Yapay Zeka Yorgunluğu Gerçek. Ama Sandığınız Gibi Değil

Şu an dikkat çeken bir anlatı var: Yapay zeka bizi tüketiyor. Mühendisler şimdiye kadar görülmemiş miktarda kod yazıyor ve hiç olmadığı kadar kötü hissediyorlar. “Yapay zeka yorgunluğu” terimi dolaşıma girmiş ve görüşler birikiyor.

Bir yazılım mühendisi, Business Insider‘da geçen çeyreğin hem en üretken hem de en yorgun olduğu dönem olduğunu yazıyor. Vibe kodlama kitabının yazarı Steve Yegge, The Pragmatic Engineer‘e gün içinde uyku uyuduğunu ve gerçek AI-augmented çalışmayı üç saate sınırladığını söylüyor. Startup kurucuları 14.00’de duvarla karşılaşıyor. Bu ay en çok paylaşılan gönderilerden biri, AI’nin kullanıcıları üzerinde “vampirik bir etki” yarattığını uyarıyor.

Farkına varılmayan şey ise: en çok yorgunluk bildirenlerin şüpheciler olmaması. Onlar, gerçek inananlar.

Yegge’nin adoption ölçeğinin birinci ve ikinci seviyelerinde takılı kalan mühendisler, yani AI’yi tamamen göz ardı edenler, iyi hissediyorlar. Biraz kaygılı olabilirler ama tükenmiş değiller. AI’yi tamamen benimsemiş, birden fazla ajansı çalıştıran, karmaşık iş akışlarını düzenleyen ve hayal ettiklerinden daha hızlı teslimat yapanlar, evde bitkin halde kalıyorlar.

Bu kalıp bize bir şeyler söylemeli. Sanırım söylemeye çalıştığı şey, “yapay zeka yorgunluğu”nun aslında yanlış bir teşhis olması.

Yorgunluk Probleminiz Yok, Eğitim Probleminiz Var.

İlk kez deadlift yaptığınızı düşünün. Özel olarak ağır bir ağırlık değil, sadece hareket itself. Ertesi sabah uyandığınızda tüm vücudunuzun yanlış bir şekilde toparlandığını hissedersiniz. Bacaklarınız, sırtınız ağrıyordur. Varlığını bilmediğiniz kaslar kendilerini en неприят şekilde hissettirirler.

O günkü verimliliğinizi ölçseler, berbat görünürdü. Otururken bile kasılmadan duramazdınız. Makul bir şekilde deadlift’in sürdürülemez olduğunu, insan bedeninin buna uygun olmadığını, maliyetin faydadan daha fazla olduğunu düşünebilirsiniz.

Ama elbette, altı ay sonra iki kat daha ağır kaldırıyor ve sonrasında iyi hissediyorsunuz. Bedeniniz yeni yollar oluşturdu. Uyum sağladı. Önceden her bir ons bilinçli çaba gerektiren hareket artık otomatik hale geldi. Ağrı, sizin bozulduğunuzu değil, yeni bir şey inşa ettiğinizi gösteriyordu.

Tam da bu, AI-augmented çalışma ile yaşanan şey.

Konuşulmayan Bilişsel Yük

Geleneksel şekilde kod yazarken, beyniniz iyi tanıdığınız bir programı çalıştırıyor. Binlerce kez yaptınız. Tuş vuruşlarını, kalıpları, hata ayıklama ritimlerini biliyorsunuz. Bu, günlük komutünüzü sürerken düşünürken yaptığınız gibi teknik olarak karmaşık ancak o kadar alışıldık ki, yemek hakkında düşünürken bile yapabilirsiniz.

AI-augmented çalışma, temelde farklı bir bilişsel görev. Artık kod yazmıyorsunuz. Yönlendiriyorsunuz, değerlendiriyorsunuz, karar veriyorsunuz, birden fazla ajant arasında bağlam değiştirmeye çalışıyorsunuz, yazmadığınız çıktıları gözden geçiriyorsunuz ve AI’nin gerçekleştirdiği seçimlerin doğruluğunu gerçek zamanlı olarak doğrulamak zorundasınız.

Bu, aynı işin daha hızlı yapılması değil. Temelde farklı bir iş. Ve beyniniz henüz bunun için verimli yollar oluşturmadı.

Her karar hala bilinçli. Her inceleme aktif çaba gerektiriyor. Kaliteyi izliyorsunuz, paralel iş akışları boyunca bağlamı koruyor, AI çıktısı hakkında sürekli yargılar veriyorsunuz. İşte bu nedenledir ki, bu işin üç saati, geleneksel kodlamanın sekiz saatinin size daha çok yorgunluk verebilir. Bu, ilk haftanızda spor salonundayken hissettiğiniz bilişsel eşdeğeri.

