ИИ-инструменты для кодирования мешают начинающим разработчикам приобретать опыт

Статья Ларса Файе о ИИ-кодинге и крахе экспертизы рассматривает парадокс: ИИ-инструменты кодинга требуют экспертных навыков для эффективного использования, но они же стирают трение, которое и формирует экспертизу. Это создает проблему «экспертного новичка» для разработчиков, входящих в профессию сейчас.

Парадокс умелого оркестратора

В предыдущей статье Файе исследовал «парадокс умелого оркестратора»: навыки, необходимые для управления ИИ-агентами кодинга, — это те же навыки, которые эти агенты могут ослабить. Опытные разработчики с многолетними накопленными знаниями менее подвержены атрофии навыков, потому что их экспертиза уже «окостенела». Но новички, которых часто обязывают использовать ИИ-ассистентов, не имеют такой основы. Ожидается, что они будут использовать инструменты, требующие глубоких знаний для ответственного применения, в то время как сами инструменты мешают им получить эти знания.

Исследование JetBrains: «Иллюзия компетентности»

В статье цитируется исследование JetBrains под названием «Расширяющийся разрыв: преимущества и вред генеративного ИИ для начинающих программистов». В исследовании анализировались живые сессии кодинга, и было обнаружено, что новички, которые сильно полагались на ИИ-помощь:

• Пропускали важные этапы планирования — поскольку они не продумывали решение самостоятельно, они без вопросов принимали вывод Copilot.
• Заканчивали с «иллюзией компетентности» — они думали, что понимают код, но их фактическое понимание было поверхностным.
• Терялись — когда они сталкивались с проблемой, требующей более глубокого понимания, они не могли отладить или проанализировать ее.

Интересно, что участники, которые ограничивали или игнорировали ИИ-помощь, показали лучшие результаты, потому что они развили то, что исследование называет «негативной экспертизой» — способность игнорировать неверные или бесполезные предложения GenAI. Эти разработчики использовали ИИ для ускорения кода, который они уже собирались написать, а не для замены своего мышления.

Перевернутое обучение и путь к мастерству

Как указывает Файе, LLM самонаправлены: чем больше у вас опыта, тем больше пользы вы получаете, потому что можете точно управлять ими. Но для новичков эти инструменты создают замкнутый круг: им нужна экспертиза для эффективного использования ИИ, но ИИ-инструменты блокируют трение, которое развивает экспертизу. В результате получается поколение разработчиков с уверенностью, но без понимания.

Для кого это: для технических менеджеров, начинающих разработчиков и всех, кто отвечает за адаптацию новых разработчиков в среде, ориентированной на ИИ.