- Yazılım sektöründe mühendis tükenmişliği derinleşiyor; özellikle junior mühendisler AI araçlarının aşırı kullanımı nedeniyle kod kalitesi ve iş birliğinde sorunlara yol açıyor
- Senior mühendislerin geri bildirimleri bir öğrenme fırsatı olarak değil, AI'a verilecek yeni prompt'lar olarak kullanılıyor ve "AI'ın yazdığı kod" tüm ekibin review kapasitesini tüketiyor
- Bazı organizasyonlarda AI'ın ürettiği eksik kod, sanki bir başarıymış gibi paketlenip sunuluyor ve AI bağımlılığını teşvik eden bir atmosfer oluşuyor
- Yazar, AI kaynaklı kod açıklamaları aldığında bizzat rahatsızlık ve yabancılaşma hissi yaşadığını, AI'ın öğrenme ve mentorluk kültürünü aslında zedelediğini savunuyor
- AI startup ekosisteminin de sonuçta ekonomik verimsizlik, elektrik tüketimi ve çevresel sorunlar nedeniyle sürdürülemez olduğunu; mevcut durumun adeta "kral çıplak" türü bir aldatmaca olduğunu vurguluyor
Giriş: Tedirgin edici bir mühendislik ortamı
- Son dönemde mühendisler arasında tükenmişlik giderek ağırlaşıyor
- Organizasyonlarda senior mühendislerden, gerçekte düzgün çalışmayan "hissiyat (meme) tabanlı özellikleri" incelemeleri ve katkı sunmaları bekleniyor
- Benim deneyimime göre en iyi mühendisler, yeni ekip üyelerinin gelişmesine yardımcı olma konusunda her zaman istekli oluyor
- Ancak bu geri bildirimler gelişim fırsatı olarak kullanılmak yerine, junior geliştiriciler bunları sadece üretken yapay zekaya verilecek bir sonraki prompt olarak kullanıyor
- Gerçekten de birçok junior mühendisin LLM (büyük dil modeli) araçlarını (suistimal düzeyinde) kullandığına bizzat tanık oldum
Organizasyon içinde gerçek örnekler: AI suistimalinin zararı
- Yakın zamanda şirket town hall toplantısında junior mühendislerin yeni çalışmalarını sergilediğini gördüm
- Özelliğin amacı ya da nasıl çalıştığı konusunda bile yeterli anlayış göstermiyorlardı
- Ancak büyük ölçekli organizasyonlarda odak, gerçek sonuçlardan bağımsız olarak bir "başarı" görüntüsü üretmeye kayıyor
- Bir senior yönetici bu kişilerin AI kullanım örneklerini paylaşırken, "bu Claude'un yazdığı 4 bin satırlık kod" diyerek bunu gururla anlattı ve alkış aldı
- Ben de mevcut bir özelliğe dair küçük bir iyileştirme talebi alıp kodu incelerken, yakın zamanda değişiklik yapan junior mühendisten bağlam istedim
- Github commit URL'sini gönderip soru sordum; ancak içeriği LLM'e verip dönen yanıtı kopyalayarak bana ilettiğini düşündüm
- Bu süreçte tuhaf bir yabancılaşma ve rahatsızlık hissettim
AI eğimi ve code review'un sınırları
- Bir arkadaşımın deneyimi üzerinden, bir ay boyunca birden fazla mühendisin LLM'in otomatik ürettiği kodu (
vibe-coded PR'lar) inceleyip merge etmeye çalışarak zaman kaybettiğini doğruladım
- Başka bir arkadaşım da AI'ın ürettiği "dağınık kodu" tekrar tekrar review etmekten tükendiğini anlattı
- AI sayesinde kod kalitesi ya da öğrenme gelişmiyor; sadece tekrar eden angarya artıyor
Geliştirme kültürü ve insani büyümenin gerçek değeri
- Her mühendis, çalışma arkadaşları ve mentorları sayesinde adım adım gelişir
- Bizzat öğretmek ve insan yetiştirmek, yazılım mühendisliği kültürünün özüdür
- Ancak bu tür yatırımların çıktısının hemen "en yeni model"in eğitim verisine kopyalandığı bir gerçeklikte, insan ister istemez kuşku duyuyor
- O zaman junior mühendis yetiştirmek yerine yalnızca modeli eğitmek mi daha iyi olur sorusunu temelden gündeme getiriyor
- Böyle bir dünya son derece karanlık bir vizyon olurdu.
AI kullanmama deneyi ve sonuç
- Doğrudan, "AI kullanmayı bırakmayı deneyin" önerisinde bulunuyor
- Kendisi de kısa süre önce bilgisayarını sıfırlarken Claude Pro aboneliğini iptal etti
- Birkaç arama, Stack Overflow ve resmi dokümanları okuma süreci, aslında çok daha güvenilir sonuçlara ulaşmayı sağladı
- LLM'in sunduğu sonuçlara kıyasla, kendi muhakememin doğruluk ve güvenilirlik açısından daha üstün olduğu fikrine vardım.
Üretken AI araçlarının ekonomik değeri ve yapısal sınırları
- "AI gerçekten faydalı mı?" sorusunu soruyor
- Nesnel bakıldığında, bu değere dair ciddi soru işaretleri var
- AI startup'larının tipik süreci şöyle işliyor:
- "AI" mevcut bir alana uygulanıyor ve verimlilik söylemiyle yeni girişimler ortaya çıkıyor
- AI startup'ları risk sermayesinden yatırım almayı başarıyor
- AI hizmet sağlayıcılarına (OpenAI vb.) kullanım ücreti ödüyorlar
- Ancak AI startup'larının kendisi kâr edemiyor
- Sadece bu sürece bakınca klasik VC ekosisteminden çok farklı görünmeyebilir; ama temel fark, hizmet sağlayıcıların da (OpenAI vb.) hâlâ kâr edememesi
- Teknolojinin kendisi yapısal olarak verimsiz ve büyük ölçekte büyümeye elverişsiz
- Aşırı elektrik tüketimi ve çevresel yan etkiler de ciddi bir sorun
Sonuç: Gerçekliği kabul etme ihtiyacı
- Moore yasasının yeniden canlanmasını ya da evren soğumadan herkesin zengin olmasını umut edebilirsiniz
- Ancak gerçeklere bakıldığında, üretken AI işi bir tür yanılsama ve "kral çıplak" durumu olarak görünüyor
Henüz yorum yok.