- Yapay zeka araçlarının yaygınlaşmasıyla kod yazmak kolaylaştı, ancak yazılım mühendislerinin iş yoğunluğu ve karmaşıklığı tersine arttı
- Yapay zeka üretkenliği artırdıkça organizasyonların beklentileri ve iş yükü taban çizgisi yükseldi; mühendisler daha fazla işi daha hızlı yapma baskısı altında kaldı
- Kod yazma merkezli kimlik zayıflarken, mühendisler inceleme, tasarım, ürün odaklı düşünme gibi geliştirme dışı işleri de üstlenmek zorunda kalıyor
- Yapay zekanın ürettiği kodu gözden geçirmek ve debug etmek daha fazla zaman aldığından, kalite kontrol yükü ve bilişsel yük artıyor
- Sürdürülebilir bir mühendislik kültürü için liderliğin empatisi, rol sınırlarının belirlenmesi, junior yetiştirme ve yeni değerlendirme metrikleri zorunlu hale geliyor
Taban çizgisinin kayması ve görünmeyen yük
- Yapay zeka kullanıma girdikten sonra mühendislerden beklenen çıktı miktarı hızla arttı; açık bir talimat olmasa bile daha fazla iş bekleniyor
- Harvard Business Review araştırmasına göre, yapay zekayı kullanan çalışanlar erken çıkmıyor; bunun yerine daha fazla iş yapıyor
- Katılımcıların %83’ü yapay zeka nedeniyle iş yükünün arttığını söyledi; tükenmişlik oranı uygulayıcı çalışanlarda %60’ın üzerindeyken, yöneticilerde %38’de kalıyor
- Liderlik “yapay zeka işi kolaylaştırıyor” diye düşünürken, sahadaki mühendisler karmaşıklığı ve yorgunluğu doğrudan hissediyor
- 600’den fazla kişiyi kapsayan ayrı bir ankette de katılımcıların üçte ikisi tükenmişlik yaşadığını, %43’ü ise liderliğin gerçek durumu bilmediğini belirtti
Mühendis kimliğinin krizi
- Pek çok mühendis mesleki tatmini kodu bizzat yazma eyleminin yaratıcılığından elde ediyordu
- Ancak yapay zekanın devreye girmesiyle “kodu kendin yazma, yönet” şeklindeki örtük mesaj yaygınlaştı
- Uygulamayı yapay zeka üstlenirken, mühendis gözetmen ve reviewer rolüne kayıyor
- Bu yalnızca sıradan bir değişim değil, mesleki kimlikte köklü bir dönüşüm; deneyimli teknik uzmanların mesleki gururu zayıflıyor
- “Yapıcıdan denetçiye dönüştük” ifadesinde olduğu gibi, çıktı artarken ustalık duygusu ve işe dalma hali azalıyor
Rol genişlemesi ve scope creep
- Yapay zeka sayesinde uygulama geliştirme hızı artınca, darboğaz gereksinimler, mimari, test ve dağıtım gibi çevresel işlere kaydı
- Organizasyonlar bunu mühendislere yeniden dağıtarak onların ürün planlama, risk değerlendirme ve operasyon yönetimi işlerini de üstlenmesini bekliyor
- Harvard Business Review araştırmasında da rol sınırlarının bulanıklaştığı, PM, araştırmacı ve mühendis rollerinin iç içe geçtiği görülüyor
- Mühendislik rollerinin %45’i çok disiplinli beceriler gerektiriyor, ancak buna ücrette ya da yetkide bir artış eşlik etmiyor
- Sonuç olarak iş kapsamı genişliyor, derinlik azalıyor ve tükenmişlik hızlanıyor
Gözetimin paradoksu: Yapay zeka kod incelemesinin zorluğu
- Yapay zekanın ürettiği kodu incelemenin, o kodu doğrudan yazmaktan daha zor olduğu paradoksu ortaya çıkıyor
- Kodu yazan kişi bağlamı bilir; ancak yapay zeka kodunda kararların gerekçesi belirsiz olduğundan inceleme yükü büyüyor
- Harness araştırmasında katılımcıların %67’si debug süresinin arttığını, %68’i ise inceleme süresinin uzadığını söyledi
- Yönetim hız artışı beklerken, gerçekte kalite güvencesi ve bağlamı anlama yükü ağırlaşıyor
- Üretim darboğazı yazma aşamasından anlama aşamasına kayıyor ve bu, otomasyonla çözülemiyor
Hızlanma tuzağı ve sürdürülebilirlik