Benimsenme Eğrisi Aslında Yorgunluk Eğrisi

Yegge’nin AI benimsenmesi için sekiz seviyeli çerçevesi, benim görüşüme göre, yorgunluk eğrisine neredeyse mükemmel bir şekilde uyuyor, ancak sanırım bu onun niyeti değildi.

Birinci ve ikinci seviyelerde, AI’yi neredeyse hiç kullanmıyorsunuz. Otomatik tamamlama burada, bir soru orada. Az miktarda bilişsel yük. Az miktarda yorgunluk.

Üçüncü ila altıncı seviyelerde, derinlerdeysiniz. Ajanta daha fazla özerklik vermişsiniz, satır satır değil, daha çok holistik olarak incelemeye başladınız, birden fazla ajant çalıştırıyorsunuz ve 18 ay önce var olmayan bir iş akışını sürekli olarak geziniyorsunuz. Bu, yorgunluğun yaşandığı yer. Bu, ağır deadlift.

Yedinci ve sekizinci seviyelerde interesan bir şey başlıyor. Orkestrasyon sistemleri oluşturdunuz. AI daha özerk çalışıyor. Neye güvenip neye bakacağınızı öğrendiniz. Sonuçları tarif ediyorsunuz ve uzaklaşıyorsunuz. Matt Shumer tam da bunu anlatıyor: AI’ye ne inşa edeceğini söylüyorsunuz, dört saat sonra geri geliyorsunuz ve iş bitmiş oluyor. Uyum başlıyor.

Yorgunluk eşit şekilde dağılmıyor. Orta seviyede, şu an meisten erken benimseyicilerin bulunduğu yerde zirveye ulaşıyor. Ve bu nedenledir ki yorgunluk evrenseldir: AI hakkında en çok konuşanlar, öğrenme eğrisinin en zor kısmında olanlardır.

Kimse “Sürüş Yorgunluğu” Hakkında Makale Yazmadı

Sürüş öğrenimi hatırlayın mı? İlk kez otoyola girdiğinizde, hayatınızın bağlı olduğu bir şekilde direksiyona sarılmıştınız (ki bu, adil olmak gerekirse, gerçekten öyleydi). 30 dakikalık bir sürüşten sonra tamamen bitkin bir şekilde eve döndünüz. Beyniniz maksimum kapasiteyle çalışıyordu: aynaları kontrol ediyordu, hızı yönetiyordu, diğer sürücülere dikkat ediyordu, trafik işaretlerini işliyordu, hepsi aynı anda ve hepsi bilinçli olarak.

Şimdi bir saat süreyle araba kullanırken yarı dinlenir bir şekilde podcast dinliyorsunuz ve sandwich yiyorsunuz. Görev değişmedi. Siz değiştiniz. Beyniniz sürüş için verimli nöral yollar oluşturdu, önce tam bilinçli dikkat gerektiren şeyi arka plan işlemlerine sıkıştırdı.

Kimse “sürüş yorgunluğu” hakkında düşünce yazıları yazmadı. Kimse arabaların sürücüler üzerinde “vampirik bir etki” yaratmadığından bahsetmedi. İntuitif olarak, yorgunluğun geçici olduğunu anladık. Yeni bir şey öğrenmenin maliyetiydi.

Bu, şu anki tartışmanın eksik tarafı. “Yapay zeka yorgunluğu” kalıcı bir durum olarak ele alınıyor, teknolojinin temel bir özelliği gibi, oysa aslında geçici bir eğitim maliyeti.

Neden Bu, Konforun Ötesinde Önemli

Bu ayrım sadece semantik değil. Problemi nasıl teşhis ederseniz, ona göre çözüm geliştirirsiniz.

Eğer yapay zeka yorgunluğu teknolojinin kalıcı bir özelliği ise, o zaman Yegge’nin üç saatlik sınırı sonsuza kadar tavan olacaktır. Şirketler, yalnızca günün bir kısmında üretken olabilen mühendisler için plan yapmalıdır. “Vampirik etki”, girişin bedelidir ve buna katlanmak zorundasınız.

Ama eğer bu eğitim yorgunluğu ise, o zaman oyun planı tamamen farklı. Yükü yönetiyorsunuz. Gradually inşa ediyorsunuz. Spor salonuna gitmeyi bırakmıyorsunuz çünkü ağrıyorsunuz. Ve kritik olarak, bugünün yorgunluk seviyesinin yarınınkiyle aynı olmayacağını varsaymıyorsunuz.

