Düşünce Liderleri

Yapay zekâ yorgunluğu gerçek. Ama sandığınız şey değil

Andrew Filev
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
Öne çıkan noktalarYapay zeka yorgunluğu, yeni bir bilişsel beceri öğrenmekten kaynaklanan geçici bir…
Daha fazla göster
  • Yapay zeka yorgunluğu, yeni bir bilişsel beceri öğrenmekten kaynaklanan geçici bir zihinsel yüklenme halidir, kalıcı bir durum değildir.
  • Bu tükenmişlik, verimli zihinsel yollar oluşmadan önce, yapay zeka benimsemenin orta aşamalarında zirve yapar.
  • Liderler, bu bilişsel yükü bir antrenör gibi yönetmeli, yapay zeka benimsemekten geri çekilmemelidir.

Şu sıralar giderek yaygınlaşan bir anlatı büyük ilgi görüyor: Yapay zekâ bizi tüketiyor. Mühendisler her zamankinden daha fazla kod teslim ediyor ama kendilerini her zamankinden kötü hissediyor. “Yapay zekâ yorgunluğu” ifadesi dilden dile dolaşıyor, yorumlar birbirini izliyor.

Bir yazılım mühendisi, Business Insider yayınında geçen çeyreğin hem en üretken hem de en yorucu dönemi olduğunu yazıyor. Vibe coding hakkında gerçekten kitap yazmış olan Steve Yegge, The Pragmatic Engineer yayınına gün içinde kestirdiğini ve yapay zekâ destekli gerçek çalışmayı üç saatle sınırladığını söylüyor. Girişim kurucuları öğleden sonra saat ikide tükeniyor. Bu ay en çok paylaşılan gönderilerden biri, yapay zekânın onu en fazla kullanan insanlar üzerinde “vampir etkisi” yarattığı konusunda uyarıyor.

Ancak kimsenin fark etmediği bir şey var: En fazla yorgunluk bildirenler kuşkucular değil. Yapay zekâya gerçekten inananlar.

Yegge’nin benimseme ölçeğinde birinci seviyede kalmış, yapay zekâyı tamamen görmezden gelen mühendisler kendilerini iyi hissediyor. Belki biraz kaygılılar ama bitkin değiller. Eve pestili çıkmış hâlde dönenler beşinci, altıncı ve yedinci seviyedekiler: Bu işe bütünüyle giren, birden fazla ajan çalıştıran, karmaşık iş akışlarını koordine eden ve hayal bile etmedikleri hızlarda sonuç teslim edenler.

Bu örüntü bize bir şey anlatmalı. Bence anlattığı şey, “yapay zekâ yorgunluğu” teşhisinin tamamen yanlış olduğu.

Sorununuz yorgunluk değil, antrenman.

İlk kez deadlift yaptığınız günü düşünün. Çok ağır bir ağırlıkla değil, yalnızca hareketin kendisiyle. Ertesi sabah uyandığınızda bütün vücudunuz sökülüp yanlış biçimde yeniden birleştirilmiş gibi gelmişti. Bacaklarınız ağrıyordu. Sırtınız ağrıyordu. Varlığını bilmediğiniz kaslar, kendilerini olabilecek en tatsız şekilde hissettirmişti.

O gün biri veriminizi ölçseydi sonuç berbat görünürdü. Acıyla yüzünüzü buruşturmadan oturmanız neredeyse mümkün değildi. Deadlift yapmanın sürdürülemez olduğu, insan bedeninin buna uygun olmadığı ve maliyetin faydayı aştığı sonucuna makul biçimde varabilirdiniz.

Ama elbette altı ay sonra iki kat ağırlık kaldırıyor ve sonrasında kendinizi iyi hissediyorsunuz. Bedeniniz yeni yollar oluşturdu. Uyum sağladı. Önceden bütün bilinçli çabanızı gerektiren hareket otomatikleşti. Kas ağrısı, bozulduğunuz anlamına gelmiyordu. Yeni bir şey inşa ettiğiniz anlamına geliyordu.

Yapay zekâ destekli çalışmada yaşanan tam olarak bu.

