Yazılım geliştiriciler, son iki yıldır yapay zeka destekli kodlama araçlarının geliştiğini izliyor. Artık basit tamamlama araçlarından ziyade, metin komutlarıyla tüm uygulamaları oluşturabilen sistemlere evrildiler. Örneğin, yapay zeka araçları artık saatlerce süren yazılım projeleri üzerinde çalışabiliyor, kod yazabiliyor, testleri çalıştırabiliyor ve insan denetimiyle hataları düzeltebiliyor. Hatta bazı şirketler, kendi kodlama araçlarını geliştirmek için bu yapay zeka sistemlerini kullanıyor ve bu araçların nasıl çalıştığına dair teknik detaylar da paylaşılıyor. Bu durum, akıllara şu soruyu getiriyor: Bu sadece yapay zeka endüstrisinin bir başka abartısı mı, yoksa bu sefer işler gerçekten farklı mı?
Profesyonel yazılım geliştiricilerle yapılan görüşmeler, bu araçların pratikte işe yaradığı konusunda genel bir fikir birliği olduğunu ortaya koyuyor. Ancak, bu durumun tamamen iyi bir haber olup olmadığı konusunda görüşler bölünmüş durumda. Bu, katılım göstermek isteyenlerin oluşturduğu küçük bir örneklem olsa da, alanın önde gelen profesyonellerinin görüşleri oldukça aydınlatıcı nitelikte.
Bazı geliştiriciler, yapay zeka şirketlerinin yetenekleri abarttığı konusunda şüphelerini dile getiriyor. Yapay zeka modellerinin devrim niteliğinde olacağı ve büyük bir etkiye sahip olacağı kabul edilse de, gelecekte harika bir roman yazması gibi beklentilere girilmemesi gerektiği belirtiliyor. Bunun çalışma prensiplerine uygun olmadığı vurgulanıyor.
Öte yandan, yapay zeka alanındaki gelişmeleri yakından takip eden bazı mühendisler, mevcut yapay zeka ajanlarının inanılmaz derecede iyi çalıştığını kabul ediyor. Özellikle son altı ayda, belirli yapay zeka modellerinin piyasaya sürülmesiyle birlikte önemli bir ilerleme kaydedildiği ifade ediliyor. Eskiden yapay zekayı sadece kod tamamlama veya ara sıra soru sormak için kullanırken, artık “Bu test başarısız oluyor, hata ayıkla ve düzelt” gibi komutlarla işlerin halledilebildiği gözlemleniyor. Karmaşık görevlerde, örneğin bir arka uç hizmeti oluştururken ve ön yüzü geliştirirken 10 kat hız artışı yaşandığı tahmin ediliyor.
Geliştiricilerin zihnindeki büyük sorulardan biri, yapay zeka kodlama ajanlarının sözde “sözdizimi programlama”yı (yani, mevcut programlama dillerinin sözdizimini manuel olarak yazma eylemini) yakın gelecekte ortadan kaldırıp kaldırmayacağı. Bazı mühendisler, birçok görev için sözdizimi programlamanın büyük ölçüde sona erdiğini düşünüyor. Kodları okuyup gözden geçirmek hala gerekli olsa da, artık yazılan kodun büyük bir kısmının elle yazılmadığı belirtiliyor.
Manuel sözdizimi kodlamaya geri dönülüp dönülmeyeceği sorulduğunda, yapay zeka alanında aktif olarak paylaşımlar yapan ve otonom ajanlar geliştiren bir geliştirici, durumun net olduğunu ifade ediyor. Yapay zeka kodlama araçlarının yüzeysel detayları kolayca hallettiği vurgulanıyor. Bu geliştirici, artık yapay zeka modellerini yönlendirerek kod yazmaktan daha fazla vakit geçirdiğini ve manuel olarak yazmaya kıyasla çok daha kısa sürede projeleri tamamlayıp daha temiz bir mimari elde ettiğini belirtiyor.
Bir yazılım mimarı, 30 yıllık geleneksel kodlama deneyimine rağmen yapay zeka araçlarının işini dönüştürdüğünü söylüyor. Geleneksel yöntemlerle bir yıl sürebilecek bir özelliği yaklaşık iki haftada teslim edebildiklerini belirtiyor. Kişisel projeler için ise bir saat içinde prototipler oluşturup projeye devam etmeye değip değmeyeceğine karar verebildiklerini ekliyor.
Bu düşük çabanın, yıllardır ertelenen projelerin hayata geçirilmesini sağladığı da ifade ediliyor. Örneğin, eski bir kameradan fotoğraf kopyalamak için basit bir betik yazma görevinin bile, yapay zeka ajanları sayesinde artık giriş bariyerini düşürdüğü ve birkaç saat içinde tam özellikli, testleri olan bir paket haline getirilebildiği belirtiliyor. Bu tür projeler için elle kod yazma enerjisinin genellikle bulunmadığı vurgulanıyor.
'Vibe Kodlama' ve Teknik Borç Kaygıları
Ancak, herkes aynı coşkuyu paylaşmıyor. Yapay zeka kodlama ajanlarının zamanla daha kötü sorunlara yol açabilecek tasarım seçimleri yapmasıyla ilgili “teknik borç” endişeleri, “vibe kodlama” tartışmalarının ortaya çıkmasından kısa bir süre sonra başladı. Bu terim, yapay zeka ile sohbet ederek kod yazmayı ve ortaya çıkan kodu tam olarak anlamadan kullanmayı tanımlıyor ve birçok kişi tarafından yapay zeka kodlama ajanlarının tehlikeli bir yönü olarak görülüyor.
