Šest od deset programera voli AI — važnim odlukama vjeruje mu 6,6%

12. listopada 2026. u 15:00|Autor: Urednički tim QUASA|5 min čitanja

Stack Overflow je u objavi rezultata od 6. listopada 2026. naveo da gotovo šest od deset ispitanih programera pozitivno gleda na AI u radu, ali samo 6,6 % vjeruje njegovu izlazu i pri važnim radnim odlukama. Za 78,7 % navođenje izvora važno je ili vrlo važno pri procjeni odgovora koji je AI generirao za kodiranje ili tehnički zadatak.

Detaljni rezultati istraživanja obuhvaćaju 30.903 valjana odgovora iz 169 zemalja: u pitanju o povjerenju 48 % ispitanika vjeruje AI izlazu kada ga može lako provjeriti, dok se među uvjetima za širu uporabu alata najčešće navode korisni i točni rezultati (30,7 %), sigurnost i privatnost (28,7 %) te prihvatljiva cijena (27 %). Na pojedina pitanja odgovarale su različite skupine ispitanika, pa se ti udjeli ne odnose svi na ukupni broj sudionika.

Naklonost, uporaba i povjerenje nisu ista mjera

Pozitivan stav govori sviđa li se ispitaniku uporaba AI alata u poslu. Odgovor o povjerenju postavlja uži uvjet: bi li se na rezultat oslonio pri odluci koja utječe na rad. Programer može redovito rabiti pomoćnika za nacrt funkcije ili objašnjenje pogreške, a da ipak ne prihvati njegov prijedlog za promjenu ovlasti pristupa ili arhitekture sustava.

To razdvaja brzinu dobivanja prijedloga od odgovornosti za njegovu primjenu. Kod koji izgleda uvjerljivo može proći jednostavan primjer, a zakazati kada naiđe na drukčije podatke, ograničenje postojećeg sustava ili pravilo koje nije bilo u upitu. Povjerenje uvjetovano provjerom zato nije proturječje: koristan izlaz još mora izdržati pregled u konkretnom projektu.

Tri najčešće navedena uvjeta za širu uporabu također odgovaraju na različita pitanja. Točnost se odnosi na rezultat, sigurnost i privatnost na način rada s kodom i podacima, a cijena na vrijednost koju alat donosi u odnosu na trošak. Tim može biti zadovoljan odgovorima za rutinske zadatke, a ipak ograničiti alat ako ne zna kako obrađuje povjerljive podatke ili ne može provjeriti ključnu tehničku tvrdnju.

Što se mijenja u pregledu AI koda

Granica povjerenja postaje vidljiva kada prijedlog treba spojiti s postojećim kodom. Za malu promjenu ograničenu na poznatu funkciju pregledavatelj može pročitati razliku, pokrenuti odgovarajuće testove i provjeriti ponašanje na očekivanim ulazima. Time provjerava konkretan rezultat, umjesto da prihvaća opću ocjenu alata da je rješenje ispravno.

Kada prijedlog mijenja ponašanje šireg sustava, isti pregled nije dovoljan. Važni su rubni slučajevi, odnos prema postojećim sučeljima i razlog zbog kojega je promjena uopće potrebna. Ako AI predloži novu biblioteku ili pozivanje vanjske usluge, dokumentacija i pravila projekta postaju dio odluke jednako kao i sam kod.

Za promjene u ovlastima, obradi osobnih podataka ili arhitekturi prag je viši: tehnička tvrdnja treba imati provjerljiv izvor, učinak promjene treba biti ispitan, a odluku mora donijeti osoba koja poznaje sustav. To je urednički izveden način postupanja prema težini posljedice, a ne pravilo koje je anketa propisala programerskim timovima. Bitna razlika nije u tome je li prijedlog napisao čovjek ili AI, nego može li se objasniti zašto je siguran i primjeren baš tom sustavu.

Projektni kontekst često stiže nakon prijedloga

Provjera postaje teža kada zahtjev za zadatak izostavi ranije odluke tima. Odgovor može biti tehnički ispravan za općenit slučaj, ali pogrešan za proizvod koji mora zadržati postojeće ponašanje ili poštovati posebna pravila pristupa. Takvo se odstupanje često pokaže tek u pregledu koda ili razgovoru s osobom koja zna zašto je sustav izgrađen na određeni način.

U rezultatima se nepotpune informacije, zastarjeli zapisi i znanje zadržano u glavama kolega pojavljuju kao prepreke pronalaženju radnog konteksta. Za AI pomoćnika to znači da izdvojeni upit može izostaviti upravo podatak potreban za dobar odgovor. Za programera znači dodatnu potragu kroz repozitorij, dokumentaciju i prethodne odluke prije nego što može potvrditi prijedlog.

Navođenje izvora pomaže samo ako upućuje na mjesto koje doista podupire tvrdnju. Naziv datoteke ili poveznica na dokumentaciju ne govori sam po sebi odnosi li se sadržaj na inačicu koja se koristi, jesu li u međuvremenu promijenjeni zahtjevi ni vrijedi li opće pravilo za ovaj projekt. Dobro održavan zapis o zahtjevima i razlozima odluka zato smanjuje posao naknadnog rekonstruiranja konteksta pri pregledu AI koda.

Zamor se vidi u radu, ali njegov uzrok ostaje odvojen

U TechRadarovu osvrtu od 8. listopada izdvojeno je da je 45,1 % ispitanika odabralo odgovor „complacent at work“, a 32,6 % „not happy at work“; izvršni direktor Stack Overflowa Prashanth Chandrasekar granicu povjerenja sažima riječima „Trust is not a given when it comes to developers“. U zasebnom pitanju o razlozima rada bez entuzijazma izgaranje ili tehnološki zamor najčešći je navedeni konkretan razlog.

Ti odgovori opisuju radno stanje sudionika, ali ne pokazuju da je AI uzrokovao izgaranje. Opterećenje nastaje i iz nejasnih zahtjeva, nedostatka vremena ili traženja informacija koje nisu zapisane na dostupnom mjestu. AI prijedlog može ubrzati pisanje koda, no pregledavatelju ostaviti dodatni posao ako mora tek otkriti ograničenja koja je prijedlog zaobišao.

Za programera je zato važna raspodjela posla nakon generiranja koda. Kada je jasno tko provjerava izvor, tko ispituje ponašanje i tko odobrava promjenu s većim posljedicama, brži nastanak prijedloga ne mora prikriti vrijeme potrebno za razumijevanje. Ondje gdje te odgovornosti nisu jasne, teret se premješta na osobu koja posljednja vidi promjenu prije njezine primjene.

Pročitajte i:

Podijeli: