AI Mühendislerin Gelişimini Nasıl Değiştiriyor

Yaklaşık bir yıl önce, yazılım dünyasındaki en önemli tartışmalardan biri, junior mühendislerin geleceği üzerine odaklanmıştı. Tartışma basit görünüyordu: AI, junior seviyesindeki birçok kodlama görevini already ele alabiliyorsa, neden junior mühendisleri işe almaya ve eğitmeye devam edelim? Ve şirketler junior yetenekleri geliştirmeyi bıraktıkları takdirde, beş yıl sonra senior mühendisler nereden gelecek?

Bu, ciddi bir soruydu ve birçok zeki insan bunu ciddiye aldı.

O zamanlar, benim cevabım, diğer mesleklerin zaten benzer sorunların çözümlerini bulmuş olduğuydu. Tıp fakültesinden mezun olan никто hemen bağımsız olarak açık kalp ameliyatı yapamaz. Doktorlar, gölgelendirme, staj, rezidansları tamamlama ve denetim altında uygulama yaparak yıllarca deneyim kazanırlar.

Aynı model, yönetici liderlik için de geçerlidir. Hiç kimse üniversiteden mezun olduktan sonra hemen bir Fortune 500 şirketini yönetemez. İnsanlar, daha küçük takımları yönetir, daha sonra daha büyük iş birimleri yönetir ve dần dần yargı yetenekleri kazanır. Rolün karmaşıklığı arttıkça, yol daha uzun, daha pratik ve daha çıraklık odaklı hale gelir.

Ben hala mühendisliğin bu yönde ilerlediğine inanıyorum. Ancak son birkaç ayda, üç farklı deneyim nedeniyle bu konuyu farklı bir şekilde düşünmeye başladım ve hepsi aynı sonuca işaret ediyordu.

Üç Örnek

Bir arkadaşım最近 birkaç ay boyunca Çekçe sınavına hazırlanıyordu. O ve birkaç arkadaşı insan öğretmenler tuttular ve bu sürece gerçek para yatırdılar. O rahatça geçti. Çoğu diğerleri geçemedi.

En büyük fark, onun ana öğretmenin aslında ChatGPT olmasıydı.

O, 11 akşamı muốnse çalışabilirdi. Aynı ekfiyatı kırk kez tekrarlayabilirdi, kimsenin sabrını boşa harcamadan. Çek vergi memuruyla etkileşim gibi çok spesifik durumları rol yapabilirdi ve o gün zorlandığı konuya göre seansı özelleştirebilirdi.

İnsan öğretmenler iyiydi. Sadece ChatGPT’nin erişilebilirliği, tekrarları ve kişiselleştirmesini eşleştiremediler.

Benim oğlumla fizik konusunda benzer bir şey görüyorum. O zaten konuyu iyi anladığı için, Claude’dan cevaplar almıyor. Onu zorluyor. Daha zor problemler üretmesini, varsayımlarını sorgulamasını, neden bir yaklaşım yanlış gittiğini açıklamasını ve interaktif olarak sınav yapmasını istiyor.

Buna en yakın benzetme, zeki çocukların fizik okuyan büyük kardeşleri tanımaları olabilir. Ancak bu versiyon her zaman mevcuttur, sabırsız değildir ve “daha sonra sor” demez.

Henüz lisede olan yeğenim, sonunda ticarileştirmek istediği bir hobi projesi üzerinde çalışıyordu. Ona bir kodlama ajanı kurup bazı iş akışlarını otomatikleştirmeye yardımcı oldum. Her öğleden sonra saat beşte, okulu bitirdiğinde, bir ajan kod tabanını tarıyor ve önerilen geliştirmeler bırakıyordu. Haftada bir kez, başka bir iş akışı rekabetçi araştırmaları çalıştırıyor ve yeni fikirleri ortaya çıkarıyordu.

Onu sevdi.

Bir noktada, “Kodlama bu kadar kolaysa, fikirlerden vazgeçeceğim” diye şaka yaptı.

Ona, fikirlerin her zaman kıt bir kaynak olduğunu söyledim. Şimdi fark, uygulamaya geçmenin artık aynı şekilde onları sınırlamamasıdır.

Hızlı Geri Bildirim Döngüleri

Bu örneklerin hiçbiri aslında Çekçe, fizik veya kod incelemesi hakkında değildir.

Onlar, yüksek derecede kişiselleştirilmiş geri bildirimin sürekli olarak mevcut hale geldiği örneklerdir.

