Vibe-ohjelmointi, tekoäly ja uusi insinööritieteellinen todellisuus

Kymmenen vuotta sitten ajatus siitä, että tekoäly voisi kirjoittaa koodia ohjelmoijien sijasta, kuulosti enemmän jännittävältä fantasialta. Nykyään se on osa jokapäiväistä todellisuutta. MVP:t (Minimum Viable Product) rakennetaan päivissä, käyttöliittymiä generoidaan tekstiprompteista, ja tekoälyavustajat ovat tulleet täysipainoisiksi osallistujiksi insinööritiimeissä.

Tästä taustasta johtuen yhä useammat ihmiset kysyvät samoja kysymyksiä: Korvaa tekoäly oikeasti ohjelmoijat? Voiko tekoäly todella vastata ja korvata kokeneen insinöörin? Mitä tulee tapahtumaan ammattiin lähitulevaisuudessa?

Olen itse kehittäjä, ja minulla on mielipide asiasta. Tutkitaan asiaa.

Mikä on ongelman ydin?

On olemassa vallitseva kertomus tekoälyohjelmoinnista, joka kuuluu jotakuinkin näin:

Tekoäly on erittäin tehokas koodin kirjoittamisessa, ja se välttää useita yleisiä virheitä, joita ihmiset tekevät. Entä vielä mielenkiintoisemmin, tekoäly saattaa olla parempi käsittelemään niin sanottuja reunatapauksia: harvinaisia ja epätavallisia tilanteita, jotka ovat yleisiä ohjelmistosuunnittelussa ja usein vaikeita kehittäjille ennustaa etukäteen.

Kun ohjelmoija sanoo: “Haluaisin napin tänne”, hän saa vastauksen: “Tässä on nappi, tässä on 18 reunatapausta, jotka sinun kannattaa ottaa huomioon, tässä on testit, jotka sinun on suoritettava, ja muuten, sinun kannattaa myös lisätä tämä ja tämä.” Voit katsoa sitä ja ajatella: “Joo… se on järkevää.” Itse asiassa sinun olisi voinut kestää viikkoja tajuta ne ongelmat, kun jotain oli jo mennyt pieleen tuotannossa. Tekoäly ehdottaa ratkaisuja välittömästi. Kokeneille insinööreille se lisää merkittävästi tuottavuutta ja tehokkuutta.

Ja tämä kertomus johtaa suoraan taloudelliseen kysymykseen: jos yrityksellä oli aiemmin tarve 100 kehittäjälle käsitelläkseen tietyn työmäärän, teoreettisesti se voi nyt tarvita vain 20 – koska ne 20 voivat saavuttaa saman työmäärän tekoälyn avustuksella.

Mikä piilee tämän kiihtyvän kehityksen takana?

Yhä useammin näen erittäin vahvoja ohjelmistosuunnittelijoita, jotka pelkäävät asemiaan, paikkaansa markkinassa ja tulojaan. Se tuntuu siltä, että kohta ei ole enää työtä koodaajille.

Ja vastaukseni on yleensä: kaverit, se ei välttämättä ole niin dramaattista kuin se näyttää. Itse asiassa kokeneet insinöörit saavat juuri nyt uudenlaisen arvon. Koska me saattamme olla yksi viimeisistä sukupolvesta, joka on kirjoittanut koodia käsin ja ymmärtää, miten järjestelmät toimivat sisäpuolelta.

Aikaisempi kertomus ei ota huomioon seuraavaa:

Tekoälyllä generoitu koodi näyttää usein täydelliseltä. Tehtävät ratkeavat, käyttöliittymät toimivat, ja kaikki pyörii. Mutta ajan myötä, pitkällä aikavälillä, tulee esiin hienoisia ongelmia: arkkitehtonisia kompromisseja, heikkoja suunnittelupäätöksiä, ongelmia tietorakenteilla tai skaalautuvuusongelmia. Ja tämä johtuu siitä, että tekoäly on jo hyvin hyvä ratkaisemaan paikallisia tehtäviä, kun taas suurten järjestelmien pitkän aikavälin logiikka edellyttää edelleen ihmisten kokemusta ja insinöörien arviointia.

Siksi kun nämä projektit pääsevät vakaviin tuotantoympäristöihin – pankkeihin, e-commerce-alustoille, laajamittaisiin palveluihin – tiimejä tarvitaan edelleen ihmisiä, jotka voivat syvällisesti analysoida arkkitehtuuria, tunnistaa juurisyyt ja palauttaa koko järjestelmän logiikan.

Usein saan puheluita ystäviltäni, jotka sanovat jotain tällaista: “Michael, voitko hypätä auttamaan meitä ymmärtämään, miksi järjestelmä alkaa hajota?” Vaikka työskentelen tällä hetkellä Physical AI:ta Introspector, autan silloin tällöin tämänkaltaisessa vaikeassa manuaalisessa insinööritöissä: järjestelmän logiikan rekonstruktio, arkkitehtuurin analyysi ja ongelmatilanteiden selvittäminen.

