Чому AI-асистенти для коду можуть завадити формуванню справжньої експертизи

Розробник Ларс Фей опублікував есе, у якому стверджує, що надмірна залежність від AI-асистентів для коду підриває сам процес формування програмістської експертизи. У дописі у своєму блозі він називає це парадоксом кваліфікованого оркестратора: судження, потрібне для компетентного керування AI-агентом, — це те саме судження, яке слабшає, коли агент виконує більшість роботи.

Хто отримує користь від моделей

Фей зауважує, що найбільше з цих інструментів виграють зазвичай ветерани, чиї знання сформувалися ще до появи AI-інструментів, адже роки практики дали їм устоятися. Інженери, які прийшли в галузь одночасно з появою великих мовних моделей, такого запасу не мають, але їх підштовхують прискорюватися інструментами, що, за його словами, вимагають історії експертизи, аби їх застосовувати ефективно й відповідально.

Асистенти часто подають як прискорювач навчання. Фей доводить, що домінує протилежний ефект: модель відповідає на будь-яке запитання, тож розробник без глибоких знань не відрізнить правильну відповідь від правдоподібної, а механіка коду залишається прихованою.

Що виміряли дослідження

Він посилається на три дослідження. Аналіз JetBrains, який спостерігав за джунами під час живих сесій кодування, показав: ті, хто найбільше покладався на асистента, часто пропускали критичні етапи планування і завершували роботу з «ілюзією компетентності замість справжнього розуміння»; найкращі результати мали ті, хто обмежував підказки або ігнорував їх. Дослідження Пенсильванського університету 2025 року з участю близько 1000 студентів, які вивчали математику, виявило, що користувачі AI показали приблизно на 17% гірший результат, ніж ті, хто працював лише з підручником, — і водночас вважали, що вчаться краще. Дослідження Anthropic 2026 року про навички кодування дійшло схожого висновку: когнітивне зусилля і навіть відчуття глухого кута важливі для майстерності.

Тертя — це те, що формує навичку

Головна теза статті: експертиза народжується з прикладного тертя — пошуку незрозумілої помилки, вимірювання тонкої різниці в продуктивності, переписування підходу, що не масштабується. Саме ця робота створює те, що Фей називає смаком або інтуїцією розробника, і її не можна засвоїти, спостерігаючи чи запитуючи.

Його порада — не відмовлятися від інструментів, а використовувати їх як сократівських партнерів та інтерактивну документацію, а не як машини відповідей, і розрізняти когнітивне розвантаження (делегування механічної роботи) від когнітивного боргу, який він визначає як відмову від власного судження. Чи й надалі галузь вироблятиме справжніх експертів, за його словами, залежить саме від цього зсуву.