Má ešte zmysel učiť sa programovať? Zoberie AI juniorom prácu? A čo ak celá AI bublina praskne? Vysokoškoláci položili nášmu CEO Marekovi Bartovi vyše 40 otázok o tom, čo ich čaká v IT a ako sa na to pripraviť.
Aj tento rok sme využili príležitosť prísť na TUKE a podeliť sa so študentmi informatiky a kybernetickej bezpečnosti o skúsenosti z praxe. Marek vo svojej prednáške otvoril tému „Aká je budúcnosť programátorov v AI bubline?“ a z plánovaných 90 minút boli napokon vyše dve hodiny. Až 48 zo 150 študentov totiž dobrovoľne zostalo diskutovať aj po jej skončení.
A keďže otázky, ktoré zazneli, riešia aj ďalší, bola by škoda nechať odpovede len v posluchárni. Tu sú tie najzaujímavejšie.
Ako začať, keď je trh presýtený a firmy prepúšťajú?
Začnite zbierať skúsenosti ešte počas školy. S pomocou AI dnes dokáže jeden študent za pár dní vytvoriť niečo, na čo kedysi potreboval celý tím. Skúste preto vytvoriť vlastný projekt, ktorý rieši konkrétny problém, dajte ho niekomu otestovať a na základe spätnej väzby ho vylepšujte.
Aj projekt vytvorený s AI môže byť dobrou ukážkou vašich schopností. Podstatné je, aby ste mu rozumeli, vedeli vysvetliť svoje rozhodnutia a ukázať, čo ste pri jeho tvorbe vyriešili.
Cenná je aj spolupráca v študentských tímoch, open-source projektoch či na hackathonoch. Naučíte sa pracovať s cudzím kódom a riešiť zadania spoločne s ďalšími vývojármi.
Pri hľadaní prvej práce tak budete mať čo ukázať. Svoje projekty nezabudnite uviesť aj v životopise – pridajte odkaz na funkčnú ukážku či repozitár a stručne opíšte, na čom ste pracovali a aký bol váš prínos.
Budeme v práci ešte programovať manuálne alebo už na 99 % vibe codovať?
Oboje. Pri niektorých úlohách bude rýchlejšie napísať kód priamo, pri iných väčšinu implementácie pripraví AI. Vývojár však stále musí rozumieť existujúcemu systému, správne zadať úlohu a overiť výsledok.
Funkčný kód totiž ešte nemusí byť správnym riešením. Aplikácia môže fungovať pri jednoduchom teste, ale zlyhať pri integrácii alebo väčšom počte používateľov. Preto má stále zmysel dôkladne sa učiť základy programovania.
AI pritom používajte aj pri učení. Nechajte si vysvetliť neznámy kód, skúšajte vlastné úpravy a porovnávajte rôzne riešenia. Zároveň si precvičujte samostatné programovanie, aby ste dokázali posúdiť výsledok aj bez pomoci AI.
Ako sa ako študent stať hodnotným človekom v IT?
Dobrý vývojár dokáže rozpoznať, či rieši správny problém. Zákazník môže žiadať novú funkcionalitu, hoci jeho potrebu vyrieši jednoduchšia úprava existujúceho systému. Rozpoznať tento rozdiel je často hodnotnejšie než samotná implementácia.
Marek preto odporučil vysokoškolákom rozvíjať 3 schopnosti:
- Definovanie problémov a návrh riešení. Vedieť sa správne pýtať, pochopiť potrebu a navrhnúť vhodný postup.
- Systémový dizajn a architektúra. Rozumieť tomu, ako jednotlivé časti systému spolupracujú a aké dôsledky majú technické rozhodnutia.
- Biznisové myslenie a komunikácia. Vedieť vysvetliť technické riešenie aj ľuďom mimo IT a pochopiť jeho prínos pre zákazníka.
Trénujte tieto schopnosti na každom projekte. Spochybnite prvý návrh a hľadajte lepšie riešenie. Overte si, čo sa stane, keď pribudnú používatelia alebo sa zmenia požiadavky. A skúste svoje rozhodnutia obhájiť pred niekým, kto programovaniu nerozumie.