Bazı deneyimli yazılım geliştirme mühendisleri de benzer endişeleri paylaşıyor. Kendi adlarına konuşarak, bir yapay zeka aracını kullanarak bir uygulama geliştirdiklerini, modelin büyük bir kısmını belirtilen özelliklere göre başarıyla oluşturduğunu ancak yine de temkinli olduklarını belirtiyorlar. Sadece tam olarak anladıkları görevler için bu araçları kullanmanın güvenli olduğunu, aksi takdirde tehlikeli bir yola sürüklenip gelecekte büyük bir borç yüküyle karşı karşıya kalabileceklerini düşünüyorlar.
Veri bilimi alanında çalışan ve anonim kalmak isteyen bir başka profesyonel de benzer nedenlerle yapay zekayı sıkı bir kontrol altında tuttuğunu ifade ediyor. Kod satırı tamamlama için yapay zeka araçlarından faydalandığını ancak ajan özelliklerini dar kullanım alanlarıyla sınırladığını belirtiyor. Bu alanlar arasında eski kodların dil dönüştürme, açık talimatlarla hata ayıklama ve doğrudan düzenlemeyi yasakladıkları standartlaştırma görevleri yer alıyor. Veri odaklı oldukları için, verinin kötü manipülasyonuna karşı aşırı riskten kaçındıklarını ve mevcut satır tamamlama işlemlerinin sıklıkla yanlış sonuçlar ürettiğini, bu nedenle yapay zekaya daha fazla serbestlik tanımadıklarını ekliyor.
Bir başka mühendis ise, yapay zeka araçlarını “iyi ve kötü %50-%50” olarak değerlendiriyor. İyi tanımlanmış sorunlarda zaman kazandırdığını ancak çok fazla alan tanındığında hataların hala çok yaygın olduğunu belirtiyor.
Eski Kod Kütüphaneleri ve Kurumsal Yapay Zeka Boşluğu
Eski sistemlerle çalışan geliştiriciler için yapay zeka araçları, bir çevirmen ve arkeolog gibi işlev görüyor. Büyük finans şirketlerinde çalışan bir mühendis, günler boyunca eski kod tabanlarını güncellediğini söylüyor. Bu kodların orijinal geliştiricilerinin artık mevcut olmadığını ve belgelerin de sıklıkla yetersiz olduğunu belirtiyor. Bu durumun önemi, daha önce bu kodları iyileştirmek için yeterli zamanın olmaması. İşin bu kadarını anlamak için 2-4 hafta ayrılmayacağını vurguluyor.
Bu yüksek baskılı ve nispeten düşük kaynaklı ortamda, yapay zeka işleri daha keyifli hale getirmiş. Eski kodun nerede ve nasıl silineceğini belirleme, hataları teşhis etme ve nihayetinde kod tabanını modernize etme süreçlerini hızlandırmış.
Ayrıca, büyük şirketlerde yapay zeka kullanımının sosyal medyadakinden neden bu kadar farklı göründüğüne dair bir teori sunuyor. Yöneticilerin şirketlerinin “yapay zeka odaklı” olmasını talep etmesine rağmen, özel verilerle yapay zeka araçlarını dağıtmanın lojistiğinin aylarca süren yasal incelemeler gerektirdiğini belirtiyor. Bu arada, Microsoft ve Google'ın Gmail ve Excel gibi ürünlere eklediği ve çoğu çalışana ulaşan yapay zeka özellikleri, genellikle daha sınırlı yapay zeka modelleri üzerinde çalışıyor. Bu durumda, beyaz yakalı çalışanlar yönetim tarafından yapay zekayı kullanmaları konusunda teşvik ediliyor ancak yüksek maliyet ve yasal anlaşmalar gerektiren daha iyi araçlar yerine yetersiz araçlarla karşı karşıya kalıyorlar.
Yönetim demişken, bu yeni yapay zeka kodlama araçlarının yazılım geliştirme işleri için ne anlama geldiği sorusu çeşitli yanıtlar doğuruyor. Birilerinin işini tehdit ediyor mu? Yapay zeka kodlamasını coşkuyla benimseyenler, durumun “evet, büyük ölçüde” olduğunu söylüyor. Bugün kod yazma eylemi, yarın mimari, ondan sonra da ürün yönetimi katmanları söz konusu olacak. Daha üst düzeyde faaliyet gösterebilenler işlerini sürdüremeyecek.
Kendi pozisyonunda güvende hissedenler bile, yeni başlayanlar için endişeleniyor. Genç geliştiricilerin deneyim ve muhakeme yeteneği kazanmaları için eğitim ve öğretim sistemlerinde değişiklikler yapılması gerekeceği belirtiliyor. Eskiden olduğu gibi küçük sistem parçalarını uygulamak yerine daha faydalı bir öğrenme yolu bulunması gerektiği vurgulanıyor.
Ekonomik olarak bakıldığında ise, temel seviyedeki pozisyonlar için iş bulmanın zorlaşacağı ifade ediliyor. Zira, daha düşük maliyetlerle yapay zeka modellerinden temel seviyede kod elde etmek mümkün hale geliyor.
Bir mühendis, yazılım geliştirme rolünün “aniden yaratma/inşa etme aşamasından gözetim aşamasına geçtiğini” belirtiyor. Bu değişimin bazıları tarafından memnuniyetle karşılanacağını ancak bazılarının kesinlikle bunu istemediğini ekliyor. Kendisinin ikinci kategoride olduğunu ifade ediyor.
Makro düzeyde bu belirsizlik devam etse de, bazıları daha büyük sonuçları ne olursa olsun kişisel nedenlerle bu araçları kullanmaktan keyif alıyor. Uzun yıllar geleneksel kodlama yapan bir yazılım mimarı, artık geleneksel kodlamadan çok daha fazla keyif aldığını söylüyor.
