Współczesna branża technologiczna wywiera na programistów coraz większą presję: pisz więcej kodu, dostarczaj nowe funkcje, działaj szybciej. W tym kontekście warto przyjrzeć się narzędziom, których używamy, a w szczególności edytorowi Vim. Choć wielu postrzega go jako narzędzie służące wyłącznie do szybszego pisania, jego prawdziwa wartość leży w czymś innym – w utrzymaniu stanu skupienia, czyli tzw. flow. Vim pozwala na edycję tekstu bez przerywania toku myślenia, eliminując konieczność sięgania po myszkę czy żmudnego nawigowania po pliku. To narzędzie, które usuwa tarcie między intencją programisty a jej realizacją.
Problem głębi: Vim kontra AI
Narzędzia oparte na sztucznej inteligencji obiecują podobne korzyści: mniej wysiłku i więcej przestrzeni na rozwiązywanie trudnych problemów. Często wywiązują się z tej obietnicy, pozwalając pominąć żmudne przygotowywanie szkieletu kodu i przejść od razu do sedna architektury. Istnieje jednak zasadnicza różnica w relacji między użytkownikiem a tymi narzędziami.
W przypadku Vima, wynik pracy jest bezpośrednim odzwierciedleniem intencji programisty. Narzędzie jest przezroczyste – działa dokładnie tak, jak mu polecono, bez żadnych niespodzianek. Nie ma tu miejsca na halucynacje; jeśli wydasz polecenie zmiany tekstu w nawiasach, Vim zawsze to zrobi, nie zmieniając przy tym całego akapitu z powodu błędnej interpretacji kontekstu. W efekcie, czytając kod, nie sposób stwierdzić, czy został on napisany w Vimie, VS Code czy Notatniku. Jakość końcowego produktu zależy wyłącznie od umiejętności, doświadczenia i osądu programisty.
AI odwraca tę zależność. Narzędzie staje się niezwykle widoczne w gotowym produkcie, narzucając mu swój styl i strukturę. Jednocześnie poziom umiejętności operatora staje się niewidoczny. Wszystko wygląda na równie kompetentne, co utrudnia ocenę, czy autor poświęcił czas na przemyślenie skrajnych przypadków, czy po prostu zaakceptował pierwszą sugestię modelu. To sprawia, że każdy fragment kodu staje się podejrzany, co dla inżynierów jest wyczerpujące.
Pozory gotowości a rzeczywista poprawność
Obecnie coraz wyraźniej widać przepaść między tym, co „wygląda na gotowe”, a tym, co faktycznie jest poprawne. Menedżerowie produktów, widząc prototyp stworzony w kilka godzin przy pomocy AI, mogą odnieść wrażenie, że reszta pracy jest równie prosta. W rzeczywistości jednak ostatnie 10% prac – takich jak obsługa błędów, walidacja, bezpieczeństwo czy wydajność – stanowi 90% całego wysiłku. AI świetnie radzi sobie z tworzeniem powierzchniowej warstwy produktu, ale całkowicie pomija jego fundamenty.
To zjawisko prowadzi do tzw. luki empatii. Gdy przedstawiciel jednej specjalizacji (np. menedżer produktu) tworzy prototyp przy użyciu AI, zaczyna podświadomie wierzyć, że rozumie, na czym polega praca inżyniera. Podobnie inżynierowie mogą zacząć bagatelizować pracę pisarzy technicznych czy projektantów. Choć narzędzia AI dają każdemu możliwość wkładu w niemal dowolną dziedzinę, jest to wkład powierzchowny, któremu często towarzyszy nieuzasadniona pewność siebie.
Jak zarządzać pracą z AI?
Rozwiązaniem nie jest odrzucenie technologii, lecz budowanie organizacyjnej empatii i świadomości, że każda dziedzina posiada głębię niewidoczną z zewnątrz. Aby skutecznie korzystać z AI, warto wdrożyć kilka zasad:
Najlepsze narzędzia to takie, które służą Twojej intencji, nie zniekształcając jej. Kluczową umiejętnością w dzisiejszych czasach jest rozpoznanie, kiedy luka między Twoim zamysłem a wynikiem pracy narzędzia jest akceptowalna, a kiedy staje się zagrożeniem dla jakości projektu.