コードが安くなると、理解が高くつく

Markus Poppastring氏は、医療テキスト変換スタートアップHeartland Information Servicesでの経験を振り返り、AIによるコード生産コストの低下は、2000年代初頭のオフショアリングの波を反映していると警告する。当時、高額だったのはコードを書くことではなく、安全に変更するためにコードを十分に理解し、プレッシャーの中でデバッグし、次の開発者に判断を説明することだった。オフショアで生産されたコードはしばしば優れていたが、知識はあるタイムゾーンにあり、責任は別のタイムゾーンにあった。

AI生成コードでは問題はさらに深刻で、「知識がどこにも存在しない可能性がある。全容をかつて把握していた人間は誰もいない。コードはコミットされているが、構文的には正しいものの、意図を欠いている」と述べている。これは『Prediction Machines』のテーマを反映している。基本的なインプットが安くなると、価値はその補完物に移る。ソフトウェアにおいて、生産の補完物は理解である。

著者は、希少なリソースはコードを生産することではなく、コードを読み、ナビゲートし、どの部分が重要かを知ることだと主張する。25年前のJoel Spolskyの観察「コードを読むことは書くことより難しい」を引用し、オフショアリングから学んだ解決策は、共有されたコンテキスト、ドキュメンテーション、コードレビューに意図的に投資し、理解を第一級の工学的関心事として扱うことだと述べている。開発者ツールは、新しいコードをより速く書くだけでなく、既存のコードを理解するのを助けることに焦点を当てるべきである。