Prowadzę szkołę programowania i mam wątpliwości

Wyobraź sobie dwie osoby, które siadają do tego samego zadania: chcą poprosić AI o napisanie prostej aplikacji do zarządzania zadaniami. Pierwsza pisze: „zrób mi aplikację do zarządzania zadaniami". Druga: „zrób mi prostą aplikację działającą na komputerze — bez logowania, bez kont — gdzie mogę dodawać zadania, odhaczać je jako ukończone i usuwać; lista ma być zapamiętana nawet po zamknięciu okna". Oboje klikają Enter.

AI w obu przypadkach coś napisze. Ale pierwsza osoba dostanie losowe rozwiązanie, którego nie umie ocenić. Druga dostanie dokładnie to, o co prosiła — i będzie wiedziała, czy to działa tak jak trzeba.

To nie jest kwestia znalezienia właściwej formuły pytania. To kwestia wiedzy o tym, co jest w ogóle możliwe i jak kod działa. Bez tej wiedzy nie ma się czym zapytać.

Ale precyzyjne zlecanie to tylko połowa kompetencji. Drugą połową jest ocena tego, co AI zwróci.

Kod generowany przez AI działa lub nie działa — to można sprawdzić, uruchamiając program. Trudniej sprawdzić, czy jest bezpieczny, efektywny i zgodny z intencją. Analitycy z firmy GitClear, badający miliony linii kodu pisanego przez programistów wspomaganych AI, odnotowali wyraźny wzrost liczby błędów i ukrytych problemów w porównaniu z kodem pisanym ręcznie. AI pisała szybciej. Ale pisała też z problemami, które tylko ktoś rozumiejący kod mógł wyłapać.

Czytanie kodu to osobna kompetencja niż jego pisanie — tak jak czytanie różni się od pisania. Można przez całe zawodowe życie nie napisać ani jednego wiersza kodu i nadal potrzebować umieć przeczytać i zrozumieć to, co AI napisała w twoim imieniu. Dziecko, które dziś uczy się programowania, nie uczy się tylko pisać kod — uczy się go czytać. I to jest kompetencja, której żadne narzędzie mu nie zastąpi.

Pada tu czasem mocniejszy zarzut: że można użyć AI także do weryfikowania kodu — więc i to staje się zbędne. Możliwe. Ale żeby zaufać AI-audytorowi, musisz wiedzieć tyle, żeby ocenić, czy audytor jest wiarygodny. Gdzieś w tym łańcuchu decyzji musi stać człowiek, który rozumie, na co patrzy — inaczej zaufanie jest po prostu ślepe.

Jest też wymiar finansowy, który zyskuje na znaczeniu. Usługi AI coraz częściej są rozliczane są za każde zapytanie – dostawcy odchodzą od modeli subskrypcyjnych lub je ograniczają. Liczba iteracji potrzebnych do dobrego wyniku zależy wprost od precyzji pytającego. Ktoś, kto nie rozumie programowania, pyta kilka razy, dostaje kilka różnych odpowiedzi i nie umie wybrać właściwej. Ktoś, kto rozumie — pyta raz i wie, kiedy wynik jest dobry. To realna różnica w kosztach — i razem z cenami modeli AI będzie ona tylko rosnąć.

Ale wartość nauki programowania nie zaczyna się i nie kończy na AI.

Najczęstsza obawa ze strony rodziców brzmi mniej więcej tak: ale moje dziecko i tak nie zostanie programistą. Warto się przy nim zatrzymać.

Nie uczymy dzieci pisania po to, żeby zostały pisarzami. Nie uczymy matematyki po to, żeby zostały matematykami. Uczymy ich tych rzeczy, bo kształtują konkretny sposób myślenia — użyteczny niezależnie od zawodu. Programowanie działa dokładnie tak samo. Tyle że uczy czegoś, czego inne przedmioty nie uczą równie dobrze.

Weźmy debugowanie — czyli szukanie błędu w kodzie. Brzmi technicznie, ale mechanizm jest zupełnie ogólny: coś nie działa tak jak powinno, więc systematycznie sprawdzasz swoje założenia, żeby znaleźć miejsce, w którym twoje założenia mijają się z tym, jak rzeczy działają naprawdę. To umiejętność, która przekłada się na argumentowanie, planowanie, diagnozowanie problemów w pracy i w życiu prywatnym — wszędzie tam, gdzie trzeba odróżnić coś nie gra od wiem dokładnie, co nie gra i dlaczego.

