Narzędzia AI są tylko tak dobre, jak twoja zdolność oceny

W zespołach inżynieryjnych narasta cichy niepokój: czy stajemy się zbyt zależni od narzędzi AI? Czy nasze umiejętności oceny sytuacji słabną? Autor The AI Leverage Weekly przekonuje, że stawiamy złe pytanie. Kluczowe nie jest to, czy używamy AI, ale w jaki sposób to czynimy.

Prawdziwy problem nie leży w leniстwie, ale w abdykacji — rezygnacji z krytycznego myślenia. Gdy bezrefleksyjnie akceptujemy wygenerowane rozwiązania, nie oszczędzamy czasu, lecz odraczamy dług, który procentuje.

Kluczowe wnioski

• Problem z AI nie tkwi w leniстwie programistów, ale w bezmyślnym przyjmowaniu wygenerowanych rozwiązań bez ich weryfikacji.
• Rozwiązaniem nie jest mniejsze używanie AI, lecz używanie go w sposób „adversarialny” — traktowanie jako inteligentnego, ale zbyt pewnego siebie junior developera.
• Kluczową umiejętnością przyszłości nie będzie znajomość najlepszych promptów, ale zdolność do zadawania właściwych, sceptycznych pytań wobec każdego wygenerowanego kodu.
• Pętla „generuj, przeanalizuj, popraw” to miejsce, gdzie rozwijamy umiejętności oceny i pozostajemy w dobrej formie intelektualnej.

Pułapka zależności — źle zdiagnozowana

Powszechna krytyka głosi, że narzędzia AI czynią inżynierów leniwymi. Autor nie zgadza się z taką diagnozą. Problem nie leży w leniстwie, ale w abdykacji — rezygnacji z krytycznego myślenia. Gdy programista kopiuje wygenerowany kod middleware uwierzytelniającego bez jego przeczytania, nie porusza się szybciej. Porusza się szybciej teraz, ale znacznie wolniej — gdy ten middleware cichо zawiedzie w produkcyjnym przypadku brzegowym о 2 rano.

Kluczowe jest rozróżnienie między różnymi sposobami używania AI. Większość inżynierów nieświadomie dryfuje w stronę biernego przyjmowania rozwiązań, zamiast aktywnego z nimi współdziałania.

Użycie adversarialne w praktyce

Jak wygląda adversarialne używanie AI? Traktujemy wyjście z AI jako pierwszy szkic od inteligentnego, ale nadmiernie pewnego siebie junior developera. Nie odrzucamy go odruchowo, ale też nie przyjmujemy hurtowo. Poddajemy go interrogacji.

Autor dzieli się konkretnym wzorcem prompta, który wbudował w swój workflow:

Oto rozwiązanie, które zaproponowałeś: [wklej output]

Teraz sprzeciwь się mu. Jakie przypadki brzegowe to nie obsługuje? Jakie założenia przyjąłeś, które mogą nie sprawdzić się w systemie produkcyjnym? Co byś zmienił, gdybyś wiedział, że ten kod będzie czytany przez senior engineera podczas audytu bezpieczeństwa?

Uruchomienie tego po każdym nietrywidnym rozwiązaniu generowanym przez AI przynosi niemal zawsze użyteczne rezultaty — nieuwzględnione stany błędów, ukryte założenia о kształcie danych wejściowych, powierzchnię ataku bezpieczeństwa, która została pominięta.

Prawdziwa umiejętność to nie promptowanie

Inżynierowie, którzy będą niebezpieczni z AI za pięć lat, to nie ci, którzy zapamiętali najlepsze szablony promptów. To ci, którzy potrafią spojrzeć na każde wygenerowane wyjście — kod, diagram architektury, specyfikację, zestaw testów — i natychmiast zadać właściwe, sceptyczne pytania.

Ta umiejętność buduje się przez praktykę. Adversarialne promptowanie to jeden ze sposobów na celowe, а nie przypadkowe jej rozwijanie. Pętla „generuj, przeanalizuj, popraw” to miejsce, gdzie żyje umiejętność oceny sytuacji i gdzie pozostajemy intelektualnie sprawni.

AI nie niszczy umiejętności inżynierskich. Czyni to bierne używanie AI. To rozróżnienie ma znaczenie i jest całkowicie pod naszą kontrolą.