Kimsenin konuşmadığı bilişsel yük

Geleneksel biçimde kod yazarken beyniniz iyice alışılmış bir programı çalıştırır. Bunu binlerce kez yaptınız. Tuş vuruşlarını, kalıpları ve hata ayıklamanın ritmini bilirsiniz. Her gün işe arabayla gitmek gibidir: Teknik olarak karmaşıktır ama o kadar yerleşmiştir ki akşam yemeğini düşünürken bile yapabilirsiniz.

Yapay zekâ destekli çalışma, temelden farklı bir bilişsel görevdir. Artık kod yazmıyorsunuz. Yönlendiriyor, değerlendiriyor, karar veriyor, birden fazla ajan arasında bağlam değiştiriyor, kendinizin yazmadığı çıktıları inceliyorsunuz. Yapay zekâ, gerçek zamanlı olarak doğrulamanız gereken uygulama tercihleri yaparken siz de mimari tasarımın amacını zihninizde tutuyorsunuz.

Bu, aynı işi daha hızlı yapmak değil. Tamamen farklı bir iş. Beyniniz de henüz bunun için verimli yollar oluşturmuş değil.

Her karar hâlâ bilinçli olarak veriliyor. Her inceleme etkin çaba gerektiriyor. Kaliteyi izliyor, paralel iş kollarının bağlamını koruyor ve yapay zekâ çıktıları hakkında sürekli muhakemeye dayalı kararlar veriyorsunuz. Bu yüzden üç saatlik böyle bir çalışma, sekiz saatlik geleneksel kodlamadan daha bitkin hissettirebilir. Bilişsel açıdan spor salonundaki ilk haftanızın karşılığıdır.

Benimseme eğrisi aslında bir tükenme eğrisi

Yegge’nin yapay zekânın benimsenmesi için oluşturduğu sekiz seviyeli çerçeve, tükenme eğrisiyle neredeyse kusursuz örtüşüyor; gerçi amacının bu olduğunu sanmıyorum.

Birinci ve ikinci seviyelerde yapay zekâyı neredeyse hiç kullanmazsınız. Burada otomatik tamamlama, orada bir soru. Bilişsel yük azdır. Yorgunluk da azdır.

Üçüncüden altıncıya kadar olan seviyelerde derin sulardasınızdır. Ajana daha fazla özerklik tanımışsınızdır; incelemeyi daha az satır satır, daha çok bütünsel yaparsınız. Birden fazla ajan çalıştırır, on sekiz ay önce var olmayan bir iş akışında sürekli yolunuzu bulmaya çalışırsınız. Enerjinin tükendiği yer burasıdır. Ağır deadlift budur.

Yedinci ve sekizinci seviyelerde ilginç bir şey olmaya başlar. Koordinasyon sistemleri kurmuşsunuzdur. Yapay zekâ daha özerk çalışır. Neye güveneceğinizi, neyi kontrol edeceğinizi öğrenmişsinizdir. İstediğiniz sonuçları tarif eder ve uzaklaşırsınız. Matt Shumer tam olarak bunu anlatıyor: Yapay zekâya ne oluşturacağını söylemek, dört saatliğine ayrılmak ve bitmiş işe dönmek. Uyum süreci etkisini göstermeye başlar.

Tükenme eşit dağılmaz. Ortada, ilk benimseyenlerin çoğunun şu anda bulunduğu yerde zirveye ulaşır. Yorgunluğun herkesi etkiliyor gibi görünmesinin nedeni de budur: Yapay zekâ hakkında en çok konuşanların arasında, öğrenme eğrisinin en zor bölümünde bulunanların oranı olağanüstü yüksektir.

Kimse “araba kullanma yorgunluğu” hakkında makaleler yazmadı

Araba kullanmayı öğrendiğiniz günleri hatırlıyor musunuz? İlk kez otoyoldaki trafiğe katılırken muhtemelen direksiyonu hayatınız buna bağlıymış gibi sıkıyordunuz. Doğrusu, gerçekten de bağlıydı. Otuz dakikalık sürüşten sonra eve tamamen bitkin dönmüştünüz. Beyniniz tam kapasite çalışmıştı: Aynaları kontrol etmek, hızı ayarlamak, diğer sürücülerin davranışlarını öngörmek, trafik işaretlerini yorumlamak. Hepsi aynı anda, hepsi bilinçli olarak.

