Programiści wyrzucają ChatGPT. Wracają do... kaczuszki

Programiści masowo przesiadają się na ChatGPT">ChatGPT. Narzędzie pisze kod, debuguje, tłumaczy błędy.

Część z nich właśnie od niego ucieka. I wraca do gumowej kaczki.

To przypomina żart? Nie jest.

Kaczka, która uczy myśleć

Rubber Duck Debugging — metoda znana od lat 90. Zasada prosta: kiedy utkniesz z problemem w kodzie, tłumaczysz go linijka po linijce... gumowej kaczce. Nie ChatGPT. Nie koledze z zespołu. Kaczce.

Efekt? W 70% przypadków znajdujesz błąd, zanim skończysz mówić.

Dlaczego to działa? Bo zmuszasz mózg do spowolnienia. Zamiast przeskakiwać wzrokiem po ekranie, budujesz linearną narrację. I właśnie tam — w procesie tłumaczenia — wyłapujesz niespójności, które wcześniej były niewidoczne.

Co poszło nie tak z ChatGPT

ChatGPT odpowiada w sekundę. To jego siła.

I największa słabość.

Wklejasz kod, opisujesz problem, dostajesz gotowe rozwiązanie. Szybko, sprawnie, bez myślenia. I tu zaczyna się pętla: nie rozumiesz, dlaczego coś zadziałało. Za tydzień ten sam błąd wraca. Znowu pytasz AI. Znowu kopiujesz odpowiedź.

Umiejętności stoją w miejscu. A czasem — cofają się.

Jeden z deweloperów na forum Golem.de napisał wprost: "ChatGPT rozwiązuje mój problem, ale nie uczy mnie go rozwiązywać". Kaczka — owszem.

Kiedy AI sabotuje naukę

Problem dotyczy szczególnie juniorów. Programista z 6-miesięcznym stażem, który od początku opiera się na AI, nie buduje fundamentów. Nie uczy się debugowania. Nie trenuje myślenia algorytmicznego.

Kopiuje rozwiązania, które działają... do czasu.

Senior poradzi sobie — wie, kiedy ChatGPT kłamie (a zdarza się to regularnie). Junior — nie.

To jak uczyć się jazdy samochodem z automatyczną skrzynią biegów i asystentem parkowania. Działa, dopóki wszystko działa. Gdy system zawiedzie, zostajesz bez narzędzi.

Metoda kaczki w praktyce

Nie musisz kupować kaczki (choć wielu programistów ma je na biurkach). Możesz mówić do pluszaka, kubka, zdjęcia kota.

Chodzi o proces, nie rekwizyt.

Krok po kroku: opisujesz problem głośno. Nie w myślach — na głos. Tłumaczysz, co kod ma robić. Co robi w rzeczywistości. Gdzie widzisz rozbieżność.

Nie przerywasz. Nawet jeśli brzmi absurdalnie.

Właśnie w tych absurdalnych momentach mózg łapie błąd.

Działa to, bo aktywujesz inny tryb przetwarzania. Myślenie werbalne wymusza strukturę. A struktura odsłania luki logiczne.

Kiedy jednak użyć AI

ChatGPT nie jest zły. Jest źle używany.

Sprawdza się świetnie, gdy potrzebujesz szybko zrozumieć nową bibliotekę ("Jak działa useState w React?"). Albo szukasz alternatywnych podejść do problemu, który już rozumiesz. Albo chcesz sprawdzić składnię w języku, którego dawno nie używałeś.

Nie sprawdza się, gdy nie rozumiesz, dlaczego coś nie działa. Gdy uczysz się podstaw (tu kaczka wygrywa). Gdy kopiujesz kod bez analizy — najgorszy scenariusz.

Paradoks narzędzi

Im potężniejsze narzędzie, tym łatwiej stać się od niego zależnym.

ChatGPT pisze kod lepiej niż połowa juniorów. Jeśli junior przestanie myśleć, nigdy nie dołączy do drugiej połowy.

Gumowa kaczka nie napisze ani linijki. I właśnie dlatego uczy więcej.

Nie chodzi o odrzucenie AI. Chodzi o świadome wybieranie momentów, kiedy wolniejsza metoda da lepszy efekt długoterminowy. Bo programowanie to nie tylko działający kod. To umiejętność myślenia o problemach w sposób, który pozwala je rozwiązywać — z AI, bez AI, z kaczką.

Część deweloperów już to wie.

I dlatego kaczki wracają na biurka.

Źródła

• Golem.de - Softwareentwicklung: ChatGPT von Badeente ersetzt