AWS CEO: “Yapay zekayla junior çalışanları değiştirmek, duyduğum en aptalca fikirlerden biri”
(theregister.com)- AWS CEO’su Matt Garman, yapay zekanın junior çalışanların yerini alabileceği fikrinin “duyduğum en aptalca şeylerden biri” olduğunu söyledi
- Junior çalışanların hem en düşük maliyetli hem de yapay zeka araçlarını kullanma konusunda en istekli grup olduğunu belirterek, yetenek yetiştirmenin ve öğrenme fırsatları sunmanın kritik olduğunu vurguladı
- Ayrıca yapay zekanın çıktısını yazılan kod miktarıyla ölçmenin anlamsız bir metrik olduğunu, gereksiz yere çok kod yerine daha az ama yüksek kaliteli kodun önemli olduğunu ifade etti
- AWS içinde halihazırda geliştiricilerin %80’inden fazlası yapay zekayı kullanıyor; bu kullanım birim testleri, dokümantasyon yazımı, kod desteği ve ajan tabanlı iş akışları gibi farklı alanlara yayılıyor
- Garman, hızla değişen teknoloji ortamında uzun vadede gerekli olan şeyin eleştirel düşünme, yaratıcılık ve öğrenme becerisi olduğunu; bu yetkinliklere sahip kişilerin yapay zeka çağında başarılı olacağını öngördü
Junior çalışanların yerini alma tartışmasına bakışı
- Garman, bazı yöneticilerin yapay zekayla tüm junior çalışanların değiştirilebileceğini savunmasına sert şekilde karşı çıktı
- Junior çalışanların “en düşük maliyetli ama aynı zamanda yapay zekayı kullanma konusunda en istekli” grup olduğunu vurguladı
- “10 yıl sonra kimse deneyim kazanamamış olursa ne olacak?” diyerek yetenek yetiştirmenin gerekliliğini güçlü biçimde savundu
- Üniversite mezunlarını işe alıp onlara problem çözmeyi öğretme ve eğitim verme sürecinin hâlâ vazgeçilmez olduğunu söyledi
Yapay zeka kullanım biçimleri ve metriklere yönelik eleştiri
- Yazılan kod miktarını temel alarak yapay zeka performansını ölçme pratiğini “işe yaramaz bir metrik” olarak eleştirdi
- Sonsuz miktarda kod üretmek mümkün olabilir, ancak bu kod düşük kaliteli olabilir
- “Daha az kod çoğu zaman daha iyidir” diyerek nicelik odaklı bakışı eleştirdi
- AWS iç verilerine göre geliştiricilerin %80’inden fazlası zaten yapay zekayı kullanıyor
- Birim test otomasyonu, dokümantasyon desteği, kodun bazı bölümlerinin yazılması ve ajan tabanlı işbirliği gibi farklı şekillerde kullanılıyor
- Bu yapay zeka aracı kullanım oranı her hafta artıyor
Yapay zeka çağında eğitim ve kariyere dair tavsiyeler
- Garman, yapay zeka çağında gerekli yetkinlikler olarak eleştirel düşünme, yaratıcılık ve öğrenme yaklaşımını öne çıkardı
- Belirli bir teknolojiyi öğrenmekten ziyade “öğrenmeyi öğrenmek”
- “Kendi başına düşünebilme, problemleri parçalara ayırıp çözebilme ve yeni şeyler öğrenme isteği”nin kilit olduğunu vurguladı
- Teknoloji çok hızlı ilerlediği için yalnızca belirli bir teknoloji öğrenmenin 30 yıllık bir kariyeri taşımaya yetmeyeceğini belirtti
- Bu nedenle eğitimcilerin öğrencilere problemleri parçalara ayırma ve düşünme becerisi ile yeni şeyler öğrenme tutumunu kazandırması gerektiğini, bu yetkinliklere sahip kişilerin yapay zeka çağında gelişeceğini söyledi
11 yorum
Bence her iki taraf da yeterince düşünülmeli.
