Začátkem roku 2026 výzkumníci zkoumající vliv AI na produktivitu vývojářů narazili na velmi lidský problém: někteří vývojáři už nechtěli přijímat úkoly, které by mohly vyžadovat práci bez AI.
Výzkumníci tomu říkali selekční efekt. Já o tom přemýšlím jako o malé zpovědi.
Ještě nedávno byla AI experimentem žijícím v postranním panelu. Otevírali jsme ji, když selhalo našeptávání nebo když se regulární výraz stal ostudou. Dnes je pro mnoho vývojářů prostě součástí místnosti. Je tu, když ráno otevíráme editor, když přebíráme repozitář, kterého se roky nikdo nedotkl, i když test pozdě v noci zčervená.
Panel můžeme zavřít. Agenta můžeme vypnout. Pořád umíme programovat.
Proč už ale práce bez něj působí, jako bychom přišli o jednu ruku?
AI ovládla pauzy
AI nevstoupila do vývoje softwaru s prohlášením, že nás nahradí. Přišla jako malá úleva, krok za krokem.
Doplnila řádek, který jsme už stejně chtěli napsat. Pak navrhla test, který jsme odkládali. Vysvětlila neznámou funkci, přeložila výpis chyb do srozumitelné angličtiny a našla konfigurační příznak ukrytý v dokumentaci, kterou jsme už nechtěli znovu číst.
Nic z toho nepůsobilo jako závislost. Bylo to spíš tempo.
Ale vzpomeňte si, kdy vám naposledy asistent vypadl. Nejvíc zneklidňující nebylo, že jste zapomněli jazyk. Bylo to ticho před prvním krokem. Museli jste se rozhodnout, kam se podívat. Museli jste nejistotu unést sami. Museli jste na chybu zírat dost dlouho, aby se zrodila teorie.
Tyto pauzy bývaly běžné. Teď působí jako tření.
Možná právě to AI změnila nejhlouběji. Nejen způsob, jakým hledáme odpovědi. Ale i to, jak dlouho jsme ochotni zůstat s otázkou sami.
Úleva je skutečná
O závislosti na AI se snadno mluví, jako by vývojáři vyměnili disciplínu za lenost. To ale míjí, jaký je ten nástroj zevnitř práce.
Vývoj softwaru v sobě skrývá překvapivě mnoho soukromého studu. Je tu seniorní inženýr, který zapomněl syntaxi základního příkazu. Nováček, který se bojí, že další otázka potvrdí všechny pochybnosti. Vývojář pracující v cizím jazyce, který přesně ví, co je špatně, ale nedokáže to dost rychle vysvětlit. Člověk, který vstupuje do deset let staré codebase, kde všechna důležitá rozhodnutí žijí v paměti někoho jiného.
AI je ke všem trpělivá.
Nevzdychá, když se otázka opakuje. Neřekne: „Tohle už bys měl vědět.“ Je dostupná ve 2 ráno a dokáže proměnit prázdnou obrazovku v něco, s čím se dá polemizovat. I když odpověď není dokonalá, samotná existence odpovědi mění emoční váhu začátku.
Na tom záleží. Někdy to, co vypadá jako produktivita, je ve skutečnosti úleva: méně strachu z uvíznutí, méně studu, méně osamělosti před strojem, který odmítá vysvětlit sám sebe.
Pro mnoho vývojářů AI také vrátila energii částem práce, na kterých jim záleží. Unese boilerplate, opakující se testy, migrační šablony i stou variantu API klienta. Mysl dorazí k zajímavému problému méně unavená.
Neměli bychom to odmítat jako zkratku. Nástroj, který lidem dává větší odvahu zkoumat, má skutečnou hodnotu.
Obtíž je v tom, že pohodlí a závislost vyrůstají ze stejného kořene.
Používáme, čemu plně nedůvěřujeme
Průzkumy mezi vývojáři stále nacházejí stejný zvláštní vztah: AI používáme neustále, ale zůstáváme podezřívaví k tomu, co nám dává.
