Muletas de IA para codificação: Anthropic confirmou que velocidade mata a compreensão

Мы привыкли думать, что нейросети — это экзоскелет для мозга, который делает нас сильнее и быстрее. Но свежее исследование Anthropic заставляет взглянуть на ситуацию иначе. Похоже, мы не столько надеваем броню Железного человека, сколько садимся в инвалидное кресло, которое везет нас в сторону интеллектуальной атрофии. Пока технические директора во всем мире радуются сокращению сроков разработки, внутри самих команд зреет кризис, который проявится через пару лет.

Anthropic решила проверить, как именно использование ИИ влияет на процесс обучения и усвоения новых навыков. Они взяли 52 junior-разработчика и поставили перед ними задачу: реализовать функционал на базе технологии, с которой те никогда раньше не сталкивались. Испытуемых разделили на две группы. Первой разрешили использовать Claude и другие инструменты, вторая полагалась только на документацию и собственный интеллект. Итоги эксперимента оказались настолько же предсказуемыми, насколько и тревожными для будущего индустрии.

Те, кто работал в паре с ИИ, закрыли тикеты в рекордно короткие сроки. Они выглядели как суперзвезды продуктивности, выдавая готовые решения за минуты. Однако дьявол скрывался в итоговом тестировании. Когда участников попросили объяснить, как именно работает написанный ими код, группа «с ИИ» посыпалась. Выяснилось, что они не вникали в архитектуру, не понимали причин выбора тех или иных методов и просто выступали в роли передаточного звена между чат-ботом и редактором кода. В это же время вторая группа, которая мучилась с документацией и совершала ошибки, продемонстрировала глубокое понимание темы и способность применять эти знания в других контекстах.

Проблема здесь не в самом ИИ, а в дофаминовой ловушке быстрого результата. Когда решение появляется по нажатию кнопки, мозг перестает тратить энергию на глубокую обработку информации. Зачем разбираться в указателях или асинхронности, если Claude уже выдал рабочий кусок кода? В долгосрочной перспективе это создает поколение «поверхностных» программистов. Они могут собрать прототип за вечер, но окажутся абсолютно беспомощными, когда ИИ допустит тонкую архитектурную ошибку или когда проект потребует нестандартного решения, отсутствующего в обучающей выборке модели.

Этот процесс напоминает то, что произошло с навыком ориентации на местности после появления GPS. Мы перестали запоминать дороги и ориентиры, полностью доверившись синей точке на экране. Но если в случае с навигатором цена ошибки — лишний круг по району, то в разработке ПО цена — дыры в безопасности и не поддерживаемый легаси-код, который никто в компании не понимает до конца. Мы рискуем столкнуться с ситуацией, когда Senior-разработчиков просто неоткуда будет брать, потому что путь от Junior до Middle раньше лежал через боль, ошибки и глубокое копание в чужом коде, а теперь этот путь заменен на бесконечный Ctrl+C и Ctrl+V.

Компании, которые сегодня поощряют бездумное использование ИИ ради закрытия квартальных планов, фактически берут кредит под огромные проценты у собственного будущего. Да, перфоманс растет, но экспертиза внутри команды вымывается. Если разработчик не понимает, почему код работает, он не разработчик, а оператор печатной машинки с расширенными функциями. Ирония в том, что именно таких «операторов» ИИ заменит в первую очередь, как только станет чуть стабильнее.

Главное: ИИ — отличный инструмент для тех, кто уже умеет программировать, но токсичный костыль для тех, кто только учится. Сможет ли индустрия вовремя внедрить правила «гигиены кодинга», или мы обречены на софт, который никто не понимает?