Kaip DI Keičia Dienos Darbus Vilniuje
Realūs pavyzdžiai iš šiaurės vakarų Lietuvos bendrovių, kurios jau naudoja generacinius modelius savo pagrindiniame darbe.
Kaip programuotojai baltų šalių IT sektoriuje naudoja ChatGPT ir panašius įrankius realiam kodui rašyti. Nei bausmės, nei baisūs atsiverčiami.
Skirtingai nuo daugelio kitų profesijų, programavimas jau buvo pasirengęs dirbtiniam intelektui. Kodėl? Kadangi kodą yra gana lengva patikrinti. Jei ChatGPT parašo funkcija — galima iš karto ją paleisti, pamatyti, ar ji veikia, ar ne. Nėra daug „pilkų zonų".
Vilniaus, Kauno ir Rygo IT kompanijose 2024-2026 metais buvo sudėtinga rasti programuotoją, kuris dar nebandytų šių įrankių. Dauguma rado juos naudingus ne visam kodui, bet konkrečioms užduotims — kartojamoms, nuobodžioms, arba tiems dalykams, kuriuose reikalingas šablonas.
Realybėje programuotojai naudoja DI įrankius dažniausiai keturiose vietose.
Autentifikacija, duomenų bazės jungimosi kodai, formulės patikrinimas. Visos tos vietos, kurias rašai 50 kartų per gyvenimą, tą patį.
„Kaip naudoti šią biblioteką?" — ChatGPT išaiškina geriau nei dokumentacija. Dažnai, bent jau iš pradžių.
„Mano kodas rodo šią klaidą. Kas neteisinga?" — Dažnai gauni teisingą atsakymą. Ne visada, bet dažnai.
Unit testai yra nuobodūs. DI gali sugeneruoti pagrindinius. Tada tu jų tiesiog pataisai ir gali dėti į produkciją.
Šis straipsnis yra informacinis ir skirtas programuotojams suprasti DI įrankių praktinį taikymą. Tai nėra programavimo mokymas ir nėra profesinis IT konsultavimas. DI įrankiai keičiasi greitai — tai kas tiko 2026 metais, gali pasikeisti 2027-ais. Visada tikrink naujausią dokumentaciją ir savo konkretaus projekto reikalavimus.
Kauno IT kompanijoje, kurioje dirba apie 40 programuotojų, vyriausiasis architektūros inžinierius sugalvojo paprastą sisteminimą: jei tu naudoji DI įrankius savo darbui, tu privalai patikrinti išvestį. Tai nereikšti „perskaityti visą kodą raidę po raidės", bet iš tiesų suprasti, ką jis daro.
Jie pastebėjo, kad programuotojai, kurie netikrino ChatGPT išvesties, dėl to turėjo daugiau klaidų. Bet kurie patikrinti, greičiau baigdavo darbus. Taip pat atrado keistą reiškinį — jaunesni programuotojai (su 1-3 metų patirtimi) pradėjo labiau pasikliauti DI, o patyrę (su 10+ metų) jį naudojo tiesiog nuobodžiems dalykams.
Vienas iš didžiausių iššūkių — programuotojai pradėjo naudoti DI kodą negausdami, kodėl jis veikia. Žinai, tas „ctrl+c, ctrl+v iš Stack Overflow", tik greitesnis. Vilniaus vienoje studijoje sako, kad nuo 2024 metų jie turėjo daugiau klaidų review procesėse, nes jaunesni žmonės negrąžino į pagrindus.
Todėl dauguma sąmonių komandų priėmė tokią taisyklę: jei tu naudoji ChatGPT arba Claude, tu turi paaiškinti code review metu, kaip tas kodas veikia. Jei negali paaiškinti — tai rodo, kad negrįžai į teoriją ir turėtum tai padaryti.
„Programavimas negrįžo į teorijos pamokėles, bet grįžo į jų svarbą. DI pagreitino praktiką, bet nepavadino mokslą." — iš Vilniaus startupų bendruomenės diskusijų.
2026 metais, kai šitas straipsnis rašomas, DI įrankiai jau naudoja semantines paieškos, kontekstą iš kelių failų, ir sugeba skaityti jūsų git istoriją. Tai reiškia, kad jie tampa geriau — tavo konkretaus projekto kontekste, su jūsų kodavimo stilium, su jūsų klaidomis.
Programuotojai iš Rygo sako, kad pagrindinis pokytis buvo šis: daugiau nereikia ieškoti StackOverflow atsakymų, reikia išmokti klausti DI teisingai. Tai yra veiksminga meistrystė. Ir ji yra mokoma — Vilniaus tech bendruomenės webinaruose dabar yra sekcija „Efektyviai klausti ChatGPT" šalia „Efektyvaus kodo rašymo".
DI programavimo pasaulyje nėra nei stebuklinga „mane pakeičiantis robotas", nei „tas visai nepadės" kalibrimo. Tai paprasčiausias įrankis, kaip kalkuliatorius, tik šiek tiek inteligenčiau. Jis pagreitina darbą. Jis pogrupiui keičia, ką reiškia „programuoti". Bet jis nepakeitė to, kas svarbiausia — suprasti problemą, kurią sprendžiai.
Jei tu naudoji DI įrankius, tu naudoji greitesnę šviesą. Bet tu vis tiek turi žinoti, kur iti. Ir kur nori patekti. Tai tiek ir yra — nuo teorijos iki praktikos, tik greičiau nei prieš penkerius metus.
Redakcinė Komanda
Parengta MintAI redakcinės komandos, sutelktos į praktinę ir suprantamą vedlių parengimą. Susidomėję realiais DI naudojimo atvejais baltų šalių darbo rinkoje.
Dar daugiau apie DI transformaciją baltų šalių darbo rinkoje
Realūs pavyzdžiai iš šiaurės vakarų Lietuvos bendrovių, kurios jau naudoja generacinius modelius savo pagrindiniame darbe.
Nėra jokios paslaptės — komandos, kurios naudoja DI įrankius, produktyviau bendradarbiauja ir greičiau pasiekia rezultatus.
Vadovams ir jų komandų šefams — konkretus žingsnis po žingsnio planas, kaip pradėti DI transformaciją atsakingai.