Bila AI mula menulis code, apa sebenarnya kerja manusia?

Dulu, bila nak bina software, website atau plugin, manusia perlu menulis hampir setiap baris code sendiri. Sekarang situasinya dah berubah. Dengan AI, kita boleh terangkan apa yang kita nak dan dalam masa yang singkat, AI boleh menghasilkan puluhan malah ratusan baris code.

Nampak macam kerja developer semakin mudah. Memang ya, dari sudut menulis code, banyak kerja boleh dipercepatkan. Tapi ada satu persoalan yang lebih menarik: kalau AI yang menulis code, apa sebenarnya kerja manusia?

Jawapannya bukan sekadar “check code”.

Manusia masih perlu tahu apa yang nak dibina

AI boleh menulis code, tetapi AI tak semestinya tahu masalah sebenar yang kita cuba selesaikan.

Contohnya, korang nak bina plugin WordPress untuk menguruskan kursus online. Korang boleh minta AI bina sistem course, module, lesson, progress tracking dan sebagainya.

Tetapi sebelum code ditulis, masih ada banyak keputusan yang perlu dibuat:

• Siapa pengguna sistem?
• Apa workflow admin?
• Apa yang pelajar boleh buat?
• Data apa yang perlu disimpan?
• Apa yang berlaku apabila sesuatu data dipadam?
• Bagaimana sistem menangani error?
• Apa feature yang sebenarnya penting?
• Apa yang tak perlu dibina?

Ini semua ialah kerja pemikiran dan product design. AI boleh membantu mencadangkan penyelesaian, tetapi manusia masih perlu menentukan arah.

Kerja manusia berubah daripada menulis kepada mengarah

Ini antara perubahan paling besar apabila kita mula menggunakan AI untuk coding.

Developer bukan lagi semata-mata orang yang menaip code. Dia semakin banyak berperanan sebagai orang yang memberikan arahan, membuat keputusan dan mengawal hasil.

Korang mungkin tak perlu menulis sendiri 500 baris JavaScript. Tetapi korang perlu tahu apa yang JavaScript tersebut patut lakukan.

Contohnya, daripada menulis function secara manual, korang boleh terangkan:

“Bila admin klik Save, simpan data menggunakan fetch tanpa reload page. Paparkan loading state, handle error dan update UI selepas berjaya.”

AI boleh menghasilkan implementation.

Tetapi kalau korang tak faham workflow tersebut, korang mungkin tak perasan bahawa AI sebenarnya menghasilkan code yang salah atau tak sesuai dengan architecture plugin.

Manusia perlu faham code yang dihasilkan AI

Ini bukan bermaksud korang perlu hafal setiap syntax.

Tetapi sekurang-kurangnya korang perlu faham apa yang code tersebut buat.

Kalau AI menghasilkan function sepanjang 200 baris, jangan terus anggap:

“AI dah buat, mesti betul.”

Korang perlu boleh tengok dan fikir:

• Code ini menerima data dari mana?
• Data pergi ke mana?
• Ada validation atau tidak?
• Ada security issue?
• Apa berlaku kalau API gagal?
• Ada database query yang tak selamat?
• Adakah code ini menyebabkan performance menjadi perlahan?
• Adakah ia melanggar architecture sedia ada?

AI boleh menghasilkan code yang nampak sangat meyakinkan. Itu yang menjadikannya menarik dan pada masa sama berbahaya.

Code yang panjang bukan semestinya code yang bagus.

Debugging masih menjadi kerja penting

Satu lagi kerja manusia yang semakin penting ialah debugging.

AI boleh cuba mencari bug. Malah korang boleh berikan error message kepada AI dan minta ia investigate.

Tetapi debugging sebenar bukan sekadar membetulkan error yang muncul.

Kadang-kadang sistem tak keluarkan error langsung, tetapi behaviour masih salah.

Contohnya button Save nampak berjaya, tetapi data sebenarnya tak disimpan. Atau API memberikan response yang betul tetapi UI tidak update. Atau plugin berfungsi tetapi membuat 20 database queries untuk satu page.

Dalam situasi macam ini, manusia perlu memahami apa yang sepatutnya berlaku dan membandingkannya dengan apa yang sebenarnya berlaku.

Manusia perlu membuat keputusan

AI boleh memberikan lima cara untuk menyelesaikan satu masalah.

Tetapi AI bukan pihak yang menentukan mana satu paling sesuai untuk produk korang.

Mungkin ada solution yang paling cepat tetapi susah maintain. Ada yang lebih kompleks tetapi lebih scalable. Ada yang nampak bagus tetapi terlalu banyak dependency.

Manusia perlu mempertimbangkan faktor seperti:

• Performance
• Security
• Maintainability
• Scalability
• User experience
• Kos
• Complexity
• Compatibility

Inilah sebabnya kemahiran programming masih relevan walaupun AI semakin bagus.

Programming bukan sekadar menulis syntax.

Programming ialah kemahiran berfikir tentang sistem.

AI membuat developer yang bagus menjadi lebih laju

Sebab itu sebenarnya persoalannya bukan manusia lawan AI.

Lebih menarik kalau kita lihat AI sebagai alat yang mengurangkan kerja manual.

Developer yang tahu apa dia buat boleh menggunakan AI untuk mempercepatkan development dengan sangat banyak. Dia boleh generate boilerplate, buat implementation awal, cari bug, refactor code, menulis test dan menerangkan code yang kompleks.

Tetapi dia masih menjadi orang yang memegang steering.

Kalau korang tak tahu destinasi, kereta yang lebih laju pun tak banyak membantu.

Skill paling penting mungkin bukan coding semata-mata

Dalam dunia AI coding, skill yang semakin bernilai ialah kemampuan untuk memecahkan masalah dengan jelas.

Korang perlu tahu bagaimana nak pecahkan satu sistem besar kepada bahagian kecil, menerangkan requirement, menilai hasil AI, mengesan masalah dan mengarahkan AI untuk memperbaikinya.

Sebab itu vibe coding bukan bermaksud “tak perlu belajar coding”. Sebaliknya, ia lebih kepada menggunakan AI untuk mengurangkan kerja menaip dan memberi lebih banyak ruang kepada manusia untuk fokus kepada idea, logic, architecture dan keputusan.

AI boleh menulis code.

Tetapi manusia masih perlu menentukan code itu patut buat apa, kenapa ia perlu dibuat dan sama ada hasil akhirnya benar-benar menyelesaikan masalah.

Dan mungkin itulah perubahan terbesar dalam cara kita membina software hari ini.