Чому штучний інтелект не спричинив масове безробіття для програмістів? Останні дослідження: людство незамінне у судженнях та відповідальності

Технологічний огляд «Normaltech.ai» нещодавно опублікував останній дослідницький звіт, у якому зазначено, що, незважаючи на швидке зростання здатності штучного інтелекту писати програми, інженери-програмісти не зустрічають «масової хвилі безробіття». У звіті розкрито, що багато звільнень у компаніях фактично є фінансовими міркуваннями, використовуючи «очищення AI (AI Washing)» як привід. У трьох рівнях архітектури розробки програмного забезпечення — «прийняття рішень, виконання, доставка» — AI може лише скорочувати етап «виконання», тоді як людська роль у судженнях і відповідальності залишається незамінною, і попит на інженерів-програмістів у майбутньому може навіть зрости.
(Передісторія: Увага — фотографії, які ти зробив, слова, які ти сказав, Google тепер зберігатиме для тренування AI (як вимкнути навчання))
(Додатковий фон: Генеральний директор Anthropic: уряди повинні мати право відхиляти високоризиковий AI, перед запуском потрібно обов’язково тестувати, три основні положення суперечать політиці розслаблення Трампа)

Зміст цієї статті

Перемикач

• Правда про хвилю звільнень у технологічних гігантах: насправді це «очищення AI»
• Триєчна структура «розробки програмного забезпечення»: людські судження та відповідальність важко замінити
• Прощання з «інтуїтивним написанням коду», прийняття агентної інженерії
• Парадокс Джевонса: майбутні вакансії не зменшуються, а зростають

Страх, що AI знищить інженерів-програмістів, поширюється у технологічних колах, але реальні дані дають зовсім іншу відповідь. Згідно з тематичним дослідженням у технологічному огляді «Normaltech.ai», опублікованому 10-го числа цього місяця, хоча застосування AI у сфері генерації коду швидко зростає, немає жодних доказів, що підтверджують «масове заміщення інженерів-програмістів». У звіті через глибокий аналіз галузевих даних і кейсів різко спростовуються надмірна популяризація та паніка щодо кінця світу.

Правда про хвилю звільнень у технологічних гігантах: насправді це «очищення AI»

Звіт прямо заявляє, що багато новин про «заміщення людської праці AI» на перших шпальтах — це насправді несерйозно. Наприклад, Block (керований Джеком Дорсі) оголосив про звільнення 4000 співробітників і частково пояснив це AI, але справжня причина — надмірне розширення під час пандемії та фінансовий тиск, а внутрішні співробітники навіть зазначають, що підвищення продуктивності через AI є мінімальним. Аналогічно, масові звільнення у Snap і Intuit також викликані тиском з боку агресивних інвесторів щодо зниження витрат, а не безпосереднім впливом AI.

Дані досліджень ще більш безжально розвіюють цю ілюзію: 59% менеджерів з найму визнають, що перебільшують роль AI у звільненнях, щоб створити враження «прогресивності» перед інвесторами. За нормами закону «WARN» у Нью-Йорку (що вимагає розкривати причини звільнень, пов’язаних з AI), хоча тисячі людей були звільнені, майже жодна компанія офіційно не повідомила, що причина — AI.

Триєчна структура «розробки програмного забезпечення»: людські судження та відповідальність важко замінити

Звіт пропонує ключову модель «прийняття рішень — виконання — доставка (Decide-Execute-Deliver)», яка точно аналізує сутність розробки програмного забезпечення:

• Прийняття рішень (Decide): включає формулювання проблемної рамки, визначення вимог і планування бізнес-цілей.
• Виконання (Execute): проектування та написання коду, що наразі є найкращою сферою застосування AI.
• Доставка (Deliver): тестування, перевірка, інтеграція систем і відповідальність за безпеку.

AI дійсно значно скорочує етап «виконання». Дослідження GitHub показує, що AI може збільшити обсяг генерованого коду в 8 разів, але кількість випущеного програмного забезпечення зростає лише на 30%. Причина у тому, що «прийняття рішень» і «доставка» вимагають глибокого розуміння контексту, гнучких бізнес-рішень і людської «відповідальності (Accountability)». У звіті зазначається, що час, витрачений розробниками на чисте написання коду, становить лише 9% до 61%, решту часу займають складні архітектурні питання, а контроль за агентами AI — дуже виснажливий.

Прощання з «інтуїтивним написанням коду», прийняття агентної інженерії

Звіт далі розрізняє два сучасних підходи до AI-розробки: «інтуїтивне програмування (Vibe coding)» і «агентна інженерія (Agentic engineering)». Перший залежить від довільних підказок і позбавлений людського контролю, що дуже небезпечно: ймовірність появи помилок у такому коді у 9 разів вища, а лише близько 44% такого коду проходять успішне впровадження у проект.

Натомість справжня професійна практика — це «агентна інженерія», коли люди зберігають контроль, ретельно перевіряють код і несуть відповідальність за кінцеву безпеку. Це означає, що компанії не можуть покладатися на непрофесійних працівників без архітектурних знань для випуску виробничого програмного забезпечення, що має критичне значення для бізнесу.

Парадокс Джевонса: майбутні вакансії не зменшуються, а зростають

У перспективі звіт з обережним оптимізмом. Згідно з «парадоксом Джевонса», коли вартість і бар’єри для створення програмного забезпечення значно знижуються, попит на нього зростає експоненційно. Наприклад, у сучасних автомобілях вже міститься понад 100 мільйонів рядків коду, і у майбутньому попит на застосування програмного забезпечення майже не матиме короткострокових обмежень.

Тому, хоча інструменти AI змінюють робочий процес і навіть уповільнюють найм у деяких компаніях через підвищену ефективність, загальний попит на інженерів-програмістів залишатиметься стабільним або навіть зростатиме завдяки гнучкості ринку. Ця потужна «нормальна технологія» підштовхне інженерів до більш високих рівнів прийняття рішень, а не спричинить кінця світу з масовим безробіттям.