Tarihsel olarak, junior mühendisler kısmen tekrarlamayla, kısmen de deneyimli insanlara yakınlıkla öğrenirlerdi. Kod yazarlardı, inceleme için beklerler, sonunda bir senior mühendisin zamanı olduğunda geri bildirimi alırlardı ve yıllar içinde biriken hatalardan yargı yeteneği kazanarlardı.

AI, geri bildirim döngüsünü kendisi değiştirir.

Doğru yapılandırılmış bir AI asistanıyla, junior bir mühendis, daha önce senior mühendislerin mevcudiyetine bağlı olan birçok şeyi artık alabilir. Anında kod incelemesi. Tasarım seçimi neden sonra sorunlar yaratabilir açıklamaları. Benzer kalıplara diğer places in the kod tabanındaki referanslar. Bir junior mühendisin en açık implementation yerine daha iyi olanı tercih etmesini sağlayan geri bildirim.

En önemlisi, geri bildirim, mühendis hala problem içindeyken, iki gün sonra bağlam kaybolmadan gelir.

Bu önemlidir, çünkü junior’dan senior’a geçiş, büyük ölçüde yargı yeteneği tarafından belirlenir. Yargı yeteneği, esas olarak, hatalar, trade-off’lar ve kenar durumlarına karşı tekrar tekrar maruz kalma yoluyla kazanılan bir desen tanıma yeteneğidir. Birisi, düşünceli bir şekilde, bu geri bildirim döngülerini ne kadar hızlı geçerse, yargı yeteneği de o kadar hızlı gelişir.

Bant genişliği darboğazı, artık senior mühendislerle değil, öğrenenle oturur.

Güvenlik Ağı İyileşir

Burada bir başka kayda değer değişim vardır.

Güçlü AI kod incelemesi sistemleriyle çalışan bir junior mühendis, üretim sistemini kazara zarar verme olasılığı önemli ölçüde daha düşüktür.

Çok klasik hatalar artık anında işaretlenir: sabitlenmiş kimlik bilgileri, yutulmuş istisnalar, güvenli olmayan sorgular, güvenlik sorunları, açık mimari sorunları, kötü kapsamlandırılmış bağımlılıklar. Kötü çekme istekleri, artık dizüstü bilgisayarından çıkmadan önce yakalanır.

Bu, junior çalışmalar için tabanı değiştirir.

Tarihsel olarak, önemli bir senior mühendis zamanı, kuruluşa, önlenilebilir hatalardan korumaya giderdi. AI kod incelemesi katmanları, bu yükün bir kısmını emer, junior mühendislerin daha önce olduğundan daha bağımsız bir şekilde çalışmasına izin verir.

Bu, mentorluk veya denetimin necessityini ortadan kaldırmaz. Ancak, mentorluğun en değerli olduğu yeri değiştirir.

Uçurum Genişliyor

Bu geleceğin optimist versiyonu, büyük ölçüde, bireysel mühendisin sisteme nasıl davrandığına bağlıdır.

AI’yi, düşünme etrafında bir kısayol olarak kullanan biri, muhtemelen daha fazla kod üretecek, ancak çok az şey öğrenecektir. On yıl önce, aynı kişi, Stack Overflow’dan çözümleri kopyalardı, ancak onları anlamazdı. Mekanizma değişti. Altta yatan davranış değişmedi.

AI, entelektüel pasifliği asla çözmeyecekti.

Daha ilginç sonuç, mühendislerin aldıkları geri bildirimi aktif olarak kullanmalarıdır. Birisi, inceleme geri bildirimi okuyorsa, geri bildirimi sorguluyorsa, takip soruları soruyorsa, alternatifleri test ediyorsa ve bazen modelin kendisi yanlış olduğunu keşfediyorsa, daha önceki nesillerin yapabileceğinden çok daha hızlı bir şekilde yargı yeteneği kazanır.

Bilişsel çaba ortadan kaybolmadı. Döngüye daha erken kaydı ve tekrarlamak daha ucuz hale geldi.

Bu, muhtemelen, yüksek düzeyde dahil olan mühendisler ile dahil olmayan mühendisler arasındaki uçurumu genişletir.

En önemli verimlilik değişiklikleri böyle çalışır. Okuma, okuryazar ve okur yazar olmayan nüfuslar arasındaki uçurumu genişletti. İnternet, meraklı insanlar ve pasif insanlar arasındaki uçurumu genişletti. AI, aynı kalıbı devam ettirmeye muhtemeldir.