Şirketi yürütmek için geliştiricilere ihtiyaç var ve şu an junior geliştiricilerin iş bulmasının zor olduğu bir dönemden geçtiğimizi düşünüyorum.
Kamuya açık söylemde bunun suçu yapay zekaya atılıyor ama pandemi döneminde büyük çaplı işe alım yapılmıştı ve buna orantılı bir başarıdan çok şirketlerde genel personel maliyeti yükseldi; bu yük nedeniyle alımların azaltıldığı da bir gerçek. Böyle bir ortamda LLM kullanımı, junior geliştiriciye iş vermek kadar hatta ondan daha yüksek verim göstermeye başlayınca, işe alım piyasasının kendisi de biraz daha daralmış oldu diye düşünüyorum.
Ama yazıda da belirtildiği gibi, junior geliştiriciler olmalı ki sonunda senior geliştiricilere dönüşebilsinler.
Junior seviyede işe alım yapılmazsa senior geliştirici yetişmesi mümkün olmayan bir yapı ortaya çıkar.
Buna rağmen bu süreçte ciddi bir denge kurulması gerektiğini düşünüyorum.
Büyük şirketlerde sistemler daha oturmuş olduğu için bu durum daha hafif yaşanabilir ama junior geliştirici geldiğinde genelde ona şirket işinin ana yükünü vermek yerine, biraz daha yan işler (başarısız olsa da tolere edilebilecek şirket işleri) verilip eğitim sağlanır.
Ancak senior geliştirici açısından bakıldığında, yapı ne kadar az oturmuşsa junior geliştiriciye rehberlik etmek de o kadar zor olur.
Ve ironik biçimde, LLM kullanırken ilgili bilgiye daha fazla sahip olmak avantaj sağlar; yani acemi bir geliştirici de aynı verimi gösterir diye bir şey yok.
Hatta tüm geliştirme işlerini junior çalışanlarla ikame etmek mümkün değildir. Çok zeki, dahi insanlar belki senior geliştirici olmasa da bir şekilde işi yürütebilir. Ama o zaman işlerin o kişinin üzerinde toplanmaya başlaması halinde, o kişi buna ne kadar dayanabilir?
Kısacası hem senior hem junior geliştiricilerin işe alınması gerekir; bu süreçte de üretkenlik, şirketin personel maliyeti gibi unsurlar gözetilerek esnek bir işe alım yaklaşımı benimsenmelidir.
Bu yazıya katılmayanlar, yalnızca kendi seviyesi düşük olduğu için seviyesi düşük juniorlarla çalışmış seniorlardır haha Kıdemden bağımsız olarak, yapay zeka çağında kafası iyi çalışan insanlar ezici biçimde avantajlı. Kafası iyi bir yeni mezun 1-2 yıl sıkı çalışsa rahat bir 10 yıllık deneyimliyi sollar
Yapay zeka olmasa bile, kafası çalışan bir yeni mezun 1-2 yıl sıkı çalışsa sıradan bir 10 yıllık çalışanı rahatça geçerdi zaten...
Sanki "Junior çalışanlar ucuz ve yapay zekayı iyi kullanıyor, o zaman neden onları değiştirelim? Senior çalışanları değiştirelim!" diyormuş gibi bir his veriyor.
Ah, evet, bunu öyle de anlayabilirsiniz.
Saçmalık amk lol
Of...
Lütfen bu şekilde yorum yapmaktan kaçının. Burası DC Inside değil.
Burası DC değil..
Ağzının ayarı yok.
Hacker News görüşleri
Tamamen katılıyorum. Öte yandan, LLM ile yazılmış kodu gerçekten kullanmak için adeta bir prompt sihirbazı olmak gerektiğini hissediyorum. Ben bunu ara sıra sadece debugging için ya da UI’ı hızlıca taslaklamak için kullanıyorum. Gerçek koda gelince, LLM’in yazdığı kod gerçekten spagetti kod oluyor; gereksiz derecede uzun, performans ve güvenlik açısından ciddi riskler taşıyor ve ona verdiğim neredeyse tüm tasarım kalıplarını tamamen yanlış anlıyor.
