Gerçek Bir Şey: AI Yorgunluğu. Ama Düşündüğünüzden Farklı

Şu anda dikkat çeken bir anlatı正在 oluşuyor: AI bizi tüketiyor. Mühendisler daha önce hiç olmadığı kadar çok kod yazıyor ve hiç olmadığı kadar kötü hissediyorlar. “AI yorgunluğu” terimi dolaşıma girmiş durumda ve görüşler birikiyor.

Bir yazılım mühendisi Business Insider‘da son çeyreğin hem en üretken hem de en yorucu olduğu hakkında yazıyor. Steve Yegge, vibe kodlama kitabının yazarı, 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 ayın en çok paylaşılan gönderilerinden biri, AI’nin kullanıcıları üzerinde “vampirik bir etki” yarattığını uyarıyor.

Hiç kimse görünüşe göre şunu fark etmiyor: en çok yorgunluk bildirenler kuşkucular değil. Gerçek inançlılar.

Yegge’nin benimseme ölçeğinin birinci seviyesinde takılı kalan mühendisler, AI’yi tamamen reddedenler, iyi hissediyorlar. Biraz kaygılı olabilirler ama bitkin değiller. Seviye beş, altı, yedi, tümü dahil olanlar, birden fazla ajan çalıştıran, karmaşık iş akışlarını düzenleyen, hayal ettiklerinden daha hızlı teslimat yapanlar, eve bitkin olarak geliyorlar.

Bu model bize bir şeyler söylemeli. Ve bence söylediği şey, “AI yorgunluğu”nun tamamen yanlış bir teşhis olduğu.

Yorgunluk Probleminiz Yok, Eğitim Probleminiz Var.

İlk kez deadlift yaptığınızı düşünün. Özellikle ağır bir ağırlık değil. Sadece hareket itself. Ertesi sabah uyandığınızda tüm bedeniniz yanlış bir şekilde söküldüğünü ve tekrar birleştirildiğini hissetti. Bacaklarınız ağrıyordu. Sırtınız ağrıyordu. Varlığını bilmediğiniz kaslar kendilerini mümkün olan en неприят şekilde hissettiriyorlardı.

Eğer o günkü veriminizi ölçseler, çok kötü görünürdü. Otururken bile yüzünüz buruşturuyordunuz. Makul bir şekilde deadlift’in sürdürülemez olduğuna, insan bedeninin buna uygun olmadığına, maliyetin faydadan daha fazla olduğuna karar verebilirdiniz.

Ama tabii ki, altı ay sonra iki kat daha ağır kaldırıyorsunuz ve sonrasında iyi hissediyorsunuz. Bedeniniz yeni yollar oluşturdu. Uyum sağladı. Önceden tüm bilinçli çabanızı gerektiren hareket artık otomatik hale geldi. Ağrılarınız sizin bozulmadığınızı, yeni bir şey inşa ettiğinizi gösteriyordu.

Tam olarak bu, AI-augmented çalışmada đang oluyor.

Konuşulmayan Bilişsel Yük

Geleneksel şekilde kod yazarken, beyniniz iyi tanıdığınız bir programı çalıştırıyor. Binlerce kez yaptınız. Tuş vuruşlarını, kalıpları, hata ayıklama ritimlerini biliyorsunuz. Bu, teknik olarak karmaşık olsa da, düşünürken yemek hakkında düşünebileceğiniz günlük commutınıza benzer.

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

Bu, aynı işi daha hızlı yapmak değil. Temelde farklı bir iş.

Her karar hala bilinçli. Her inceleme hala aktif çaba gerektiriyor. Kaliteyi izliyorsunuz, paralel iş akışları boyunca bağlamı koruyorsunuz ve AI çıktısı hakkında sürekli olarak yargı çağrıları yapıyorsunuz. Bu nedenle, bu tür bir çalışmanın üç saati, geleneksel kodlamanın sekiz saati kadar sizi daha fazla yorabilir. Bu, bilişsel olarak ilk haftanızda spor salonundayken aynı şey.

Benimseme Eğrisi Aslında Bir Yorgunluk Eğrisi

Yegge’nin AI benimseme çerçeve modeli AI adoption neredeyse mükemmel bir şekilde bir yorgunluk eğrisine karşılık geliyor, aunque sanırım bu onun niyeti değildi.

