Povestea e cu atât mai ciudată cu cât vine după un studiu anterior, publicat în 2025, care dăduse peste cap toate teoriile. Cercetătorii măsuraseră cât timp le lua dezvoltatorilor open-source să termine anumite sarcini, cu și fără AI. Rezultatele i-au luat prin surprindere: deși programatorii erau convinși că AI-ul îi face mai productivi, în realitate îi încetinise. Da, codul se genera mai repede, dar după aceea veneau inevitabil orele pierdute căutând erori, corectând ce stricase AI-ul, corijând direcția mașinii și așteptând ca aceasta să termine ce promisese.
Când METR a vrut să refacă experimentul ca să măsoare progresul făcut de AI și de programatori între timp, s-a trezit într-un impas total. Dezvoltatorii nu mai voiau să participe, nici măcar pentru binele științei. Motivul? Simplu: „Nu doresc să lucreze fără AI", au recunoscut cu un fel de resemnare cercetătorii.
Așa că METR a fost nevoit să schimbe abordarea. În luna mai au publicat un sondaj bazat pe auto-evaluare, în care angajații din zona tehnică au raportat singuri cât de productivi se simt cu ajutorul AI. Rezultatul? Se percep ca fiind de două ori mai valoroși pentru companiile lor. Numai că aceste autoevaluări încep să fie privite cu o doză tot mai mare de scepticism, mai ales în contextul actual.
Anul 2026 a venit cu un termen care a făcut carieră rapid în Silicon Valley: tokenmaxxing. Ideea e simplă și periculoasă în același timp — numărul de tokeni consumați de o persoană e folosit ca metrică pentru productivitate. Mai mulți tokeni, om mai productiv, logică de fier, nu? Greșit.
Amazon a închis luna aceasta propriul clasament intern de tokeni, botezat pompos „Kirorank", după ce angajații au început să-l transforme într-o competiție absurdă. Unii foloseau agenți AI în exces doar ca să urce în top, generând costuri care au lăsat fără cuvinte conducerea. Mesajul era clar: consumul de AI nu se traduce automat în productivitate reală.
Uber a dat și ea un exemplu grăitor, în sensul cel mai negativ cu putință. Compania și-a epuizat întregul buget alocat pentru AI pe 2026 în primele patru luni ale anului, potrivit unor informații apărute în presă. Directorul operațional Andrew Macdonald a recunoscut recent, în cadrul unui podcast, că această cheltuială nu s-a tradus nici în mai multe proiecte, nici într-o creștere măsurabilă a productivității. Practic, au ars banii pe algoritmi care le-au dat iluzia progresului.
Și nu e vorba doar despre bani. James Shore, programator și autor cu experiență, a pus într-o postare pe blog o problemă pe care mulți o bănuiau, dar puțini o rosteau cu atâta claritate. Postarea lui a devenit virală pe Hacker News, și pe bună dreptate. „Scrii cod de două ori mai repede acum? Sper că ți-ai înjumătățit și costurile de mentenanță. Altfel, ești în pom. Schimbi un avantaj temporar de viteză pe o sclavie permanentă", a scris el.
Cifrele confirmă temerile. Aiswarya Sankar, fondatoarea și CEO-ul startup-ului Entelligence AI, care dezvoltă agenți pentru inginerie de fiabilitate, a atras atenția că firmele cheltuie 44% din tokeni pe repararea bug-urilor generate chiar de AI-ul lor. Iar CodeRabbit, o companie care produce unelte de code review, a analizat cererile de pull din proiectele open source și a descoperit că AI-ul produce de 1,7 ori mai multe probleme decât codul scris de oameni. Sigur, aceste cifre vin de la companii care au tot interesul să vândă soluții de code review bazate pe AI, deci trebuie privite cu rezerva de rigoare.
Dar când cercetători independenți de la Singapore Management University, o instituție respectată, publică în aprilie un raport care avertizează că „AI-generated code can introduce long-term maintenance costs into real software projects" — adică exact ce scria și Shore — începe să se contureze un tablou serios. Nu mai e vorba de alarmisme, ci de dovezi.
Întrebarea care se pune acum e firească: dacă programatorilor le plac atât de mult asistenții AI, care e soluția? Răspunsul celor care vând agenți de programare e predictibil: folosiți alți agenți AI ca să reparați ce au stricat primii agenți. E un cerc vicios care sună tot mai mult ca o glumă proastă, cu fiecare lună care trece. Povestea se oprește undeva la mijlocul unui citat din Scott Wu, fondatorul și CEO-ul Cognition, dar direcția e clară: industria se îndreaptă cu viteză spre un punct de inflexiune.
Până la urmă, paradoxul e simplu. Am creat unelte care ne fac să ne simțim de două ori mai productivi, dar care ne încetinesc efectiv, ne consumă bugete record și ne lasă cu un cod pe care va trebui să-l plimbăm prin alți algoritmi ca să-l facem funcțional. Între timp, dezvoltatorii refuză să mai lucreze fără aceste unelte, convinși că nu mai pot funcționa normal. E dependență, nu productivitate, iar facturile, literalmente și metaforic, încep să sosească.
De ce este important:
Acest subiect ne arată o contradicție fundamentală a erei AI: cu cât ne bazăm mai mult pe unelte inteligente, cu atât devenim mai dependenți de ele și mai vulnerabili atunci când acestea eșuează sau generează costuri ascunse. Pentru companii, mesajul e clar — investițiile masive în AI nu garantează productivitatea reală, iar pentru programatori, realitatea e că o parte din ceea ce percep ca fiind „creștere de productivitate" s-ar putea să fie doar o iluzie confortabilă. Pe termen lung, codul generat de AI va trebui întreținut, corectat și rafinit — iar cine va face asta, dacă nu specialiștii care astăzi refuză să mai scrie o linie fără ajutorul mașinii? Răspunsul la această întrebare va modela piața muncii în tehnologie pentru ani buni de acum înainte.
