“Кодинг мертвий”? Розбираємо міфи про штучний інтелект та майбутнє програмістів (Мій погляд з 20-річним досвідом)
Реально, коли мені вперше сказали, що штучний інтелект (ШІ) – умовно кажучи, чатбот на базі великої мовної моделі – замінить більшість програмістів, я щиро посміхнувся. Ну, хайп, як завжди. Але ця фраза почала вспливати знову і знову. Наче хтось організував глобальний конкурс пророцтв про кінець коду, і він розквітнув буйним цвітом.
Останнім часом ця тема буквально захопила технологічні кола. Його величність ШІ нібито ось-ось залишить нас, простих смертних кодерів, без роботи. І начебто лідери найбільших технологічних компаній, від OpenAI до Nvidia, зібралися й вирішили: “Гаразд, час завершувати цю гру”. Виникає питання: навіщо вчити дітей програмувати, якщо за рік-два будь-яке завдання, від написання коду до аналізу даних, буде повністю автоматизоване?
Але я, як практик з більш ніж 20-річним досвідом у сфері бізнес-аналізу та автоматизації, звернув увагу на одну деталь: ці прогнози, як пісня, звучать однаково, але кожного разу з незначними змінами. Спочатку “за 6 місяців”, потім “за рік”, а потім – “цього року, 2026-го”. Це як у старому анекдоті: “Наступного року я точно кину пити! Ну, можливо, через рік…”
Саме тут починається найцікавіше. Чи справді все настільки безнадійно для тих, хто володіє кодовою грамотою? Чи вже має сенс пакувати валізи і шукати нову професію? Після власного “розслідування”, аналізу великої кількості даних та спілкування з колегами, я дійшов висновку, що правда, як завжди, десь посередині. Вона не така драматична, як її малюють, але й не така проста, як здається на перший погляд.
Тож, давайте відкинемо емоції, подивимось на ситуацію тверезо. Чи дійсно “кодинг мертвий”? Давайте розберемось, керуючись досвідом, а не чутками.
Розділ 1. “Кодинг мертвий”: кому це вигідно?
Коли чую заяви про “загибель програмування”, перше питання, яке виникає: “Кому це вигідно?”. І, знаєте, подивившись на цифри, відповідь стає досить очевидною. Я одразу згадую Даріо Амодеї, CEO Anthropic. Його заяви про те, що ШІ напише 90% коду за пів року, а потім уже повторений прогноз про вимирання софтверних інженерів у 2026 році. І згадую Дженсена Хуанга з Nvidia, який радить дітям не вчитись кодувати. Або гендиректора Amazon Cloud, який передбачає, що більшість програмістів взагалі не будуть кодувати. І, звісно, Сема Альтмана, який називає майстерність роботи з ШІ “новим вивченням коду”.
Ці люди – лідери. Вони стоять на чолі великих компаній, які заробляють колосальні прибутки від розвитку штучного інтелекту. Давайте подивимось на факти:
- Anthropic: оцінка компанії злетіла від 61.5 мільярда доларів до фантастичних 380 мільярдів всього за рік. Це ж мільярди доларів!
- Nvidia: статки Дженсена Хуанга виросли з 3 мільярдів у 2019 році до понад 90 мільярдів станом на 2024 рік (і це, ймовірно, застаріла цифра). Вони продають чіпи, на яких тренуються і працюють ці великі мовні моделі.
- OpenAI: оцінка компанії перевищила 730 мільярдів доларів. А Сем Альтман, як повідомляється, може отримати понад 10 мільярдів доларів, просто володіючи частиною компанії.
Чи бачите ви закономірність? Коли ваша компанія заробляє мільярди (або потенційно заробить їх), невигідно говорити, що ваша технологія – другорядна. Навпаки, вигідно створити наратив про революцію, про майбутнє, де без цієї технології ніяк не обійтись. І, звісно, про те, що старі професії – це минуле.