Şimdi bir saat araba kullanırken bir yandan yarım kulakla podcast dinliyor, bir yandan sandviç yiyorsunuz. Görev değişmedi. Siz değiştiniz. Beyniniz sürüş için verimli sinir yolları oluşturdu; önceden bütün bilinçli dikkatinizi gerektiren işleri arka planda yürüyen süreçlere dönüştürdü.

Kimse “araba kullanma yorgunluğunu” varoluşsal bir kriz olarak ele alan yorum yazıları yazmadı. Kimse otomobillerin onları kullananlar üzerinde “vampir etkisi” yarattığını öne sürmedi. Bitkinliğin geçici olduğunu sezgisel olarak biliyorduk. Yeni bir şey öğrenmenin bedeliydi.

Bugünkü tartışmada eksik kalan taraf bu. “Yapay zekâ yorgunluğu”, kalıcı bir durum, teknolojinin temel bir özelliği gibi ele alınıyor. Oysa aslında bir geçiş maliyeti. Bu, antrenman sonrası kas ağrısıdır; kronik hastalık değil.

Bu neden konfordan daha önemli?

Bu ayrım yalnızca sözcüklerle ilgili değil. Sorunu nasıl teşhis ettiğiniz, ne yapacağınızı belirler.

Yapay zekâ yorgunluğu teknolojinin kalıcı bir özelliğiyse Yegge’nin üç saatlik sınırı sonsuza dek tavan olarak kalır. Şirketler, mühendislerin günün yalnızca küçük bir bölümünde üretken olabildiğini varsayarak plan yapmalıdır. “Vampir etkisi” giriş bedelidir; onunla yaşamayı öğrenmemiz gerekir.

Ama bu antrenman sonrası kas ağrısıysa izlenecek yol tamamen değişir. Yükü yönetirsiniz. Kademeli olarak artırırsınız. Kaslarınız ağrıyor diye spor salonunu atlamazsınız. En önemlisi, bugünkü bitkinliğin yarın da aynı olacağını varsaymazsınız.

Bu aşamayı aşıp yapay zekâ çalışmalarını yönlendirmek, doğru ayrıntı düzeyinde incelemek ve paralel iş kollarında mimari amacı korumak için bilişsel yollar oluşturan mühendisler, sonunda bunları araba kullanmak kadar doğal biçimde yapacak. Üç saatlik duvar beşe, ardından yediye çekilecek. Daha çok çabaladıkları için değil, iş artık aynı biçimde çaba gerektirmediği için.

Bu sırada “yapay zekâ yorgunluğu” hakkında okuyup rahat, tanıdık ve yorucu olmayan ikinci seviyede kalmaya karar veren mühendisler çok daha kötü bir durumda olacak.

Bir eğilime ayak uyduramadıkları için değil, başkalarının çoktan tamamladığı antrenmana hiç başlamadıkları için.

Asıl risk: Kas ağrısını sakatlıkla karıştırmak

Bir şeyi açıkça belirtmek istiyorum. Antrenman sonrası kas ağrısıyla gerçek sakatlık arasında fark vardır; bu ayrım burada da geçerlidir.

Günde on dört saat “vibe coding” yapıyor, dört saat uyuyor, yeniliğin sarhoş ediciliği yüzünden adrenalinle ayakta kalıyorsanız bu antrenman değildir. Aşırı antrenmandır. Spor salonunda olduğu gibi aşırı antrenman hiçbir şey inşa etmez. Sizi yıpratır.

Yegge’nin üç saatlik gözlemi, kalıcı bir tavan olarak değil, mevcut toparlanma ihtiyacının işareti olarak değerlidir. Antrenmanın başında seanslar arasında daha fazla dinlenmeye ihtiyaç duyarsınız. Uyum sağladıkça daha yüksek hacmi kaldırabilirsiniz. Tükenmişlik yaşayanlar, üç saat odaklanarak yapay zekâ destekli iş yapanlar değildir. Geri bildirim döngüsü fazlasıyla sürükleyici olduğu için duramayanlardır. Bu da daha önce yazdığım kumar makinesi dinamiğinin ta kendisidir.

