Yapay zeka daha fazla işsiz geliştiriciye veya daha fazla yazılım üretimine yol açacak mı?

Draqon

Aktif Üye


  1. Yapay zeka daha fazla işsiz geliştiriciye veya daha fazla yazılım üretimine yol açacak mı?

Yazılım geliştirmede üretkenliği büyük bir oranda, yani on kat artırmayı başardığımızı varsayalım. Daha somut hale getirmek gerekirse, bir düşünce deneyi: Bir proje yöneticisi sabah uyanır ve projesinin 100 kişi yerine yalnızca 10 kişiye ihtiyacı olduğunu bilir. Bu insanların kim olduğunu da biliyor. Bu kesinlikle kesindir, tıpkı gökyüzünün mavi olması gibi.


Reklamcılık







(Resim:

Eberhard Wolff

)



Eberhard Wolff, SWAGLab'da Mimarlık Bölüm Başkanıdır ve yirmi yıldan fazla bir süredir mimar ve danışman olarak, genellikle iş ve teknoloji arasındaki arayüzde çalışmaktadır. Mikro hizmetler de dahil olmak üzere çok sayıda makale ve kitabın yazarıdır ve uluslararası konferanslarda düzenli olarak konuşmacı olarak yer almaktadır. Teknolojik odağı modern mimari ve bulut, alan odaklı tasarım ve mikro hizmetler gibi geliştirme yaklaşımlarıdır.







Proje yöneticisi şimdi ne yapacak?

İlk seçenek projeyi 10 kişiyle sürdürmek ve geri kalan 90 kişiye başka görevler vermek, hatta onları işten çıkarmak olacaktır. Bu seçeneğin uygulanması zordur çünkü proje yöneticisi kendisine ve başkalarına projede çok fazla kişinin çalıştığını itiraf etmektedir. Ayrıca 100 kişilik bir projeyi yönetmek, 10 kişilik bir projeyi yönetmekten daha prestijlidir. Bu yaklaşım aynı zamanda bir risk de taşıyor çünkü onlar için yararlı bir görev bulduğunuzda onları geri getirmek o kadar kolay değil.

Diğer bir seçenek de on kişinin orijinal proje üzerinde çalışmasına izin vermek ve diğerlerine farklı bir görev vermektir. Bunun için projenin kapsamı genişletilebilir. Daha fazla özellik arzusunun kural olması daha muhtemel olduğundan, bunu yapmak nispeten kolay olabilir. Veya halk için başka bir proje ararsınız. Sonuçta, her iki seçenek de kuruluş için daha fazla değer sağlar ve dolayısıyla katılan herkes için daha fazla prestij sağlar.

Belki ilave kişilerle proje hızlandırılabilir. Ancak bu zor görünüyor çünkü eğitim ve daha fazla iletişim gerekli olduğundan daha fazla insan projeyi yavaşlatabilir. Fred Brooks, “Efsanevi Adam Ayı” adlı kitabında buna dikkat çekti.

Gerçekçi?


Peki böyle bir düşünce deneyi gerçekten gerçekçi mi? Fred Brooks'un burada da bir cevabı var: “No Silver Bullet” adlı makalesinde, hiçbir önlemin tek başına yazılım geliştirmede üretkenliği büyük ölçüde artıramayacağını iddia ediyor. Ancak bu, bu hedefe ulaşmak için bir dizi tedbire yer bırakmaktadır. Ayrıca -bu blog yazısı gibi- onun daha fazla kanıt sunmadığı da bir hipotez.

Senaryonun gerçekçi olmasının bir nedeni belki de: Daha önce de belirttiğimiz gibi, bir projede daha fazla insan daha fazla prestij anlamına geliyor ve bu nedenle mümkün olduğu kadar çok kişiyle proje yürütme dürtüsü var. Parkinson yasası artık mevcut tüm kişilerin de proje üzerinde çalışacağını belirtiyor. Yazılım geliştirme çok fazla iletişim içerdiğinden bu kadar çok insan iletişimin zorlaşmasına neden olabilir. İletişim mimariye de yansıdığı için mimari de çöküyor. İletişim ve mimarlık arasındaki ilişki Conway ve kanunlarına kadar uzanıyor. Ayrıca zayıf iletişim ve sonuçta zayıf mimariye sahip şişirilmiş projeler tezini de ortaya attı; bu zaten başka bir blog yazısının konusuydu.

