Programování s AI vývoj zrychluje, mnohé vývojáře ale nepouští od práce

Programování s AI práci zrychluje, vytváří ale nový typ vyčerpání

GitHub Copilot, Claude Code, Cursor a podobné nástroje se staly běžnou součástí vývoje softwaru. Vývojáři je používají k tvorbě základního kódu, vysvětlování neznámých částí systému, psaní testů, refaktoringu i hledání chyb.

Průzkum Coddy Developer Survey mezi 305 vývojáři však ukázal nepříjemný rozpor. Čtyři z pěti respondentů uvedli, že AI používali spíše z pocitu závislosti než jako jednoznačnou výhodu.

Další čísla vysvětlují proč. 43 % vývojářů pokračovalo v programování s AI i po pracovní době, přestože původně chtěli skončit. 32 % odložilo spánek, aby mohli pokračovat. Pro 39 % bylo po zavedení AI těžší vypnout pracovní režim.

Mechanismus je jednoduchý. Agent připraví návrh, člověk ho zkontroluje, zadá další úpravu a sleduje nový výsledek. Když model řešení trefí, přichází pocit odměny. Když se splete, vzniká potřeba problém okamžitě opravit. Práce tak nemá přirozený konec.

Rychlejší výstup navíc nemusí znamenat kratší pracovní den. Vývojář stále musí ověřit požadavky, architekturu, bezpečnost, okrajové případy a důsledky nasazení. Vzniká verification debt, tedy dluh ověřování. Kód přibývá rychle, jistota o jeho kvalitě pomaleji.

Na tento problém upozorňuje i Stack Overflow Developer Survey 2025. 45 % respondentů bylo frustrovaných odpověďmi AI, které byly „téměř správné, ale ne úplně“. Důvěra v přesnost AI přitom podle článku klesla na 29 %, přestože používání nástrojů dál rostlo.

Výsledky je třeba číst opatrně. Coddy zkoumal relativně malou skupinu 305 vývojářů a jde o vlastní odpovědi respondentů, nikoli o objektivní měření výkonu nebo zdravotního stavu. Průzkum proto ukazuje vnímání a pracovní návyky, nikoli důkaz, že AI způsobuje vyhoření každému uživateli.

Co si z toho odnést? Pro běžnou středoevropskou firmu není cílem přimět vývojáře generovat více kódu. Nejprve nastavte hranice používání, povinnou kontrolu změn a měřte čas do funkčního nasazení, nikoli počet řádků vytvořených modelem.

Modely světa musí chápat i to, co lidé vědí a chtějí

Systém, který předpovídá chování lidí, nestačí postavit pouze na fyzickém popisu prostředí. Nový výzkum představený v The Decoder rozšiřuje world models, tedy modely světa, o přesvědčení, cíle, záměry, emoce a společenská pravidla.

Příklad je nenápadný. Někdo člověku bez jeho vědomí přemístí šálek do skříňky. Fyzický model vidí správnou polohu předmětu. Předpověď dalšího jednání však bude chybná, protože člověk stále věří, že šálek je na původním místě.

Výzkumníci vytvořili rámec Mental World Modeling a referenční implementaci MENTIS. Ta rozděluje možné reakce na fyzickou a mentální část a následně je hodnotí podle fyzické pravděpodobnosti, konzistence s mentálním stavem a společenské vhodnosti.

V testu Menti-Bench se 448 scénáři dosáhlo osm jazykových modelů při přímých odpovědích F1 skóre 63,3. Opakované odpovídání zvýšilo výsledek na 77,9, zatímco celý rámec se dostal na 87,9. Lidé dosáhli 98,5.

Výzkum však nesimuluje vědomí. Mentální stavy jsou hypotézy odvozené z kontextu a chování. Sami autoři upozorňují, že systém má reprezentovat nejistotu a udržovat své předpoklady transparentní.

Co si z toho odnést? Pokud firma používá AI ke komunikaci se zákazníky nebo k rozhodování ve složitých situacích, nestačí jí databáze faktů. Do návrhu procesu je třeba přidat také informaci o záměru, kontextu a míře nejistoty člověka na druhé straně.

Co ještě stojí za přečtení?

• Uber dostal v Evropě pokutu 824,9 milionu eur za automatizovanou deaktivaci řidičů, kterou regulátor spojil s porušením GDPR, informuje Engadget.
• Netflix testuje jazykový model GenRec jako alternativu k logice doporučování, kterou po léta vytvářeli lidé ručně, uvádí The Decoder.
• Google vyvíjí nástroj, který má z údajů z nositelných zařízení vybírat biomarkery vhodné pro další výzkum, píše Google Research.
• Waymo funguje v rámci Level 4, zatímco Level 5 by znamenal jízdu bez omezení prostředím či situací, vysvětluje Engadget.
• Pekingská robotická konference přilákala více než 300 vystavovatelů, zakladatel Unitree však tvrdí, že robotika ještě nezažila svůj „moment ChatGPT“, shrnuje Techmeme.