Але є один важливий момент. Це все нагадує продаж інструменту. Кожен продавець намагається продати свою “найкращу сокиру” на ринку, де всі ще рубають дрова.
Розділ 2. Особистий досвід: “Я спробував, і мозок вибухнув”
Я, як і багато хто з вас, колись був скептиком. Довгий час я категорично відмовлявся від будь-яких інструментів для допомоги в написанні коду. “Я сам! Руками! До останньої крапки!” – це був мій девіз. Але потім, у листопаді 2024 року, я нарешті ризикнув і встановив свій перший AI-помічник. І, чесно кажучи, мій мозок просто вибухнув. Як я міг стільки років витрачати час на те, що тепер робиться за лічені хвилини?
Звісно, я не почав відразу делегувати все підряд. Спочатку це були дрібниці: написати функцію, виправити файл. Але з часом, за кілька місяців, я розробив свій власний підхід, який назвав “PIV loop”: Plan (Плануй – визначаємо задачу, розбиваємо її), Implement (Втілюй – доручаємо частину роботи ШІ), Validate (Перевіряй – аналізуємо результат, виправляємо помилки). Детальніше про це я розповів у своєму окремому відео (посилання буде в описі!).
Зараз я делегую майже все написання коду AI. Чому “майже”? Бо я сам – за кермом. Я відповідаю за планування, за визначення архітектури, за вибір технологічного стеку. Я беру вимоги від замовника і перетворюю їх на чіткий контекст для AI-помічника. Я – той, хто робить рев’ю коду, виправляю помилки вручну, якщо потрібно. Але сама реалізація – це вже робота AI.
Це як бути режисером. Ти не граєш усі ролі, але ти керуєш процесом, створюєш кінцевий продукт. Так, AI-помічники – це потужний інструмент. Вони справді можуть прискорити роботу в рази. Але ось ці фантастичні заяви, що “всі компанії автоматично перейдуть на AI-помічників і 90% коду буде написано за рік”, – ось це, на мою думку, абсолютна нісенітниця. З особистого досвіду.
Розділ 3. Від Prompt Engineering до Intent Engineering: майбутнє вже тут
Ви, мабуть, чули про “prompt engineering” – мистецтво правильно формулювати запити до AI, щоб отримати найкращий результат. Це дуже важливо, але сьогодні це лише верхівка айсберга.
Останнім часом ми прийшли до “context engineering”. Це вже серйозніше. Ми не просто даємо один запит – ми створюємо цілу систему контексту для AI. Ми надаємо йому всю необхідну інформацію: архітектуру проєкту, стек технологій, ключові рішення. Ми забезпечуємо AI всім, щоб він міг якісно виконати завдання. І це вже починає бути схожим на справжню інженерну роботу. Бо, по суті, ми робимо все, окрім самого написання коду.
І це ще не все! Сьогодні з’являється “intent engineering”. Що це означає? Ми не просто даємо AI контекст, але й чітко визначаємо критерії успіху. Як AI може сам перевіряти свою роботу? Як переконатися, що ми не просто написали правильний код, а створили саме той продукт, який нам потрібен?
Натаскати AI – це пів справи. Важливо, щоб він точно розумів, чого ми від нього хочемо, і міг самостійно перевірити, чи досягнуто мети. Це потребує глибокого розуміння проєкту, вміння ставити правильні запитання, уваги до деталей.
І ось тут стає зрозуміло: роль інженера не зникає, вона трансформується. Ми стаємо не просто “натискачами кнопок”, а архітекторами, стратегами, контролерами якості. Ми робимо все те, що робив інженер раніше, але з новими, потужними інструментами, які допомагають нам виконувати ці завдання швидше та ефективніше.
Розділ 4. Що в реальності? Корпоративний світ та AI
Я проводжу тренінги для великих команд, і картина в корпоративному світі виглядає зовсім інакше, ніж в казках про “90% коду, написаного AI”.