Hacker News ve Reddit’te AI coding’e şüpheyle yaklaşan yazılar gördükçe giderek daha çok şaşırıyorum. Sanki hepimiz tamamen farklı dünyalarda yaşıyoruz. Bunun bir nedeni de araçların çeşitliliği gibi geliyor. Bence "LLM kodu kullanmak" herkeste farklı bir anlama geliyor. Özellikle hangi LLM’i kullandığınız, ne tür bir context verdiğiniz ve hangi IDE’yi kullandığınız sonucu ciddi biçimde etkiliyor gibi görünüyor. Ben agentic coding yaygınlaşmadan önce 200 bin satırlık bir B2B SaaS kodunu kendim yazdım. Şimdi Sonnet 4 Agent modunda, her gün yazdığım kodun yalnızca yaklaşık %20’sini ben yazıyorum; kalan %80’i VS Code’daki interactive Sonnet ile GitHub Copilot Agents yazıyor. Markdown ile ne kadar çok dokümantasyon yaparsam bu oran o kadar artıyor. Çıkan sonucu da dikkatle review edip test ediyorum.
Hangi aracı kullandığını merak ediyorum. Ben aider kullanıyorum ve hatta kodlamada zayıf olduğu söylenen gpt-5 gibi bir model kullansam bile, senin anlattığın türde bir deneyim hiç yaşamadım. Gerçekten "iyi" kod yazıyor ve mevcut kod stiline de iyi uyum sağlıyor. Prompt yazımı gerçekten çok önemli ve mevcut bir codebase içinde somut uygulama ipuçları verebildiğinde başarı oranı belirgin şekilde artıyor. Bu, codebase’i iyi bilen bir senior’ın kolayca yapabileceği ama junior için zor olabilecek bir şey. Bence her yönünü net görmek gerekiyor. Şimdilik hâlâ aider’a yaptırmaktansa kendim yapmam hafifçe daha hızlı oluyor ama fark büyük değil ve sürekli iyileşiyor. LLM’ler junior geliştiricilerin yapabildiği bazı işleri ikame edebilir ama onları tamamen ikame edemez. Çünkü junior’lar toplantılara da girer, tartışmaları da yürütür ve sonunda senior’a dönüşecek bir gelişim yoluna da sahiptir. Ama yönetim tarafı için bunlar ilgi çekici olmayabilir.
AI, büyük miktarda bilgi içinde bulanık arama yapmak için harika bir araç. Son zamanlarda Kagi Assistant’ı normal aramadan önce kullanma eğilimim gittikçe artıyor. Eksik kaldığım kelimeyi bana bulduruyor; sonra o kelimeyle sayfaları taradığımda sonunda aradığımı buluyorum. Ama vibe coding tarafında ondan çok da sürdürülebilir bir değer elde ettiğimi söyleyemem. Tek seferlik işlerde mükemmel. Mesela bir matplotlib grafiği oluştururken ne istediğimi söyleyip sadece veri şemasını göstersem, %90 oranında doğru yapıyor. Basit shell script’leri de rahatça yazıyor. Yakın zamanda RAW fotoğrafları EXIF bilgisine göre klasörlere ayıran küçük bir CLI aracı yazdırdım; bu tür işler için oldukça tatmin edici. Ama biraz daha karmaşık bir şey istediğimde çok fazla işe yaramaz iş yapıyor. Zaten projede bulunan modelleri tekrar oluşturuyor, alakasız değişiklikler yapıyor ya da var olmayan API fonksiyonlarını uyduruyor. Sonucu doğrulayacaksam, oturup kendim yazmam daha iyi. Ayrıca benim için en keyifli kısım da doğrudan kod yazma süreci. LLM’lerin, insanın prompt verip sonucu geçici olarak alıp hemen kaydettiği, entegre ettiği ve devrettiği gerçek kullanım sürecine uygun olduğunu gösteren bir örnek hâlâ göremedim.