Nie je len AI bublina, keď sú firmy vyvíjajúce LLM v stratách?
Je možné, že dnešné očakávania od AI sú prehnané. Firmy investujú obrovské peniaze do vývoja modelov a zatiaľ je otázne, či sa im tieto investície vrátia.
Aj keby niektoré AI spoločnosti skončili, AI tým zo softvérového vývoja automaticky nezmizne. Už dnes pomáha pri programovaní, testovaní či analýze dát a tieto možnosti majú praktické využitie.
Pre vás je preto dôležitejšie naučiť sa AI využívať pri skutočnej práci, než staviť všetko na jeden konkrétny nástroj.
3 myšlienky z prednášky, ktoré sa oplatí odniesť si do praxe
- Rozumieť kódu je dôležitejšie než ho len vygenerovať.
- Najlepší spôsob, ako sa učiť s AI, je niečo s ňou vytvoriť.
- Hodnota vývojára sa začína už pri otázke, čo vlastne treba vyriešiť.
A keby mal Marek dnes znova 20 rokov, riadil by sa aj myšlienkou, ktorou uzavrel svoju prednášku:
„Nebál by som sa zmeny. Pre človeka, ktorý práve začína, je súčasná zmena obrovská príležitosť.“
Ďakujeme Technickej univerzite v Košiciach za možnosť každoročne sa stretnúť so študentmi a diskutovať o skúsenostiach z praxe. Ich otázky a pohľady sú cenné aj pre nás.
Osobitná vďaka patrí všetkým študentom, ktorí sa zapojili do diskusie a zostali s nami aj po skončení prednášky.
Často kladené otázky o kariére v IT v ére AI
Má ešte zmysel učiť sa programovať, keď AI dokáže písať kód?
Áno. Znalosť základov programovania je dôležitá aj pri práci s AI. Vývojár potrebuje rozumieť kódu, vedieť odhaliť chyby, posúdiť navrhnuté riešenie a overiť, či funguje v rámci celého systému. AI môže pomôcť s implementáciou, ale za správnosť výsledku zodpovedá vývojár.
Ako začať kariéru v IT bez pracovných skúseností?
Začnite vlastným projektom ešte počas školy. Vytvorte funkčnú aplikáciu, dajte ju niekomu otestovať a postupne ju vylepšujte. Zapojte sa aj do študentských tímov, open-source projektov či hackathonov. Pri hľadaní prvej práce môžete ukázať konkrétny výsledok, odkaz na repozitár a vysvetliť svoje technické rozhodnutia.
Má projekt vytvorený pomocou AI hodnotu pri hľadaní prvej práce?
Áno, ak mu rozumiete a dokážete vysvetliť svoje rozhodnutia. Dôležité je vedieť, aký problém projekt rieši, ako funguje a čo ste pri vývoji overovali alebo upravovali. Aj projekt vytvorený s pomocou AI môže ukázať vaše technické schopnosti a spôsob uvažovania.
Aké schopnosti budú dôležité pre programátorov v ére AI?
Okrem programovania bude čoraz dôležitejšia schopnosť pochopiť a definovať problém, navrhnúť vhodné riešenie a overiť výsledok. Marek Barta vo svojej prednáške zdôraznil tri oblasti: definovanie problémov a návrh riešení, systémový dizajn a architektúru, ako aj biznisové myslenie a komunikáciu.
Čo ak je AI bublina a niektoré AI firmy skrachujú?
Vysoké investície do vývoja AI ešte nezaručujú, že všetky spoločnosti uspejú. Prípadný neúspech niektorých firiem však automaticky neznamená koniec využívania AI pri vývoji softvéru. Pre začínajúcich programátorov je preto užitočné rozvíjať základy programovania, schopnosť riešiť problémy a praktické skúsenosti s AI, ktoré sú využiteľné naprieč rôznymi nástrojmi.
