Συχνά, όταν μιλάω σε νεότερους προγραμματιστές αλλά και παλαιότερους συναδέλφους, διακρίνω αυτόν τον υποβόσκοντα φόβο/ανησυχία για το μέλλον, αν θα τους αντικαταστήσει η Τεχνητή Νοημοσύνη (ΤΝ). Και είναι λογικό. Από το 2022 και μετά ακούμε τις προφητείες ότι «όπου να ’ναι την ΤΝ θα γράφει το λογισμικό για εμάς». Και «σκεφτείτε την ΤΝ ως έναν ψηφιακό συνάδελφο που δεν κοιμάται, δεν γκρινιάζει και το σημαντικότερο; Δεν κάνει λάθη!».
Βρισκόμαστε στο 2026 τώρα. Το «όπου να ’ναι» πέρασε. Εκατοντάδες εταιρίες διαθέτουν και αναπτύσσουν λογισμικά ΤΝ. ΟΙ προφητείες βγήκαν αληθινές και σίγουρα οι κακόμοιροι προγραμματιστές βρίσκονται στις ουρές των ταμείων ανεργίας.
Ή μήπως όχι;
Ευτυχώς ή δυστυχώς - ανάλογα με το πώς το βλέπει κανείς - όπως συμβαίνει συχνά με τις προφητείες, όταν εκπληρώνονται δεν είναι ακριβώς όπως τις φανταζόμασταν.
Από την «Αποκάλυψη» στην… καθημερινή βάρδια «νταντάς»
Το αρχικό αφήγημα ήταν εξαιρετικά απλό: «Θα αντικατασταθούν οι developers, άρα μειώνονται τα κόστη». Στην πράξη, όμως, πολλές εταιρίες ανακάλυψαν κάτι πολύ πιο πεζό: η ΤΝ μπορεί να γράψει το λογισμικό αλλά δεν μπορεί να κρατήσει στο ψηφιακό «μυαλό» της (ούτε για πολύ, ούτε με συνέπεια) τα γιατί και τα πώς του συστήματος - πώς δένουν μεταξύ τους τα κομμάτια, τι υπόσχεται τι και ποιο «μπάλωμα» μπορεί γκρεμίσει τον οικοδόμημα αύριο.
Και εδώ μπαίνει ο νέος ρόλος που γεννήθηκε, χωρίς να το καταλάβουμε: ο έμπειρος μηχανικός πληροφορικής ως «AI babysitter». Όχι επειδή δεν θέλει να δουλέψει αλλά επειδή χρειάζεται να ελέγξει αυτό που παρήχθη, να το διορθώσει, να το προσαρμόσει και να μαντέψει τι ακριβώς «εννοούσε» το μοντέλο.
Μάλιστα, μια πραγματική πειραματική μελέτη της METR (σε έμπειρους προγραμματιστές ανοικτού κώδικα, σε πραγματικά tasks) διαπίστωσε ότι όταν επιτράπηκε η χρήση εργαλείων ΤΝ, οι συμμετέχοντες χρειάστηκαν 19% περισσότερο χρόνο για να ολοκληρώσουν τις εργασίες τους - ενώ οι ίδιοι πίστευαν ότι είχαν επιταχύνει κατά 20%.
Συμπέρασμα; η ΤΝ δεν σε κάνει πάντα πιο γρήγορο· μερικές φορές απλώς σε κάνει πιο αισιόδοξο!
Όταν ο κώδικας γίνεται «εύκολος», γίνεται και ακριβός και λιγότερο ασφαλής
Στην πληροφορική υπάρχει η έννοια της «τεχνικής οφειλής». Πρόκειται για το «χρέος» που δημιουργείται, όταν για να παραδοθεί κάτι πιο γρήγορα, επιλέγεται μια πρόχειρη ή προσωρινή λύση αντί για σωστή και καθαρή υλοποίηση. Αυτό συνήθως γλιτώνει χρόνο βραχυπρόθεσμα αλλά μετά “πληρώνεται” με περισσότερη δουλειά, επειδή ο κώδικας λογισμικού γίνεται πιο δύσκολος να συντηρηθεί, να επεκταθεί ή να διορθωθεί. Είναι σαν να λες «Αυτή η μικρή υγρασία στο τοίχο; Θα βάλω μπροστά αυτό το μπουφεδάκι και δε θα φαίνεται τίποτα», μέχρι που η υγρασία έχει αναπτυχθεί τόσο πολύ που χρειάζεσαι να ρίξεις το τοίχο και να αλλάξεις πάτωμα.
Η εταιρία ΟΧ δημοσίευσε ένα report, σύμφωνα με το οποίο η ΤΝ «έχει δημιουργήσει ένα “Στρατό από Juniors” που συμπεριφέρονται σαν ταλαντούχοι, πρόθυμοι νέοι προγραμματιστές αλλά ουσιαστικά δεν έχουν αρχιτεκτονική κρίση και επίγνωση ασφάλειας».
