एक विचार प्रयोग जो मुझे लगता है कि AI और श्रम के साथ जो कुछ गलत हुआ है, उसे समझाने में मदद करता है:
एक ऐसे वैकल्पिक ब्रह्मांड की कल्पना करें जिसमें - किसी भी कारण से - किसी ने भी कभी सोर्स कोड ऑनलाइन प्रकाशित नहीं किया। ओपन सोर्स आंदोलन या ओपन सोर्स की अवधारणा भी मौजूद नहीं थी। स्वाभाविक रूप से, LLM कोडिंग में अच्छे नहीं होंगे, क्योंकि उन्हें विशाल कोड डेटासेट पर प्रशिक्षित नहीं किया जाएगा।
इस वैकल्पिक ब्रह्मांड में, हमारे वास्तविक ब्रह्मांड की तरह, सार्वजनिक सॉफ्टवेयर बाइनरी मौजूद हैं - पेटाबाइटस के दसायों, जो आज के फ्रंटियर LLM प्रशिक्षण डेटासेट के पैमाने से कहीं अधिक हैं। तो इन LLM के स्केलिंग में किसी बिंदु पर, कल्पना करें कि वे स्पेसिफिकेशन से पूरी तरह काम करने वाले एप्लिकेशन तैयार करने में सक्षम होने लगते हैं - लेकिन सोर्स कोड जेनरेशन चरण को पूरी तरह से छोड़ते हुए। AI द्वारा उत्पन्न सॉफ्टवेयर बेकार, भद्दा और असुरक्षित होगा, लेकिन AI कंपनियां लगातार वादा करेंगी कि अगला बड़ा मॉडल सब कुछ बेहतर बना देगा।
इस ब्रह्मांड में, सॉफ्टवेयर-जनरेट करने वाले LLM सीधे सॉफ्टवेयर इंजीनियरों से प्रतिस्पर्धा करते हैं। बाइनरी मानव-पठनीय नहीं होती हैं। वे सॉफ्टवेयर इंजीनियरों और गैर-तकनीकी लोगों के लिए समान रूप से दुर्बोध होती हैं। समय के साथ, सॉफ्टवेयर का एक बढ़ता हुआ हिस्सा वाइब-रोल्ड (वाइब-कोडेड नहीं - कोई कोड नहीं है!) होगा। यह मानव-निर्मित सॉफ्टवेयर जितना अच्छा नहीं है, लेकिन इसे जनरेट करना मुफ्त है! चूंकि कोई सोर्स कोड नहीं है, प्रक्रिया में सॉफ्टवेयर इंजीनियर को शामिल करने से कुछ नहीं जुड़ता (लागत के अलावा)। यहां तक कि जहां AI-जनरेटेड सॉफ्टवेयर अपनी सीमाओं के कारण श्रम की नई मांग पैदा करता है, वहां उच्च वेतन वाले सॉफ्टवेयर इंजीनियरों की आवश्यकता नहीं होती है और इसके बजाय इसे कम-कुशल श्रमिकों द्वारा संभाला जा सकता है (शायद बस बार-बार LLM पर चिल्लाकर कोई गलती न करने के लिए कहना)।
संक्षेप में, मानव लेखन और AI जनरेशन एक ही आउटपुट तक पहुंचने के दो समानांतर तरीके हैं। सॉफ्टवेयर इंजीनियर और AI विकल्प हैं, पूरक नहीं। AI सॉफ्टवेयर इंजीनियरों को उनकी क्षमताओं को बढ़ाने में मदद नहीं करता है, और सॉफ्टवेयर इंजीनियर गैर-इंजीनियरों की तुलना में अधिक प्रभावी ढंग से AI की निगरानी करने के लिए कोई कौशल नहीं लाते हैं। इस दुनिया में, AI सॉफ्टवेयर इंजीनियरों के लिए अलग-थलग और भयावह महसूस होगा।
