Szef Google DeepMind: dogłębna wiedza techniczna daje 10-krotną przewagę w pracy z AI

Szef Google DeepMind Demis Hassabis powiedział podczas konferencji biznesowej w Londynie, że studenci kierunków ścisłych, którzy dobrze rozumieją informatykę, będą w stanie wykorzystywać narzędzia sztucznej inteligencji dziesięciokrotnie skuteczniej niż osoby bez takiego przygotowania. Wypowiedź, opublikowana 17 lipca 2026 roku, wpisuje się w trwającą od miesięcy dyskusję o tym, czy studia informatyczne i inżynierskie w ogóle mają jeszcze sens w erze modeli generatywnych.

Co powiedział Hassabis

Według relacji z konferencji Hassabis odniósł się wprost do obaw studentów, którzy zastanawiają się, czy wybór informatyki lub inżynierii ma sens, skoro modele AI piszą już znaczną część kodu za programistów. Jego odpowiedź brzmiała jednoznacznie: fundamenty wciąż się liczą, a osoby, które je znają, zyskują przewagę nie mniejszą, a większą niż wcześniej.

Those people who understand the deep technical, they'll be able to use these tools 10 times more effectively than people who don't have that technical knowledge - Demis Hassabis, dyrektor generalny Google DeepMind

Hassabis dodał, że mimo rosnącej roli asystentów kodujących, wciąż potrzebna jest umiejętność projektowania architektury systemów i stosowania dobrych praktyk inżynierii oprogramowania. Jego zdaniem AI nie zastępuje tej wiedzy, tylko zmienia formę, w jakiej programiści z niej korzystają.

You absolutely needed to lean into STEM and computer science - Demis Hassabis, dyrektor generalny Google DeepMind

Programowanie zmienia język, nie znika

Hassabis opisał ewolucję programowania jako przejście przez kolejne warstwy abstrakcji: od kodu maszynowego, przez języki wysokiego poziomu jak Python, aż po język naturalny, którym coraz częściej steruje się dziś modelami AI. W jego ujęciu język naturalny to po prostu kolejny, jeszcze wyższy poziom języka programowania, a nie koniec programowania jako dyscypliny.

To rozróżnienie ma znaczenie praktyczne. Osoba, która rozumie, co dzieje się pod maską wygenerowanego przez AI kodu, potrafi szybciej wychwycić błąd, ocenić wydajność rozwiązania czy zaprojektować system tak, by dało się go później utrzymać. Bez tej wiedzy narzędzia AI stają się czarną skrzynką, z której trudniej wyciągnąć pełną wartość.

Nie tylko ścisłe kierunki

Hassabis zastrzegł jednocześnie, że nie namawia do porzucenia nauk humanistycznych i społecznych. W jego ocenie era, w którą wchodzimy, będzie potrzebować ludzi rozumiejących etykę, filozofię i konsekwencje społeczne technologii co najmniej tak samo, jak potrzebuje inżynierów.

I think we really need them in the world we're about to enter - Demis Hassabis, dyrektor generalny Google DeepMind

Stanowisko Hassabisa wpisuje się w szerszy nurt wypowiedzi liderów branży, którzy studzą obawy o bezsensowność studiów technicznych. Według doniesień z konferencji podobne zdanie wyraził Geoffrey Hinton, uznawany za jednego z pionierów uczenia głębokiego, a także inwestor i przedsiębiorca Max Levchin, współzałożyciel PayPal.

Co to znaczy dla polskiego czytelnika

Dla polskich studentów i osób rozważających zmianę zawodu wypowiedź Hassabisa to argument przeciwko całkowitemu porzucaniu kierunków informatycznych na rzecz kursów samego 'promptowania'. W Polsce temat wraca regularnie przy okazji raportów o zagrożeniu miejsc pracy przez AI, w tym szacunków Polskiego Instytutu Ekonomicznego i MFW mówiących nawet o kilku milionach zagrożonych stanowisk w najbliższej dekadzie.

Rekrutujący w polskich firmach technologicznych coraz częściej sygnalizują, że oczekują od kandydatów nie tylko sprawności w obsłudze narzędzi AI, ale i rozumienia, co te narzędzia robią pod spodem, zwłaszcza przy stanowiskach juniorskich, gdzie liczba ofert pracy dla początkujących programistów systematycznie spada.

Wypowiedź Hassabisa nie jest pierwszą tego typu z jego strony, dyrektor DeepMind wcześniej podkreślał już rolę solidnego wykształcenia technicznego przy okazji wizyt na uczelniach, w tym w Indiach. Jej powtórzenie w Londynie sugeruje, że dla szefów największych laboratoriów AI to przekaz, który zamierzają utrzymywać jako stały element publicznych wystąpień, niezależnie od tempa rozwoju kolejnych modeli.