Apie Viską DI Agentai DI Atviro Kodo DI Kodui DI Medicinoje DI Modeliai - LLM DI Muzikai DI Nuotraukoms DI Prietaisai DI Satyra ir Humoras DI Saugumas DI Teisė, Įstatymai, Reguliavimas DI Video Generavimui DI Žaidimuose Dirbtinis Intelektas NVIDIA AI Pamąstymai Apie DI Redaktoriaus Žodis Robotika Technologijų Dvikova

„Scaler“ kampanija „#NotDoneAI“ indikuoja strateginį lūžį dirbtinio intelekto valdomo programavimo edukacijoje

Artūras Malašauskas 2026-06-18 4 min skaitymui
„Scaler“ pradėta kampanija „#NotDoneAI“ meta iššūkį populiarėjančiai „vibe coding“ madai, perspėdama apie aklos priklausomybės nuo dirbtinio intelekto sugeneruoto kodo grėsmes programinės įrangos architektūrai. Tech industrijos lyderiai grįžta prie fundamentalių žinių edukacijos, nes greitas kodo generavimas nebepakeičia gilaus inžinerinio mąstymo.

Pasaulinei programinės įrangos inžinerijos rinkai išgyvenant transformacijos etapą, technologijų švietimo bendrovė „Scaler“ pristatė skaitmeninę kampaniją „#NotDoneAI“, kurioje per humoro ir satyros prizmę nagrinėjama sparčiai plintanti „vibe coding“ (kodavimo pagal nuotaiką) tendencija. Ši praktika, kuomet programuotojai ar entuziastai aklai pasitiki dirbtinio intelekto (DI) sugeneruotu kodu gilindamiesi tik į užklausas (angl. prompts), bet nesuprasdami pačios sistemų logikos, tapo rimtu iššūkiu rinkos kokybės standartams. Kampanijoje, kurią kuravo agentūra „Emplace HQ“, komikas Biswa Kalyan Rath vaizduoja chaotiškas pasekmes, kylančias bandant sukurti maisto pristatymo platformą vien tik abstrakčiomis DI komandomis, taip vizualizuodamas rizikas, apie kurias rašo Passionate in Marketing.

Šis rinkodaros žingsnis žymi gilų strateginį lūžį visoje EdTech (švietimo technologijų) industrijoje, kurioje pastaruosius dvejus metus dominavo naratyvas, kad generatyvinis DI visiškai pakeis tradicinį programavimą. Kaip pažymi bendrovės rinkodaros vadovas Rahul Kartikeyan, greitesnis kodo generavimas dažnai klaidingai tapatinamas su giliu inžineriniu supratimu, o tai sukelia struktūrinių problemų kuriant realius verslo produktus. „Scaler“ iniciatyva pabrėžia, kad DI įrankiai turi būti traktuojami kaip inžineriją spartėjantys asistentai, o ne bazinių techninių kompetencijų pakaitalai, reikalaujantys stiprių fundamentalių žinių, ką savo analizėse akcentuoja ir afaqs!.

„Vibe Coding“ reiškinys: nuo greito prototipų kūrimo iki įmonių lygio grėsmių

Terminas „vibe coding“ apibūdina procesą, kai programinės įrangos kūrimas tampa labiau panašus į pokalbį natūralia kalba su dideliais kalbos modeliais (LLM), eliminuojant tiesioginį kodo rašymą ranka. Nors šis metodas idealiai tinka pradinės stadijos idėjų tikrinimui (MVP) ar rinkodaros eksperimentams, pramonės ekspertai perspėja dėl vadinamojo „įmonių lygio skardžio“, kuomet DI sugeneruotas kodas tampa nebepalaikomas ir nesaugus augant vartotojų skaičiui. Pagrindinė problema išlieka ta, kad vartotojai priima pirmuosius DI rezultatus neatlikdami sistemingos architektūrinės revizijos, todėl programose atsiranda kritinių saugumo bei duomenų sinchronizavimo spragų.

Edukacijos strategijos pokyčiai ir fundamentalių žinių renesansas

Technologijų sektoriaus švietimo lyderiai supranta, kad vien tik mokyti kurti užklausas (angl. prompt engineering) yra aklavietė. Šiuolaikiniai EdTech modeliai privalo transformuotis, integruodami DI asistentus į mokymosi procesą 24/7 principu, tačiau kartu stiprindami tokias pamatines disciplinas kaip duomenų struktūros, algoritmų efektyvumas, klientas-serveris architektūra bei sistemų saugumas. Ilgalaikėje perspektyvoje rinkoje laimės ne tie specialistai, kurie greičiau sugeneruoja kodo eilutes, o tie, kurie geba atlikti gilią architektūrinę analizę, validuoti DI produkciją ir užtikrinti programinės įrangos mastelį bei tvarumą.

