Carson Gross, professor de ciência da computação na Montana State University, costuma ser questionado se os estudantes ainda devem seguir carreira em programação agora que a IA consegue gerar código. Sua resposta é "Sim, e..." Programar é, fundamentalmente, resolver problemas com computadores e controlar a complexidade dessas soluções, habilidades que, segundo ele, continuarão valiosas mesmo com a expansão das ferramentas de IA.
Gross alerta que a IA é especialmente perigosa para programadores júnior. Se os estudantes apenas geram código em vez de escrevê-lo, perdem a compreensão prática que só se adquire trabalhando na linha de frente. Ele diz aos alunos: "Sim, a IA pode gerar o código desta tarefa. Não deixe que ela faça isso. Você tem que escrever o código." Sem essa experiência, eles não conseguirão ler código com confiança, e a capacidade de ler código pode se tornar ainda mais valiosa em um futuro baseado em IA. Caso contrário, correm o risco de cair na Armadilha do Aprendiz de Feiticeiro, criando sistemas que não entendem nem conseguem controlar.
Gross também discorda da comparação entre a mudança para código gerado por IA e a passagem do assembly para linguagens de alto nível. Os compiladores são, em grande parte, determinísticos, ao contrário da saída de um LLM. As linguagens de alto nível eliminaram grande parte da complexidade acidental, enquanto o código gerado por LLMs frequentemente adiciona complexidade acidental por meio de abordagens inadequadas e atalhos. Ler código criticamente exige ter escrito código antes.
Gross incentiva os estudantes a usar a IA como assistente de ensino, e não como gerador de código. Ficar travado em complexidade acidental, como cadeias de ferramentas desconhecidas, pode desperdiçar tempo e afastar pessoas da ciência da computação. Bem utilizada, a IA pode ajudar os estudantes a superar esses obstáculos e aprofundar sua compreensão.
Fonte: Hacker News · Resumido por HeadlinesBriefing