Ja tämä on juuri siksi, miksi uskon, että vahvat insinöörit säilyttävät arvonsa pitkään. Samalla on usein kokeneet insinöörit, jotka auttavat parantamaan ja kouluttamaan tekoälymallit tänään. Keymakr, näimme tämän itse, kun etsimme kokeneita kehittäjiä validoidaksemme koodia ja auttaaksemme kouluttamaan malleja – ihmisiä, jotka voivat luottaa oikeaan insinööriajatteluun, käytännön kokemukseen ja syvään ymmärrykseen siitä, miten järjestelmät käyttäytyvät todellisessa maailmassa.

Päähypoteesit

Ja tämä johtaa meidät suurimpaan kysymykseen tulevaisuudesta: minne kaikki tämä lopulta johtaa? Miten kasvatamme seuraavan sukupolven insinöörejä, jos he tulevat aloittamaan uransa täysin eri tavalla alusta alkaen?

Jos tarkastelemme tilannetta objektiivisesti, ilman hypeä tai pelkoa, näen muutamia mahdollisia skenaarioita.

• Epäselvä tulevaisuus

Ensimmäinen ja luultavasti rehellisin vastaus on, että vain harvat ihmiset ajattelevat tällä hetkellä niin pitkälle. Yksinkertaisesti siksi, että kukaan ei vielä täysin ymmärrä, miltä tämä tulevaisuus näyttää käytännössä.

Ehkä muutamassa vuodessa tekoälyagentit ovat todella kykeneviä kirjoittamaan lähes täydellistä koodia – vahvalla arkkitehtuurilla, skaalautuvuudella ja kontekstualisella ymmärryksellä. Tällä hetkellä tuo kysymys on edelleen täysin avoin.

Samalla suuret teknologiayritykset kuten Apple, Microsoft ja Google jatkavat edelleen voimakasta tutkijoiden, PhD-erikoistujien ja akateemisen ympäristön ihmisten palkkaamista. Se viittaa siihen, että he uskovat, että syvällinen insinööritietämys säilyy tärkeänä myös maailmassa, jossa suurin osa koodista generoidaan automaattisesti.

Pienemmät yritykset toimivat kuitenkin usein erilaisella suunnitteluhorisontilla. Kun et tiedä, säilyykö startup yrityksesi kuuden kuukauden kuluttua, on vaikea ottaa tosissaan sitä, mitä tapahtuu kymmenen vuoden kuluttua. Tietysti kukaan ei tahallaan halua rakentaa jotain perustavanlaatuisesti vikaa. Tiimit yrittävät edelleen tunnistaa potentiaalisia riskejä ja heikkouksia.

Mutta käytännössä logiikka on usein paljon yksinkertaisempi: ensin rakenna tuote, joka toimii ja tuottaa tulosta – sitten huolehdi arkkitehtuurista, optimoinnista ja järjestelmän uudelleenkirjoittamisesta myöhemmin. Ongelma on, että monissa projekteissa “myöhemmin” jatkuvasti lykätään äärettömän kauas.

• Evolution spiraaleissa

Toinen vastaus on minun mielestäni vielä mielenkiintoisempi. Jos katsot alan historiaa, se on jo kokenut vastaavia siirtymisiä useita kertoja aiemmin. Ensimmäiset ohjelmoijat työskentelivät rei’itetyillä korteilla. Sitten tuli sukupolvi insinöörejä, jotka kirjoittivat Assembly-kielellä – jotain, joka on jo vaikea monille nykykehitäjille edes kuvitella. Silloin sinun piti ymmärtää, miten laitteisto toimii, ajatella prosessorin logiikalla ja pitää mielessä valtavan määrän matalan tason monimutkaisuutta.

Sitten tuli COBOL-aikakausi. Koko pankkijärjestelmät rakennettiin sille, ja yllättävin asia on, että suuri osa maailman pankkijärjestelmistä edelleen pyörii niillä vanhoilla järjestelmillä tänään. On edelleen ohjelmoijia, jotka ovat 60- ja 70-vuotiaita ja ylläpitävät tuota koodipohjaa, ja he ovat edelleen erittäin arvokkaita erikoisosaajia.

Seuraava sukupolvi siirtyi C++, Pythoniin ja JavaScriptiin. Itse kuulun siihen sukupolveen. Esimerkiksi en juuri ymmärrä, miten COBOL toimii. Teoriassa voisin opiskella sitä – mutta minulle se tuntuu jo etäiseltä ja vierailta.

Ja kun tarkastelet tätä historiallisesti, mielenkiintoinen kuva alkaa muotoutua: kunkin uuden sukupolven insinöörien ei enää tarvitse ymmärtää, miten edellisen sukupolven teknologia toimi. Ajan myötä tieto uppoaa itse infrastruktuuriin.

Rei’itetyt kortit katosivat jo kauan sitten – niiden logiikka on nyt rakennettu prosessoreihin. Assembly on suurelta osin kadonnut valtavirtakehityksestä, koska sen monimutkaisuus on piilotettu käyttöjärjestelmiin, ajureihin ja matalan tason abstraktioihin. Jopa kuulokkeidesi sisältävät todennäköisesti pienen käyttöjärjestelmän, joka suorittaa kaiken tämän piilotetun monimutkaisuuden taustalla – useimmat ihmiset eivät vain ajattele sitä.