Ürün Yargısı Daha Fazla Önem Kazanır

Daha ilginç soru, artık junior mühendislerin ortadan kaybolup kaybolmadığı değildir. Junior mühendislerin, uygulama kendiliğinden daha kolay hale geldikçe, neye katkıda bulunduklarıdır.

Cevap, güçlü senior mühendislerin zaten katkıda bulunduğu şeye şaşırtıcı bir şekilde benzer görünüyor: yaratıcılık, ürün içgüdüsü, tat, önceliklendirme, yargı ve aslında neyin var olması gerektiğine dair yetenek.

Mühendislik rolleri, uygulama sürtünmesinin devam ettiği için, ürün odaklı düşünceye doğru hareket ediyor. Sistem tasarımı hala önemlidir. İsimlendirme hala önemlidir. Ürün yargısı hala önemlidir. Kullanıcıları anlama hala önemlidir. Bu beceriler, organizasyonların fikirleri çok daha hızlı test edebildikleri için, bazı yönlerden daha da önemli hale geliyor.

AI ile yetiştirilen bir mühendis, on beş yıl önce eğitim alan jemandden çok farklı düşünecektir.

İterasyonun ucuz olduğuna dair varsayımlar yapacaklar. Tek bir yaklaşımı günlerce tartışmak yerine, nhanhça birden fazla yaklaşımı prototip olarak gerçekleştirecekler. Kullanıcılar ve uygulama arasındaki geri bildirim döngülerinin çok daha sıkı olmasını bekleyecekler, çünkü deneme maliyeti sürekli düşüyor.

Bu, fikir ve uygulama arasındaki döngülerin çok daha kısa olduğu farklı bir mühendis türü yaratır.

Organizasyonlar, işe alım, değerlendirme, mentorluk ve terfi konusunda buna uygun olarak yeniden düşünmek zorunda kalacaklar. Ancak yazılım, web geldiğinde, mobil geldiğinde, bulut altyapısı yerel sistemlerin yerini aldığında benzer geçişler zaten yaşadı.

Her geçiş, mühendislik için iyi olanın görünümünü değiştirdi, ancak mühendislerin kendilerine olan ihtiyacını ortadan kaldırmadı.

Operasyonel Sonuçlar

Junior mühendisler için tavsiye, özellikle görkemli değildir.

Gerçek projeleri seçin. AI’yi bir gölge inceleme olarak kullanırken çalışın. Geri bildirimi dikkatlice okuyun. Bazen ona itiraz edin. Takip soruları sorun. Hataları yakalayan desenlerin arkasındaki kalıpları takip edin.

Bu, yargı yeteneğini, bir senior mühendisin sonunda zamanı bulması için beklemekten çok daha hızlı bir şekilde geliştirmenin yollarından biridir.

Yöneticiler için, darboğaz da değişir.

Junior büyümesi, senior mühendislerin koçluk için ayırabileceği zamana büyük ölçüde bağlıydı. Artık daha büyük kaldıraç noktası, güçlü öğrenme ortamlarını AI kullanımı etrafında tasarlamaktır: inceleme beklentileri, yükseltme kuralları,.prompt kalıpları, koruma önlemleri ve proje seçimi.

Bu sistemleri iyi yapılandıran organizasyonlar, muhtemelen yetenekleri daha hızlı geliştireceklerdir.

Ve liderlik ekipleri için, junior mühendisleri, değişmez uygulama kapasitesi olarak görmeyi bırakmak muhtemelen mantıklı olacaktır. Birçok organizasyon için, onlar, deney, enerji ve yaratıcı iterasyonun en ucuz kaynaklarından biri haline gelebilir.

Farklı Bir Mühendis Nesli

Arkadaşım, Çekçe’yi daha hızlı öğrendi, çünkü cebinde etkili bir öğretmene sahipti. Oğlum, benim erişemediğim interaktif geri bildirimi olan fizik öğreniyor. Yeğenim, uyurken geceyarısı kod incelemeleri ve pazar araştırması alıyor.

Sıradaki mühendis nesli, sürekli koçluk, anında geri bildirim döngüleri ve çaba ile geri bildirim arasındaki çok daha hızlı döngülerle endüstriye girecek.

Bu, junior mühendisi ortadan kaldırmaz. Junior mühendislerin nasıl geliştiklerini ve yol boyunca hangi becerilerin en önemli olduğunu değiştirir.

İnsanların büyüdüğü junior mühendis rolünün versiyonu muhtemelen kayboluyor. Ancak yerine geçen, önceki nesillerin hiç sahip olmadığı kadar hızlı öğrenen, daha iyi koçlanan, daha deneysel ve daha ürün odaklı bir versiyon olabilir.