Bu aşamadan geçen mühendisler, AI yönlendirmesi, değerlendirme ve orkestrasyon için bilişsel yollar oluşturacaklar ve sonunda bunu doğal olarak yapacaklar. Üç saatlik duvar, beş saate, sonra yedi saate taşınacak. Daha fazla çalıştıkları için değil, iş artık aynı şekilde zor gelmediği için.

Bu sırada, “yapay zeka yorgunluğu” hakkında okuyup seviye iki de kalıp yorgunluktan kaçınmaya çalışan mühendisler, çok daha kötü bir pozisyonda olacaklar.

Trendi takip etmekte başarısız olmadıkları için değil, herkesin zaten geçtiği eğitimi hiç başlamadıkları için.

Gerçek Risk: Ağrı ile Yaralanmayı Karıştırmak

Bir şeyi netleştirmek istiyorum. Eğitim ağrısı ile gerçek yaralanma arasında bir fark var ve burada da geçerli.

14 saat “vibe coding” yapıyorsanız, dört saat uyuyorsanız ve only noviteye bağlı olarak adrenalinle çalışıyorsanız, bu eğitim değil. Bu, aşırı eğitim. Ve spor salonunda olduğu gibi, aşırı eğitim hiçbir şey inşa etmez, sizi bozar.

Yegge’nin üç saatlik gözlemi, kalıcı bir tavan olarak değil, şu anki iyileşme ihtiyaçları hakkında bir sinyal olarak değerli. Eğitimdeyseniz, seanslar arasında daha fazla dinlenme ihtiyacı duyarsınız. Uyum sağladığınızda daha fazla hacme dayanabilirsiniz. Yanan人们, üç saatlik odaklanmış AI-augmented çalışma yapanlar değil, geri bildirim döngüsünün çok çekici olduğu için duramayanlardır, ki bu tam da önceden yazdığım slot-machine dinamiği.

Cevap, spora gitmemek değil. Akıllıca eğitim yapmak: yoğun seanslar, gerçek iyileşme, gradual ilerleme.

Başka Kimse Yapmayan Bir Tahmin

Şu anda neler olacağını düşünüyorum.

“Yapay zeka yorgunluğu” anlatısı bu yıl zirveye ulaşacak. Daha çok makale, daha çok endişe, muhtemelen birkaç yüksek profilli mühendis AI araçlarından “mola” alacağını açıklayacak. Bir geri bildirim gibi hissedilecek.

Sonra sessizce kaybolacak. İnsanlar AI’yi kullanmayı bırakmadığı için değil, erken benimseyiciler adapte olduğu için. Üç saatlik duvar, bu işi bir buçuk yıl yapan insanlar için uzak bir anı gibi gelecek. AI iş akışlarını, önceden for döngülerini yazdığı gibi düşünmeden yönetecekler.

Ve yorgunluğu atlatanlarla atlatmayanlar arasındaki fark devasa olacak. AI becerileri nadir olmadığı için değil, adapte olma itself, yani direktif, değerlendirme ve orkestrasyon terimleriyle düşünme yeteneği, bir grup için ikinci doğa haline gelirken diğer grup için tamamen yabancı kalacak.

Eğitim yorgunluğuna en kötü tepki her zaman aynı: spora gitmeyi bırakmak.

Liderler İçin Ne Anlama Geliyor

Şu an bir mühendislik ekibini yönetiyorsanız, neye baktığınızı anlamalısınız. En üretken mühendisleriniz aynı zamanda en yorgun olanlardır. Bu, bir çelişki değil, adapte olma sürecinin en açık sinyalidir.

AI benimsenmesini geri çekmeyin. Yorgunluğun gerçek olmadığını da iddia etmeyin. İyi bir koç gibi yanıt verin: eğitim yükünü yönetin. Yoğun, odaklanmış AI-augmented çalışma seansları bekleyin, ardından gerçek iyileşme. İnsanlara, yeni bilişsel beceriler inşa ederken hissedebilecekleri reduced saatlerde çalışmaya izin verin. Çıktı, önceden olduğundan katlarca fazla olacak.

Bu durumu doğru şekilde ele alan şirketler, yıl sonuna kadar adapte olmuş ekiplere sahip olacaklar. AI’ye tepki olarak yorgunluğu görmezden gelenler veya geri çekilenler, en kötü sonuçla karşılaşacaklar: yorgun mühendisler, öğrenme eğrisinin en zor kısmını asla geçemeyenler.

Yeni bir teknolojinin yan etkilerini yaşamıyoruz. Yeni bir çalışma şekli için eğitimimizin ilk haftalarında bulunuyoruz. Ağrı, işe yaradığının kanıtı. Ona odaklanın, yönetin ve beyninizin, doğadaki diğer tüm adaptif sistemler gibi, her zaman yaptığını yapacağına güvenin.

Uyum sağlayacak.