Má to vůbec smysl?
Kdy stačí nechat AI kódovat a kdy je potřeba vědět, co ten kód dělá
Pod mým YouTube videem se objevil komentář: “Má se nyní cenu Python ještě učit s ohledem na AI?”
Tuhle otázku dostávám čím dál častěji. A chápu ji, když AI umí napsat funkční kód za pár sekund, proč se trápit se základy?
Odpověď není jednoduchá. Záleží na tom, co od programování čekáte a jak rozumíte tomu, co AI vlastně umí a neumí.
Ale popořadě. Nejdřív pár čísel.
Čísla, která mě zaujala
Python dosáhl historicky nejvyššího ratingu v indexu TIOBE (26,98 % v červenci 2025). Tento index měří, jak často se o programovacích jazycích mluví na internetu. Částečně i díky tomu, že je preferovaným jazykem pro AI a datovou vědu. Základy programování v Pythonu tak zůstávají vysoce relevantní.
84 % vývojářů už používá nebo plánuje používat AI nástroje (oproti 76 % v roce 2024).
Najímání čerstvých absolventů v největších tech firmách kleslo o více než polovinu od roku 2019. Příčiny jsou pravděpodobně kombinací post-pandemické korekce a rostoucí AI automatizace – ale přesný podíl jednotlivých faktorů zatím nikdo spolehlivě nezměřil.
průzkum Stack Overflow
Když čtu o poklesu juniorních pozic a rozmachu AI nástrojů, chápu, proč se lidi ptají: má vůbec smysl se učit programovat?
Co je vibe coding
Termín vymyslel Andrej Karpathy – jeden z nejznámějších odborníků na umělou inteligenci, který stál u zrodu ChatGPT a vedl AI výzkum v Tesle.
Jeho definice:
„Buduji projekt, ale vlastně nekóduji – jen vidím věci, říkám věci, spouštím věci a většinou to funguje.”
Collins Dictionary ho vyhlásil slovem roku.
Klíčové slovo je „většinou”. A taky to, co Karpathy nedořekl: on sám rozumí tomu, co AI generuje. Má desítky let zkušeností. Když něco nefunguje, ví proč.
Většina lidí, kteří vibe coding zkouší, tuhle výhodu nemá.
Vibe coding vs AI asistované programování
Často se to plete, ale je to něco jiného.
Vibe coding: Řeknete AI, co chcete. Dostanete kód. Spustíte ho. Funguje? Super. Nefunguje? Řeknete AI, ať to opraví. Kód nekontrolujete, nerozumíte mu, doufáte, že to bude fungovat.
AI asistované programování: Píšete s pomocí AI, ale kód kontrolujete, testujete a rozumíte mu. AI je pomocník, ne autor.
Simon Willison, zkušený vývojář a spolutvůrce Django – jednoho z nejpoužívanějších nástrojů pro tvorbu webových aplikací:
„Pokud LLM napsal každý řádek vašeho kódu, ale vy jste ho zkontrolovali, otestovali a rozumíte mu – to není vibe coding, to je softwarový vývoj.”
Rozdíl není v tom, kdo kód napsal. Rozdíl je v tom, jestli víte, co ten kód dělá.
Kde vibe coding funguje
Nemám nic proti vibe codingu. Sama ho občas používám – i když většinou kód aspoň zběžně kontroluji, takže je to spíš něco mezi.
Pro spoustu věcí je skvělý:
Víkendový projekt, který nikdo jiný neuvidí
Rychlý prototyp, abyste si ověřili nápad
Osobní nástroj, který používáte jen vy
Jednorázový skript, který spustíte jednou a zahodíte
Pro tohle všechno je vibe coding úžasný nástroj. Ušetříte hodiny práce a výsledek stačí.
Kde vibe coding selhává
Problém nastane, když chcete víc.
Bezpečnostní chyby nejsou problém jen vibe codingu – tradiční aplikace je mají taky. Rozdíl je v tom, že obvykle prochází code review (kontrolou kódu někým jiným, kdo chyby zachytí ještě před nasazením).
U vibe codingu tenhle krok chybí a je to vidět. V květnu 2025 analyzovali bezpečnostní experti 1 645 webových aplikací vytvořených platformou Lovable (jeden z populárních vibe coding nástrojů). 170 z nich (asi 10 %) mělo bezpečnostní chyby umožňující přístup k osobním datům.
James Gosling, tvůrce Javy – jednoho z nejpoužívanějších programovacích jazyků na světě – to shrnul stručně:
„Jakmile se váš vibe coding projekt jen trochu zkomplikuje, prakticky vždy to vybouchne.”
Proč? Protože AI generuje kód, který vypadá správně. Funguje, dokud všechno jde podle plánu. Jakmile se stane něco neočekávaného, kód na to není připravený – a vy nevíte proč, protože jste ho nekontrolovali.
Na tyhle neočekávané situace AI nemyslí, pokud ji explicitně nepožádáte. A pokud nevíte, na co se ptát, nezeptáte se.
Konkrétní příklad: Chcete od AI skript na zpracování dat z tabulky. Bez základů napíšete: „Udělej mi program, který zpracuje CSV soubor.” Dostanete něco, co vypadá funkčně, ale nevíte, jestli správně ošetřuje prázdné řádky, chybějící hodnoty nebo špatný formát dat.
Se základy napíšete přesnější zadání a navíc dokážete výsledek zkontrolovat. Rozdíl ve kvalitě je zásadní.
Proč se základy stále vyplatí
Sleduji lidi, kteří píšou „programování jak ho známe skončilo”. Někteří mají pravdu v tom, že se programování mění. Kde nesouhlasím: tvrdí, že základy přestanou být potřeba.
