ИИ не убил мотивацию: что изменилось для разработчиков

Почему ИИ заставляет пересмотреть свои навыки

Недавно я написал пост о том, как ИИ убивает мотивацию, и не ожидал такой реакции: за день его прочитали около 180 человек, а комментарии превратились в живое обсуждение. Многие задались вопросом: мы всё ещё пилоты или уже пассажиры, пока автопилот ведёт самолёт? В этой статье я хочу разобраться, что на самом деле изменилось и как нам адаптироваться.

Главная мысль: ИИ не убивает мотивацию — он обнажает, насколько узкими были наши навыки. Раньше можно было годами работать на знакомых паттернах: выучить React, собирать дашборды, настраивать формы, таблицы, API. Это важная работа, но она повторяющаяся. ИИ теперь делает первый черновик такого кода быстрее, и преимущество скорости исчезает. Это неприятно, но именно здесь скрыта возможность для роста.

Скорость против глубины: что выбирают разработчики

Разработчики, которых ИИ не особо напугал, — это не те, кто быстрее всех печатает. Это те, кто уже решал сложные задачи: разбирался в запутанных бизнес-правилах, оспаривал расплывчатые требования, искал компромиссы и отлаживал продакшн. Они не видят в ИИ угрозу, а используют его, чтобы тратить меньше времени на предсказуемую рутину и больше — на то, что требует суждения.

Когда я думаю об этом, вспоминаю метафору автопилота из комментариев: ИИ отлично справляется в стабильных условиях, но нужен человек, который понимает маршрут и знает, что делать при сбоях. Если вы тренировались только на ясной погоде, ИИ быстро покажет, что вы не готовы к турбулентности. И это нормально — главное, вовремя это осознать.

Пример: как ИИ помогает, но не заменяет мышление

Представьте, что вам нужно написать функцию для фильтрации списка заказов по статусу. ИИ сгенерирует код за секунды:

def filter_orders(orders, status):
    """Фильтрует заказы по статусу."""
    return [order for order in orders if order['status'] == status]

Но ИИ не знает, что ваш бизнес требует учитывать ещё и приоритет клиента, или что статусы могут быть в разных регистрах. Вот где нужен ваш опыт: вы задаёте правильные вопросы, уточняете требования и принимаете решение, что именно строить. Это и есть глубина.

Как перестать бояться ИИ и начать расти

Вместо того чтобы соревноваться с ИИ в скорости, используйте освободившееся время для развития суждения. Читайте больше чужого кода, задавайте лучшие вопросы на планировании, уточняйте требования, которые кажутся очевидными, но не являются таковыми. Изучайте бизнес-контекст, чтобы понимать, какую проблему на самом деле решает ваш код.

Это не гламурная работа: хорошее решение на совещании не увидишь в пул-реквесте. Но именно оно определяет, что будет построено. Я сам ещё учусь: иногда кажется, что прогресс медленный, но, оглядываясь на прошлый месяц, понимаю, что без ИИ потратил бы гораздо больше времени на рутину.

Практический вывод: что делать прямо сейчас

Не пытайтесь конкурировать с ИИ в том, что он делает быстро. Лучше сосредоточьтесь на том, что требует вашего участия: понимание людей, систем, выявление ошибочных предположений и ответственность за результат. Начните с малого: в следующем спринте задайте себе вопрос — какую задачу я могу делегировать ИИ, чтобы освободить время для анализа требований? Или: какие вопросы я могу задать на следующем планировании, чтобы уточнить цель?

ИИ не убил мою мотивацию — он заставил меня честно посмотреть, откуда она берётся и что мне ещё нужно изучить. Это неудобно, но полезно. Если вы тоже проходите через это, поделитесь в комментариях, как справляетесь. Давайте учиться вместе.