Ancak temiz bir mimari, daha az insan ve dolayısıyla daha az iletişim ve iletişim sorunuyla sonuca aynı hızla ulaşabilirsiniz, dolayısıyla düşünce deneyi sonuçta tamamen gerçekçi olmayabilir.

Yapay zeka mı?


Ancak düşünce deneyinin motivasyon kaynağı başka bir gelişme: Başka bir blog yazısında tartışıldığı gibi, yapay zeka bizi kod üretme konusunda önemli ölçüde daha verimli hale getirebilir. O halde üretkenlik 10 kat arttığında ne olacağı sorusu çok anlamlıdır.

Düşünce deneyi, bu ilerlemeyle bile daha fazla yazılım üretileceğini ve bunun sonucunda yazılımın henüz değmediği alanlarda da kullanılacağını öne sürüyor.

Aslında ekonomide bu olgunun bir geri tepme etkisi var. Örneğin, arabalar daha verimli hale gelirse, daha fazla yolculuk için kullanılacaklar, böylece sonuçta tüketim azalmaz, hatta artabilir. Belki de yapay zeka benzer bir etkiye yol açacaktır: yazılım geliştirme daha verimli hale gelecek, ancak yazılım daha sonra başka amaçlar için de kullanılacak ve sonuçta harcanan çaba aynı kalacaktır. Aslında yazılım giderek daha fazla alanı destekliyor ve yapay zeka bu eğilimi güçlendirebilir.

Aşırı durumlarda, teknik becerilere sahip olmayan kişiler yazılım geliştirebilir. Bu söz, COBOL gibi teknolojilerle, ancak aynı zamanda düşük kodlu veya kodsuz teknolojilerle de birkaç kez verildi. Ancak yapay zeka burada başarılı olsa bile, diğer endüstriler de bu tür aksaklıkların etkilerini gösteriyor. Masaüstü yayıncılık ile birlikte artık 1980'li yıllara göre çok daha fazla kişi basılı ürün üretebiliyor ancak kalite düşmüş ve profesyoneller hâlâ kendi faaliyet alanlarına sahip.

Artık yazılım sektörünün geleceği de yapay zekaya karşı güvence altına alınmış gibi görünebilir. Ancak elbette geleceği tahmin etmek zordur. Ayrıca BT pazarındaki mevcut krizin yapay zekanın ne yapacağının habercisi olduğu da iddia edilebilir. Gelecek açık.

tl;doktor


Yazılım geliştirmede üretkenliğin on kat artması bile, yapay zekanın getirebileceği gibi, sahada daha az insanın çalışacağı anlamına gelmez; aksine yazılımın daha fazla amaç için kullanılacağı anlamına gelir.






(Resim: TechSolution/Shutterstock)


BetterCode() GenAI, 21 Ocak 2025'te piyasaya sürülecek. iX ve dpunkt.verlag tarafından düzenlenen çevrimiçi konferans, yapay zeka destekli yazılım geliştirmenin önemli yönlerini kapsıyor.

BetterCode() GenAI, yapay zekanın kod incelemelerini nasıl optimize ettiğini, test etmeye nasıl yardımcı olduğunu ve eski kodu nasıl taşıdığını gösterir. Güvenlik hususlarına da bakmak önemlidir.

Konferans programı aşağıdaki dersleri sunmaktadır:

  • Copilot, ChatGPT ve Co ile yazılım geliştirme
  • Kodlamada yapay zeka araçları: Yeni standart mı?
  • GenAI kullanarak kod incelemeleri aracılığıyla hızlı geri bildirim
  • Daha iyi test sonuçları için AI İLE
  • Eski sistemleri analiz etmek için ChatGPT – LLM'lerle dinozorları yenin
  • Yapay Zekayla Güvenlik – Yapay zeka destekli, güvenli yazılım geliştirmenin güçlü ve zayıf yönleri




(rme)