Çözüm spor salonundan kaçınmak değil, akıllıca antrenman yapmaktır: Yoğun seanslar, gerçek toparlanma, kademeli ilerleme.

Başka kimsenin dile getirmediği bir tahmin

Bence önümüzdeki on iki ila on sekiz ayda şunlar olacak.

“Yapay zekâ yorgunluğu” anlatısı bu yıl bir noktada zirveye ulaşacak. Daha çok makale, daha çok kaygılı yakınma ve muhtemelen kamuoyu önünde “yapay zekâ araçlarına ara veren” birkaç tanınmış mühendis göreceğiz. Bu, önemli bir karşı tepki gibi hissedilecek.

Sonra bu anlatı sessizce sönecek. İnsanlar yapay zekâyı kullanmayı bıraktığı için değil, ilk benimseyenler uyum sürecini tamamladığı için. Bir buçuk yıldır bu şekilde çalışanlara üç saatlik duvar uzak bir anı gibi gelecek. Yapay zekâ iş akışlarını, eskiden for döngüleri yazdıkları gibi, üzerinde düşünmeden yönetecekler.

Kas ağrısını aşıp devam edenlerle etmeyenlerin arasındaki fark devasa olacak. Yapay zekâ becerileri nadir olduğu için değil; uyumun kendisi, satır satır uygulama yerine yönlendirme, değerlendirme ve koordinasyon açısından düşünme yeteneği, bir grup için ikinci doğa hâline gelirken diğerine tamamen yabancı kalacağı için.

Antrenman sonrası kas ağrısına verilecek en kötü tepki hep aynıdır: Spor salonuna gitmeyi bırakmak.

Bu, liderler için ne anlama geliyor?

Şu anda bir mühendislik ekibi yönetiyorsanız aslında neye baktığınızı anlayın. En üretken mühendisleriniz aynı zamanda en yorgun olanlardır. Bu bir çelişki değil. Uyum sürecinin devam ettiğine dair elinizdeki en açık işarettir.

Buna yapay zekânın benimsenmesini yavaşlatarak karşılık vermeyin. Yorgunluk gerçek değilmiş gibi de davranmayın. İyi bir antrenör gibi karşılık verin: Antrenman yükünü yönetin. Yoğun, odaklanmış yapay zekâ destekli çalışma seanslarını gerçek toparlanmanın izlemesini bekleyin. İnsanlar yeni bilişsel beceriler geliştirirken onlara daha kısa mesai gibi görünen sürelerle çalışma izni verin. Çıktı yine eskisinin katları düzeyinde olacak.

Bunu doğru yapan şirketlerin yıl sonuna kadar uyum sağlamış ekipleri olacak. Yorgunluğu görmezden gelenler ya da buna tepki olarak yapay zekâdan geri çekilenler ise iki sonucun da en kötüsüyle karşılaşacak: Öğrenme eğrisinin en zor bölümünü hiç aşamamış, bitkin mühendisler.

Yeni bir teknolojinin yan etkilerini yaşamıyoruz. Yeni bir çalışma biçimine hazırlanmak için yaptığımız antrenmanın ilk haftalarındayız. Kas ağrısı, bunun işe yaradığının kanıtı. Bu sürecin içine girin, yükü yönetin ve beyninizin, doğadaki diğer bütün uyum sağlayabilen sistemler gibi, her zaman yaptığını yapacağına güvenin.

Uyum sağlayacak.

Andrew Filev, Zencoder'ın kurucusu ve CEO'sudur. İşbirliğine dayalı çalışma yönetimini Wrike'ı (20.000'den fazla müşteri, 2,25 milyar dolar karşılığında satıldı) kurarak dönüştürdü, Forbes ve The NY Times'da yer aldı ve AI ve inovasyon konusundaki tutkusu işin geleceğini şekillendirmeye devam ediyor.