Kriza savremenog programiranja i reforma obrazovanja

Istorijat masivnog refaktorisanja koda

Proces održavanja ogromnih softverskih sistema predstavlja jedan od najvećih izazova u modernoj tehnološkoj industriji. Tokom 2010. godine, nekoliko meseci nakon dolaska Titusa Vintersa u Gugl, pokrenuta je inicijativa za čišćenje i restrukturiranje baze koja je brojala više od dvasto pedeset miliona linija programskog koda. Taj zadatak se često poredi sa zamenom temelja zgrade poput Empajer stejt bildinga bez obustavljanja njenog svakodnevnog rada i saobraćaja.

Za ovaj poduhvat nije bilo moguće koristiti savremene alate zasnovane na jezičkim modelima jer oni tada nisu postojali. Tim je morao da razvije napredne tehnike parsiranja koda, koristeći sisteme za distribuiranu obradu podataka kako bi analizirali celokupnu bazu i identifikovali zastarele obrasce. Kreiran je složen proces koji je obuhvatao prepoznavanje strukture, automatsku generaciju izmena i pažljivo uvođenje novih interfejsa uz postepeno uklanjanje starih rešenja.

Ova ogromna operacija pokazala je da nijedan softverski sistem nije preveliki za unapređenje ukoliko postoji jasan inženjerski pristup. Upravo iz potreba ovog projekta proistekli su alati poput alata za automatsko formatiranje koda koji danas pomažu programerima širom sveta. Održivost velikih sistema zavisi od spremnosti organizacije da redovno ulaže u tehničko održavanje temelja, umesto da se fokusira isključivo na kreiranje novih funkcija.

Obavezno testiranje kao temelj stabilnosti

Uvođenje obaveznih automatizovanih testova u velikim tehnološkim sistemima često nastaje iz nužde, a ne iz teorijskih razloga. Oko 2007. godine, razvojni timovi u Guglu suočili su se sa situacijom u kojoj njihov glavni proizvod nije mogao da se isporučuje redovno na mesečnom nivou, već se period isporuke produžio na tromesečja. Razlog je bio u međusobnoj povezanosti komponenti, gde bi manja izmena u sporednom servisu mogla da naruči rad osnovne pretrage.

Kao odgovor na ovu nestabilnost, uvedeno je pravilo da nijedna promena u kodu ne može biti prihvaćena ukoliko nije praćena odgovarajućim testom. Ova mera je mogla da deluje restriktivno na prvi pogled, ali je dugoročno vratila stabilnost i omogućila brži ritam isporuke. Inženjerska kultura koja počiva na testiranju eliminiše nagađanje i omogućava timovima da bezbedno vrše izmene u složenom okruženju.

Strah od pravljenja grešaka predstavlja ozbiljnu prepreku za produktivnost u mnogim kompanijama. Ukoliko programeri strahuju da će svaka izmena srušiti sistem, razvojni proces postaje spor i neefikasan. Postojanje pouzdanih zaštitnih mreža u vidu testova oslobađa kreativnu energiju i omogućava brže inovacije bez rizika po stabilnost krajnjeg proizvoda.

Programi čitljivosti koda u praksi

Kvalitet softvera direktno zavisi od toga koliko je kod razumljiv drugim članovima tima, a ne samo autoru koji ga je napisao. Gugl je razvio program čitljivosti koda koji funkcioniše kao stroga, ali pravedna škola unutar korporacije. Da bi inženjer dobio dozvolu da samostalno unosi izmene u određeni programski jezik, njegov kod mora da prođe verifikaciju sertifikovanih stručnjaka za tu oblast.

Ovaj sistem je vremenom prerastao u najveći interni obrazovni program te vrste u industriji, kroz koji je u svakom trenutku prolazilo više hiljada inženjera. Principi mentorstva i prenosa znanja postali su standard, gde iskusniji programeri prenose najbolje prakse mlađim kolegama kroz detaljne preglede koda. Time se obezbeđuje ujednačen kvalitet bez obzira na individualno iskustvo pojedinca.

Fokusiranje na čitljivost smanjuje troškove održavanja softvera jer se veći deo radnog veka sistema provodi u čitajućem, a ne u pišućem režimu. Kada novi član tima može brzo da shvati kako stari kod funkcioniše, celokupna organizacija postaje fleksibilnija. Standardizacija stila i arhitekture sprečava nastanak takozvanog špageti koda koji je nemoguće modifikovati bez neželjenih posledica.

