Google CEO’su: “Şirketteki yeni kodun dörtte birinden fazlası yapay zeka tarafından üretiliyor”

• Google, yapay zekaya hem şirket içinde hem de dışında tamamen yüklenmiş durumda
• Google CEO’su Sundar Pichai, salı günü 3. çeyrek bilanço açıklamasında Google’da üretilen yeni kodların %25’inden fazlasının yapay zeka tarafından oluşturulduğunu söyledi
• Pichai, kodlamada yapay zeka kullanımının Google içinde “üretkenliği ve verimliliği artırdığını” belirtti. Kod üretildikten sonra çalışanlar bunu gözden geçirip doğruluyor

  “Bu, mühendislerimizin daha fazla işi daha hızlı yapmasına yardımcı oluyor. Kaydettiğimiz ilerleme ve önümüzdeki fırsatlar beni heyecanlandırıyor; harika ürünler geliştirmeye odaklanmayı sürdüreceğim.”

Google’ın dahili yapay zeka modeli “Goose”

• Business Insider, şubatta Google’ın çalışanların kod yazmasına ve ürün geliştirmesine yardımcı olmak için “Goose” adlı yeni bir dahili yapay zeka modelini kullanıma sunduğunu bildirdi
• BI’ın gördüğü dahili belgelere göre Goose, “Google’ın 25 yıllık mühendislik uzmanlığı” temel alınarak eğitildi

Çalışanların endişeleri ve yapay zekanın etkisi

• Pichai’nin paylaştığı veriler, çalışanların kendilerini kodlama sürecinin dışında bırakıp bırakmadıklarını sorgulamalarına yol açabilecek gibi görünse de, diğer bazı çalışanlar yapay zekanın işlerini zaten değiştirdiğini söylüyor
• Şirket yöneticileri daha önce yapay zekanın Googler’ların işlerini ellerinden almayacağını vaat etmişti; ancak %25’in üzerindeki oran dikkat çekici ve bu teknolojiyi geliştirmenin faydalarını vurguluyor

GN⁺ görüşü

• Yapay zeka teknolojisindeki ilerlemenin, yazılım mühendislerinin rolünü nasıl değiştireceğine dair bir tartışmaya ihtiyaç var. Yapay zeka basit ve tekrarlayan işleri üstlenirken, mühendisler daha yaratıcı ve stratejik görevlere odaklanabilecek
• Ancak yapay zeka tarafından üretilen kodun kalitesi ve bakım süreçleri açısından endişeler de var. Mühendislerin, yapay zeka kodunu gözden geçirmek ve test etmek için daha fazla zaman ayırması gerekebilir
• Yapay zeka kodlama araçlarının gelişimi, geliştirici üretkenliğini artırabilir ve inovasyonu hızlandırabilir; ancak mahremiyetin korunması ve algoritmik önyargı gibi etik sorunlar da birlikte ele alınmalı, ayrıca bazı çalışanlar iş güvencesi konusunda endişe duyabilir

[ragingwind]

Goose, "Google'ın 25 yıllık mühendislik uzmanlığı" temel alınarak eğitilmiş deniyor; bu gerçekten çok merak uyandırıyor. Ürettiği kodun ya da yaptığı incelemelerin kalitesi

[GN⁺]

Hacker News görüşleri

• Yapay zekanın basit kodları iyi ürettiği, ancak karmaşık kodlarda ince hatalar içeren çıktılar verebildiği; bu yüzden Google kodunun %25'inin ince hatalı kod mu yoksa basit kod mu olduğu sorusu gündeme getiriliyor

• Google'ın dahili geliştirici araçları ekip lideri, yapay zeka önerilerinin güvenliğini ve kalitesini sağlamak için çeşitli yöntemler kullandıklarını ve yapay zeka özelliklerinin yazılım mühendisliği üretkenliğini artırdığını vurguluyor

  • Yapay zeka önerilerinin güvenliğini ve kalitesini sağlamak için düzenli izleme, kod kaynağı takibi ve adversarial testler yürütülüyor
  • A/B testleri ve rastgele kontrollü deneylerle özelliklerin üretkenliği ve çıktı miktarını iyileştirip iyileştirmediği doğrulanıyor
  • Google içinde kullanılan tüm programlama dilleri ve framework'lerde benzer verimlilik gözlemleniyor

• Google'ın geçmişte yazılım geliştirmenin zirvesi olduğu, ancak şimdi büyük veri modelleri satmak için kod ürettiği yönünde eleştiriler var

• Yapay zekanın kodun %50'sini üretebilme ihtimalinden söz edilirken, Google'ın dahili kod tabanının çok iyi yönetildiği özellikle vurgulanıyor

  • Tüm büyük dil modelleri (LLM) aynı değil ve Google'ın kod tabanı son derece iyi yönetilen bir veri kümesi niteliğinde
  • Kod inceleme sürecinde LLM'ler sayesinde büyük iyileştirmeler beklendiği ifade ediliyor

• Google kodunun %25'inin temel hata kontrolleri ve nil döndürmeleri olduğu söyleniyor

• Yapay zekanın, daha önce Stack Overflow'dan kopyala-yapıştır yapılan %25'lik kodu ikame ettiği belirtiliyor

• Bir Google çalışanı yapay zeka tarafından üretilen kodlar yazdığını, kod tamamlama motorunun üretkenlik aracı olarak faydalı olduğunu ancak gerçek mühendislik işini yapmadığını anlatıyor

  • Kod tamamlama motoru, yazılmakta olan kod satırlarını tamamlamada faydalı ve Copilot'a benzer ya da ondan biraz daha zayıf olabilir

• Boilerplate kod ve otomatik tamamlama sözdizimi kodlarını yapay zeka sağlayabilir, ancak kalan %75 gerçekten düşünmeyi gerektiren kısım olarak öne çıkıyor