„Vibe coding“ fenomenas: kodėl aklas pasitikėjimas dirbtiniu intelektu veda į absurdą

Pastaruoju metu technologijų pasaulyje vis garsiau kalbama apie vadinamąją „vibe coding“ tendenciją, kai programavimo užduotys aklai patikimos generatyviniam dirbtiniam intelektui, visiškai nesigilinant į bazinę logiką. Siekdama apnuoginti šią problemą ir pabrėžti fundamentalių žinių svarbą, technologijų švietimo platforma „Scaler“ birželio viduryje pristatė naują skaitmeninę kampaniją #NotDoneAI. Šios iniciatyvos ašimi tapo satyrinis trumpametražis filmas, kurį kūrybiškai išpildė žinomas Indijos komikas bei scenaristas Biswa Kalyan Rath, o apie pačią kampaniją plačiai pranešė autoritetingas rinkodaros leidinys IMPACT Magazine.

Satyra čia pasirinkta neatsitiktinai, mat ji geriausiai parodo, kaip greitas kodo generavimas dažnai supainiojamas su giliu inžineriniu supratimu. Kampanijos vaizdo siužete komikas bando sukurti maisto pristatymo platformą naudodamas tik abstrakčias dirbtinio intelekto užklausas. Rezultatas – visiškas chaosas: sistema iš grandinės eliminuoja restoranus, o kurjeriai beldžiasi į duris paimti užsakymų, kurie net neegzistuoja. Kai herojus bando patikslinti užklausą nurodydamas tiesiog „pristatyti birjanį“, algoritmas instrukciją supranta pažodžiui ir pradeda visiems klientams vežti tik šį patiekalą, nepriklausomai nuo to, ką jie iš tikrųjų užsisakė. Kaip pastebi specialistai portale afaqs!, projektas puikiai iliustruoja riziką, kylančią tuomet, kai įrankiai tampa svarbesni už profesinius pagrindus.

Įrankis, bet ne pakaitalas specialistui

Šia kampanija nesiekiama sumenkinti paties dirbtinio intelekto progreso, kuris neabejotinai transformuoja kūrybines bei technologijų industrijas. Pagrindinė žinutė, kurią akcentuoja „Scaler“ rinkodaros vadovas Rahul Kartikeyan leidinyje Adgully, yra būtinybė technologijų specialistams ugdyti stiprius inžinerinius pagrindus, kad jie sugebėtų patys validuoti mašinos sugeneruotą rezultatą. Dirbtinis intelektas turėtų veikti kaip produktyvumą didinantis asistentas, o ne kaip mąstymą blokuojantis skydas, nes netiksliai suformuluotos užduotys realiame versle gali kainuoti milžiniškas klaidas.

Už kulisų slypintis paradoksas: nors dirbtinis intelektas turėjo eliminuoti techninę rutiną ir išlaisvinti kūrėjus bei programuotojus strateginiam mąstymui, pramonė vis dažniau susiduria su priešingu efektu. Masinis žemos kokybės kodo ir šabloniško turinio srautas užtvėrė rinką, nes naujoji specialistų karta praranda gebėjimą kritiškai vertinti mašinos pateikiamus rezultatus. „Scaler“ inicijuota kampanija #NotDoneAI taikliai apnuogina šį lūžio tašką, kai technologijų sektorius privalo apsispręsti – ar mes ugdome inžinierius, ar tiesiog tekstinių užklausų administratorius.

Kūrybinėse industrijose bei programinės įrangos kūrime Biswa Kalyan Rath pasitelkta satyra tapo veidrodžiu, kuriame daugelis technologijų įmonių vadovų nenoriai atpažįsta savo kasdienybę. Ilgą laiką dominavęs naratyvas, kad generatyvinis AI leis bet kuriam žmogui be išsilavinimo tapti vyriausiuoju programuotoju, subliuško susidūrus su realiais gamybiniais procesais. Kai sistemos architektūra tampa pernelyg sudėtinga, o algoritmas pradeda generuoti sunkiai atsekamas logines klaidas, paviršutiniškų žinių turintys darbuotojai tiesiog nebesugeba pataisyti savo pačių „sukurto“ produkto.

Nuo trumpalaikio produktyvumo iki technologinės skolos

Rinkos analitikai pastebi, kad trumpalaikis produktyvumo šuolis, kurį įmonės fiksuoja vos įdiegusios dirbtinio intelekto asistentus, vėliau virsta milžiniška technologine skola. Pradiniame etape kodas parašomas kelis kartus greičiau, tačiau jo testavimui, klaidų taisymui ir integracijai sugaištama dvigubai daugiau laiko nei įprastai. Štai kodėl tokios edukacinės platformos akcentuoja, kad pradiniai programavimo, sistemų dizaino ir duomenų struktūrų pamatai išlieka brangiausiu specialistų turtu, kurio joks neuroninis tinklas artimiausiu metu nepakeis.

