Geliştiriciler, sorunlarına yönelik çözümleri otomatikleştirmeye bayılırlar ve üretken yapay zekanın yükselişiyle birlikte, bu kavramın kodun hem oluşturulmasına hem de sürdürülmesine ve tamamen yeni bir düzeyde geliştirilmesine uygulanması muhtemeldir. Ama muhtemel olanın gerçekleşmesi insan faktörünü ne kadar geriye atacak ve bu ne kadar güvenli henüz kesin bir şey söylemek mümkün değil.
Yapay Zeka, ABD’de 4000 kişinin işini kaybetmesine sebep oldu
Büyük dil modellerinin daha büyüleyici yönlerinden biri , çıktılarını kendini yansıtma yoluyla geliştirme yetenekleridir . Modeli kendi yanıtını geri besleyin, ardından yanıtı geliştirmesini veya hataları belirlemesini isteyin ve olgusal olarak doğru veya kullanıcılarını memnun edecek bir şey üretme şansı çok daha yüksektir. Çalışmasını adım adım göstererek bir sorunu çözmesini isteyin ve bu sistemler, yalnızca doğru nihai yanıtı bulmak için ayarlanmış olanlardan daha doğrudur.
Alan hala hızlı bir şekilde gelişirken ve halüsinasyonlar olarak bilinen olgusal hatalar, LLM destekli birçok sohbet robotu için bir sorun olmaya devam ederken, giderek artan sayıda araştırma , daha yönlendirilmiş , otomatik gerileyen bir yaklaşımın daha iyi sonuçlara yol açabileceğini gösteriyor. Bunu ChatGPT gibi devasa kullanıcı sayılarına sahip ve aktif öğrenme içerisinde olan örnekler üzerinden değerlendirmek de mümkün.
OpenAI yapay zeka hataları için önlem aldı: Artık yalan söylemeyecek!
Bu, yazılım geliştirme dünyasına uygulandığında gerçekten ilginç bir hal alıyor. Çoğu geliştirici, kod oluşturmayı, hataları algılamayı, çözümlerin test edilmesini ve fikirlerin belgelenmesini otomatikleştirmeye yardımcı olan süreçlere zaten aşinadır. Birçoğu geçmişte kendi kendini iyileştiren kod fikri üzerine yazmıştır.
Kod başarısız olduğunda, genellikle bir hata mesajı verir. Yazılım biraz iyiyse, bu hata mesajı tam olarak neyin yanlış olduğunu söyler ve bir düzeltme yönüne yönlendirir. Önceki kendi kendini onaran kod programları, hataları azaltan, zarif geri dönüşlere izin veren ve uyarıları yöneten akıllı otomasyonlardır. Kullanımın yüzde 90’da olduğuna dair bir uyarı alındığında belki biraz disk alanı eklemek veya bazı dosyaları silmek yoluna gidiliyor.
Geliştiriciler, sorunlarına yönelik çözümleri otomatikleştirmeyi tercih ediyorlar ve üretken yapay zekanın yükselişiyle birlikte, bu kavramın kodun hem oluşturulmasına hem de sürdürülmesine ve tamamen yeni bir düzeyde geliştirilmesine uygulanması muhtemeldir.
Artan kod ve onunla birlikte kodların analiz sürelerinin artışı
LLM’lerin büyük kod parçalarını hızlı bir şekilde üretme yeteneği, geliştiricilerin – ve hatta geliştirici olmayanların – şirketin kod tabanına geçmişte olduğundan daha fazlasını ekleyeceği anlamına gelebilir. Bu, kendi zorluklarını ortaya çıkarır.
“Yazılım mühendislerinden sık sık duyduğum şeylerden biri, ‘Şey, yani, artık herkes bu araçlardan bazılarıyla bazı kodlar üretebilir, ancak belki de neyin kalitesinden endişe duyuyoruz? oluşturuluyor’” diyor Google Cloud geliştirici medya başkanı Forrest Brazeal. Bu sistemlerin kod çıktısı alma hızı ve hacmi bunaltıcı gelebilir. “Yani, ekibinizden birinin yazdığı 7.000 satırlık bir çekme isteğini gözden geçirmeyi düşünün. Bunu yapmak ve anlamlı geri bildirim almak çok ama çok zor. Yapay zeka bu kadar büyük miktarda kod ürettiğinde işler hiç de kolay olmuyor. Dolayısıyla, GenAI’yi etkin bir şekilde kullandığımızdan emin olmak için yazılım mühendisliğinin en iyi uygulamalarını bulmamız gereken bir dünyaya hızla giriyoruz.”
Massachusetts Institute of Technology’nin Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı’ndan bir profesör; “Bir makine tarafından yazılmış çok sayıda çok kalitesiz kod biriktirme riski olduğunu düşünüyorum” dedi ve şirketlerin bundan kaçınmak için yeni araçların yetenekleriyle birlikte nasıl çalışacakları konusundaki metodolojileri yeniden düşünmeleri gerekeceğini de ekledi.
Geliştiriciler korkmakta haksız sayılmaz ama henüz erken
Geliştiriciler, bu tür bir otomasyonun endüstri üzerindeki etkisini merak etmekte ve endişelenmekte haklı. Ancak şimdilik, bu araçlar mevcut becerileri artırıp ve geliştirse de gerçek insanların yerini almakta çok yetersiz kalıyor. Botlardan bazıları kendilerini bir döngüye sokup işten atmayı otomatikleştirmeyi çoktan öğrendi. Ama henüz kendi süreçlerini başlatabilmeleri ve distopik bir ortam için erken.
