Наскоро споделих с ИТ учители размисли по темата “Как да образоваме програмисти в ерата на изкуствения интелект“, когато AI решава с лекота всички задачи, тестове и изпити и когато младите вече нямат търпение да решават ръчно стотици задачи за развиване на мисленето и вместо това търсят бързо да им тръгне нещо живо в ръката. Споделям резюме от проведената дискусия.

Презентация: образование за програмисти в AI ерата

Споделям моите слайдове по темата (април 2026 г.):

Класическият модел образование за програмисти

Класическият модел образование за софтуерни инженери (преди AI ерата) общо взето имаше следната структура:

1. Започваме с изучаването на математическо-логически основи: бройни системи, координатни системи, блок схеми, прости алгоритмични задачи, без да пишем код
   • Оценяването е с изпити на хартия, тестове и устно препитване.
2. Продължаваме с фундамента на програмирането: програмни конструкции, проверки, цикли, масиви, списъци, матрици, асоциативни масиви, структури от данни, алгоритми, класове и ООП (обектно-ориентирано програмиране), функции и функционалната парадигма, събития и обратно извикване, асинхронно изпълнение и т.н.
   • Решаваме стотици задачи на ръка (без AI инструменти), за да градим алгоритмично мислене
   • Прекарваме продължително време върху решаване на задачи на конзолата, за да изградим problem-solving skills
   • Научаваме се да дебъгваме, да търсим и отстраняваме грешки
   • Оценяването е с автоматизирана judge система, където участниците решават алгоритмични задачи за ограничено време (например SoftUni Judge)
3. По-късно, разширяваме с технологични умения: сорс контрол и Git, бази данни и SQL, Интернет технологии, HTTP заявки, RESTful APIs, back-end, front-end, тестване, …
   • Изграждаме дълбоко разбиране на софтуерните технологии и как работи концептуално работи съвременният софтуерен свят
   • Оценяването е с автоматизирани изпити и с проекти
4. Накрая надграждаме със специализации в практическа софтуерна разработка с конкретни dev платформи и software frameworks (като пишем всичко ръчно, без AI): TypeScript + React + Next.js, Python + Django, C# + ASP.NET, Java + Spring
   • Оценяването е на проектен принцип – защита на по-голям проект (дипломна работа), разработван в продължение на месеци усърдна работа

Проблеми на класическия модел за софтуерно образование

Все по-често възниква въпросът: дали класическият модел не е остарял в AI ерата? Моите наблюдения и заключения са следните:

• На учениците им е скучно да кодят буква по буква защото могат за 5 минути с AI dev agents да създадат нещо, което 5 години не могат да го научат как се прави ръчно
• Наблюдава се масово преписване: задачите по упражнения, изпити, и контролни се решават с AI, понякога дори без учащият да прочете условията на задачите. Това води до систематично изпускане на основите и неразвиване на умения за мислене и решаване на проблеми.
• Изниква важен въпрос: как да накараме учениците да решават задачи ръчно, за да развиват логическото си мислене?
  • Знаем някои проверени методи: дебнене, устно препитване, изпитване на дъска / на хартия. Тези похвати работят добре в малки групи, с ученици, на живо, но са трудно приложими при онлайн обучение и в големи групи.
  • В крайна сметка учителите не винаги успяват да поставят солидни мисловни основи и да изградят алгоритмично мислене.
• Все по-трудно е да мотивираш някой да програмира по класическия начин (без AI agentic coding). Учащите често не разбират какъв е смисълът да кодиш на ръка, когато има AI. Трудно е да ги убедим, че смисълът е в развитие на логическо мислене и инженерен подход.
• Огромен проблем създава неясно бъдеще за професията “софтуерен инженер”: дали след 5 години ще е останал някой, който да пише код на ръка и дали въобще има смисъл да учим как се пише код или трябва да учим да пишем AI prompts?

Моите изводи са, че класическият подход (ако продължаваме да го прилагаме) има нужда от осъвременяване: да се вкарат AI инструменти, но не като наш заместител при решаване на задачи и изграждане на софтуерни проекти, а като помощник. Повече AI е полезен в приложното програмиране и по-малко при изучаване на фундамента на компютърните науки.

AI-first образователен модел

Напоследък доста усилия вложих да разработя първия в България AI-first образователен модел за обучение по софтуерна разработка. Какво означава AI-first софтуерна разработка? Тя стъпва на концепцията, че писането на код е машинна задача и че програмистът пише AI prompts, а кодът се генерира от AI dev agents като GitHub Copilot, Cursor, Claude Code, Codex, Roo Code и други. Този подход за създаване на софтуер е известен още за термина “agentic coding“.