Ši problematika glaudžiai siejasi ir su platesne diskusija apie intelektinę nuosavybę bei kūrybiškumo devalvaciją, apie kurią praneša nepriklausomi pramonės stebėtojai. Kai kūrybinis procesas redukuojamas iki statistinių tikimybių modelio, nukenčia unikali autorinė vizija ir inovatyvumas, nes algoritmai iš principo sugeba tik kombinuoti praeities duomenis. Galiausiai, ši kampanija tarnauja kaip perspėjimas visai ekosistemai, kad technologinė pažanga turi kelti žmogaus kompetencijos kartelę, o ne ją nuleisti iki aklo pasikliovimo automatizuotomis sistemomis.

Skaitant tarp eilučių: tampa akivaizdu, kad dabartinis technologijų pramonės susižavėjimas automatizacija slepia gilų sisteminį prieštaravimą. Viena vertus, didžiosios technologijų korporacijos investuoja milijardus dolerių bandydamos įtikinti pasaulį, kad tradicinis programavimas miršta, o ateitis priklauso paprastam bendravimui su mašina natūralia kalba. Kita vertus, tos pačios įmonės karštligiškai ieško aukščiausio lygio inžinierių, gebančių suprasti, kas vyksta po šių dirbtinio intelekto modelių gaubtu, kai sistemos pradeda elgtis neprognozuojamai.

Šis paradoksas kuria pavojingą iliuziją pradedantiesiems specialistams, kurie pasikliauja pažadais apie greitą ir lengvą karjerą technologijų sektoriuje. Kai rinką užplūsta vadinamieji „vibe coderiai“, sugebantys tik kopijuoti dirbtinio intelekto sugeneruotus blokus, prarandamas gebėjimas spręsti nestandartines problemas. Skeptikai pagrįstai pastebi, kad dabartinis įrankių prieinamumas ne demokratizuoja programavimą, o greičiau devalvuoja inžinerinę profesiją, paversdamas ją paviršutinišku skaitmeninių elementų dėliojimu be jokios kokybės kontrolės.

Algoritmų aklavietė ir ateities perspektyvos

Žvelgiant į ilgalaikę perspektyvą, toks aklas pasitikėjimas generatyviniais modeliais gali sulėtinti patį technologijų progresą. Kadangi dirbtinis intelektas mokosi iš jau egzistuojančio kodo ir internete esančios informacijos, masinis mašininio turinio generavimas pradeda teršti pačius mokymosi šaltinius. Jei naujoji programuotojų karta nebepraturtins ekosistemos unikaliais, rankiniu būdu sukurtais architektūriniais sprendimais, ateities algoritmai bus priversti mokytis iš savo pačių klaidų, o tai neišvengiamai ves prie technologinio sąstingio.

Galiausiai, esminis lūžis įvyks tada, kai įmonės pradės skaičiuoti realius nuostolius dėl saugumo spragų ir sunkiai prižiūrimų sistemų, kurias palieka skubotai sugeneruotas kodas. Tikrasis inžinerinis meistriškumas matuojamas ne parašytų eilučių skaičiumi per minutę, o gebėjimu sukurti tvarią, saugią ir lengvai modifikuojamą struktūrą. Kol technologijų bendruomenė nesupras šios ribos tarp spartos ir kokybės, tol tokios kampanijos kaip #NotDoneAI išliks labai reikalingu, nors ir karčiu, realybės patikrinimu visai industrijai.

Galiausiai priartėjome prie evoliucijos etapo, kai dirbtinis intelektas rašo kodą per kelias sekundes, o žmogus praleidžia tris dienas bandydamas suprasti, kodėl ta geniali programa vietoj picerijos užsakymo bando paleisti raketą į kosmosą. Belieka tikėtis, kad bent jau kurjeriai pristatys picą laiku, net jei algoritmui tai pasirodys per mažas iššūkis.

Vyr. redaktorius Artūras Malašauskas, DI sistemų integratorius, sukaupęs daugiau nei 20 metų patirties kuriant gamybinio lygio žiniatinklio inžinerijos sprendimus. Jis projektavo, diegė ir plėtė verslo klasės „Python“/„PHP“ sistemas logistikos, SaaS bei viešojo sektoriaus klientams. Pastaruosius metus jis specializuojasi išskirtinai DI integracijų srityje: diegia atvirojo kodo didžiuosius kalbos modelius (LLM), kuria generatyvinių medijų (vaizdo, garso, video) srautus bei projektuoja daugiagentines darbo eigas realioms gamybinėms aplinkoms. Jo standartas: atkuriamumas, saugumas ir ekonomiškai efektyvi išvestis – jokio „vaporware“. Artūras dokumentuoja bei vertina naujus DI įrankius, atskirdamas patvirtintas galimybes nuo rinkodarinio triukšmo. Techninis redaktorius svetainėse: ai-naujienos.lt, ai-verslas.lt, muza-ai.eu. Susisiekite per „LinkedIn“.