- Yapay zeka hızı artırdıkça iş yükünün doğal biçimde büyüdüğü, kendi kendini güçlendiren bir döngü oluşuyor
- Harvard araştırması buna “workload creep” adını veriyor; fark edilmeden aşırı çalışma birikiyor
- Geçmişte insanın düşünme ve yazma hızı doğal bir sınır oluşturuyordu; yapay zeka bu sınırı kaldırdı
- Sonuçta üretkenlik metrikleri yükselirken kalite düşüyor, teknik borç ve yorgunluk birikiyor
- Dışarıdan bakıldığında üretkenlik artmış gibi görünse de, içeride tükenme ve kalite erozyonu ilerliyor
Junior mühendislerin öğrenme kopuşu
- Yapay zeka basit işleri devraldıkça giriş seviyesindeki mühendislerin pratik yapma fırsatları keskin biçimde azalıyor
- 2023–2024 döneminde büyük teknoloji şirketlerinde junior işe alımı %25 azaldı; HackerRank raporu da deneyimli aday odaklı işe alımı doğruluyor
- Öğrenme amaçlı basit görevler ortadan kalkarsa, geleceğin senior mühendislerini yetiştirme yolu çöker
- “Doğrudan inşa etmediğin bir sistemi denetleyemezsin” uyarısında olduğu gibi, temel beceri zincirindeki kopuş uzun vadeli bir risk olarak öne çıkıyor
Liderliğin yapması gerekenler
- Değişimin zorluğunu empatiyle karşılamak ve bunu açıkça kabul etmek, güveni korumanın başlangıç noktasıdır
- Gerçekçi yeniden eğitim sağlanmalı: sistem tasarımı, güvenlik, ürün odaklı düşünme, yapay zeka kod değerlendirmesi gibi ileri beceriler güçlendirilmeli
- Rol kapsamı netleştirilmeli ve ücretlendirme buna göre ayarlanmalı; sınırsız genişlemenin önüne geçilmeli
- Başarı metrikleri yeniden tanımlanmalı: hız ve satır sayısından çok kalite, istikrar ve ekip sağlığı önemsenmeli
- Junior işe alımını sürdürmek, uzun vadeli yetenek ekosistemini korumak için zorunlu
Mühendislerin bireysel olarak izleyebileceği stratejiler
- Temel teknik becerileri koruyun: mimari, debug, performans ve güvenlik anlayışı artık daha da önemli
- Hızlanma tuzağına dikkat edin: yapay zekanın mümkün kıldığı en yüksek hızı koşulsuz hedeflemek yerine sürdürülebilir bir ritim koruyun
- Genişleyen roller içindeki ilgi alanlarını sahiplenin ve bunu kariyer gelişimi fırsatına dönüştürün
- Tükenmişliği ve izolasyon hissini paylaşın; meslektaşlarla yapılan konuşmalar gerçek durumu görünür kılar
- Teknolojik dönüşüm daha önce de defalarca yaşandı; yapay zeka da temel teknik uzmanlara olan ihtiyacın yerini alamaz
Karşı karşıya olduğumuz paradoks
- Yapay zeka kod yazmayı kolaylaştırdı ama mühendisliği zorlaştırdı gerçeği aynı anda varlığını sürdürüyor
- Yükselen beklentiler, genişleyen roller ve yetersiz destek birleşerek sürdürülemez bir kültür yaratıyor
- Bu paradoks kabul edilmezse güveni korumak ve yeteneği elde tutmak imkânsız hale gelir
- Ürünü yapanın araçlar değil insanlar olduğu ilkesi unutulmamalı;
sonuç olarak yapay zeka çağındaki gerçek rekabet avantajı, insan sınırlarını anlayan ve koruyan organizasyonlardan doğuyor
2 yorum
> Bilişsel borç: hız, kavrayışın önüne geçtiğinde
Hacker News görüşleri
Bu deneme kısmen yapay zeka tarafından üretilmiş ya da bir LLM ile yoğun biçimde düzenlenmiş gibi görünüyor
“It’s not X, it’s Y” gibi cümle yapıları tekrar ediyor ve 2015–2025 arasında neredeyse hiç aktif olmayan bir blogun bir anda patlama halinde yazı yayımlamaya başlaması da şüpheli
Bu yazım tarzı birçok kişiyi bıktırıyor ama sektörde başarı peşinde koşan insanlar için bunun pek önemi yok gibi görünüyor
Tekrarlayan ritim ve üslup tipik bir LLM çıktısı gibi. İnsani duygu eksik ve içerik boş
Yapay zekanın daha az sızdığı küçük ve yüksek kaliteli toplulukların kıymetini bilmenin zamanı geldi