В СофтУни въведохме AI-first образователния модел за софтуерна разработка чрез образователната пътека “AI-First Programming“: https://softuni.bg/modules/174/ai-first-programming-may-2026/1649. Тази образователна пътека е предназначена за хора, които искат бързо да започнат да изграждат софтуерни решения без да навлизат в дълбочината на програмирането и софтуерното инженерство. Подходяща е за бизнес потребители (неспециалисти) и за програмисти с опит от преди AI ерата, които искат да превключат към agentic software development.

При AI-first (AI-native) образователния модел за софтуерни инженери имаме общо взето следната структура на обучителните програми:

1. Започваме с AI dev agents от самото начало: правим реални проекти от първия ден с AI prompts и ги публикуваме в Интернет
   • Така държим силен интерес сред учащите, защото те веднага виждат нещо реално, които сами са изградили с AI prompts
   • В края на деня един ученик може да покаже на родителите си реално работещи приложения на телефона си, които сам е създал в клас
2. Изучаваме фундамента на програмирането с AI: програмни конструкции, цикли, масиви, списъци, матрици, структури от данни, алгоритми, класове и ООП, функции, callbacks, събития, асинхронно изпълнение и т.н.
   • Пак учим концепциите от програмирането и софтуерния свят, но пишем кода с AI. Фокусираме се върху разбиране на логиката на изучавания материал, а не върху кода.
   • Този подход позволява обученията да са по-кратки, но неизбежно води до по-малко осмисляне и по-ниска дълбочина на разбиване.
   • Учим повече материал (по-голям обхват), за по-малко време и така усвояваме материала по-практично с повече примери и реални проекти, но по-плитко, отколкото при класическия образователен подход с ръчно писане на кода.
   • AI агентите ни позволяват да правим много проекти и да развиваме проектно мислене, за да решаваме задачи от реалния свят, вместо да се фокусираме върху малки задачи.
   • Оценяването е с проекти, които обхващат изучавания материал, но може да включват и неизучавани технологии.
3. След изучаване на концепциите от програмирането продължаваме с натрупване на технологични умения (изцяло с AI): сорс контрол системи и Git, бази данни и SQL, Интернет технологии, back-end, HTTP, REST, front-end, HTML, CSS, DOM, автоматизирано тестване, Linux команди, cloud технологии, deployment и много други
   • Всяка технология я учим като концепция чрез традиционни уроци и обяснения с примери, но я ползваме през AI prompts (пишем кода с AI agents).
   • Оценяването е изцяло с практически проекти, които обхващат изучавания материал и неизучавани технологии и инструменти. Така учащите се доближават повече до реалния свят вместо чрез решаване на малки изолирани задачи.
4. Накрая изучаваме практическа софтуерна разработка с конкретни dev платформи с AI-native подхода: TypeScript + React + Next.js, Python + Django, C# + ASP.NET, Java + Spring
   • Благодарение на AI успяваме да изградим доста солидни системи, които при традиционното ръчно програмиране биха отнели месеци усърдна работа, например създаваме напълно работещ сайт за продажба на имоти (обяви, снимки, потребители, администратори) с front-end, back-end, база данни, ORM и serverless deployment.
   • Оценяването е на проектен принцип, като всеки учащ предава сериозен софтуерен проект: GitHub repo със солидна история на промените (commits), която доказва усърдна систематична работа в продължение на седмици.

Какво не работи в AI-first подхода?

AI-first разработчиците се справят много добре в практиката, но не развиват дълбоки умения в програмирането и софтуерната разработка!

• В крайна сметка произвеждаме добри практици на начално ниво, които обаче нямат дълбоко системно разбиране на софтуерното инженерство и софтуерните технологии и могат да имат дефицити в логическото мислене.
• Усеща се ограничено развитие на логика и решаване на проблеми. Като не си решил 100-200-300 задачи на ръка, не развиваш мислене, а се научаваш механично да разчиташ на AI агентите да ти решат всеки проблем, който срещнеш.
• Ставаш практик-занаятчия, не истински инженер. При сблъсък със сериозни технически предизвикателства, преминалите през единствено AI-first coding обученията се оказват неподготвени и неспособни да ги решат.
• Завършилите AI-first софтуерна разработка с лекота си намират freelance проекти, но трудно могат да преминат интервю за работа в софтуерна фирма.
• Мнозина изграждат илюзорно усещане, че знаят и могат всичко, а реалните им знания и експертиза са плитки и недостатъчни.
• Колкото повече се разчита на АИ agents, толкова по-ниско ниво на разбиране се изгражда за това кое как работи в един софтуерен проект или софтуерен проблем.

