Paradoks doskonałości
Potem przyszedł Codex. Potem Claude. Potem wszystko inne.
I pojawił się paradoks, którego się nie spodziewałem.
Opisuję co chcę. AI generuje kod. Działa. Jest czyste. Ma obsługę błędów. Ma testy. Dokumentacja wbudowana. Serio.
Czyli wygrałem, prawda?
Nie. Przestałem pisać.
Nie dlatego, że kod jest zły. Dlatego, że kod jest za dobry. Kiedy narzędzie robi coś lepiej niż Ty - i robi to natychmiast - nagle znika coś, co nie było tylko "efektem ubocznym" procesu. Był to sam proces.
Kiedy AI pisze kod za mnie, usuwa z procesu właśnie to, co było w nim wartościowe: walkę, błąd, naukę.
Czy to jest jak zlecenie biegania samochodem? Dotarłeś na metę. Ale po co biegłeś?
Co tak naprawdę straciłem
Nie chodzi o linie kodu. Chodzi o pętlę uczenia.
Gdy pisałem sam - nawet źle, nawet brudno - trenowałem pewien rodzaj myślenia. Dekompozycja problemu. Szukanie źródła błędu. Czytanie komunikatów o błędach zamiast ich ignorowania. Uczenie się z dokumentacji zamiast kopiowania pierwszego wyniku z Google.
AI skraca tę pętlę do zera. Nie do minimum - do zera. Efekt jest taki, że nie dostaję już błędów, których nie rozumiem. Dostaję rozwiązania, których nie rozumiem. I to jest inna, bardziej subtelna utrata.
Pewien junior developer powiedział mi kiedyś: "Używam AI od roku i przestałem rozumieć, co robię." Nie mówił tego z dumą.
Był przestraszony.
Jest jeden kontrargument, który warto uczciwie przywołać: AI może też tworzyć nowe pętle uczenia. Czytanie wygenerowanego kodu i pytanie "dlaczego tak?" to nauka. Rozumienie decyzji modelu, porównywanie własnych intuicji z jego rozwiązaniami - to też nauka. Tylko inna. Pytanie, czy ta nowa pętla zastępuje starą, czy tylko ją uzupełnia - na to nie mam jeszcze odpowiedzi.
Szersze pytanie: AI a uczenie się przez doświadczenie
To nie dotyczy tylko hobbystów. I tu warto zrobić jedno rozróżnienie, które artykuł łatwo pomija.
Dla hobbysty utrata pętli uczenia to strata osobista - tracisz coś, co dawało radość i angażowało. Dla profesjonalisty - szczególnie juniora, szczególnie w pierwszych latach - to ryzyko zawodowe. Rozumienie tego, co się robi, jest fundamentem dalszego rozwoju. Oddanie tego rozumienia modelowi na wczesnym etapie kariery to inwestycja z niepewną stopą zwrotu.
Studenci kierunków technicznych, którzy nigdy nie będą walczyć z prostym błędem - bo AI go natychmiast naprawi. Juniorzy, którzy nie przejdą przez fazę "nie wiem czemu to nie działa" - bo AI im powie. Każdy, kto uczy się przez robienie błędów - a to jest większość z nas - w warunkach, gdy AI usuwa błędy z procesu.
Co się wtedy dzieje z uczeniem?
Nie wiem. Naprawdę nie wiem. Są badania w obu kierunkach. Są argumenty, że AI jest jak kalkulator - zwalnia z obliczeń ręcznych, pozwala myśleć na wyższym poziomie. I są argumenty, że skoro nikt nie liczy ręcznie, to nikt nie rozumie co liczy.
Obie strony mają rację. I to jest właśnie problem.
Co z tym zrobić
Nie "nie używaj AI". To jest głupie i niemożliwe. I nie o to chodzi.
Trzy propozycje - testowane na sobie:
1. Strefa wolna od AI. Jedno zadanie tygodniowo, które robisz sam. Brudno, wolno, po swojemu. Nie dlatego, że efekt będzie lepszy - bo nie będzie. Dlatego, że proces ma wartość niezależnie od efektu. Jak ocenić, czy działa? Po miesiącu zadaj sobie pytanie: czy nadal czuję, że "rozumiem co robię" - czy tylko "deleguję modelowi"?
2. Najpierw spróbuj, potem pytaj AI. Zanim opiszesz problem AI - spędź 20 minut na samodzielnej próbie. Nawet jeśli nic nie wyjdzie. To 20 minut treningu myślenia, które AI ci potem potwierdzi lub poprawi. Sygnał, że to działa: zaczynasz widzieć, gdzie AI się myli albo robi nieoczywiste wybory. Znaczy, że rozumiesz.
3. Czytaj kod, który AI generuje. Nie akceptuj jak zamówienia z restauracji. Zadawaj pytania: dlaczego tak? co tu się dzieje? czy mógłbym to napisać inaczej? Nauka dzieje się właśnie tu - w tarciu między tym, co AI zrobiło, a tym, co ty byś zrobił. Nie musisz wszystkiego rozumieć od razu - ale warto mieć listę rzeczy, które chcesz zrozumieć, zanim zaakceptujesz kod.
Czy to odtworzy mi hobby? Nie wiem. Może to jest nowe hobby - rozumieć AI zamiast walczyć z kodem.
Pytanie na koniec
Masz coś, czego AI nie może Ci zabrać - bo wartość jest właśnie w tym, że to robisz sam, nawet brudno, nawet bez sensu, nawet po 2 w nocy?
Jeśli tak - pilnuj tego.
Bo narzędzia, które robią rzeczy za nas, mnożą się szybciej niż nasza zdolność do decydowania, czego naprawdę chcemy się nauczyć.