AI, yüzlerce reklamla dolu berbat siteler arasından aradığım cevabı hızla ayıklamak için çok kullanışlı. Duck Duck Go AI’ı soru-cevap amaçlı sık kullanıyorum. Ona ancak veri merkezine fırlatılabilecek kadar güvenirim ama hızlıca doğrulanabilen bilgilerde, örneğin bir programın sözdizimi ya da komut seçenekleri gibi net konularda faydalı oluyor.
AI kullanımı için tam "ne kadar koyarsan o kadar alırsın" sözü geçerli. İç çalışma biçimini, edge case’leri, mimariyi, kütüphane seçimini vs. anlatmak için çok zaman harcar ve bunları dikkatlice Markdown’da yazarsanız, birkaç iterasyondan sonra işe yarar kod çıkma ihtimali yükseliyor. Bu, "X özelliğini yap" gibi kısa bir prompt’tan çok farklı sonuç veriyor. Ama bu kadar iyi bir prompt yazabilecek noktadaysanız, aslında problemi büyük ölçüde zaten çözmüş oluyorsunuz ve LLM sadece hızlı bir otomatik yazıcı rolü oynuyor. Yani sadece yazma hızı artıyor; düşünmenin büyük kısmını zaten insan yapmış oluyor.
En azından bir CEO’nun bu kısmı anladığını düşünüyorum. Junior çalışanları atlayıp her şeyi AI ile doldurma fikri uzun vadede şirketler için zararlı. Senior çalışanlar ayrılıp bağımsızlaşırsa geriye hiçbir şey kalmaz. Dürüst olmak gerekirse, AI’ın herhangi bir mühendise, junior’lar dâhil, gerçekten faydalı olup olmadığından da emin değilim. Yazılım mühendisliği bir keşif ve öğrenme yolculuğu. AI kullandığım her seferinde matematik öğretmenimin "hesap makinesi kullanırsan kafanda bir şey kalmaz" sözünü hatırlıyorum. Genel olarak AI’ın, son 45 yıllık Amerikan ekonomi politikasının doğal sonucu gibi geldiğini de düşünüyorum. Sadece en üstteki %1 için kısa vadeli sonuç peşinde koşuyor ve sağlıklı şirket ekosistemleriyle ekonominin uzun vadeli gelişimine zarar veriyor. Buna bakınca Jack Welch’in çok gurur duyacağı bir tablo gibi görünüyor.
Son birkaç ayda startup’larla çalışırken, LLM vibe coding’e derinden kapılıp artık geri çıkamaz hâle gelmiş çok durum gördüm. Çoğu, ya doğru insanları işe alamamıştı ya da teknik yeteneği kaçırmıştı. AI kodunu, özellikle de Claude’un ürettiği kodu, şirket içi bir 10x mühendis sanıp daha hızlı iterasyon ve daha iyi kod bekliyorlardı. Oldukça aklı başında kurucuların bile, Claude kodunun sanki haftalarca hatta yıllarca sürecek yazılım mühendisliği işini bir anda yapmış gibi hissettiren dopamine bağımlı hâle geldiğine şahit oldum. AI’ın karmaşık problemleri gerçekten "düşünebildiğine" ya da "anlayabildiğine" inanmak ona fazla kredi vermek olur. Bence ölçmemiz gereken şey gerçek düşünme kapasitesi değil, "klavye başında harcanan zaman tasarrufu" olmalı. [1] vibebusters.com
"Nasıl düşünüleceğini" ve "bir problemin nasıl parçalanacağını" öğretmek gerektiğine tamamen katılıyorum. Mühendislik okulundaki en iyi hocamız hep açık kitap sınav yapardı. Gerçek hayatta herkes tüm verilere ve bilgilere erişebiliyor. İnsanlara sırf veri bulsunlar diye para ödenmiyor; veriyi analiz etme, anlama ve mantıklı şekilde uygulama becerileri için para ödeniyor. İşte buna mühendislik deniyor ve o hocamız tam olarak bunu öğretiyordu.