Co si o tom myslím a co z toho plyne pro firmy

Názor

U programování s AI odmítám měřit úspěch podle toho, kolik kódu vznikne za hodinu. To je metrika pro prezentaci, nikoli pro provoz. Pokud 45 % vývojářů řeší odpovědi, které jsou téměř správné, firma si musí položit otázku, kam se práce přesunula. Nezmizela. Přesunula se z psaní do ověřování, testování a oprav.

Nástroje AI proto nepovažuji za problém samy o sobě. Problém vznikne tehdy, když vedení vezme úsporu na jednom úkolu jako povolení zvýšit objem všech ostatních úkolů. Vývojář napíše návrh rychleji, takže dostane více tiketů. Pull request je větší, kontrola náročnější a očekávání dostupnosti trvá i večer. Zrychlili jsme výrobní linku a zapomněli ověřit, zda máme dost techniků na výstupní kontrole.

Nejhorším způsobem použití agentů je nechat je běžet bez jasného konce. Když systém dokáže navrhnout další refaktoring, optimalizaci a opravu, vždy existuje ještě jeden krok. Produktivní proces však musí mít definici hotového výsledku. Jinak se z pomocníka stane nekonečný seznam otevřených smyček.

Důsledek pro slovenskou a českou firmu

Pro slovenskou a českou firmu to znamená změnit zadání vývojového týmu. Ne „používejte AI všude“, ale „použijte AI tam, kde umíme ověřit výsledek a kde měříme dopad“. Vhodným prvním místem je tvorba testů, dokumentace nebo opakujících se transformačních skriptů. Méně vhodné je nechat agenta měnit kritickou platební logiku bez druhého páru očí.

Proces by měl mít čtyři kroky. Vývojář zadá úkol s jasným rozsahem. AI vytvoří návrh. Automatické testy a bezpečnostní kontroly ověří technickou stránku. Člověk změnu schválí a zapíše, co bylo skutečně nasazeno. U každého kroku musí být viditelné, kdo rozhoduje a co se stane, když nástroj selže.

Týká se to CTO, vedoucího vývoje i HR. CTO potřebuje sledovat čas od zadání po bezpečný release, nikoli aktivitu v editoru. Vedoucí týmu musí nastavit pravidla pracovní dostupnosti. HR by nemělo odměňovat člověka za to, že je online ve dvě ráno, ani když při tom elegantně diskutuje s Claude Code.

Rozdíl mezi Slovenskem a Českem tu není zásadní. V obou zemích je relevantní ochrana firemních dat, pracovní doba a odpovědnost za produkční systém. U regulovaných odvětví je navíc třeba ověřit, zda se do externího nástroje neposílají osobní, zdravotní nebo obchodně citlivé údaje. Pokuta v případě Uberu ukazuje, že automatizované rozhodnutí může být nejen technickým, ale i právním problémem.

V horizontu jednoho měsíce si firma může vybrat jeden tým a porovnat tři věci: dobu vývoje, dobu ověřování a počet chyb po nasazení. Pokud první číslo klesne, ale další dvě rostou, nejde o produktivitu. Jde o přesun nákladů. Pokud se zároveň zlepší doba do stabilního release a tým končí práci v plánovaném čase, teprve tehdy má AI reálný přínos.

Na závěr

Harvard nabízí za 699 dolarů osm­týdenní startupový program, v němž AI avataři instruktorů poskytují zpětnou vazbu při prezentacích a nácviku zasedání představenstva. TechCrunch popisuje, že digitální verze jednoho z mentorů působila trochu nepřirozeně, účastníkům se však líbila.

Je to přesný obraz dnešní AI. Užitečnost a zvláštní pocit mohou existovat současně. Rozhodující nebude, zda je avatar dokonale lidský. Rozhodne, zda vás připraví na skutečné setkání lépe než další hodina předstírání připravenosti.

Výzva k AI implementaci dne

Do jednoho vývojového týmu nasaďte jednoduchý AI review checklist v GitHub Actions. Po vytvoření pull requestu model shrne změnu, označí dotčené moduly, navrhne chybějící testy a upozorní na možná bezpečnostní rizika. Výsledek však nesmí schvalovat sám.

Tím seniorního vývojáře odlehčíte od prvního třídění změn a zkrátíte úvodní kontrolu přibližně o 15 až 30 minut na pull request. Základní verzi lze spustit za dva až pět pracovních dnů pomocí stávajícího CI nástroje a API modelu.

Nejčastěji to selže na nejasných pravidlech, co má model označovat, a na chybějícím testovacím procesu. Začněte jedním repozitářem, měřte dobu kontroly a po týdnu rozhodněte podle výsledků, nikoli podle počtu komentářů od robota.

Vyberte dnes jeden repozitář a do pátku změřte, zda AI zkracuje kontrolu, aniž by prodloužila cestu k bezpečnému releasu.