Seviye bir ve iki, AI’yi neredeyse hiç kullanmıyorsunuz. Otomatik tamamlama burada, orada bir soru. Çok fazla bilişsel yük yok. Çok fazla yorgunluk yok.

Seviye üç ile altı arasında, derinliktesiniz. Ajana daha fazla özerklik vermişsiniz, satır satır değil de daha çok holistically inceleyorsunuz, birden fazla ajan çalıştırıyorsunuz ve 18 ay önce var olmayan bir iş akışını sürekli olarak geziniyorsunuz. Bu, tüketmenin yaşandığı yer. Bu, ağır deadlift.

Seviye yedi ve sekizde ilginç bir şey开始 oluyor. Orkestrasyon sistemleri oluşturdunuz. AI daha özerk çalışıyor. Ne güveneceğinizi ne de kontrol edeceğinizi öğrendiniz. Sonuçları tanımlıyorsunuz ve uzaklaşıyorsunuz. Matt Shumer tam olarak bunu anlatıyor: AI’ye ne inşa edeceğini söyleyip dört saat uzaklaşmak ve bitirilen işe dönmek. Uyum başlıyor.

Yorgunluk eşit olarak dağılmıyor. Orta seviyede, şu anda çoğu erken benimseyicinin bulunduğu yerde zirveye ulaşıyor. Ve bu yüzden yorgunluk evrenseldir: AI hakkında en çok konuşan insanlar, öğrenme eğrisinin en zor kısmında bulunanlardır.

Hiç Kimse “Sürüş Yorgunluğu” Hakkında Makale Yazmadı

Araba kullanmayı öğrenmeyi hatırlayın. İlk kez otoyola girdiğinizde, muhtemelen direksiyondan yaşamınızın bağımlı olduğu şekilde tutmuştunuz (ki, adil olmak gerekirse, gerçekten öyleydi). 30 dakikalık bir sürüşten sonra tamamen bitkin olarak 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 sürüyorsunuz ve aynı zamanda bir podcast dinliyorsunuz ve bir sandwich yiyorsunuz. Görev değişmedi. Siz değiştiniz. Beyniniz araba sürme için verimli nöral yollar oluşturdu, daha önce tam bilinçli dikkati gerektiren şeyi arka plan işlemlerine sıkıştırdı.

Kimse “sürüş yorgunluğu” hakkında düşünce parçaları yazmadı. Kimse arabaların operatörleri üzerinde “vampirik bir etki” yarattığını öne sürmedi. Geçici olduğu anlaşılıyordu. Yeni bir şey öğrenmenin maliyetiydi.

Eksik olan kısım, mevcut tartışmadır. “AI yorgunluğu” kalıcı bir durum olarak ele alınıyor, teknolojinin temel bir özelliği olarak, aslında geçici bir eğitim maliyeti.

Neden Bu, Rahatlıktan Daha Önemli

Bu ayrım sadece semantik değil. Problemi nasıl teşhis edeceğiniz, ne hakkında yapacağınızı belirler.

Eğer AI 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 planlamalıdır. “Vampirik etki”, girişin bedeli ve buna katlanmak zorundasınız.

Ama eğer eğitim yorgunluğu ise, o zaman playbook tamamen farklı. Yükü yönetiyorsunuz. Gradually inşa ediyorsunuz. Spor salonuna gitmeyi bırakmıyorsunuz çünkü ağrıyorsunuz. Ve kritik olarak, bugünkü yorgunluk seviyenin yarınki olmayacağını varsaymıyorsunuz.

Bu aşamanın üzerinden geçen mühendisler, AI yönlendirmesi için bilişsel yollar oluşturan, doğru yükseklikte inceleyen ve paralel iş akışları boyunca mimari amaçları koruyan mühendisler, sonunda bunu doğal olarak yapacaklar. Üç saatlik duvar beş saate, sonra yedi saate taşınacak. Daha çok çalıştıkları için değil, iş artık aynı şekilde çaba gerektirmeyecek.

