AI nenahradí developerov, no niekto iný áno

Umelá inteligencia síce dokáže bleskovo chrliť kód, ale až najlepší vývojári z neho vytvoria niečo, čo skutočne funguje. Prečítajte si, v akých činnostiach AI zaostáva za developermi, ako sa vďaka nej zmení IT sektor a aké stratégie by mali firmy prijať.

„Myslím si, že o tri až šesť mesiacov budeme v situácii, keď AI napíše 90 % kódu,” vyhlásil ešte v minulom marci Dario Amodei, CEO Anthropic. Kódovacím schopnostiam AI dôverujú aj ďalší hlavní predstavitelia technologických spoločností, vrátane Amazon, Google a Microsoft. Mark Zuckerberg, šéf Meta, predpovedal, že AI bude mať v tomto roku pravdepodobne na starosti polovicu vývoja jedného projektu.

Pochopiteľne, mnohí developeri sa obávajú, že prídu o prácu. Aj v 70. rokoch sa objavili bankomaty a znížil sa počet úradníkov v jednotlivých bankových pobočkách. Dnes sa predpokladá, že do roku 2030 by automatizácia mohla eliminovať 85 miliónov pracovných miest po celom svete. V TITANS sme sa bližšie pozreli na to, či sú ich obavy opodstatnené a čo firmám zaručí úspech na meniacom sa trhu.

V čom sú developeri lepší

Je pravda, že AI je výnimočne dobrá vo vykonávaní konkrétnych úloh, ktoré sa odohrávajú v kontrolovaných prostrediach. No v reálnom svete je programovanie oveľa chaotickejšie a zložitejšie. Developeri si musia poradiť s množstvom náhodných problémov, s nejasnými požiadavkami, s meniacimi sa prioritami a s komplexnými kompromismi.

Je tiež dôležité uvedomiť si, že písanie kódu je len malou súčasťou ich práce. Oveľa ťažšie je vytváranie systémov, ktoré sa nezrútia ani počas návštevy vysokého počtu používateľov či nájdenie a opravenie len sporadicky sa vyskytujúcich čudných bugov. Okrem toho musia developeri pochopiť, čo od nich druhá strana skutočne chce, aj keď to nedokáže dobre vysvetliť. Potrebujú vedieť obhájiť svoje rozhodnutia, spolupracovať s inými vývojármi a rozhodovať sa, kedy zmeniť starý kód. Zisťujú tiež, aké nové technológie je dobré použiť a ktorým sa oplatí vyhnúť, pričom počas práce zohľadňujú rôzne potreby, ako je rýchlosť, náklady a udržateľnosť.

Majú tiež neporovnateľný náskok v mnohých oblastiach, ako je analýza komplexných biznis požiadaviek, prioritizácia, rozsiahle plánovanie, kontextové chápanie, stanovenie cieľov, kritické myslenie či rozvoj expertízy. Zatiaľ čo vývojári neustále aktualizujú svoje zručnosti, AI nástroje sa nedokážu samé školiť, udržiavať a vylepšovať.

Tieto výzvy AI nezvláda. Dala by sa prirovnať k robotovi, ktorý síce dokáže perfektne skladať oblečenie, ale nevie zistiť, ktoré šatstvo je potrebné vyprať alebo ako má usporiadať skriňu.

Umelej inteligencii chýba aj schopnosť vcítiť sa do ľudí a vďaka tomu navrhovať aplikácie, ktoré reagujú na ich potreby a zabezpečujú plynulý používateľský zážitok. Nevie odhadnúť, ako verejnosť vníma rozhranie ani predpovedať, ako bude s danou funkciou interagovať.

Ďalší tvrdý oriešok pre ňu predstavujú výnimky. Systém vie, ako vykonať často zadávanú úlohu, ktorú sa naučil z dát, ale keď narazí na veľmi zriedkavý prípad, je v úzkych. Nedokáže kreatívne myslieť ani generovať originálne nápady, no ľudskí vývojári bežne analyzujú problémy, prispôsobujú sa nepredvídateľným situáciám a vymýšľajú jedinečné riešenia.

