Aravind Srinivas, współzałożyciel i szef Perplexity AI, podpisał się pod tezą, która zelektryzowała środowisko technologiczne: informatyka przestaje być domeną koderów, a staje się ponownie dziedziną fizyków i matematyków. Jego reakcja na wiralowy wpis w serwisie X zebrała w krótkim czasie setki komentarzy i prawie milion wyświetleń.
Jeśli chcesz otrzymać raport przed oficjalną premierą oraz zobaczyć nazwę swojej firmy wśród uczestników badania – zostaw adres email na końcu ankiety.
Jeden tweet, milion wyświetleń
Wszystko zaczęło się od wpisu, który szybko rozszedł się po technologicznym Twitterze. Autor postawił prostą tezę: w miarę jak narzędzia AI przejmują rutynowe zadania programistyczne, tradycyjne kodowanie schodzi na drugi plan, a w centrum zainteresowania ponownie stają matematyka i fizyka. Srinivas zgodził się z tym publicznie i właśnie ta jego odpowiedź wygenerowała lawinę reakcji. Wpis, który podał dalej, zebrał ponad 15 tysięcy polubień.
To nieprzypadkowe, że akurat CEO firmy budującej tzw. „answer engine” wypowiada się w ten sposób. Srinivas sam ma doktorat z informatyki na UC Berkeley, wcześniej pracował badawczo w OpenAI, Google Brain i DeepMind. Zna tę dziedzinę od środka.
AI zmienia zawód programisty
Dane mówią same za siebie. Według testów Microsoftu z narzędziem GitHub Copilot, deweloperzy korzystający ze wsparcia AI kończą zadania ponad 55% szybciej niż ich odpowiednicy pracujący bez asystenta. Organizacje edukacyjne, w tym Code.org, coraz głośniej przestawiają akcenty z nauki składni i zapamiętywania bibliotek na myślenie logiczne i rozwiązywanie problemów. Założyciel Code.org ujął to lapidarnie: „Coding is dead. Long live coding.”
To nie tylko slogany. Rekordowo spadają zapisy na studia informatyczne. Jak wynika z danych National Student Clearinghouse, w roku akademickim 2025-2026 liczba studentów kierunków computer science na amerykańskich uczelniach spadła o 8,1%, co jest największym spadkiem spośród wszystkich kierunków. Co więcej, sam kierunek „computer science” zanotował obniżkę aż o 11,2%.
Rynek pracy potwierdza niepokój studentów. Bezrobocie wśród świeżo upieczonych absolwentów informatyki i inżynierii komputerowej wzrosło odpowiednio do 6,1% i 7,5%, prześcigając między innymi biologię i historię sztuki.
Powrót do fundamentów
Srinivas nie jest odosobniony w swojej diagnozie. Jensen Huang z Nvidii od dawna mówi otwarcie, że przyszłość technologii będzie wymagała głębokiego rozumienia nauk fizycznych, a nie wyłącznie umiejętności pisania kodu. Opisuje zmianę paradygmatu przez pryzmat „Reasoning AI” i „Physical AI”, gdzie maszyny muszą rozumieć świat materialny, siły, tarcie, bezwładność.
Nie chodzi więc o to, że programowanie znika. Chodzi o to, że zmienia się charakter pracy. Coraz mniej liczy się umiejętność napisania pętli w Pythonie, a coraz bardziej ważne staje się rozumienie architektury systemów, projektowanie rozwiązań i myślenie matematyczne.
Komentarz: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Teza Srinivasa brzmi prowokacyjnie, ale ma w sobie sporo racji. Informatyka przez ostatnią dekadę przeżywała boom napędzany głównie popytem na „koderów” do prostych zadań. AI zaczyna te zadania automatyzować i nagle okazuje się, że branża potrzebuje ludzi, którzy rozumieją, dlaczego coś działa, a nie tylko jak to napisać. Wrócimy do matematyki i fizyki? Być może. Ale warto postawić też inne pytanie: czy uczelnie nadążają za tą zmianą? I czy firmy rekrutujące wiedzą, czego tak naprawdę szukają? Ryzyko jest takie, że zanim edukacja się dostosuje, rynek pracy wpadnie w kilkuletnią lukę kompetencyjną, która uderzy przede wszystkim w tych, którzy właśnie teraz wybierają kierunek studiów.
Nie wszystko zostanie zautomatyzowane
Warto jednak nie dać się ponieść pesymizmowi. Duże modele językowe wciąż mają istotne ograniczenia: słabo radzą sobie z niestandardowymi problemami, projektowaniem złożonych systemów i sytuacjami wymagającymi długoterminowego rozumowania. Juniorzy zyskują z narzędzi AI realny boost, ale starsi inżynierowie nadal są potrzebni do nadzoru, weryfikacji i rozwiązywania najtrudniejszych zagadnień architektonicznych.
Wygląda na to, że AI nie zabija zawodu programisty. Raczej go przefiltruje. Zostają ci, którzy rozumieją:
- jak działają systemy na poziomie fundamentalnym,
- jak myśleć algorytmicznie i statystycznie,
- jak projektować rozwiązania, a nie tylko je implementować,
- jak nadzorować i weryfikować to, co generuje AI.
Sygnał dla edukacji
Komentarz Srinivasa to nie tylko ciekawostka z Twittera. Trafia w moment, gdy całe środowisko akademickie i biznesowe zastanawia się, jak przeprojektować kształcenie w obszarze technologii. Największe uczelnie, w tym Northwestern, Columbia i USC, uruchamiają nowe kierunki AI na rok 2026. UC San Diego, jedyna uczelnia w systemie UC z dedykowanym kierunkiem AI, to jedyne miejsce w tym systemie, które zanotowało wzrost zapisów na CS.
Świat się zmienia. Pytanie, kto zdąży dostosować do tej zmiany swoje programy nauczania, zanim rynek boleśnie to wymusi.