Üniversitede soyut cebir dersi almıştım. Tüm sınav soruları ya ünlü bir ispatı ezberden yazmak ya da yeni bir ispat üretmek üzerineydi. Ezber kısmı başta çok yapay gelmişti ama bir ispatı anlamadan ezberleyemeyeceğimi fark ettim. Yeni bir ispat üretmem gerektiğinde ise zihnimde hazır modüller olduğu için çok daha sezgisel ilerleyebiliyordum. Gerçek ezberleme, algoritma sorularındaki kodu ezberlemekten farklı bir şey; uygulama geliştirme kodlaması ise çok daha insan merkezli, doğaçlama ve durum temelli anlık bir grafik aramasına benziyor diye düşünüyorum. Gerçek dünyadaki problemlerin her zaman yeni bir sıralaması olmuyor; sonuçta işin özü heuristics.
Bence bu, bu alandaki işe alımın karşı karşıya olduğu temel sorun. Gerçekten yetkin geliştiriciler özünde generalist oluyor. Uzmanlığın elbette değeri var ama eski bir legacy code cehenneminde boğulmuyorsanız ya da sınırları zorlayan özel bir durum yoksa, uzmanlar vazgeçilmez değil. Hatta yabancı bir stack ile çalışmış birinin eksikleri kapatması ya da taze bir bakış sunması daha olası. Yetenekli bir genel geliştirici herhangi bir stack’e hızla uyum sağlar. Çünkü her şirketin kullandığı teknoloji yığını zaten birbirinden farklı ve karmakarışık. "15 yıl React deneyimi" gibi şartlar koysanız bile, kim gelirse gelsin anında maksimum verimlilik bekleyemezsiniz. Mutlaka bir onboarding süresi gerekir. Ama sahadaki işe alım ekipleri bunu çoğu zaman pek anlamıyor. Büyük şirketler yine bir ölçüde eğitim veriyor ama artık o kültür de eskisi gibi değil. İşe alım rekabeti yüzünden yüz binlerce dolar harcanırken, birini yetiştirmenin gerçek maliyeti üzerinde pek durulmuyor. Sektör genelinde de, işe alım ve yetenek geliştirme yapısının tamamen dağılmasını önleyecek bir meslek birliği olsaydı iyi olurdu ama böyle bir şeyin olmaması sorunu büyütüyor. (Bugünlerde layoffs, outsourcing vb. nedeniyle sendikaların gündeme gelmesini de aynı bağlamda görüyorum.)
Böyle bir değişim zaten yaşanmıyor mu diye düşünüyorum. Geleneksel CS müfredatının yarısı matematik, kalan yarısı da adı farklı ama özünde yine matematik. Akademiye çok eleştiri var ama biri çıkıp "akademi aptal, keşke şunu öğretseler" dediğinde, çoğu zaman ya zaten öğretilen ya da ihtiyaç olduğunda hızla öğrenilebilecek şeylerden söz ediyor oluyor. Yeni trendlerin çoğu zaten hâlihazırda yapılan şeyler.
Üniversitedeyken felsefe bölümünün pazarlama sloganı "Düşünme bölümü, düşünmeyi okuyun" gibiydi. İşe alım yapan biri olarak deneyimime göre, beşerî bilimler okumuş insanlar analiz ve kavrayış gibi özsel görevlerde çok daha güçlü oluyor. Ben de CS/felsefe çift anadal yaptığım için biraz önyargılı olabilirim ama gerçekten sadece çok kod yazabilen birinden ziyade, analitik düşünme becerisi olan bir junior çok daha değerli. Analitik düşünmeyi öğretmek, kodlamayı öğretmekten çok daha zor.