“The job changed. The expectations changed. And nobody sent a memo.” gibi cümleler gerçekten yapay zeka yazmış hissi veriyor
Gerçekte gördüğüm sorunlardan biri yapay zeka kaynaklı dağıtım hataları. ‘Vibe Coder’ denilen kişiler gibi insanlara IT/Dev mentoru gerekiyor
Örneğin bir cerrah, ameliyat kayıtları için Claude ile bir web uygulaması yapmıştı ve güvenlik konusunda endişelendiği için benden incelememi istedi
Kod ve veritabanı iyiydi ama tüm projeyi zip yapıp web root’a koymuştu ve index dosyası yoktu
Bu yüzden herkes yedek dosyasını indirebiliyordu; içinde veritabanı, API anahtarları, AWS anahtarları ve diğer tüm sırlar vardı
Index dosyasının neden var olduğunu bile bilmiyordu ve sonunda Claude’a güvenliği nasıl sağlayacağını soracağını söyledi
Birkaç ay sonra script kiddie’ler de bunu büyük ölçekte kullanacaktır ve biri bunu swatting için kullanıp can kaybına yol açabilir
O zaman sorumluluğun nasıl tartışılacağını merak ediyorum
“Mühendislerin çoğu kod yazmayı sever” sözü bana uymuyor
Ben kod yazmaktan çok bir şey tasarlayıp inşa etmeyle ilgileniyorum
Yapay zekadan yana mı karşı mı olduğun, sonuçta “kod yazmayı mı seviyorsun, yoksa dünya için ürün yapmayı mı” sorusuna dayanıyor gibi
Ama yapay zeka henüz o seviyeye ulaşmıyor. Derlenmeyen kod çok fazla ve düzgün çalışmıyorsa optimizasyonun da anlamı yok
Pek çok yorum bu yazının yapay zeka tarafından yazılmış gibi görünmesini eleştiriyor ama ben 30 yılı aşkın programlama ve 20 yıllık ekip yönetimi deneyimimle burada derin bir içgörü hissettim
Yazarı kim olursa olsun, içeriğin değerli olduğunu düşünüyorum. İşaretlenmiş olmasına şaşırdım
Örneğin “bir fintech ekibini yönetirken fark ettiklerim” gibi bir cümle gerçek deneyime dayanmıyorsa anlamını yitirir
Buna karşılık gerçek deneyim yapay zekayla parlatıldıysa bunda hiçbir sorun yok
“Yapay zekadan kaçış yok” gibi bayat ifadelerde artık hikmet yok
Yapay zeka çağında mühendislik düşünme biçimi değişiyor
Eskiden sorunları derinlemesine kazan dikey düşünme öne çıkıyorduysa, şimdi yatay ve meta düzeyde düşünme gerekiyor
Örneğin Claude ortamını optimize etmek için dokümanları okuyordum ama sonra doğrudan Claude’a proje bağlamını verip optimizasyon istedim
O da gerekli eklentileri ve ajanları otomatik olarak önerip oluşturdu
Sonuçta önemli olan ayrıntılı implementasyon değil, projenin yapısını tanımlayabilme yeteneği
Yazının ana fikri doğru. Otomasyon kolay işleri ortadan kaldırır ve zor sorunlara odaklanmayı sağlar
Hesap makinesi örneğini düşünürsek, sayıları toplamakta iyi olan muhasebeci artık daha üst düzey problemlerle uğraşmak zorundadır
Ama yeni başlayanlar için kod yazmanın ortadan kalkması tam tersine bir kâbus olabilir
Edebiyat benzetmesiyle, yapay zeka yeni bir Terry Pratchett’ı hızla üretmiyor; aksine onun görünmez hale gelmesine neden oluyor
Yapay zeka blog yazısını ayırt edemiyorsan, kötü kodu da ayırt edemezsin
Yazının LLM tarafından yazılıp yazılmadığını çok ayırt edemiyorum ama bugünlerde yazı okurken ciddi bir yorgunluk hissediyorum
Kelime sayısı fazla ve özellikle ADHD eğilimi olan kişiler için okumak daha da zor
Bu yazı, Pangram kaydına göre %100 yapay zeka tarafından yazılmış
LLM kullanımının verimlilik artışına yol açmadığını gösteren çalışmalar da var
Bu tür yazılar bunun etkisini kendiliğinden doğru kabul ediyor ama gerçekte yönetimin beklentileriyle sahadaki gerçeklik farklı
Mühendislerin bakış açısından bu fark çok net