Programowanie uczy też rozkładania złożonych problemów na mniejsze, wykonalne kroki. Większość ludzi stojąc przed dużym, nieokreślonym zadaniem reaguje albo paraliżem, albo rzuca się w działanie bez planu. Nauka programowania wymusza trzecią drogę: zanim cokolwiek napiszesz, musisz wiedzieć, co chcesz osiągnąć, w jakiej kolejności i z jakich części składowych. To nawyk, który zostaje — niezależnie od tego, czy dziecko będzie pracować z kodem, czy nie.

A może zamiast programowania angielski albo sport? — nie trzeba jednak dokonywać takich wyborów. Programowanie jest jedną z nielicznych dziedzin, która jednocześnie trenuje logiczne myślenie i daje bezpośrednie narzędzia do rozumienia technologii, z którą dziecko zetknie się w pracy, na uczelni i w codziennym życiu. Angielski i sport oczywiście też mają sens — programowanie uzupełnia je o coś, czego żadne z nich nie daje.

Rynek pracy zmienia się w tempie, którego programy szkolne nie są w stanie dogonić. Ale zmiana, która przed nami, nie jest tylko zawodowa — jest strukturalna.

Narzędzia AI będą coraz sprawniejsze w wykonywaniu zadań, które dziś wykonują ludzie: analizowaniu danych, pisaniu raportów, obsłudze klienta, projektowaniu, kodowaniu. Ale narzędzia nie stawiają sobie pytań. Nie decydują, czego chcą. Nie ponoszą odpowiedzialności.

To znaczy, że w każdej dziedzinie zawodowej rośnie popyt na jedno: na ludzi, którzy potrafią kierować narzędziami — formułować zadania, oceniać wyniki, decydować, co dalej. Widać to już w ogłoszeniach rekrutacyjnych: stanowiska, które pięć lat temu wymagały wykonywania konkretnych zadań, dziś szukają kogoś, kto „będzie pracować z AI" — czyli będzie ją nadzorować. Granica między tymi, którzy kierują, a tymi, którzy są zastępowani, nie przebiega przez zawód. Przebiega przez zrozumienie.

Algorytmy decydują dziś o tym, co widzimy w sieci, jakie reklamy do nas trafiają, jak oceniani jesteśmy przez systemy bankowe i rekrutacyjne — i mało kto myśli o rozumieniu tego jako o kompetencji. Dziecko, które rozumie, jak działa kod, rozumie też — przynajmniej w ogólnym zarysie — jak te systemy działają i na jakich zasadach go oceniają. To nie jest umiejętność zawodowa. To jest umiejętność obywatelska.

Wróćmy więc do pytania: po co uczyć dziecko programowania, skoro AI pisze kod?

Właśnie dlatego.

AI pisze kod — ale nie rozumie, czego chcesz. AI generuje rozwiązania — ale nie oceni, czy są bezpieczne i trafne. AI wykona zadanie — ale to ty musisz wiedzieć, jakie zadanie warto wykonać. Każda z tych luk wymaga wiedzy, której AI sama nie dostarczy. Im więcej AI potrafi zrobić, tym cenniejsza staje się kompetencja człowieka, który potrafi ją właściwie kierować.

Kalkulatory nie zabiły matematyki. Edytory tekstu nie zabiły pisania. Za każdym razem, gdy nowe narzędzie zdejmowało z ludzi ciężar mechanicznej pracy, okazywało się, że rozumienie samego procesu staje się ważniejsze niż kiedykolwiek. Programowanie przechodzi przez tę samą zmianę: nie po to się go uczymy, żeby dzieci przez całe życie ręcznie pisały kod — tylko po to, żeby rozumiały język, którym coraz częściej mówi świat.

Właśnie z tego przekonania powstała Aivola — szkoła online, w której dzieci uczą się technologii i myślenia, w małych grupach, na żywo z nauczycielem, z prawdziwymi zadaniami do rozwiązania. Nie po to, żeby wszystkie zostały programistami. Po to, żeby żadne z nich nie znalazło się po złej stronie podziału, o którym pisałem wcześniej. Jeśli chcesz, żeby twoje dziecko umiało kierować tymi narzędziami — zapraszamy na pierwsze zajęcia w Aivoli.