Yapay zeka araçları junior yazılımcıların kıdem alma sürecini değiştiriyor
Öne çıkanlar
- Yapay zeka araçlarına aşırı bağımlılık yeni mühendislerin kalıcı acemi seviyesinde kalmasına yol açıyor.
- Deneyimli mühendislerin kod inceleme yorumlarını modellemek yazılım ekiplerinin standartlarını öğrenmeyi kolaylaştırıyor.
- Belli aralıklarla yapay zeka desteği olmadan elle kod yazmak mimari kavrayışı ve token verimliliğini artırıyor.
Criteo bünyesinde çalışan bir yazılım mühendisi, yazılım sektöründe giderek yaygınlaşan yapay zeka ajanlarının yeni başlayan mühendislerin mesleki gelişimine etkilerini ele aldı. Kod yazma sürecinin büyük oranda yapay zeka araçlarına devredilmesinin kalıcı acemilik riski doğurduğunu belirten mühendis, kıdemli seviyeye ulaşmak için sadece yapay zeka çıktısı incelemenin yeterli olmadığını aktardı. Mühendis, deneyimli çalışanların kod savunabilme, mimari tercihler yapabilme ve hatalı çözümleri sezebilme gibi temel yeteneklere sahip olduğunu vurguladı.
Geliştirme sürecini pasif bir onay mekanizmasından çıkarmak amacıyla çeşitli yöntemler deneyen mühendis, yapay zekaya talimat veren özel bir kural dosyası hazırladı. Bu sistemde ajanın doğrudan dosya değiştirmesi sınırlandı ve her değişiklik öncesinde gerekçelendirme yapılması kurala bağlandı. Kodun mimarisini ve çalışma biçimini anlamak için yapay zekaya sorgulayıcı sorular sormanın, geçmiş kıdemli incelemelerini modellemenin ve belirli görevleri kasten elle kodlamanın öğrenme sürecini hızlandırdığı belirtildi.
Söz konusu yaklaşımın belirgin bir maliyet avantajı da sağladığına dikkat çekildi. Sistemin ve kod tabanının yapısını iyi bilen bir mühendisin çok daha az token harcayarak doğru sonuçlara ulaştığı ifade edildi. Yapay zeka ajanlarının kod üretebilmesine karşın merak, özerklik ve insan rehberliği gibi insani becerilerin yerini alamadığı aktarılırken, şirketlerin yeni başlayan mühendislerin bizzat öğrenmesine alan açması gerektiği kaydedildi.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.