Vývoj softvéru je opakovaný proces, ktorý zahŕňa neustále učenie sa zo spätnej väzby používateľov a z meniacich sa požiadaviek. Hoci AI využíva dáta na tvorbu predpovedí alebo odporúčaní, chýba jej kontextové chápanie, ktoré majú len ľudia. V nevýhode je aj vtedy, keď sa má rozhodnúť v prípade neistoty, pochopiť potreby firmy či eticky zhodnotiť situáciu. Nechápe regulačné prostredie ani desaťročnú históriu architektonických rozhodnutí, ktoré formovali súčasné firemné systémy. Nie je schopná robiť rozhodnutia, ktoré oddeľujú funkčný kód od systémov pripravených na produkciu. Okrem toho má problémy s architektúrou na vysokej úrovni a s navrhovaním systémov, ktoré sa škálujú cez viacero tímov alebo sa integrujú s iným softvérom.

Na to, aby AI skutočne nahradila vývojárov, by musela myslieť a vedieť sa prispôsobovať ako človek. Musela by rozumieť nejasným pokynom, premýšľať o tom, ako kód ovplyvňuje podnikanie a dobre spolupracovať s ostatnými ľuďmi. A k tomu má ešte ďaleko. „Na AI je zložité to, že je úžasná, ale zároveň veľmi limitovaná. A pochopiť tú rovnováhu medzi tým, aká úžasná a aká limitovaná je, je skutočne ťažké,” tvrdí Andrew Ng, priekopník v oblasti AI a strojového učenia.

AI stále potrebuje „dospelý“ dozor

Hoci niektoré aspekty vývoja softvéru AI zlepšuje, IT špecialisti si jej nedostatky uvedomujú. Napriek ich takmer univerzálnemu používaniu AI, približne polovica respondentov dôverovala jej odpovediam len „do určitej miery“. Vyplynulo to z prieskumu Google, ktorý sa zameral na softvérových inžinierov v rôznych krajinách a odvetviach. Možnosť „trochu“ alebo „vôbec“ zvolilo 30 % z nich.

Ich pochybnosti potvrdzuje fakt, že až 62 % riešení s kódom, ktorý generovala AI, obsahuje chyby v dizajne alebo známe bezpečnostné zraniteľnosti. A to i v prípade, keď boli použité najnovšie modely. Aj Marselena Sequoia, mentorka v oblasti inžinierstva v Codesmith, sa označila za „AI skeptičku“. Hoci rada používa veľké jazykové modely pri namáhavých úlohách, ako je parsing dokumentácie, je opatrná voči zavádzaniu halucinácií do kódovej základne.

AI tiež nemôže úplne nahradiť skúsenosti, intuíciu a spoľahlivosť developerov. Niekedy nesprávne interpretuje kontext alebo produkuje chybné výsledky, ktoré však pôsobia dôveryhodne, a tak musia byť jej výstupy testované, debugované a overované ľuďmi. Kód síce dokáže generovať bezprecedentnou rýchlosťou, no bez riadneho dohľadu nad jeho kvalitou ide len o bleskové hromadenie technologického dlhu. Zle navrhnutý systém, ktorý bol vybudovaný za pár dní namiesto mesiacov, je stále zle navrhnutým systémom; len zlyhá skôr.

Umelá inteligencia nám môže pomôcť písať kód rýchlejšie a odhaliť jednoduché chyby, vývojári ju však budú aj naďalej musieť usmerňovať a prijímať strategické rozhodnutia. Zatiaľ čo ona vyniká v generovaní rutinných 70 % kódu, kľúčových 30 %, ktoré zahŕňajú architektúru, bezpečnosť, optimalizáciu výkonu a biznis logiku, zostáva výhradne ľudskou doménou. Tak by mala vyzerať ideálna spolupráca medzi človekom a AI.

