Kehittäjän rooli siirtyy johtamiseen, ongelmanratkaisuun ja innovointiin.
Lyhyesti:
Ohjelmistoarkkitehdin työ ei katoa tekoälyn myötä. Se muuttuu. Koodin kirjoittamisesta siirrytään AI-agenttien ohjaamiseen, arkkitehtuurin suunnitteluun ja liiketoiminnan ymmärtämiseen.
”Miten ohjelmistoarkkitehtien työ muuttuu vuonna 2026? Viekö tekoäly ohjelmistoarkkitehdin työt? Mitä ohjelmistoarkkitehdin pitää oppia tekoälystä?” Näitä samoja kysymyksiä olemme miettineet Positive Productions Oy:llä. Valaisemme aihetta ja näkemystämme nyt parhaamme mukaan.
Miten ohjelmistoarkkitehtien työ muuttuu vuonna 2026?
Termin ”ohjelmistoarkkitehti” jälkimmäinen osa, arkkitehti, korostuu entisestään. Ohjelmistot muuttuvat ja vaihtuvat säännöllisesti, mutta ihmisen rooli kaiken keskiössä on edelleen tärkeä. Lankojen käsissä pitäminen näkyy johtamisessa, ongelmanratkaisussa ja innovaatiossa.
1. Johtaminen
Jo nyt kehittäjä voi johtaa monia AI-agentteja, joilla voi olla omat roolinsa. Jos on johtanut ohjelmistotiimiä, osaa johtaa agentteja. Työn tavoitteen kuvailu, teknisten vaatimusten ja vaihtoehtoisten etenemispolkujen valitseminen on samaa vanhaa ohjelmistokehityksen johtamista. Samoin tuotosten testaus ja laadunvarmistus.
Agentit poikkeavat ihmiskehittäjistä sinnikkyydessään, tietopääomassa ja tietynlaisessa laiskuudessa.
AI Agentit on ohjeistettu ottamaan tietynlaisia oikopolkuja ja joskus ne tyytyvät keksimään puuttuvia faktoja, vain saadakseen tehtävän "valmiiksi". Johtajan on oltava tarkkana että kaikki vaiheet todella suoritettiin.
Toisaalta, ihminen ei rikkoutumatta kestä kehotusta tehdä sama asia 4 kertaa uudestaan ja uudestaan. Agentti ottaa tarkennetut ohjeet tyytyväisenä vastaan, eikä nurise vaikka sen koodimuutokset laittaisi roskikseen usein.
Tekoäly on koulutettu kaikella mahdollisella tiedolla, joten siinä missä keskiverto kehittäjä on lukenut muutaman kirjan aiheesta, tekoäly on lukenut kaikki.
Näitä piirteitä pitää osata, tiiminjohtajana tai agenttiorkestroijana, hyödyntää.
2. Ongelmanratkaisu
Aikaa käytetään yhä vähemmän koodin kirjoittamiseen, ja yhä enemmän ongelmanratkaisuun ja korkeamman tason suunnitteluun. Sanotaan että AI:lla ei ole sielua, tai makua, mitä tulee esim. taiteeseen. Sama intuition puute vaivaa myös teknistä tekemistä. Mekaaninen puskeminen voi viedä harhaan, eikä kielimallin opetusaineistossa ole vastauksia ongelmiin jotka kohdataan ensimmäistä kertaa. Liiketoiminnan prosessien kehittäminen on usein sellaista - ainutlaatuisen ratkaisun tuottamista, asiakkaan ainutlaatuiseen tilanteeseen. Ohjelmistoarkkitehdin intuitio on sekoitus ihmisen käyttäytymispsykologiaa, verkkotekniikkaa, toistuvuuden tunnistamista, assosiaatioita aiempiin ongelmatilanteisiin ja Murphyn lain tiedostavaa katastrofien ennakointia.
AI agentilla ei ole maine pelissä tai morkkista epäonnistumisesta. Virheestä huomauttaessa, se kiittää oikaisusta ja huolettoman ystävällisesti pyytää seuraavaa tehtävää. Se ei osaa hävetä hallusinointia.
3. Innovointi
AI ei osaa luoda uutta. Esimerkiksi tekstiä kirjoittaessa se vain ennustaa laajan oppimismateriaalinsa perusteella, mikä sana tulee luultavasti seuraavaksi. Tämä todennäköisyyden painotus tuottaa geneerisiä lopputuloksia. Näin myös fiiliskoodatessa. Jos fiiliskoodari ei osaa paremmin pyytää, kaikki mikä pitäisi näyttää tyylikkäältä - näyttää aika lattean samalta ja ne osat mitkä pitäisi näyttää samaan sarjaan kuuluvalta, johdonmukaiselta ja ymmärrettävältä - näyttääkin sekavalta. On helppoa saada aikaiseksi iloinen sekamelska - vaatii taitoa tuottaa järkeviä kokonaisuuksia.
Mitä ohjelmistoarkkitehdin pitää oppia tekoälystä?
