Poslovi u računalnom programiranju, iako predstavljaju mali segment modernog gospodarstva, nedavno su duboko transformirani zahvaljujući AI sustavima koji pomažu ili automatiziraju zadatke kodiranja. Prethodna istraživanja su pokazala da je upotreba AI—posebice s Claudeom—proporcionalno viša među američkim radnicima na računalnim pozicijama i u obrazovnim ustanovama poput diplomskih studija računalnih znanosti, što odražava snažnu uključenost u kodiranje. Kako bismo dodatno istražili taj trend, analiza od 500. 000 interakcija povezanih s kodiranjem putem Claude. ai (općenitog sučelja za chatbote) i Claude Code (specijaliziranog AI agenta za zadatke kodiranja) otkrila je tri glavna uvida: 1. **Više automatizacije putem agenata za kodiranje:** Razgovori putem Claude Code bili su u 79% slučajeva fokusirani na automatizaciju (gdje AI obavlja zadatke autonomno), dok je na Claude. ai taj udio iznosio samo 49%. To upućuje na to da stručni AI alati više teže automatizaciji rada nego augmentaciji ljudskog napora. U okviru automatizacije, “Povratna petlja”, gdje ljudi potvrđuju ili ispravljaju rezultate AI-ja (na primjer, ispravljajući pogreške), bila je gotovo dvostruko češća na Claude Code, a zadaci “Preporuke”, koji zahtijevaju minimalnu interakciju korisnika, bili su također češći. Obilježja augmentacije koja uključuju učenje od AI-ja bila su manje zastupljena na Claude Code, što ističe razlike između agentnih alata za kodiranje i općih chatbota. 2. **Fokus na razvoj aplikacija usmjerenih prema korisnicima:** Većina pitanja vezanih za kodiranje odnosila se na web razvojne jezike poput JavaScript, TypeScript, HTML i CSS—zajedno čineći gotovo 60%—dok su backend jezici poput Pythona (14%) i SQL-a (6%) bili prisutni, ali znatno manje dominirali. Uobičajeni zadaci uključivali su razvoj UI/UX komponenti (12%) te stvaranje web i mobilnih aplikacija (8%). To sugerira da bi uloge usmjerene na kreiranje jednostavnih aplikacija i sučelja mogle doći do ranijeg procesa automatizacije s AI-jem, jer postaje uobičajeno opisivati ciljeve na prirodnom jeziku (tzv. “vibe coding”) koji AI potom implementira. S druge strane, radovi na pozadini i opći zadaci poput arhitekture softvera ili ispravljanja pogrešaka i dalje imaju važnu ulogu, ali su manje zastupljeni. 3. **Startupi kao rani korisnici, velika poduzeća kasne:** Otprilike 33% razgovora o Claude Code-u bilo je povezano s projektima startupa, gotovo dvostruko više nego na Claude. ai, dok je upotreba u velikim tvrtkama bila oko 24%, što je nešto manje nego na Claude. ai. Među korisnicima su bili studenti, akademici, pojedinačni tvorci projekata i učenici, što čini polovicu korištenja na obje platforme. To odražava uobičajen obrazac gdje agilni startupi brzo usvajaju najnovije alate za konkurentsku prednost, dok etablirane tvrtke opreznije pristupaju zbog sigurnosnih i proceduralnih razloga.

Dobit od povećane produktivnosti putem AI agenata mogao bi povećati taj jaz u usvajanju tehnologije, stvorivši konkurentske razlike. ### Metodologija i analiza Zaprimljene 500. 000 interakcija obrađene su pomoću alata za zaštitu privatnosti radi izdvajanja anonimnih uvida, kategorizirajući razgovore prema temama (npr. razvoj UI/UX) i tipu interakcije (automatizacija vs. augmentacija). Također su identificirani podtipovi automatizacije i augmentacije, čime je učvršćeno otkriće da je Claude Code znatno orijentiran na automatizaciju. No, ljudska uloga u “Povratnoj petlji” automatizacije ostaje značajna, jer korisnici provjeravaju rezultate AI-ja, iako bi se ta potreba u budućnosti mogla smanjiti s napretkom AI tehnologije. ### Utjecaj na uloge developera Uspon AI, posebice putem stručnih agenata poput Claude Codea, sve više mijenja radne procese developera, osobito u razvoju sučelja i web aplikacija. Kako AI preuzima rutinske zadatke kodiranja i stilizacije, developeri se mogu više fokusirati na visokorazinske dizajne i iskustvo korisnika. Porast AI kompetencija u kodiranju također ima dubok utjecaj na sam AI istraživanje, potencijalno ubrzavajući napredak kroz poboljšani razvoj AI-pomoćenog softvera. ### Ograničenja Nekoliko ograničenja utječe na ove nalaze: - Analiza pokriva samo Claude. ai i Claude Code, isključujući Team, Enterprise ili API upotrebu. - Granice između automatizacije i augmentacije postaju zamagljene kod naprednih agenata. - Kontekst korisnika u klasifikaciji razgovora (startup vs. velika tvrtka, osobno vs. akademsko) temelji se na ograničenim podacima, što može dovesti do pogrešnih interpretacija. - Rano usvajanje tehnologije može izazvati pristranost prema tehnički naprednijim korisnicima. - Podaci odražavaju samo interakcije unutar određenog perioda održavanja, pa izostavljaju cikličke razvojne obrasce. - Upotreba Claude-a predstavlja samo dio ukupne podrške za AI kodiranje, jer mnogi developeri koriste višestruke alate. - Analiza nije procijenila kvalitetu ili produktivnost AI-generiranog koda. ### Gledajući naprijed AI izaziva temeljne promjene u razvoju softvera, osobito povećavajući automatizaciju putem stručnih agenata i preferirajući startupe pred velikim tvrtkama. Ključna pitanja ostaju o budućoj ravnoteži ljudskog uključivanja s napretkom AI-ja, razvoju uloge developera u upravljanju softverom kreiranim AI-jem te kojim će se ulogama promijeniti ili nestati. Budući da je razvoj softvera ključan za napredak AI-ja, poboljšanja u AI-pomoćenoj kodiranju mogli bi stvoriti poticajne cikluse koji ubrzavaju opći napredak AI. Iako je podrška kodiranju putem AI još uvijek u povojima, njezin razvoj može pružiti vrijedne uvide u to kako bi se i druge profesije mogle razvijati s integracijom AI-ja. ### Poziv na sudjelovanje Anthropic poziva ekonomiste i podatkovne znanstvenike zainteresirane za istraživanje učinka AI na tržištu rada da se prijave za relevantne pozicije. ### Dodatni uvidi Usporedba softverskih i nesofverskih interakcija unutar Claude. ai pokazala je da je razvoj softvera općenito povezan s većom automatizacijom. Povećanje se uglavnom temelji na više “Povratnih petlji”, što ukazuje da čak i kada AI obavlja najveći dio kodiranja, i dalje je potrebna znatna ljudska provjera. Suprotno tome, direktivna automatizacija je manje zastupljena u kodiranju u odnosu na druge zadatke. --- Ovaj sažetak zadržava opseg izvornog izvještaja pokrivajući njegove ključne točke, nalaze i kontekst, uz detaljan prikaz trenutnih i mogućih budućih utjecaja AI na kodiranje i radnu snagu.