Wyobraź sobie następującą sytuację. Jesteś asystentem prezesa dużej firmy. Jak to asystent, pomagasz mu w wykonywaniu różnych zadań. Pewnego dnia szef mówi do Ciebie:

— „W naszej firmie zawsze są żółte zasłony, używamy tylko komputerów marki X, a samochody firmowe muszą mieć duży bagażnik. W piątek organizujemy spotkanie integracyjne, proszę zrobić zamówienie na wszystkie potrzebne rzeczy".

Nietypowe? Być może zastanawiasz się, po co szef powiedział te wszystkie niepotrzebne rzeczy. Może nawet uznasz, że to była wskazówka, jak wykonać zadanie. Okazuje się, że wielu z nas w podobny sposób zwraca się do dużych modeli językowych, zapełniając kontekst zasadami dotyczącymi całego projektu. W efekcie każda instrukcja, którą wydajemy naszemu wirtualnemu asystentowi, wygląda podobnie jak ta powyżej, choć część osób może nie zdawać sobie z tego sprawy. Dodatkowo zasady spisane w taki sposób z czasem rozjeżdżają się z rzeczywistością, a programista może nie wiedzieć, że model dostaje sprzeczne informacje ładowane do kontekstu automatycznie. Keep your context clean :)

AI spowalnia doświadczonych programistów.

To nie opinia, a główny wniosek z badania (Becker et al., 2025), które ukazuje w nowym świetle dzisiejsze narzędzia AI.

W raporcie przeanalizowano produktywność seniorów w projektach open-source i odkrył "efekt spowolnienia" u tych, którzy korzystali ze wsparcia AI.

Dlaczego tak się dzieje?

Prawdopodobnie doświadczony programista myśli na poziomie architektury, abstrakcji i długofalowych konsekwencji. Obecne modele AI są świetne w generowaniu gotowych fragmentów kodu, ale mogą nie rozumieć szerszego kontekstu, co zmusza seniora do ciągłej kontroli i poprawek.

Zastanawia mnie, gdzie leży prawdziwe wyzwanie: czy w ograniczeniach sztucznej inteligencji, czy może w naszych, wciąż nieoptymalnych, nawykach? Być może potrzebujemy jeszcze nauczyć się prowadzenia efektywnego dialogu z technologią.