Skúsení vývojári, ktorí AI používajú denne, boli v experimente o 19 % pomalší než bez nej — a napriek tomu si boli istí, že sú o 20 % rýchlejší. Tento rozdiel medzi pocitom a realitou najviac ohrozuje presne tých, ktorí si to najmenej pripúšťajú.
GPS navigácia vs. skúsenosť
Predstavme si dvoch vodičov, ktorých „hodíme do vody” a pošleme ich do neznámeho prostredia, do úplne nového veľkomesta.
Prvý je skúsený taxikár, ktorý roky jazdil po svojom meste bez navigácie. Teraz je v cudzom veľkomeste, a tak si kúpi GPS. Používa ju však ako nástroj na overenie vlastnej intuície – všíma si ulice, dopravné značky, aktuálne rozkopávky a obchádzky, orientačné body, dokonca aj polohu slnka, lebo presne takto sa kedysi naučil orientovať. Ak mu navigácia teraz povie niečo, čo mu nesedí, dovolí si to ignorovať.
Druhý vodič, nazvime ho junior, šoféruje len krátko a učil sa jazdiť výhradne s GPS. Samozrejme, aj on sleduje dopravné značky a semafory, no v prvom rade počúva hlasové pokyny a sleduje obrazovku. Kým mu navigácia ukazuje správne, všetko je v poriadku – drží sa čiary, ktorá ho zatiaľ vždy doviedla na miesto. Lenže ak mu GPS zlyhá, je stratený, aj keby bol len tri križovatky od cieľa. Nevie, ktorým smerom je sever – doslova, nie prenesene. Nikdy sa totiž nenaučil vytvárať si mentálnu mapu ulíc, ktorými prechádzal. Nepotreboval to, čiara bola cieľ.
Kto sa od začiatku učí jazdiť len s GPS, ľahko si vypestuje návyk odosobniť sa od samotnej jazdy a nevnímať okolie – nezapamätá si názvy ulíc ani budovy, pretože to jednoducho nikdy nepotreboval.
Rozdiel medzi oboma našimi vodičmi je v tom, ako GPS používajú. A zásadný rozdiel sa ukáže vo chvíli, keď obrazovka zhasne. Skúsený taxikár má stále pod povrchom funkčnú mentálnu mapu mesta – navigácia mu bola len druhým hlasom, nie jediným. Mladší vodič zistí, že keď druhý hlas stíchol, žiadny iný hlas sa neobjavil. Čiara zhasla.
Vie developer AI využívať správne?
Junior na začiatku programátorskej kariéry, ktorý AI nástroje používa na obchádzanie samotného procesu učenia sa, síce získa niečo, čo na prvý pohľad vyzerá ako zručnosť – „Super! Mám funkčný kód!" No bude mu chýbať substrát, na ktorom by táto zručnosť mohla ďalej rásť.
Práve zápasenie s problémom, brodenie sa logmi, ladenie bugov, opakované narážanie na breakpointy a chyby vyplávajúce až na konzolu postupne budujú vedomosti a niečo, čo často presiahne samotný kontext problému – našu intuíciu.
Energeťák
Skúsený vývojár používa AI ako energetický nápoj pre už existujúcu skúsenosť. Tento skúsený taxikár „programátor“ má nadhľad a – v skratke – rokmi budovaný úsudok, vďaka ktorému dokáže AI zmysluplne využívať.
Túto výhodu si taxikár neudrží navždy, ak začne AI používať nesprávne. Nástroj, ktorý mal spočiatku len pomáhať, sa môže postupne a nenápadne stať náhradou za jeho vlastný prínos. Stačí, aby poľavil – prestal sledovať ulice a začal len nasledovať čiaru. Navigácia mu to nijako nedá najavo. Práve v tom je ten paradox: jeho AI nástroj funguje bezchybne aj vo chvíli, keď zručnosť, ktorú mal len dopĺňať, už potichu odumiera.
Problém juniorov?
Nie je to teda len problém nováčikov, ako by sa mohlo na prvý pohľad zdať. Nováčik na začiatku nemá čo stratiť. Atrofia zručností postihuje o to viac skúsenejších programátorov – developer si totiž sám nemusí všimnúť, že mu ubúda schopnosť byť invenčný a kreatívny, vedieť debugovať či navrhovať riešenia. „Super, AI výstup je funkčný, poďme rýchlo na ďalší problém."
Erózia je tichá, kým nepríde moment, keď AI zlyhá alebo chýba – a vtedy sa ukáže, že zručnosť tu už dávno nie je. Niekde postupne vyprchala. Táto strata sa nestane zo dňa na deň. Je to postupná atrofia zručností.
Atrofia zručností
Dosť už analógií. Priznávam, tá moja nie je úplne korektná a „symetricky analogická". Keď zlyhá GPS v aute, v horšom prípade zmeškáš stretnutie. Keď ale zlyhá AI-generovaný kód, dôsledkom môže byť únik dát, spadnutý systém, bezpečnostný incident alebo strata dôvery zákazníkov.
A presne to výskum nazýva atrofiou zručností.
Podľa jedného prehľadového článku (The Skill Atrophy Trap: How AI Assistance Silently Erodes the Engineers Who Use It Most), ktorý cituje viacero výskumov (interná štúdia Anthropicu, METR, prieskum Microsoft Research na CHI 2025), viaceré výskumné tímy modelovali obnovu zručností po závislosti na AI. Napríklad jedna štúdia odhadla „polčas rozpadu“ na približne 2,3 roka pri typickej miere učenia sa a zabúdania. Znamená to, že obnova stratených zručností je možná – no zároveň to znamená, že ak si dva roky vo veľkej miere delegoval prácu na AI, návrat na pôvodnú úroveň ti bude trvať približne rovnako dlho, ako trval samotný úpadok.
Problém atrofie zručností v súvislosti s AI nástrojmi je teda reálny, podľa tejto štúdie merateľný, a najviac postihuje inžinierov v strednej fáze kariéry (mid-career).
Používať teda AI?
Samozrejme, že áno. Predchádzajúci text môže vzbudzovať dojem, že používanie AI vo vývoji softvéru nie je dobré – viem, ďalšia skratka. Ale nie je to tak, práve naopak.
Senior developer má v danej oblasti dostatočné znalosti, a tak sú preňho AI nástroje skutočne užitočné, pokiaľ má dosť kontextu na to, aby ich nasmeroval produktívnym smerom.
Seniori v niektorých firmách si „potichu šepkajú“, že sa mení spôsob, akým ich tím uvažuje o riešení náročných problémov – rastie tlak na používanie AI, dokonca sa miera využívania AI stáva aj jedným z ukazovateľov odmeňovania (KPI). Začína tu rezonovať nový pojem „tokenmaxxing“. O tom ale niekedy nabudúce v inom článku.
Hrozí ti atrofia zručností?
Si vývojár či programátor? Sleduj a zaznamenávaj si počas pracovného mesiaca svoju interakciu s AI. Rozlišuj a poznač si dva prípady:
kedy si zadal prompt na úplné vyriešenie úlohy,
kedy si sa na AI obrátil s vysvetlením problému, no úlohu si dokončil sám.
Ak sa výsledné skóre preklopí v prospech prvého prípadu, padáš do pásma delegovania a hrozí ti atrofia zručností.
Prestaň sledovať čiaru!