Boris Cherny, vedúci oddelenia Claude Code v Anthropic, jasne uviedol, že bez ohľadu na to, do akej miery sa AI skutočne používa, každý riadok kódu by mal skontrolovať inžinier. Dokonca aj CTO Microsoft Kevin Scott predpovedal, že do roku 2030 by 95 % kódu mohlo byť generovaných AI, hneď však dodal, že kreatívny smer budú naďalej určovať ľudia.

Bill Gates verí, že hodnota programátorov, ktorí udržiavajú a riadia systémy AI, bude rásť. Odporúča im, aby nevnímali umelú inteligenciu ako konkurenta, ale ako partnera. Mali by ju využívať na rutinné úlohy a zároveň rozvíjať svoje jedinečné ľudské schopnosti, čiže kritické myslenie, kreativitu a intuíciu. „Niektoré veci sa jednoducho nedajú naprogramovať. Nie teraz. A ani o sto rokov,” tvrdí Bill Gates.

Dobrou správou je, že počet pracovných miest, ktoré AI vytvorí, bude vyšší ako množstvo zaniknutých pozícií. Keďže dopyt po inteligentných a inovatívnych softvérových riešeniach bude stúpať, miera zamestnanosti v softvérovom inžinierstve by mala v rokoch 2023 až 2033 vzrásť o 17,9 %.

Tak to bolo i po nástupe bankomatov – bankových pobočiek bolo zrazu o 43 % viac, čím v konečnom dôsledku došlo k nárastu pracovných miest. Dnešní úradníci už navyše nepočítajú hotovosť, ale riešia zložité finančné problémy a budujú vzťahy so zákazníkmi. Tak to bolo aj s kalkulačkami a matematikmi. V súčasnosti AI podobným spôsobom transformuje inžinierov na architektov, stratégov a inovátorov.

Zmeny, ktoré AI prinesie

Ak chceme pochopiť, udržiavať a ovládať AI, ktorá bude určovať budúcnosť, programovanie sa stane kľúčovým pre každého z nás – podobne ako sa gramotnosť premenila z exkluzívnej zručnosti elít na globálny štandard vzdelania.

Tento postoj zastáva aj Ng: „Keďže tieto nástroje naďalej zjednodušujú programovanie, súčasná doba prináša doteraz najlepšiu príležitosť naučiť sa kódovať a ovládať počítače tak, aby robili presne to, čo od nich chcete.“

Pre tých, ktorí sú pripravení sa prispôsobiť, vzniknú zaujímavé nové príležitosti – napríklad vytváranie, integrovanie a udržiavanie AI aplikácií. Patrí sem práca v oblasti strojového učenia, dátovej vedy a kyberbezpečnosti. „Povolania súvisiace s technológiami zaznamenávajú najrýchlejší percentuálny rast, vrátane Big Data špecialistov, Fintech inžinierov, špecialistov na AI a strojové učenie, ako aj vývojárov softvéru a aplikácií,“ uvádza sa v správe The Future of Jobs Report 2025.

Najjednoduchšia a najlenivejšia cesta je pozrieť sa na to, čo sa už robí a povedať si, ako môžeme dosiahnuť, aby stroj robil to isté ako tento človek. Väčšia hodnota však spočíva v tom, keď sa vedenie firmy spýta samo seba, ako môže urobiť niečo nové, čo sa doteraz nerobilo alebo ako môže túto prácu vylepšiť, aby dosiahlo novú úroveň kvality. Myslí si to Erik Brynjolfsson, ekonóm a profesor na Stanford: „Ak sa snažíte automatizovať prácu zamestnancov, nepomôžu vám. Ak sa snažíte pomôcť im robiť svoju prácu lepšie – kvalitnejšie, rýchlejšie a produktívnejšie – pomôžu vám s tými ťažkými otázkami, ako byť kreatívnejší.“

Čoraz častejšie sa inžinieri zapájajú do projektov v zdravotníctve, v environmentálnych technológiách a vo finančníctve. Mení sa i spôsob, akým tímy spolupracujú. Nové nástroje zefektívňujú kontrolu kódu, umožňujú realistické simulácie párového programovania a posilňujú postavenie netechnických členov tímu, ktorí môžu efektívnejšie prispievať k riešeniam.