Знаєте, є люди, які з ентузіазмом кидаються в освоєння нових інструментів. Але є й ті, особливо старші інженери, які ставляться до цього з обережністю. Чому? Бо вони знають про “галюцинації” AI, про потенційні проблеми з безпекою, про те, що без чіткої системи впровадження це може призвести до хаосу.
І ось тут криється головна проблема: корпоративний світ – це не завжди про швидкі рішення. Це про бюрократію, про тендери, про затвердження бюджетів, про багаторівневі перевірки безпеки. І, звісно, про інженерів, які просто не довіряють новим інструментам, поки не побачать надійних доказів їхньої ефективності.
Навіть якщо провести супер-інтенсивний тренінг, компаніям потрібен час, щоб адаптуватися. Розробити стандарти, навчити всіх, переконатися, що інструменти інтегрувалися без проблем. Це може зайняти тижні, місяці, а іноді й роки.
І цифри це підтверджують:
- Одне дослідження показує, що 90% інженерних команд вже нібито використовують AI. Але “вживу” – не щодня. Багато компаній просто купують ліцензії, але команди не користуються ними щодня, не вміють їх ефективно застосовувати.
- Інше опитування Stack Overflow показує, що лише 51% професійних розробників використовують AI-інструменти щодня.
- Є також статистика, що 21% ліцензій на AI-інструменти залишаються невикористаними.
Це означає одне: потужність інструментів – це добре. Але їхнє реальне впровадження, особливо на корпоративному рівні, – це зовсім інша історія. І вона значно повільніша, ніж нам хочеться вірити.
Розділ 5. Кроки до змін: як вижити у новому світі
Отже, програмісти не вимруть. Кодинг не мертвий. Але все змінюється, і це нормально. Як нам реагувати на ці виклики? Ось мій досвід та поради:
- Контроль перш за все. Ніколи не відправляйте в продакшн код, написаний AI, без ретельної перевірки. Наша роль – гарантувати якість. AI-помічники – це чудовий інструмент, але вони потребують нашого контролю.
- Безперервне навчання. Вміння кодити – основа. Розвивайте логіку, структурне мислення. Навіть, якщо ШІ буде писати більшу частину коду, ви маєте розуміти, як він працює, щоб ефективно його перевіряти та керувати ним.
- Використовуйте AI як вчителя. Зрозумійте, як AI генерує код, як працює з різними завданнями. Це допоможе вам глибше зрозуміти власні проекти та уникнути залежності від AI.
- Будьте силою, а не слугою. Ті, хто досягне успіху, будуть використовувати AI як “помножувач своїх сил” – інструмент, що допомагає їм бути кращими, швидшими, ефективнішими. А ті, хто повністю віддасть себе AI, ризикують втратити розуміння процесу та не зможуть працювати, коли AI дасть збій.
- Глибоке розуміння – ключ до всього. Зберігайте глибоке розуміння своєї справи, свого коду, своїх інструментів. Не втрачайте власну агентність. Навіть з 20-річним досвідом ви завжди знаходитимете нове.
Висновок: Еволюція, а не загибель
Підсумовуючи, сценарії “загибелі програмування” – це радше хайп, який вигідний певним гравцям на ринку. Так, AI-технології розвиваються шаленими темпами. Роль софтверного інженера трансформується. Вона стає більш стратегічною, більш контролюючою.
Нам доведеться змінюватися, адаптуватися, навчатися новим інструментам і підходам. Але це не кінець, це – еволюція. І ті, хто готовий прийняти ці зміни, хто вміє використовувати AI на свою користь, хто продовжує вдосконалювати власні навички, – саме вони будуть затребувані.
Головне – не панікувати, а зберігати розум, вчитися і бути готовим до майбутнього, яким би воно не було. А воно, як показує практика з мого досвіду, завжди цікавіше, ніж найсміливіші прогнози.
А що ви думаєте? Як ваш досвід відрізняється від мого? Я буду дуже радий почути ваші думки в коментарях!
І якщо вам сподобався цей матеріал, не забудьте поставити лайк та підписатися! До зустрічі у наступному відео!
