Yapay zeka daha fazla işsiz geliştiriciye veya daha fazla yazılım üretimine yol açacak mı?
Yazılım geliştirmede üretkenliği büyüklük sırasına göre veya on kat artırabildiğimizi varsayalım. Bunu daha somut hale getirmek için bir düşünce deneyi yapalım: Bir proje yöneticisi sabah uyanır ve projesinin 100 yerine sadece 10 kişiye ihtiyacı olduğunu bilir. Ayrıca bu insanların kim olduğunu da bilir. Bu kesinlikle kesindir, tıpkı gökyüzünün mavi olması gibi.
Duyuru
(Resim:
Eberhard Wolff
)
Eberhard Wolff, SWAGLab'da mimarlık bölümünün başkanıdır ve yirmi yıldan fazla bir süre boyunca genellikle iş ve teknoloji arasındaki arayüzde mimar ve danışman olarak çalışmıştır. Mikro hizmetler de dahil olmak üzere çok sayıda makale ve kitabın yazarıdır ve uluslararası konferanslarda düzenli olarak konuşmacı olarak yer almaktadır. Teknoloji odağı, bulut, etki alanı odaklı tasarım ve mikro hizmetler gibi modern mimari ve geliştirme yaklaşımlarıdır.
Proje yöneticisi şimdi ne yapacak?
İlk seçenek, projeyi 10 kişiyle yürütüp geri kalan 90 kişiye başka görevler vermek, hatta onları kovmak olacaktır. Bu seçeneğin uygulanması zordur çünkü proje yöneticisi kendisine ve başkalarına projede çok fazla kişinin çalıştığını itiraf eder. Üstelik 100 kişilik bir projeyi yönetmek, 10 kişilik bir projeyi yönetmekten daha prestijlidir. Bu yaklaşım aynı zamanda bir risk de taşıyor çünkü onlara yararlı bir görev bulduğunuzda insanları 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 insanlar için başka bir proje arıyorsunuz. Sonuçta, her iki seçenek de kuruluş için daha fazla değer sağlar ve dolayısıyla katılan herkes için daha fazla prestij sağlar.
Belki projeye kişi eklenerek hızlandırılabilir. Ancak bu zor görünüyor çünkü eğitim ve daha fazla iletişime ihtiyaç duyulduğundan birden fazla kişi projeyi yavaşlatabilir. Fred Brooks, “Efsanevi Adam Ayı” adlı kitabında buna dikkat çekti.
Gerçekçi?
Peki böyle bir düşünce deneyi gerçekten gerçekçi midir? Fred Brooks'un da bir cevabı var: “No Silver Bullet” adlı makalesinde, hiçbir önlemin tek başına yazılım geliştirmede üretkenliği büyük ölçüde artıramayacağını belirtiyor. Ancak bu, bu hedefe ulaşmak için bir dizi tedbire yer bırakmaktadır. Ve aynı zamanda – bu blog yazısı gibi – bu aynı zamanda daha fazla kanıt sağlamayan bir hipotezdir.
Senaryonun gerçekçi olmasının nedenlerinden biri belki de; daha önce de belirttiğimiz gibi, bir projede daha fazla kişinin yer alması, daha fazla prestij anlamına geliyor ve bu nedenle projelerin mümkün olduğu kadar çok kişiyle hayata geçirilmesi gerekiyor. Parkinson Yasası artık mevcut tüm kişilerin proje üzerinde çalışacağını belirtiyor. Yazılım geliştirme çok fazla iletişim içerdiğinden bu kadar çok insan iletişimi zorlaştırabilir. İletişim mimariye de yansıdığı için mimari de çöker. İletişim ve mimari arasındaki ilişki Conway ve kanunlarına kadar uzanmaktadır. Ayrıca, zaten başka bir blog yazısının konusu olan şişirilmiş projeler, zayıf iletişim ve sonuçta zayıf mimari tezini de ileri sürdü.
Ancak temiz mimari, daha az insan ve dolayısıyla daha az iletişim ve iletişim sorunuyla sonuca aynı hızla ulaşabilirsiniz, dolayısıyla düşünce deneyi tamamen gerçekçi olmayabilir.
Yapay zeka mı?
Ancak düşünce deneyinin motivasyonu başka bir gelişme: Başka bir blog yazısında tartışıldığı gibi yapay zeka bizi kod üretme konusunda önemli ölçüde daha verimli hale getirebilir. Dolayısıyla üretkenlik 10 kat arttığında ne olacağı sorusu oldukça anlamlıdır.
Düşünce deneyi, bu tür ilerlemelerle bile daha fazla yazılım üretileceğini ve bunun sonucunda henüz değmeyen endüstriler için bile yazılımların kullanılacağını öne sürüyor.
Aslında ekonomide bu olgunun bir geri tepme etkisi var. Örneğin, eğer arabalar daha verimli hale gelirse, daha fazla yolculuk için kullanılacaklar, dolayısıyla nihai tüketim azalmayacaktır, hatta artabilecektir. Belki yapay zeka da 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, insanlar aslında teknik uzmanlığa sahip olmayan yazılımlar geliştirebilirler. 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. Günümüzde masaüstü yayıncılık sayesinde 80'li yıllara kıyasla çok daha fazla kişi basılı ürünler üretebiliyor ancak kalite düşmüş ve profesyoneller hâlâ kendi faaliyet alanlarına sahip.
Artık yazılım sektörünün geleceği de yapay zeka tarafından korunuyor gibi görünebilir. Ancak geleceği tahmin etmenin zor olduğu aşikar. Hatta bilişim pazarındaki mevcut krizin yapay zekanın yapabileceklerinin habercisi olduğu bile ileri sürülebilirdi. Gelecek açık.
tl; Dr.
Yazılım geliştirmede üretkenliğin on kat artması bile, yapay zekanın getirebileceği gibi, sahada daha az kişinin 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 aktardığını gösterir. Güvenlik hususlarını da dikkate almak önemlidir.
Konferans programı aşağıdaki konferansları içermektedir:
- Copilot, ChatGPT ve Co ile yazılım geliştirme
- Kodlamada Yapay Zeka Araçları: Yeni Standart mı?
- GenAI kullanarak kod incelemeleri yoluyla hızlı geri bildirim
- Daha iyi test sonuçları için AI İLE
- Eski sistemleri analiz etmek için dinozorları ChatGPT – LLM ile yenin
- Yapay zeka yoluyla güvenlik: Yapay zeka destekli güvenli yazılım geliştirmenin güçlü ve zayıf yönleri
(Ben)