To napětí je známé každému, kdo viděl sebevědomou odpověď zhroutit se na okraji případu. Kód vypadá správně. Názvy jsou čisté. Vysvětlení klidné. Teprve po třetím neúspěšném testu si všimneme, že model vymyslel metodu, nepochopil obchodní pravidlo nebo vyřešil jednodušší problém, než jaký skutečně máme.
A přesto se příště, když uvízneme, ptáme znovu.
Není to pokrytectví. Důvěra není jedna věc.
Nemusíme AI věřit, že udělá konečné rozhodnutí, ale věříme jí, že nám dá první směr. Nemusíme věřit záplatě, ale věříme rozhovoru, že uvolní uzel v našem myšlení. Nemusíme věřit odpovědi, ale věříme, že na obrazovce bude něco místo ničeho.
AI se stala kolegou, kterému bychom nikdy nedovolili přímo mergovat do mainu, a přesto nám chybí, když odejde z místnosti.
Jdeme rychleji, protože další krok se objeví rychle. Zodpovědnost za to, zda unese naši váhu, zůstává na nás.
Co mizí, když zmizí boj
Existuje zvláštní druh poznání, který vzniká jen tím, že uvízneme.
Před AI nás neznámá chyba mohla poslat přes stack trace, do volajícího, skrz dokumentaci a nakonec k předpokladu, o kterém jsme nevěděli, že jsme ho udělali. Byla to neefektivní cesta. Ale právě tak se codebase stala místem, ne jen sbírkou souborů.
Pamatujeme si systémy, které nám kdysi vzdorovaly.
Chyba, která zabrala celé odpoledne, nás naučí, kde skutečně žije stav. Incident v produkci vysvětlí, proč existuje nudná pojistka. Knihovna, kterou jsme třikrát nepochopili, se stane tou, kterou později umíme vysvětlit ostatním.
Když AI odstraní odpor, může také odstranit příběh, díky kterému lekce zůstane.
Jedna raná studie o vývojářích učících se neznámou knihovnu zjistila něco, co působí intuitivně pravdivě: lidé, kteří úkol delegovali, se naučili méně než ti, kteří AI využili k pokládání koncepčních otázek a testování vlastního porozumění. Důležité rozlišení nebylo „AI nebo bez AI“. Šlo o to, zda nástroj nahrazuje myšlení, nebo se na něm podílí.
To je obzvlášť těžké pro juniory. Zkušení inženýři poznají podezřelou abstrakci, protože už někdy postavili špatnou. Vycítí, že uhlazená záplata do systému nepatří, protože si pamatují jeho jizvy. Ale kde vezme další generace ten instinkt, když každý ostrý okraj bude uhlazen dřív, než se ho dotkne?
Mentoring nikdy nebyl jen předávání odpovědí. Byl to pomalý přenos vkusu: čeho se bát, kdy přestat, který kompromis se prodraží a proč řešení, které funguje, ještě není hotové.
AI může všechny tyto myšlenky vysvětlit. Zatím ale neumí nahradit pocit, že s vámi někdo zůstává, když se je učíte.
Zkratka může být skutečná. Porozumění ale musí tu vzdálenost překonat.
Kód dřív nesl otisky prstů
Je tu ještě jedna změna, která se hůř měří, protože žije mezi lidmi.
Kód psaný lidmi často nese stopy svého autora. Podivná pomocná funkce může být vzpomínkou na incident, který ji vyžadoval. Neobratný komentář prozradí, kde si někdo nebyl jistý. Při revizi nezkoumáme jen změnu; rekonstruujeme myšlenku za ní. Ptáme se a druhý člověk odpovídá z cesty, kterou prošel.
Kód generovaný AI může přijít bez té cesty.
Může být uhlazený a technicky věrohodný, ale působí podivně bez majitele. Autor umí popsat, co si vyžádal, ale ne vždy proč výsledek vypadá právě takto. Reviewer pak dělá práci, která dřív patřila i autorovi: znovu buduje záměr, ověřuje předpoklady a objevuje skryté hrany rozhodnutí, které si už nikdo nepamatuje.