Tietysti on edelleen erikoisosaajia, jotka ymmärtävät kaiken tämän matalan tason magian. Mutta suurimmalle osalle alaa se on jo abstraktiotaso.

Ja se johtaa hyvin loogiseen ajatukseen: ehkä tekoäly on vain seuraava vaihe tässä evoluutiossa. Ehkä seuraava sukupolvi ei tarvitse ymmärtää perinteistä ohjelmointia yhtä syvällisesti kuin me.

• Markkinoiden talous

Toinen hypoteesini on, että vibe-koodaus – tai tekoälyavusteinen kehitys – lopulta lakkautuu “ilmaiseksi kiihdytykseksi”. Todellisuudessa se ei ole täysin ilmainen; se on vain, että ei kaikki vielä laskuta tekoälyavusteisen kehityksen todellisia kustannuksia.

Mallit, tokenit, infrastruktuuri, jatkuva pyynnöt, koko tekoälyputken ylläpito – kaikki tämä muodostuu hitaasti merkittäväksi operatiiviseksi kuluksi. Siksi uskon, että yritykset alkavat pian tarkastella tekoälyavusteisen kehityksen todellisia kustannuksia tarkemmin ja kysyä hyvin pragmaattista kysymystä: mikä on todella tehokkaampaa – laajentaa insinööritiimiä vai ylläpitää koko tekoälyinfrastruktuuria kehityksen ympärillä?

Hyvin realistinen skenaario on, että vahvat insinööritiimit osoittautuvat lopulta taloudellisesti kestävämmiksi, erityisesti silloin, kun on kyse pitkän aikavälin tuotteiden ylläpitämisestä, kehittämisestä ja tukemisesta.

Uskon kuitenkin, että tämä on todella siitä, missä uudenlainen insinööritiimi voi syntyä: erittäin pienet ryhmät kokeneita erikoisosaajia, jotka keskittyvät infrastruktuurin itsensä stabiilisuuden ja kestävyyden ylläpitämiseen. Ajan myötä tämä saattaa muodostua yhdeksi arvokkaimmista insinööriosuuksista alalla.

• Ihmiset, jotka työskentelevät tekoälyn rinnalla

Ja viimeinen oletus – vaikka hyvin realistinen – on, että seuraava sukupolvi insinöörejä joutuu luomaan uransa täysin erilaisessa ympäristössä. Ja tämä menee paljon laajemmin kuin ohjelmointi yksin. Vastaavat muutokset ovat jo alkaneet muuttaa lakia, rahoitusta, lääketiedettä ja melkein kaikkia aloja, joissa tekoäly voi ottaa haltuun merkittävän osan älyllisestä ruutityöstä.

Vaikka kaikki tämä, katson tapahtumia melko myönteisesti. Luultavasti siksi, että yleensä pidän edistystä. Pidän siitä, että teknologia voi parantaa ihmisten elämää, vapauttaa ihmisiä valtavasta määrästä toistuvaa työtä ja tehdä monia prosesseja turvallisemmiksi ja tehokkaammiksi.

Esimerkiksi itsenäiset ajojärjestelmät, kuten Teslan tai Waymon, ovat jo osoittaneet hämmästyttävän korkeita turvallisuustasoja monissa tilanteissa verrattuna ihmiskuljettajiin. Ja se on todella vaikuttavaa.

Samalla maailma, johon lapsemme tulevat, tulee olemaan paljon monimutkaisempi ammatillisen identiteetin suhteen. He joutuvat etsimään paikkansa ja tarkoituksensa nopeasti muuttuvassa maisemassa.

Jos lapsi tänään haluaa tulla lakimieheksi, rahoitusanalyytikoksi tai ohjelmoijaksi, on suuri mahdollisuus, että nämä ammatit näyttävät täysin erilaisilta tulevaisuudessa. Ehkä ne tulevat olemaan erikoistuja, jotka työskentelevät läheisesti tekoälyn, lakitekoälyn, rahoitus-tekoälyn tai koodaus-tekoälyn kanssa – ihmiset, jotka operoivat tekoälyjärjestelmiä, validoi tulokset, tarjoavat kontekstin ja tekevät avainpäätöksiä.

Luulen, että on tärkeää tunnistaa, että melkein jokainen näistä skenaarioista jo tuntuu realistiselta tänään. Ja riippumatta siitä, pidämme siitä tai emme, kaikki tapahtuu nyt osana paljon laajempaa teknologisen edistysaskeleita. On erittäin epätodennäköistä, että tämä prosessi voidaan pysäyttää. Mikä tarkoittaa, että meidän on opittava elämään tässä uudessa maailmassa – oppimalla tasapainottamaan sen, viestimään sen kanssa ja kehittämällä ehkä uudenlaisen rinnakkaiselon sen rinnalla.