Uticaj veštačke inteligencije na stabilnost sistema

Masovna upotreba alata veštačke inteligencije u razvoju softvera donosi kontradiktorne rezultate na tržištu. Sa jedne strane, količinski volumen generisanog koda raste vrtoglavom brzinom, dok sa druge strane statistike pokazuju porast broja ispada sistema i ozbiljnih grešaka u produkciji. Broj isporučenih funkcija često ostaje na istom nivou, što sugeriše da se zaposleni suočavaju sa novim vrstama izazova.

Ova pojava ukazuje na opasnost od takozvanog plavljenja koda, gde alati omogućavaju brže pisanje velikih količina tekstualnih linija koje ljudi ne stižu detaljno da provere. Ako se produktivnost meri samo brojem otkucanih linija, dolazi do pogrešnih zaključaka o stvarnoj vrednosti isporučenog softvera. Stabilnost sistema može da opadne ukoliko se brzina generisanja koda ne prati odgovarajućim procesima validacije.

Sa druge strane, optimizam ostaje u domenu realizacije izuzetno ambicioznih projekata koji ranije nisu bili ekonomski isplativi. Veštačka inteligencija omogućava brže rešavanje rutinskih zadataka i otvara prostor za istraživanje novih arhitektura. Prava vrednost ovih tehnologija leži u njihovoj sposobnosti da pomognu u rešavanju problema koji zahtevaju duboko eksperimentisanje, a ne samo u ubrzanju postojećih zadataka.

Kriza akademskog obrazovanja računarskih nauka

Tradicionalni univerzitetski programi iz oblasti računarskih nauka često kasne za realnim potrebama industrije. Analiza članova upravnih odbora koji se bave revizijom ovih kurikuluma pokazuje da se osnovni programi nisu značajnije menjali decenijama, dok se tehnološki ekosistem promenio do neprepoznatljivosti. Oblasti poput verifikacije koda, testiranja i održavanja softvera uglavnom su zanemarene u korist teorijskih osnova koje nemaju direktnu primenu.

Studenti se danas dele u različite grupe po svom uspehu i sposobnosti da savladaju gradivo uz pomoć novih alata. Dok najbolji studenti koriste napredne tehnologije kao strpljive tutore za dublje razumevanje koncepata, srednji sloj studenata često pokazuje zabrinjavajući pad u razumevanju suštine programiranja. Najslabiji studenti pak mogu prividno da nadoknade zaostatak generisanjem površnog sadržaja pomoću veštačke inteligencije.

Neophodno je preusmeriti fokus sa pukog ocenjivanja sintaksičke tačnosti napisanog koda na procenu procesa razmišljanja i validacije. Budućim inženjerima je potrebno obrazovanje koje ih uči kako da kritikuju rešenja, postavljanju pravih pitanja i osmišljavanju testova koji dokazuju ispravnost sistema. Bez ovakve reforme, akademske ustanove će gubiti korak sa potrebama tržišta rada koje traži praktična znanja.

Preporuke za novu generaciju inženjera

Izgradnja uspešne karijere u tehnološkom sektoru zahteva odstupanje od trendova koje prati većina kandidata. Kada svi junior programeri uče iste tehnologije i stavljaju identične stavke u svoje biografije, postaje izuzetno teško istaći se u moru prijava. Uspeh često dolazi iz pronalaženja specifične niše koja spaja ličnu strast i duboko razumevanje računarskih sistema.

Veštačku inteligenciju treba posmatrati isključivo kao alat, a nikako kao entitet koji ima sopstvenu volju ili razumevanje. Antropomorfizacija tehnologije odvraća pažnju sa činjenice da je čovek taj koji postavlja ciljeve i snosi odgovornost za krajnji rezultat. Inženjer koristi alat za ostvarivanje svoje vizije, slično kao što drvoseka koristi sekiru za obaranje drveta.

Ulaganje vremena u sopstvene projekte koji rešavaju stvarne probleme donosi daleko veće znanje od rešavanja standardnih zadataka na platformama za pripremu intervjua. Rad na aplikacijama, igrama ili istraživačkim problemima koji imaju lični značaj gradi autentičan portfolio. Upravo ta originalnost i sposobnost samostalnog rešavanja složenih problema izdvajaju vrhunske inženjere od prosečne mase.

Izvor: Gergely Orosz, The Pragmatic Engineer · Fotografija: Pexels / Freepik (ilustracija)