Моят извод и научени уроци са следните: AI-first образованието бързо изгражда практически умения, но не изгражда мислене и инженерна дълбочина. Чудесно е за общо образование (например за неспециалисти и бизнес потребители), но не за бъдещи програмисти и ИТ специалисти. Ако искаш да станеш софтуерен инженер, имаш нужда от по-стабилни основи, не само да шляпаш AI prompts.

Хибриден модел: основи без AI и технологии с AI

Аз съм привърженик на хибридния образователен модел за софтуерни инженери, който съчетава солидни основи без AI с технологични умения и реални софтуерни проекти с AI dev agents. Това е по средата между вече остарелия класически образователен модел (пишем на хартия и ръчно без AI) и другата крайност (AI first coding) – правим всичко с AI без да докосваме нищо ръчно (и даже не гледаме кода).

Какво искаме да постигнем с хибридния модел?

В СофтУни и аз лично искаме да изграждаме съвременни софтуерни инженери, които:

• Имат солидни основи: алгоритмично мислене + дълбоко разбиране на програмирането
• Имат задълбочени познания в компютърните науки и софтуерното инженерство
• Имат практични умения и са продуктивни, защото работят майсторски с AI dev agents: пишат бързо, но качествено и разбират какво се случва

Моята философия за образование на софтуерни инженери в AI ерата мога да я обобщя така:

Да изградим мислещи хора, които разбират надълбоко какво правят и как работи кода, но пишат софтуера бързо и ефективно с AI.

Големият въпрос е възможно ли е това и как да се реализират съвременни образователни програми за софтуерни инженери, които създават задълбочени фундаментални умения и алгоритмично мислене и изграждат прагматични инженери, които са ефективни и продуктивни с AI инструментите.

Хибриден образователен модел: солидни основи + AI за технологиите

След серия експерименти, дискусии, анализи и проучвания, аз и колегите ми от СофтУни и технологична гимназията “СофтУни БУДИТЕЛ” стигнахме до следната образователна концепция за софтуерни инженери в AI ерата:

1. Започваме с изграждане на математическо-логически основи (на дъска + на хартия): бройни системи, координатни системи, логически задачи, блок схеми и подобни занимания за развитие на логическо мислене на начално ниво.
   • Това се случва в училище в 8 клас (на живо, в клас), а за възрастни – онлайн
   • Набляга се на мислене, не на писане на код, без да се използват компютри
   • Оценяването е с изпити и тестове на хартия, без достът до електронни устройства, с устно препитване накрая.
2. Продължаваме с фундамент на програмирането (без AI): програмни конструкции, проверки и програмна логика, цикли, масиви, списъци и по-сложни структури от данни, базови алгоритми, класове, обекти и принципи на ООП, функции и функционално програмиране, събития и callbacks, асинхронно програмиране и т.н.
   • В гимназията този фундамент се изучава в 9-10 клас, а при възрастните – в началните курсове (Programming Basics, Programming Fundamentals, Programming Advanced).
   • В този етап от обучението използването на изкуствен интелект не се толерира. Ако се използва AI, това се случва вкъщи, за помощ при някоя задача (подбутване), а не за да се вземе решение наготово.
   • При онлайн обученията в големи групи ефективно оценяване без възможност за шмекеруване е трудно да се реализира, но ще търсим начин да го реализираме.
   • Решаваме стотици задачи на ръка, без AI, за да изградим алгоритмично мислене и умения за решаване на задачи по програмиране с дълбоко разбиране.
   • В края на всеки обучителен курс показваме все пак AI agents и реализираме по няколко практически проекта с AI. Така изграждаме проектно мислене и илюстрираме как се прилага изучавания материал на практика и в по-голям мащаб, като поддържаме интереса на учащите.
   • Оценяването е с изпити (без Интернет и без AI) и с малки практически проекти при възрастните, с фокус върху концепции, структури от данни и алгоритми, със задължително препитване от учител накрая.
3. В следващия етап на обучителната програма разширяваме с технологични и инженерни умения (предимно с AI): сорс контрол системи и Git, бази данни и SQL, Интернет технологии, HTTP, REST, back-end, front-end, HTML, CSS, DOM, mobile apps, автоматизирано тестване, deployment и cloud, software development процеси и други
   • В гимназията тези обучения се провеждат в 11-12 клас, а в СофтУни – в средата на образователната пътека (курсовете по бази данни, ORM frameworks, back-end и APIs и front-end).
   • Използваме AI умерено: ползваме AI agents за да пишем кода, но се стараем да натрупаме дълбоко разбиране на концепциите и технологиите чрез систематично усвояване на концепциите с много реални примери и проекти.
   • Оценяването е изцяло с практически проекти, които обхващат изучавания материал и неизучавани технологии и инструменти. Така учащите се доближават повече до реалния свят вместо чрез решаване на малки изолирани задачи.
4. Накрая на обученията учим практическа софтуерна разработка с dev платформи и software development frameworks с AI-native подхода: TypeScript + React + Next.js + Netlify, Python + Django / Fast API + React, C# + ASP.NET + React, Java + Spring + React или други.
   • Тези умения се усвояват в гимназията в 11-12 клас или в последните 1-2 курса при програмите за софтуерни инженери за възрастни.
   • Обучението включва натрупване на знания и умения и много практика върху изграждане на цялостни, съвременни full-stack apps: интегриране на back-end, APIs, бази данни и ORM с front-end и UI технологии (HTML, CSS, TypeScript, React и mobile apps) и deployment в serverless, container и cloud среда, с екипна работа и dev workflow в GitHub.
   • Целта на заключителната фаза от образованието на съвременния софтуерен инженер е да натрупа практически умения за създаване на цялостни софтуерни решения за реалния свят с утвърдени софтуерни платформи и технологични стекове.
   • В този етап от обученията използваме ежедневно и изцяло AI-first подхода за софтуерна разработка и разчитаме тежко на AI agentic coding, за да сме ефективни и продуктивни. Така се подготвяме за ежедневието на софтуерния инженер в съвременния свят, където той събира изисквания, превръща ги в UI и back-end логика, подбира подходящи архитектури, платформи и технологии, имплементира необходимата функционалност, намира и поправя бъгове и проблеми и автоматизира тестване, deployment и мониторинг на софтуера.
   • Оценяването е на базата на сериозен практически проект: дипломна работа (за учениците) / курсова работа (за студентите). За завършване на този етап от обучението от участниците се очаква да имплементират на практика сериозен реално-работещ проект, който решава реален бизнес казус (например сайт за обяви, счетоводен софтуер, CRM система или нещо по-сложно). Завършващите работят седмици (или месеци) наред, за да изградят стъпка по стъпка софтуерна система, която включва front-end, back-end, база данни, качване и теглене на снимки и документи, потребители и роли, мобилно приложение и т.н., да я тестват за натоварване с десетки хиляди записи и да я качат на живо в Интернет, като оставят документация и история на промените в GitHub.

Надяваме се, че през идните години ще съумеем умело да приложим изложената по-горе концепция и да съчетаем двата свята на обученията за софтуерни инженери, за да предложим адекватно технологично образование за AI ерата: с изграждане на солиден фундамент в компютърните науки, развиване на алгоритмично мислене и овладяване на съвременните AI dev агенти за продуктивност при практическа софтуерна разработка със съвременни технологии.

Къде можем да получим такова образование?

С радост мога да споделя, че разписаната по-горе образователна концепция за изграждане на мислещи продуктивни софтуерни инженери за AI ерата е в процес на имплементация в СофтУни и в гимназия СофтУни БУДИТЕЛ:

• Цялостна програма за обучение на софтуерни инженери в СофтУни: https://softuni.bg/apply.
  • Програмата за подготовка на съвременни софтуерни инженери е в процес на трансформация към разписаната образователна философия (към април 2026 г.)
• Специалност “Софтуерни технологии и изкуствен интелект” в частна професионална гимназия по дигитални науки “СофтУни БУДИТЕЛ“: https://buditel.softuni.bg/majors/software-technologies-and-ai/.
  • Обновената образователна концепция ще се прилага от випуск септември 2026 г. напред.

Стани продуктивен, мислещ, съвременен софтуерен инженер! Създавай технологичното бъдеще в AI ерата, с фундаментално разбиране на програмирането и софтуерното инженерство и със мощта на съвременните AI агенти за разработка.