Moje zkušenost z praxe ukazuje něco jiného. Vím, kolik času se tráví hledáním chyb, čtením cizího kódu, domlouváním se s kolegy na tom, jak má něco fungovat. Tohle AI neodstraní.
Co se změní: Méně času budeme trávit psaním kódu od nuly. Víc času budeme trávit čtením, kontrolou a opravováním toho, co AI vygeneruje.
Základy programování vás nenaučí jen syntaxi jazyka. Naučí vás způsob myšlení:
Jak rozložit velký problém na menší části
Jak systematicky hledat chybu
Jak přemýšlet o okrajových případech
Jak číst a pochopit cizí kód
Tohle se hodí, i když většinu kódu napíše AI. Možná právě proto.
A nemusíte být programátor, aby vám to bylo k něčemu. V mém kurzu teď studuje analytička, která roky pracuje s velkými objemy dat v Excelu a Python jí otevírá možnosti, na které Excel nestačí. Studuje tu specialistka na klinické studie, která chce Python využít při práci s daty. A CNC programátor ze strojírenství, který chce mít lepší možnosti v práci.
Základy programování nejsou jen pro budoucí programátory.
Co když se mýlím?
Je možné, že jednou bude AI natolik spolehlivá, že kontrola kódu nebude potřeba. Že bude stačit popsat, co chcete, a výsledek bude bezchybný.
Pokud k tomu dojde, základy programování budou méně důležité, ale schopnost přesně popsat problém ne.
Ale dnes tam nejsme a podle toho, co vidím, tam nebudeme ani za rok nebo dva. Mezitím se vyplatí umět číst, co AI generuje.
Co to znamená pro začátečníky
Pokud uvažujete o programování, neodrazujte se zprávami o konci profese. Ale buďte realisté v tom, co se od lidí dnes čeká.
Nestačí umět syntaxi jazyka. Musíte umět:
Číst a kontrolovat kód, který vygeneruje AI
Ptát se na správné otázky (AI odpoví jen na to, na co se zeptáte)
Rozpoznat, kdy AI výstupu věřit a kdy ne
Otestovat výsledek, ne jen spustit a doufat
Proč? Protože trh práce se mění.
Harvardská studie z roku 2024 ukázala, že ve firmách, které začaly používat generativní AI, klesla zaměstnanost juniorů o 9–10 % během šesti kvartálů, zatímco seniorní pozice zůstaly nedotčené. Je to jedna studie, ne definitivní verdikt, ale naznačuje směr: firmy čekají, že i začátečník přinese hodnotu od prvního dne.
To neznamená, že příležitosti zmizely. Znamená to, že se mění, co se od lidí čeká. K tradičním základům jako Python, SQL nebo Git přibývá nová dovednost: umět spolupracovat s AI a kriticky hodnotit její výstupy. A přesně na to se dá připravit.
Myslím si, že základy programování zůstávají důležité. Možná důležitější než dřív.
Ne všichni souhlasí. Ale tady je můj argument: ne proto, abyste psali kód od nuly, ale proto, abyste rozuměli tomu, co AI generuje.
A co si myslíte vy?
Výsledky YT ankety + nová anketa zde
Na YouTube jsem se zeptala: Jak vnímáte programování v době AI?
88 % odpovědělo, že alespoň základy programování mají smysl i v době AI.
Zajímá vás, jestli to vypadá stejně i tady? Hlasujte:
Nová Python série na YT
Na YouTube jsem začala novou sérii Python pro začátečníky. Žádné předchozí znalosti, žádný zbytečný žargon.
V prvním díle nainstalujete Python, VS Code a vytvoříte svůj první program.
Nová videa budou vycházet každý druhý čtvrtek.
Budu ráda za jakoukoliv zpětnou vazbu, ať už v komentářích pod videem nebo odpovědí na tento newsletter.
P.S. Kurz Konečně Python běží a můžete se přidat kdykoliv.
Je to videokurz s komunitou a měsíčním setkáváním (témata určují studenti). Na posledním jsem studentům ukázala kalkulačku harmonogramu studia, kterou jsem vytvořila za 15 minut pomocí Pythonu a AI. Přesně ten typ spolupráce, o kterém píšu výše.
Pro čtenáře newsletteru mám kupón NL10-10 na 10 % slevu (platí pro prvních 10).
ZDROJE
Stack Overflow Developer Survey 2025 – 84 % AI nástrojů, https://survey.stackoverflow.co/2025/ai
SignalFire report (2025) – 50% pokles najímání absolventů, https://sfstandard.com/2025/05/20/silicon-valley-white-collar-recession-entry-level/
InfoWorld/TIOBE – Python 26,98 %, https://www.infoworld.com/article/4033860/python-popularity-boosted-by-ai-coding-assistants-tiobe.html
Wikipedia – vibe coding, Karpathy, Collins Dictionary, https://en.wikipedia.org/wiki/Vibe_coding
Simon Willison – citát o rozdílu mezi vibe coding a software development, https://simonwillison.net/2025/Mar/19/vibe-coding/
Semafor – Lovable bezpečnostní analýza, https://www.semafor.com/article/05/29/2025/the-hottest-new-vibe-coding-startup-lovable-is-a-sitting-duck-for-hackers
The New Stack – citát Jamese Goslinga, https://thenewstack.io/vibe-coding-fails-enterprise-reality-check/
SignalFire/Engineering Leadership – pokles absolventů u Magnificent Seven https://newsletter.eng-leadership.com/p/decrease-in-entry-level-tech-jobs
FinalRoundAI – Harvardská studie o dopadu AI na juniory https://www.finalroundai.com/blog/ai-is-making-it-harder-for-junior-developers-to-get-hired