Μιλώντας δε για ασφάλεια, το 2025 GenAI Code Security Report από τη Veracode αναφέρει ότι στο 45% των δειγμάτων κώδικα που αξιολόγησε «κόπηκαν» σε security tests, ενώ η Java είχε τη χειρότερη επίδοση, με 72% ποσοστό αποτυχίας.
Υπάρχουν, ακόμα, αναφορές για περιστατικά καταστροφικής διαγραφής δεδομένων που συζητήθηκαν ευρέως σε tech media από agentic AI coding tools (πρόκειται για εργαλεία ΤΝ που δεν απαντάνε απλώς σε ερωτήσεις αλλά ενεργούν και αυτόνομα σύμφωνα με τις οδηγίες που τους έχεις δώσει π.χ. «κλείσε εισιτήρια και ξενοδοχεία για ένα ταξίδι στο Λονδίνο»).
Με απλά λόγια: μπορεί να παίρνεις “λογισμικό που τρέχει” αλλά μαζί να παίρνεις και τα «κλειδιά κάτω από το χαλάκι». Και αν το χαλάκι είναι … το Internet, δεν είναι και το πιο ασφαλές μέρος.
Το «junior death spiral»: όταν κόβεις τη ρίζα, μην απορείς που δεν βγαίνουν καρποί
Το πιο ανησυχητικό φαινόμενο, όμως, δεν έχει να κάνει με τον το ίδιο το λογισμικό, αλλά με τους ανθρώπους: η πτώση των entry-level ευκαιριών και το σπάσιμο της αλυσίδας εξέλιξης.
Υπάρχουν σχετικά δεδομένα: working paper/αναφορά του Stanford Digital Economy Lab («Canaries in the Coal Mine?») δείχνει ότι σε ρόλους με υψηλή «έκθεση» στην ΤΝ, η απασχόληση της κατηγορίας 22–25 ετών έχει πιεστεί σε σχέση με μεγαλύτερες ηλικίες, όπως φαίνεται και στο παρακάτω διάγραμμα:
Η αναπόφευκτη συνέπεια; Αν δεν προσλάβεις juniors σήμερα, δεν θα έχεις seniors αύριο. Και τότε η ΤΝ θα ψάχνει να μάθει αρχιτεκτονική από … τον κανέναν.
Ας μη ξεχνάμε πως τα μεγάλα γλωσσικά μοντέλα που χρησιμοποιούνται στην ΤΝ εκπαιδεύτηκαν από την ίδια την ανθρώπινη γνώση και δεδομένα που ήταν διαθέσιμα στο internet. Στις προ-ΤΝ εποχές, όταν είχες ένα πρόβλημα, ρωτούσες τη Google ή κατευθυνόσουν σε sites «ερωταπαντήσεων», όπως το stackexchange (με ενότητες θεμάτων από φιλοσοφία και λογοτεχνία έως στατιστική και πληροφορική), για να πάρεις την απάντηση (ή να απαντήσεις εσύ σε ερωτήσεις).
Με την έλευση της ΤΝ, η κίνηση σε αυτά τα sites έχει περιοριστεί, όπως καταγράφεται και στην παρακάτω εικόνα:
Το συμπέρασμα: όχι αντικατάσταση αλλά ανακατανομή ευθύνης
Εκεί που θέλω να καταλήξω με όλα τα παραπάνω είναι τα εξής, που απευθύνονται σε όλο το φάσμα των εργαζόμενων εν γένει στη πληροφορική:
Απαλλαγείτε από την ψευδαίσθηση ότι με την ΤΝ, τουλάχιστον με τα αδιαμφισβήτητα έως τώρα δεδομένα, η ανάπτυξη software είναι πλέον “εύκολη” και αυτοματοποιείται πλήρως.
Η αγορά φαίνεται να οδηγείται προς ένα μοντέλο, όπου η παραγωγή κώδικα γίνεται φθηνότερη, πλην όμως η πραγματική αξία μετακινείται στην κρίση, την επίβλεψη, τον έλεγχο ποιότητας, την ασφάλεια και -πάνω απ’ όλα- την ευθύνη.
Με απλά λόγια: η ΤΝ μπορεί να γράψει μια παράγραφο ή να γράψει γρήγορα κώδικα προγραμματισμού. Αλλά η ποιότητα (άρα και η αποτελεσματικότητα) των δεδομένων στα οποία η ΤΝ στηρίζεται, καθώς και το ποιος «υπογράφει» από κάτω (και έχει την αποκλειστική και πλήρη ευθύνη) παραμένει και θα παραμείνει ανθρώπινη δουλειά.
Και αυτό είναι, τελικά, αληθινό πλεονέκτημα των προγραμματιστών.
*Πάνος Βουδούρης, Σύμβουλος Τεχνολογίας και Ανάπτυξης Προϊόντων Γεωπληροφοριακών Συστημάτων
