İşte size yardımcı olabileceğini düşündüğüm, yapay zeka ve iş gücüyle ilgili pek çok sorunu açıklayan bir düşünce deneyi:
Hiçbir sebeple kimsenin kaynak kodunu çevrimiçi yayınlamadığı alternatif bir evren hayal edin. Açık kaynak hareketi ya da açık kaynak kavramı bile var olmasın. Doğal olarak, LLM'ler (büyük dil modelleri) kodlama konusunda iyi olamazdı çünkü devasa kod veri kümeleriyle eğitilemezlerdi.
Bu alternatif evrende, tıpkı gerçek evrenimiz gibi, herkese açık yazılım ikili dosyaları (binary) mevcut — onlarca petabaytlık boyutta, bugünkü sınır LLM eğitim veri kümelerinin ölçeğinden çok daha büyük. Bu LLM'lerin ölçeklenmesinin bir noktasında, spesifikasyonlardan tam çalışan uygulamalar üretmeye başladıklarını, ancak kaynak kodu oluşturma adımını tamamen atladıklarını hayal edin. Yapay zeka tarafından üretilen yazılımlar kalitesiz, estetikten yoksun ve güvensiz olurdu, ancak yapay zeka şirketleri sürekli olarak bir sonraki büyük modelin her şeyi düzelteceğine söz verirdi.
Bu evrende, yazılım üreten LLM'ler doğrudan yazılım mühendisleriyle rekabet eder. İkili dosyalar insan tarafından okunamaz. Hem yazılım mühendisleri hem de teknik olmayan kişiler için aynı derecede anlaşılmazdır. Zamanla, yazılımların artan bir kısmı "vibe-rolled" (vibe ile kodlanmış değil — çünkü kod yok!) olur. İnsan tarafından yazılan yazılımlar kadar iyi değildir, ancak üretmesi ücretsizdir! Kaynak kodu olmadığı için, sürece bir yazılım mühendisi dahil etmek hiçbir şey katmaz (maliyet hariç). Yapay zeka tarafından üretilen yazılım, sınırlamaları nedeniyle yeni bir iş gücü talebi yaratsa bile, bu yüksek ücretli yazılım mühendislerini gerektirmez; bunun yerine daha düşük becerili işçiler tarafından halledilebilir (belki de sadece LLM'ye hata yapmaması için defalarca bağırmak yeterlidir).
Kısacası, insan tarafından yazma ve yapay zeka tarafından üretme, aynı çıktıya ulaşmanın iki paralel yoludur. Yazılım mühendisleri ve yapay zeka birbirinin ikamesidir, tamamlayıcısı değil. Yapay zeka, yazılım mühendislerinin yeteneklerini artırmalarına yardımcı olmaz ve yazılım mühendisleri, mühendis olmayanlardan daha etkili bir şekilde yapay zekayı denetlemek için hiçbir beceri getirmez. Bu dünyada, yapay zeka yazılım mühendisleri için yabancılaştırıcı ve korkutucu hissettirirdi.
Muhtemelen nereye varmak istediğimi anladınız. Gerçek zaman çizelgemizde, sanatçılar ve diğer birçok profesyonel, yapay zekayı bu distopyaya benzeyen bir şekilde deneyimliyor. Yazılım dışı birçok alanda, insan yaratıcı çabalarının bitmiş ürünleri eğitim için hazır bulunur, ancak bunları oluştururken kullanılan hemen hemen hiçbir şey yoktur. Bu nedenle yapay zeka araçları yaratıcı süreç sırasında pek yardımcı olmaz. Sadece taklit eder ve ikame eder.
Farklı bir sonuç mümkün. Teknoloji dünyasının dışında pek bilinmeyen olumlu vizyon, kodlama ajanlarının yazılım mühendislerine süper güçler kazandırdığıdır. Ajanlarımızla birlikte çalışıyoruz; karmaşık yazılımlar, insan ve ajan arasında binlerce dönüşümlü adım boyunca üretiliyor. Kodlama ajanlarının mühendislerin yerini aldığı anlatısının şimdiye kadar boş olduğu ortaya çıktı. Ajanları kullanmanın deneyimi, Simon Willison'ın şerit testere metaforuyla yakından örtüşüyor ("LLM'ler yüzünden şu anda bir kariyer olarak programlamayı bırakmak, şerit testerenin icadı sayesinde bir kariyer olarak marangozluğu bırakmaya benzer"). Yeni bir programlama dili, çerçeve veya kod tabanıyla çalışmaya başlama engeli yüz kat azaldı çünkü kodlama ajanları aynı zamanda öğretme ajanlarıdır (yazılım geliştiriciler, ajanları kod üretmekten daha çok anlamak için kullanıyor).
Açık kaynak yazılım ve kültürü tarihsel bir kazadır. Yazılım mühendislerinin yaratıcı çalışmalarının yalnızca çıktılarının değil, aynı zamanda tüm ara adımlarının (spesifikasyonlar, planlar, maketler), örtük bilginin (StackOverflow, dokümantasyon kültürü), ayrıntılı süreç izlerinin (sorunlar, çekme istekleri, hata düzeltmeleri, kod incelemeleri), işbirliği kayıtlarının (sürüm kontrolü, proje panoları) ve daha geniş anlamda herkese açık öğrenme kültürünün herkese açık olduğunu hafife alıyoruz. Bu düzeyde açık bir tanımlama, çoğu meslekte tamamen yabancı olurdu.
Birçok şirket, örtük bilgiyi, süreç izlerini ve bu eksik orta kısmın diğer bileşenlerini yakalamaya büyük yatırım yapıyor. İronik bir şekilde, bunu daha da fazla otomasyon peşinde yapıyorlar. Görünürdeki sağduyuya ve yatırılan tüm paraya aykırı olarak, tezim, bu yapay zeka dalgasının nihayetinde işçileri otomatikleştirip yok etmektense onları güçlendirmede daha yararlı olabileceği yönünde. Doğru yapılarla, yaratıcı çalışanların çıktılarına nasıl ulaştıklarını derinlemesine anlamak için eğitilmiş modeller, onlarla işbirliği yapabilecek, onları güçlendirecek ve potansiyellerini artıracaktır. Eğer endüstri bunu fark ederse, hem ekonomik hem de politik olarak büyük bir kazanç olurdu.