Bilgisayar mühendisliği elitlerinin, problemi iş veya kullanıcı açısından parçalamadan doğrudan kod yazmaya atlamasına "crazy finger syndrome" diyen bir hocamız ilk dönem vardı. O hocanın, "sadece kod yazmak isteyen kaygılı öğrenciler" hakkındaki şakalarını özlüyorum. Son dönem bootcamp’lerin yüksek etik standartlarla her zaman yan yana durduğunu da düşünmüyorum.
"Gelecekte kimse düzgün biçimde eğitim almazsa ne olur?" sorusunu duydum. Bence bu sonuca birçok insan zaten doğal bir şeymiş gibi bakıyor. Buna rağmen, çoğu şirketin uzun vadeli sürdürülebilirlikten çok kısa vadeli kârlılığa odaklandığı bir yapıdan çıkmak kolay görünmüyor. Yine de yetenek hattını korumak için internship/co-op programları hâlâ önemli bir çözüm olarak vurgulanıyor. İleride junior geliştirici işe almanın zorluklarını aşmak için şirketlerin internship’e daha da fazla yüklenmesi yönünde bir trend de bekliyorum.
Kendi deneyimimi özetlersem şöyle: Patronumuz, "AI kullanımı yüzünden insanları büyük ölçekte işten çıkaracağız" şeklinde gösterişli PR yapıp kendini bir AI lideri gibi sundu ama iş pratiğe gelince her şey tam bir felakete döndü ve şimdi ortaya çıkıp özür dileyen, açıklama yapan kişi ben oldum.
Patron -> VP: "AI yüzünden insan azaltmamız lazım" VP -> kamuoyu: "2 yıl içinde tüm mühendisleri AI ile değiştireceğim" Patron -> VP: "VP’leri de AI yüzünden azaltmamız lazım" VP -> kamuoyu: "İnsanları AI ile değiştirmek aptallıktır"
Hâlâ junior geliştirici almıyorlar.
AWS CEO’su da sanki görüş değiştirmiş gibi. Bir yıl önce "2 yıl içinde tüm kodlamayı AI yapacak" diyordu [1]. Görünüşe göre c-suite sonunda gerçeği kabul ediyor. [1] https://news.ycombinator.com/item?id=41462545
CEO aslında tam olarak böyle bir şey söylemedi. Sadece iki yıl içinde geliştiricilerin neredeyse hiç kod yazmıyor olabileceğini söyledi. Ardından da, "bundan sonra neyin nasıl inşa edileceğine ve gerçek müşterinin neye ihtiyaç duyduğuna daha fazla odaklanmamız gerekecek" dedi. Yazı bağlantısı Yani başlangıçtaki öncülle bugünkü açıklama arasında tutarlı bir bağlam var. "Kod yazmak" başlı başına daha az önemli hâle gelebilir; bu yüzden de junior’ları işe alıp onlara nasıl öğrenileceğini öğretmek ve gerçekten işe yarayan beceriler kazandırmak gerektiğini söylüyor.
Teoride Amazon’un kurumsal değerinin büyük kısmı insan yeteneğinden geliyor. Bazıları çalışanları sadece bir maliyet gibi görüp tüm değerin hissedarlara ait olduğunu savunur. Ama insan sermayesinin gerçekten bir değeri varsa, bu değerin sırf AI ile herkes tarafından elde edilebileceğini söylemek hisse fiyatı açısından ters etki yaratır. Hatta PE oranının düşmesi gibi bir risk de var; bunu olumlu yorumlamak tuhaf olur. Eğer gerçekten yalnızca AI ile her şey yapılabiliyorsa, hissedar açısından para artık FAANG gibi yapılarda güvenli biçimde bağlı kalamaz; sürekli yeni "bir sonraki büyük fırsatı" aramak gerekir.