Napríklad platformy, ako sú Lovable a Replit, umožňujú ľuďom bez technických znalostí vytvárať softvér. Prototypovanie, refactoring a implementácia dobre definovaného ticketu budú ďalšie oblasti, ktoré dostane na starosť AI. Zmení sa i hodnota jazykových polyglotov. Keďže väčšinu kódu píše AI, každý inžinier sa môže pustiť do akejkoľvek kódovej základne a požiadať ju o implementáciu funkcie. Rovnako platí, že s jej pomocou môže backendový inžinier vytvoriť slušný frontendový, cross-platformový alebo dokonca natívny mobilný kód.

Vyše polovica vývojárov uvádza, že AI nástroje zvýšili ich produktivitu a tí, ktorí používajú GitHub Copilot, dokončia svoju prácu o 55 % rýchlejšie. Tieto pokroky im umožňujú sústrediť sa na písanie zložitých algoritmov, navrhovanie softvérovej architektúry a riešenie problémov, ktoré vyžadujú zapojenie ľudí. Musia si totiž uvedomiť, že hoci ich nenahradí AI, niekto ich predsa len z hry vyšachuje: tí, ktorí ju používajú.

Ako na AI neprerobiť

Vedeli ste, že takmer dve tretiny CEOs priznali, že riziko, že na trhu zaostanú, spôsobí, že investujú do niektorých technológií skôr, ako získajú jasnú predstavu o ich hodnote pre firmy? Podľa prieskumu IBM, do ktorého sa zapojilo 2 000 CEOs, len jeden zo štyroch AI projektov prináša sľubovanú návratnosť investícií. Ešte horšie zistenia priniesla správa MIT – až 95 % generatívnych pilotných AI projektov v podnikaní nemá žiadnu návratnosť investícií.

„Hlavnou prekážkou škálovania nie je infraštruktúra, regulácia ani talent,“ uvádza sa v správe. „Je to učenie sa. Väčšina systémov GenAI nezachováva spätnú väzbu, neprispôsobuje sa kontextu ani sa časom nezlepšuje.“

Architektonická výhoda firiem v AI ére nespočíva v tom, či ju používajú; to bude každý. Nezáleží ani na tom, ktoré organizácie vytvoria najviac kódu alebo najrýchlejšie zavedú AI. Úspešné budú tie, ktoré si zachovajú inžiniersku disciplínu a zároveň využijú možnosti umelej inteligencie. Organizácie, ktoré si uvedomia pravidlo pomeru 70/30 a investujú do technického majstrovstva, premenia AI z potenciálnej hrozby na svoj najväčší strategický tromf. Ich konkurenčná výhoda spočíva v kvalite architektonických rozhodnutí, spoľahlivosti bezpečnostných riešení a elegancii riešení, ktoré dokážu poskytnúť len skúsení inžinieri.

„Správa AI predstavuje viac než len pravidlá,“ tvrdí Aravind Subramanian, partner Deloitte a poradca v oblasti AI. „Predstavte si to ako základný návod, ktorý zabezpečuje, že kód generovaný AI funguje eticky a spoľahlivo a zároveň je v súlade s cieľmi organizácie.“

Úspešné organizácie vytvoria regulačné štruktúry, ktoré zabezpečia kvalitu spolu s rýchlosťou umelej inteligencie a zabránia hromadeniu technologického dlhu. Jej regulácia pritom nebude pôsobiť ako brzda inovácie, ale ako urýchlenie udržateľnej a dôveryhodnej transformácie.

Ak aj vám by sa zišla expertíza a skúsenosti špičkových talentov, všetky užitočné informácie o freelance IT špecialistoch a špecialistkách nájdete tu.

Pokiaľ ste však freelancer či freelancerka, ktorých bavia inovácie súvisiace s AI, prezrite si top projekty v našej ponuke alebo sa prihláste na odber IT projektov na mieru.