Martin Fowler'ın notlarından yola çıkarak, yapay zeka destekli büyük dil modellerinin (LLM'ler) yazılım geliştirme dünyasındaki etkileri ve farklı geliştirici rollerine yansımaları inceleniyor. Özellikle kıdemli geliştiricilerin LLM'lere karşı başlangıçtaki dirençlerinin, pratik deneyimle hızla değiştiği belirtiliyor. Uygulamalı çalışmalar sonrası kıdemli geliştiricilerin önemli bir kısmının LLM yanlısı olması, modellerdeki son iyileşmelerin ve deneyimin değerini ortaya koyuyor. Bu durum, kıdemli geliştiricilerin rolünü söz dizimi ve kodlama detaylarından mimari konulara kaydırırken, LLM ajanlarını yönetmenin genç geliştiricileri yönetmeye benzer bir beceri seti gerektirdiğini gösteriyor.
Genç geliştiricilerin LLM'lere açık fikirli olmaları ve onları kullanmaya aşina olmaları nedeniyle hala ihtiyaç duyulacağı düşünülüyor. LLM'ler, onlara sürekli erişilebilir bir mentor sağlayarak daha iyi programlama öğrenmelerine yardımcı olabilir. Ancak, en büyük zorluklarla orta seviye geliştiricilerin karşı karşıya olduğu vurgulanıyor; kariyerlerini LLM'ler olmadan şekillendiren bu grup, teknolojiyi kıdemliler kadar etkin kullanamıyor. Makalede ayrıca, Margaret-Anne Storey'nin "bilişsel borç" (cognitive debt) kavramına da kısaca değiniliyor. Bu kavram, ekiplerin hızlı geliştirme süreçlerinde sistemin tasarım kararlarını ve işleyişini açıklayamamasıyla ortaya çıkan, basit değişikliklerin bile beklenmedik hatalara yol açtığı bir durumu ifade ediyor.
Büyük dil modellerinin yazılım geliştirme süreçlerinde farklı seviyelerdeki geliştiricilerin rollerini nasıl yeniden şekillendirdiğini ve "bilişsel borç" gibi yeni zorlukları beraberinde getirdiğini açıklıyor.