. modeli językowych wyspecjalizowanych w rozumieniu i pisaniu kodu. Najbardziej znanym przykładem jest GitHub Copilot. Jest to narzędzie opracowane przez GitHub i OpenAI, które pomaga programistom pisać kod szybciej, podpowiadając kolejne linijki na podstawie kontekstu. Z kolei Google opiera się na swoich Gemini modelach, które zostały wdrożone w procesy programistyczne wewnątrz firmy. Co ważne integracja AI objęła nie tylko zespoły deweloperskie, ale podobno również m.in. dział finansów czy obsługi klienta.
Nie każdy język programowania tak samo lubi się z AI?
Jak zauważył Satya Nadella, skuteczność AI zależy od języka programowania. Modele lepiej radzą sobie z językami wysokiego poziomu, takimi jak Python, który jest bardziej czytelny i ustrukturyzowany. Gorzej natomiast z językami takimi jak C++, gdzie składnia i logika są bardziej złożone i mniej przewidywalne. Przyczyny takiego stanu rzeczy można jednie domniemywać. Być może po prostu modele miały więcej danych do treningu napisanych w Pythonie niż w mniej obecnym w repozytoriach C++.
Podejście agentowe
Pichai wspomniał również o pracach nad tzw. agentowymi workflow. Mowa tu o podejściu, w którym AI nie tylko generuje fragmenty kodu, ale jest w stanie prowadzić bardziej złożony proces, np. diagnozować błędy, proponować poprawki czy integrować rozwiązania z innymi systemami. Google stawia na „głębsze doświadczenia kodowania”. Sugeruje to zatem, że AI może stopniowo przejmować coraz bardziej samodzielne zadania w całym cyklu wytwarzania oprogramowania.
Czy programiści powinni się bać?
AI generuje już 30% kodu w Google i Microsoft – takie nagłówki mogą budzić niepokój: czy to początek końca pracy programisty? Jednak eksperci i analitycy są zgodni: sztuczna inteligencja nie eliminuje potrzeby posiadania ludzi w procesie tworzenia oprogramowania, lecz zmienia charakter ich pracy.
AI to narzędzie, które wspomaga, a nie zastępuje specjalistę. Sztuczna inteligencja nie myśli samodzielnie – nie zna kontekstu biznesowego, nie rozumie wszystkich niuansów projektu, nie potrafi zaprojektować architektury systemu „od zera”. Może za to przyspieszać realizację zadań, ułatwiać debugowanie, proponować optymalizacje czy sprawdzać zgodność kodu ze standardami.
Zawód programisty po nowemu
To oznacza, że przyszłość programistów będzie bardziej związana z umiejętnością zarządzania procesem tworzenia oprogramowania, niż ręcznym pisaniem każdej linijki. Potrzebne będą zdolności analityczne, strategiczne myślenie i kompetencje komunikacyjne – zwłaszcza przy pracy w zespołach interdyscyplinarnych, gdzie AI stanie się równoprawnym „uczestnikiem” projektu.
Co więcej, wraz z rozwojem AI rośnie zapotrzebowanie na osoby, które rozumieją działanie modeli językowych, potrafią je trenować, dostrajać i oceniać ich wyniki.
Mimo zmian, nauka programowania wciąż ma ogromną wartość. Zrozumienie logiki kodu, struktur danych, algorytmiki i architektury systemów to fundament, na którym buduje się współczesne technologie – również te związane z AI.