Bu arada, “AI yorgunluğu” hakkında okuyan ve seviye iki’de kalmaya karar veren mühendisler, kendilerini çok daha kötü bir konumda bulacaklar.

Trendi takip etmekte başarısız oldukları için değil, herkesin zaten üzerinden geçtiği eğitimi asla başlamadıkları için.

Gerçek Risk: Ağrıyı Yaralanmayla Karıştırmak

Bir şeyi netleştirmek istiyorum. Eğitim ağrısı ile gerçek yaralanma arasında bir fark vardır ve buraya da uygulanır.

Eğer “vibe kodlama” yapıyorsanız ve günde 14 saat çalışıyorsanız, dört saat uyuyorsunuz ve nouveauté’nin sarhoşluğuyla çalışıyorsanız, bu eğitim değil. Bu aşırı eğitim. Ve spor salonunda olduğu gibi, aşırı eğitim hiçbir şeyi inşa etmez. Sizi yıpratır.

Yegge’nin üç saatlik gözlemi, kalıcı bir tavan olarak değil, mevcut iyileşme ihtiyaçları hakkında bir sinyal olarak değerlidir. Eğitimın başlangıcında, daha fazla dinlenme arası gerekiyor. Uyum sağladığınızda, daha fazla hacme dayanabilirsiniz. Yanan insanlar, üç saatlik AI-augmented çalışmayı yapanlar değil, duramayanlardır, çünkü geri bildirim döngüsü çok çekici, ki bu tam olarak önceden yazdığım slot makinesi dinamiği.

Cevap, spor salonuna gitmemek değil. Akıllıca eğitim yapmak: Yoğun seanslar, gerçek iyileşme,渐進lı ilerleme.

Hiç Kimse Yapmayan Bir Tahmin

Şu olacağını düşünüyorum: önümüzdeki 12 ila 18 ay içinde.

“AI yorgunluğu” anlatısı bu yıl zirveye ulaşacak. Daha çok makale, daha çok endişe, muhtemelen AI araçlarından “mola” alan birkaç yüksek profilli mühendis olacak. Bir geri çekilme gibi hissedilecek.

Sonra sessizce sönümlenecek. İnsanlar AI’yi bıraktıkları için değil, erken benimseyicilerin adapte olduğu için.

Üç saatlik duvar, bu işi bir buçuk yıl yapan insanlar için uzak bir anı gibi hissedilecek. AI iş akışlarını, daha önce for döngüleri yazdığı gibi, düşünmeden yönetecekler.

Ağrılıktan geçenler ile geçmeyenler arasındaki fark devasa olacak. AI becerileri nadir olmadığı için değil, adapte olma itself, yani yön verme, değerlendirme ve orkestrasyon terimlerinde düşünme yeteneği, bir gruba ikinci doğa olacak ve diğer gruba tamamen yabancı kalacak.

Eğitim ağrısına en kötü cevap her zaman aynı oldu: spor salonuna gitmeyi bırakmak.

Liderler İçin Ne Anlama Geliyor

Şu anda bir mühendislik ekibini yönetiyorsanız, neye baktığınızı anlamalısınız. En üretken mühendisleriniz aynı zamanda en yorgun olanlardır. Bu, bir çelişki değil. Adapte olmanın devam ettiğinin en net işaretidir.

AI benimsemesini geri çekmeyin. Yorgunluğun gerçek olmadığını da iddia etmeyin. Bir iyi koçu gibi yanıt verin: eğitim yükünü yönetin. Yoğun, odaklanmış AI-augmented çalışma seansları bekleyin, ardından gerçek iyileşme. İnsanlara, yeni bilişsel beceriler oluştururken, hissettikleri saatlerde çalışmaya izin verin. Çıktı, önceden olduğundan çok daha fazla olacak.

Bu durumu doğru şekilde ele alan şirketler, yıl sonuna kadar adapte olmuş ekiplere sahip olacak. AI’den yorgunluk nedeniyle geri çekilenler veya yorgunluğu görmezden gelenler, en kötü sonuçların ikisiyle karşı karşıya kalacaklar: yorgun mühendisler ve öğrenme eğrisinin en zor kısmını asla geçemeyenler.

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

Uyum sağlayacak.