Nematoma „Vibe Coding“ pusė: kas slepiasi už skaitmeninio fasado

Žvilgsnis už skaitmeninių užkulisių: dabartinė tech industrijos manija, susijusi su autonominiu kodo generavimu, vis labiau primena ankstyvąsias „no-code“ platformų bangas, tačiau šįkart rizika yra gerokai didesnė. Kai programinės įrangos inžinierius transformuojasi į pasyvų sistemos prižiūrėtoją, emociškai pasikliaujantį algoritmu, prarandamas esminis technologijų kūrimo elementas – intuityvus kodo sekimas ir klaidų numatymas. Rinkoje formuojasi paradoksali situacija, kuomet pradiniai projekto etapai įgyvendinami rekordiniu greičiu, tačiau vėlesnis sistemų derinimas bei refaktorizavimas pareikalauja dvigubai daugiau laiko ir finansinių išteklių nei tradicinis programavimas.

Didžiųjų technologijų bendrovių techniniai vadovai (CTO) vis garsiau kalba apie vadinamąją „technologinę skolą“, kurią generuoja nepatyrę specialistai, aklai pasikliaujantys dirbtinio intelekto įrankiais. Masinis fragmentuotų programos dalių kopijavimas be vieningos architektūrinės vizijos sukuria sunkiai valdomas monolitines sistemas, kurių priežiūra ilgainiui tampa neįmanoma. Tai keičia ir personalo atrankos strategijas, nes įmonėms nebepakanka kandidatų, demonstruojančių greitus rezultatus trumpalaikiuose testuose, o ieškoma inžinierių, gebančių dekonstruoti ir paaiškinti kiekvieną dirbtinio intelekto sugeneruotą logikos žingsnį.

Ši struktūrinė krizė verčia EdTech sektoriaus lyderius peržiūrėti savo metodologiją ir grįžti prie pamatinių programavimo disciplinų stiprinimo. Edukacinės platformos ilgą laiką konkuravo pažadais apie greitą karjeros šuolį per kelis mėnesius, tačiau dabartinė rinkos realybė reikalauja inžinerinio mentaliteto ugdymo nuo pirmųjų dienų. Tikrasis dirbtinio intelekto potencialas atsiskleidžia tik tada, kai jį naudoja stiprų fundamentalių žinių pagrindą turintis profesionalas, gebantis atpažinti paslėptas algoritmo haliucinacijas ir užtikrinti kuriamo produkto tvarumą ilgalaikėje perspektyvoje.

Kritinis vertinimas: dirbtinio intelekto iliuzija ir inžinerinė realybė

Žvelgiant giliau į tendencijas: visuotinis EdTech platformų entuziazmas integruoti generatyvinį dirbtinį intelektą į studijų programas dažnai nutyli fundamentalų prieštaravimą, lemiantį dabartinį rinkos disbalansą. Rinkodaros kampanijos bando įtikinti vartotojus, kad programavimo barjeras išnyko ir sėkmingam startui užtenka kūrybiškos intuicijos, tačiau darbo rinkos realybė rodo visiškai priešingą tendenciją. Įmonės masiškai mažina jaunesniųjų (angl. junior) programuotojų, atliekančių tik mechanines užduotis, samdą, nes šią funkciją pigiau atlieka kalbos modeliai, o rinkoje drastiškai išaugo paklausa specialistams, turintiems gilią sisteminę kompetenciją.

Šis paradoksas sukuria pavojingą atskirtį švietimo sistemoje, kurioje greito rezultato siekiantys studentai tampa priklausomi nuo dirbtinio intelekto sugeneruotų atsakymų be jokio analitinio filtro. Kai edukacija orientuojasi tik į efektyvų užklausų rašymą, o ne į algoritmų supratimą, rinkai paruošiami specialistai, nesugebantys savarankiškai priimti kritinių architektūrinių sprendimų. Toks paviršutiniškas pasirengimas ilgainiui devalvuoja pačią programinės įrangos inžinieriaus profesiją, paversdamas ją paprastu tekstinių komandų administravimu, kuris nesukuria unikalios pridėtinės vertės verslui.

Ateities technologijų plėtros prognozės reikalauja skeptiškesnio požiūrio į pažadus apie visišką programavimo automatizavimą, nes esminiai saugumo, mastelio ir optimizavimo iššūkiai vis dar reikalauja žmogaus kognityvinių gebėjimų. Švietimo strategijų posūkis atgal prie fundamentalių mokslų nėra žingsnis atgal, o racionali gynyba nuo technogeninio chaoso, kurį sukelia nekontroliuojamas kodo generavimas. Tikrasis inžinerinis proveržis įvyks ne tada, kai mašinos rašys kodą už žmones, bet tada, kai žmonės išmoks naudoti šiuos įrankius kaip didelio tikslumo mikroskopus, o ne kaip magiškas burtų lazdeles.

„Vibe coding“ primena bandymą vairuoti lenktyninį automobilį sėdint ant galinės sėdynės ir šaukiant komandas autopilotui: viskas atrodo puikiai ir moderniai, kol kelyje nepasitaiko posūkis, kurio nebuvo dirbtinio intelekto mokymo duomenų bazėje. Nuovokesni inžinieriai jau dabar supranta, kad geriausias būdas apsaugoti savo darbo vietą nuo algoritmo yra paprasčiausiai žinoti, kaip tas algoritmas veikia, kai jam išsijungia maitinimas.“

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“.

Komentarai

Prisijunk jei nori komentuoti: