Riset ETH Zurich mengkonfirmasi apa yang sudah dicurigai banyak developer: AI tidak bisa menggantikan fondasi. Yang bisa coding dengan AI bukan yang paling sering pakai AI, tapi yang paling paham cara kerja software.
Vibe coding terdengar seperti impian: deskripsikan apa yang kamu mau, AI yang tulis kodenya. Tidak perlu hafal sintaks, tidak perlu debug berjam-jam. Tinggal “vibe” dan app-nya jadi.
Tapi ada satu masalah kecil yang baru ketahuan setelah dicoba: ternyata kamu tetap harus tahu cara kerja software. Tanpa itu, hasilnya bisa jalan, tapi kamu tidak akan tahu kenapa, dan tidak akan bisa memperbaikinya saat rusak.
Riset ETH Zurich: Siapa yang Berhasil dengan Vibe Coding?
ETH Zurich baru-baru ini meneliti 100 mahasiswa dengan latar belakang pemrograman dasar. Mereka diminta membangun aplikasi menggunakan AI agent, tanpa menulis kode secara manual. Tugasnya: replikasi app yang sudah ada, tambah fitur baru, dan bangun tools abstrak dari nol.
Hasilnya tidak mengejutkan bagi yang sudah lama di dunia tech, tapi cukup mengejutkan bagi yang percaya hype vibe coding: faktor terbesar yang menentukan keberhasilan bukan seberapa sering mereka pakai AI, bukan seberapa fasih mereka menulis prompt. Melainkan seberapa dalam mereka memahami ilmu komputer.
Yang paling sering pakai AI dalam keseharian justru perform lebih buruk, bukan hanya di vibe coding, tapi juga di writing. Ketergantungan melemahkan kemampuan ekspresif.
Tiga Skill yang Benar-Benar Menentukan
1. Pemahaman CS dasar, Bukan berarti kamu harus hafal algoritma sorting. Tapi kamu perlu tahu bagaimana data mengalir, bagaimana fungsi berinteraksi, dan di mana letak titik-titik rawan error. Dengan pemahaman itu, kamu bisa instruksikan AI lebih presisi, dan tahu kapan output-nya salah.
2. Kemampuan menulis yang jelas, Prompt adalah kode baru. Riset ETH menemukan korelasi signifikan antara kemampuan menulis terstruktur dan keberhasilan vibe coding. Kata “buat lebih cepat” dan “optimasi database query untuk pagination” menghasilkan output yang sangat berbeda.
3. Critical thinking untuk validasi, AI tidak selalu benar, bahkan saat kamu tidak minta perbaikan. Riset lain dari ETH menemukan bahwa AI agent menyarankan “perbaikan” untuk kode yang sudah benar dalam lebih dari 70% kasus. Tanpa kemampuan membaca dan memvalidasi output, kamu bisa berakhir dengan bug baru dari kode yang tadinya berfungsi sempurna.
Angka yang Bikin Mikir Dua Kali
> 70% kasus AI menyarankan “fix” untuk kode yang sudah benar
Faktor #1 pengaruh pemahaman CS terhadap keberhasilan vibe coding
Signifikan korelasi kemampuan menulis dengan output AI yang baik
Angka 70% itu bukan sepele. Artinya, lebih dari separuh waktu kamu berinteraksi dengan AI untuk debugging, AI bisa saja justru merusak kode yang benar, dan kamu tidak akan tahu kecuali kamu memahami kodenya.
Jadi, Skill Apa yang Perlu Diasah Sekarang?
Jawabannya bukan “berhenti pakai AI.” Juga bukan “pelajari semuanya dulu baru pakai AI.” Jawabannya lebih pragmatis dari itu.
AI menangani sintaks, kamu menangani strategi. Artinya, yang perlu diasah adalah kemampuan yang tidak bisa didelegasikan ke AI: pemahaman arsitektur, kemampuan mendekomposisi masalah, dan keahlian memvalidasi output.
→ Pelajari struktur dasar aplikasi: frontend/backend/database, API, state management. Tidak harus coding semuanya, tapi harus mengerti cara kerjanya.
→ Latih prompt engineering yang spesifik: pakai terminologi teknis yang tepat. “Tambah fitur login” jauh lebih lemah dari “implementasikan OAuth2 dengan session-based authentication.”
→ Biasakan review output AI: jangan langsung jalankan. Baca, pahami, dan pertanyakan setiap perubahan yang diusulkan, termasuk yang terlihat masuk akal.
AI Itu Multiplier, Bukan Pengganti
Kalau skillmu lemah, AI mengamplifikasi kelemahanmu. Kalau skillmu kuat, AI mengamplifikasi kekuatanmu. Ini adalah pola yang konsisten dari hampir semua riset tentang AI produktivitas yang rilis dalam dua tahun terakhir.
Vibe coding bukan shortcut untuk mereka yang tidak mau belajar. Tapi vibe coding adalah superpower nyata untuk mereka yang sudah punya fondasi, dan tahu persis kapan harus mempercayai AI, dan kapan harus mempertanyakannya.
“AI menangani sintaks. Kamu menangani strategi. Keduanya tidak bisa saling menggantikan.”
sumber : https://techxplore.com/news/2026-04-skills-people-successfully-ai.html