To je neklid pod mnoha diskuzemi v komunitě o pull requestech generovaných AI. Stížnost není jen, že kód je špatný. Špatný kód známe. Hlubší nepohodlí je, že se změnila společenská smlouva.
Jeden člověk teď může vytvořit velkou změnu za pár minut. Jiný musí stále věnovat lidskou pozornost, aby ji pochopil. Čas ušetřený na klávesnici se tiše vrací v code review, údržbě, bezpečnosti nebo v noci, kdy systém selže a někdo musí vysvětlit, co se generovaná záplata snažila udělat.
Kód byl vždy komunikací. Když je generování téměř zdarma, stává se vzácnou pozornost—a ta patří lidem.
Možná se řemeslo posouvá
Pro některé vývojáře tohle vůbec nepůsobí jako ztráta. Je to pocit, že konečně mohou pracovat na úrovni, po které vždy toužili.
Píšou méně řádků a víc času věnují tvarování problému. Porovnávají několik návrhů, než se rozhodnou. Přemýšlejí o uživateli, architektuře, režimech selhání a hranicích, které agent nesmí překročit. Řemeslo se posouvá od tvorby každého dílu k řízení celku.
To může být skutečný vývoj. Nepřestali jsme být vývojáři, když assembler nahradil strojový kód, nebo když frameworky nahradily ručně stavěnou infrastrukturu. Software se vždy posouval vzhůru abstrakcí.
Ale každá abstrakce závisí na tom, že někdo rozumí tomu, co je pod ní.
Vývojář řídící AI stále potřebuje vkus. Reviewer potřebuje mentální model. Architekt musí vědět, co se stane, když se čistý diagram střetne s pomalou sítí, poškozenou zprávou, vyčerpaným týmem nebo vystrašeným uživatelem.
Pokud AI napíše větší část implementace, lidský úsudek neztrácí význam. Stává se snazším přehlédnout a těžším pěstovat.
Nadějná verze této budoucnosti není ta, kde na vývojářích záleží méně. Je to ta, kde si víc uvědomujeme, co mohou nést jen lidé: kontext, péči, pochybnost, odpovědnost a schopnost poznat, kdy je technicky správná odpověď špatná pro tento konkrétní systém a tyto konkrétní lidi.
Zůstat, aniž bychom zmizeli
Můžeme ještě odejít od AI?
Individuálně ano. Panel můžeme zítra zavřít. Profesně je otázka už složitější. Očekávání se mění. Codebase se plní generovanou prací. Noví vývojáři se s AI setkávají hned na začátku kariéry, ne až v jejím průběhu. I ten, kdo nikdy asistenta nepoužije, bude stále častěji revidovat a udržovat kód, který z něj pochází.
Neexistuje soukromá cesta zpět do před-AI průmyslu.
Možná ale odchod není správným měřítkem svobody. Smysluplnější otázka je, zda dokážeme zůstat přítomní, i když nástroj zůstává.
Zůstat přítomní znamená číst záplatu, i když všechny testy svítí zeleně. Znamená to ptát se proč, i když odpověď funguje. Znamená to odmítnout mergovat to, co neumíme vysvětlit. Znamená to dát juniorům čas na boj, aniž bychom ho považovali za ztrátu, a dát reviewerům uznání za neviditelnou práci chránící systém před věrohodnými chybami.
Znamená to také uchovávat chvíle, kdy žádný asistent neodpoví hned—ne jako rituál čistoty, ale jako způsob, jak znovu slyšet vlastní myšlení.
Většina z nás bude AI dál používat. Úleva je skutečná. Možnosti jsou skutečné. Stejně tak neklid, závislost a tichý strach, že něco, co jsme na té práci milovali, možná mizí.
Nemusíme si vybírat mezi popíráním a kapitulací.
Budoucnost softwaru neurčí procento kódu, které napíše AI. Rozhodne se v menších chvílích: zda rozumíme, než přijmeme; zda učíme místo pouhého předání odpovědi; zda chráníme pozornost druhých a zda stále neseme odpovědnost, když generovaný kód dorazí do reálného světa.
AI může zůstat.
Musíme zajistit, abychom zůstali i my.