Yöneticiyseniz, dönemin yönünü sezip buna uyumlanmak her zaman şarttır.
Bu açıklamalarda hiçbir çelişki yok. Otonom AI’a talimat verebilmek için, sadece senior’ları değil junior’lardan başlayan bir yetenek hattını da kurmak gerekir. Büyük şirketler bu hattı düşünür; küçük şirketler ise kısa vadede sadece senior alıp stajyer almamayı tercih edebilir.
İki açıklama arasında mantıksal bir çelişki yok. Junior’ları işe almaya devam edip yaptıkları işin somut kod yazımından farklılaşması mümkün.
Patronla farklı düşündüklerini sanıyorsanız, gidip kendiniz doğrulamanızı tavsiye ederim. Haber yazılarından bağlamı koparılmış alıntılar yapmak iyi bir yaklaşım değil. Çünkü geleceği gerçekte kimse öngöremez. [1]: https://www.shrm.org/topics-tools/news/technology/ai-will-shrink-corporate-workforce--amazon-ceo-warns
İki CEO’nun açıklamalarının birbiriyle çeliştiğini düşünmüyorum. "Üniversite mezunlarını işe almaya devam etmeli ve onlara yazılımı doğru şekilde nasıl geliştireceklerini öğretmeliyiz" - Matt Garman "Bugün yapılan birçok iş için daha az insana ihtiyaç duyulacak" - Andy Jassy Ton farkı var ama öz aynı.
Alıntı yaparken, mümkün olduğunca orijinal metni bağlamıyla birlikte ve eşdeğer biçimde aktarmanın etik olduğunu düşünüyorum. Kimi alıntıladığınız ve nasıl bir bağlam kurduğunuz, haberin tonunu belirliyor.
İki açıklama mantıksal olarak gayet tutarlı.
AWS’den ayrılmış biri olarak, AWS’nin resmî açıklamalarına bütünüyle güvenmiyorum. AWS’nin nasıl bir şirket olduğunu zaten biliyordum; 46 yaşımda oraya sekizinci işim olarak gitmiştim. "Kalıcı uzaktan" denilen bir rol için bile, ben ayrıldıktan sonra ofise dönüş emri verildiği oldu.
Akademide araştırmacı yetişme hattı şöyledir: lisans öğrencisi -> yüksek lisans/doktora öğrencisi -> doktora sonrası araştırmacı -> tenure/senior Çok az istisna dışında, ilk iki aşamayı atlayıp senior araştırmacı olunmaz. Her sektörde de durum böyledir. Junior olmadan senior çıkmaz; dolayısıyla her şeyi "bot"ların yapmasını istiyorsanız bu riskin sonucuna da hazırlıklı olmalısınız.
Bu modellerle uzun süredir çalışan herkesin buna katılacağını düşünüyorum. o3 çıkmadan önceki sama AGI yazısı ve o dönemde teknoloji dünyasındaki doomer gönderileri, geriye dönüp bakınca gerçekten saçma görünüyor.
AGI doomerism sadece bir pazarlama stratejisiydi. Artık herkes AI’ın ne olduğunu daha iyi anlıyor ve şimdi de AI’ın tüm belgeleri bizim yerimize okuduğu yeni bir arama pazarı döngüsünü izliyoruz.
Zaten en başından beri aptalca bir gürültüydü ama kimse "hype" etkisinden tamamen muaf değil. Özellikle de teknoloji gerçeğinin ötesine geçen şişirme kampanyalarına bu kadar büyük para döküldüğünde.
Bence ChatGPT, birlikte çalıştığım herhangi bir junior geliştiriciden daha iyi. Junior geliştirici neredeyse bir yıl boyunca takıma negatif katkı yazar. Gerçek projelerin sorumluluğunu taşıyan biri olarak hiçbir zaman "keşke daha fazla junior olsaydı" diye düşünmedim. Onun yerine %20 fazla verip mid-level birini transfer etmek çok daha iyi.