आप शायद जानते हैं कि मैं इसके साथ कहां जा रहा हूं। हमारी वास्तविक समयरेखा में, कलाकार और कई अन्य पेशेवर AI का अनुभव इस डिस्टोपिया जैसा करते हैं। कई गैर-सॉफ्टवेयर डोमेन में, मानव रचनात्मक प्रयासों के तैयार उत्पाद प्रशिक्षण के लिए आसानी से उपलब्ध हैं, लेकिन उन्हें बनाने में जाने वाली लगभग कोई भी चीज नहीं। इसलिए AI उपकरण रचनात्मक प्रक्रिया के दौरान ज्यादा मदद नहीं करते हैं। वे केवल नकल और प्रतिस्थापित करते हैं।
एक अलग परिणाम संभव है। सकारात्मक दृष्टि जो टेक दुनिया के बाहर व्यापक रूप से सराही नहीं गई है, वह यह है कि कोडिंग एजेंटों ने सॉफ्टवेयर इंजीनियरों को महाशक्तियां दी हैं। हम अपने एजेंटों के साथ मिलकर काम करते हैं; जटिल सॉफ्टवेयर मानव और एजेंट के बीच हजारों वैकल्पिक मोड़ों के दौरान तैयार किया जाता है। कोडिंग एजेंटों द्वारा इंजीनियरों को बदलने की कहानी अब तक झूठी साबित हुई है। एजेंटों का उपयोग करने का जीता-जागता अनुभव साइमन विलिसन की टेबल सॉ उपमा ("LLM के कारण अभी प्रोग्रामिंग को एक करियर के रूप में छोड़ना टेबल सॉ के आविष्कार के कारण बढ़ईगीरी को एक करियर के रूप में छोड़ने जैसा होगा।") से काफी मेल खाता है। एक नई प्रोग्रामिंग भाषा, फ्रेमवर्क या कोडबेस के साथ काम शुरू करने की बाधा सौ गुना कम हो गई है क्योंकि कोडिंग एजेंट शिक्षण एजेंट भी हैं (सॉफ्टवेयर डेवलपर एजेंटों का उपयोग कोड को समझने के लिए उसे जनरेट करने से अधिक करते हैं)।
ओपन-सोर्स सॉफ्टवेयर और संस्कृति एक ऐतिहासिक दुर्घटना है। हम इसे हल्के में लेते हैं कि न केवल सॉफ्टवेयर इंजीनियरों के रचनात्मक काम के आउटपुट सार्वजनिक रूप से उपलब्ध हैं, बल्कि सभी मध्यवर्ती चरण (विनिर्देश, योजनाएं, मॉकअप), अंतर्निहित ज्ञान (StackOverflow, दस्तावेज़ीकरण संस्कृति), विस्तृत प्रक्रिया निशान (मुद्दे, पुल रिक्वेस्ट, बग फिक्स, कोड रिव्यू), सहयोग रिकॉर्ड (वर्जन कंट्रोल, प्रोजेक्ट बोर्ड़) और व्यापक रूप से सार्वजनिक रूप से सीखने की संस्कृति भी उपलब्ध ह। स्पष्ट विवरण क य स्तर अधिकांश वयवसायों में पूरी तरह से अलग हगा।
कई कंपनियां अंतर्निहित ज्ञान, प्रक्रिया निशान और इस लापता मध्य के अन्य घटकों को कैप्चर करने में भारी निवेश कर रही ह। वविड़ रूप से, वे और भी अधिक ऑटोमेशन की खोज में यह कर रही हैं। मेरी थीसिस, प्रतीत होने वाले सामान्य ज्ञान और निवेश किए जा रहे सभी पैसे के विपरीत, यह है कि AI की यह लहर अंततः श्रमिकों को ऑटोमेट करने की तुलना में उन्हें बढ़ाने में अधिक सहायक ह सकती ह। सही ढांचे के साथ, रचनात्मक श्रमिकों क उनके आउटपुट तक पहुचन क गहराई स समझन क लए पर्शिक्षत मडल उनके साथ सहयोग करने, उन्हें सशक्त बनाने और उनकी क्षमता को बढ़ाने में सक्षम होंगे। यदि उद्योग इसे पहचानता है, तो यह आर्थिक और राजनीतिक दोनों रूप से एक बड़ी जीत होगी।