AI on jo muuttanut ohjelmistoarkkitehdin arkea merkittävästi. Mitä käytäntöjä on kuitenkin hyvä oppia? Tässä muutama tärppi:
1. AI on sekä työkaveri, että työkalu
Kehittäjän täytyy tietää, mitä AI:lta voi pyytää. Kuten tiimiläisen, myös AI:n rajallisuudet ja heikkoudet on huomioitava. Mahdoton on mahdotonta. Kokenut kehittäjä hallitsee työkalunsa, luottaa siihen ja tietää millaista jälkeä se tuottaa. Taitava silmä tunnistaa laatupoikkeamat. Yleinen llm kielimalli on säädettävä projektikohtaisesti, ja se tarvitsee laadukkaat ohjeet ja riittävän kontekstin onnistuakseen.
2. Promptaaminen
Sanonta ”garbage in, garbage out” on osuva. Ohjelmointi, erityisesti tekoälyn kanssa, on kommunikointia. Laadukkaalla kommunikaatiolla saa laadukkaita tuloksia. Selkeys viestissä ja tavoitteessa, sekä ohjaaminen oikeaan suuntaan valintakohdissa on tärkeää. Oikean terminologian käyttö, tarkkuus ja esimerkit auttavat.
3. Psykologia
Tuskin vielä kovin hyvin hahmotamme, millaisen muutoksen AI:n saapuminen työelämään kokonaisuudessaan tuo. Alkuvaiheessa korostuu kollektiivinen oppiminen, organisaation kyky omaksua uutta ja sisäinen kulttuuri joka tätä tukee (tai vastustaa). On vaikeaa lunastaa tekoälyn hyötyjä, jos ohjelmistoarkkitehdit eivät ole valmiita omaksumaan sitä työkaverikseen. Esimerkkejä, kannustamista ja innostamista tarvitaan.
Vastauksia, mutta myös kysymyksiä
AI-agentilliseen ohjelmistokehitykseen siirtyminen myös haastaa. Näistä pohdinnoista voisi joku kirjoittaa opinnäytetyön tai väitöskirjan. Tässä muutamia:
- Miten AI vaikuttaa työn mielekkyyteen? Tuntuuko ammatilliset saavutukset vaisummalta, jos ne on luotu tekoälyllä?
- Tuntuuko AI:n avulla tuotettu lopputulos omalta? Heikkeneekö "lukkarinrakkaus" projektiin, jos pienempi osa siitä on omin käsin kirjoitettua?
- Syntyykö kiusaus piiloutua AI:n taakse, jos tulos ei olekaan kovin hyvä? Miten säilyttää intohimo ja ylpeys tuloksesta?
- Mitä tapahtuu työn imulle, flow-kokemukselle? Nostaako ihminen sormet pois näppäimistöltä ja jää odottamaan vuoroaan, AI:n alkaessa suorittaa tehtävää?
- Eriytyykö eri ihmisten tuottavuus radikaalisti? Toisille AI-avusteinen työ sujuu paremmin, tehtävien ohjeistaminen on tutumpaa ja tarkkaavaisuus laadun suhteen korkeammalla.
- Mitä tapahtuu työn kuormittavuudelle, jos ihminen keskittyy rivitason suorittamisen sijaan enemmän abstrakteihin kokonaisuuksiin?
- Piikkiteho, eli hetkellinen purske voi kasvaa AI avusteisesti kymmenkertaiseksi. Mutta mitä tapahtuu keskimääräiselle tuottavuudelle pitkällä aikavälillä?
- Onko oppimispolku uusille kehittäjille poikki? Miten vastavalmistuneet tai juniorit, saavat tarvittavaa kokemusta? Juuri heidän tehtävät on ensimmäisenä siirretty AI:n tehtäväksi.
- Miten organisaatiossa varmistetaan tiedon säilyvyys, jos osa siitä on AI keskusteluissa ja kehittäjien omien agenttien muisteihin koulutettuna?
Viekö tekoäly ohjelmistoarkkitehdin työt?
Viimeiseksi, elämme jännää aikaa, jossa tekoälyn uhkat ja mahdollisuudet nousevat usein esille. Huoliin vuonna 2026 kuuluu ohjelmistokehittäjien työllisyystilanne, koulutuksen kannattavuus, palkka ja töiden arvostus. Jos mummonikin osaa koodata, onko työni arvokasta?
Meidän mielestämme on. Tarvitaan vain vähän muuttumis- ja sopeutumiskykyä, kuten yllä olevat pointit kertovat. Muutokset eivät taida kuitenkaan olla tuntematonta kenellekään it-alalla työskentelevälle. Taidokas ohjelmistoarkkitehti käyttää tekoälyä yksinkertaiseen tarkoitukseen: tehdäkseen itsestään entistä tuotteliaamman.
Loppuun pohdintakysymys:
Miten teidän organisaatiossanne AI on otettu vastaan? Oletteko vielä hassujen kuvien generoinnissa, jumissa ilmiselvissä "kirjoitetaan AI:lla sähköposti" -käyttötapauksissa vai jo syvällä agenttien operoimassa liiketoiminnassa?
Jos jälkimmäinen (eli ajansäästö, rahansäästö ja manuaalisen työn automatisointi) kiinnostaa teitä, me autamme!
Lue aiheesta lisää:
Kehittäjiä, tarvitaanko niitä?