Neden Her Geliştirici Yerinden Edilecek — Ve Bu Neden Yanlış Soru

Geceleri uyutmayan bir GitHub Copilot araştırması var. Bulguları yüzünden değil — herkesin onu nasıl yanlış okuduğu yüzünden.

2023'te GitHub, Copilot kullanan geliştiricilerin görevleri %55 daha hızlı tamamladığını gösteren bir araştırma yayınladı. Teknoloji basını bariz manşeti attı: Yapay zeka geliştirici verimliliğini iki katına çıkarıyor. LinkedIn sıcak yorumlarla dolup taştı. Twitter haftalık varoluşsal krizini yaşadı. Ve bir yerde, bir toplantı odasında, bir CFO sessizce bir hesap tablosu açıp personel sayısı üzerinden matematik yapmaya başladı.

Ama o araştırmanın aslında ölçtüğü şey şuydu: izole edilmiş, iyi tanımlanmış kodlama zorluklarında görev tamamlama hızı. Sistem tasarımı değil. Gece 2'de prodüksiyon olayını debug etmek değil. Altı yıllık bir mikroservisin neden yalnızca bir coğrafi bölgede garip davrandığını anlamak değil.

Soru, yapay zekanın kod yazıp yazamayacağı değil. Açıkça yazabiliyor. Soru, kod yazmanın gerçekten hiç iş olup olmadığı.

Pürüzlü Sınır Sorunu

Wharton profesörü Ethan Mollick, bilgi çalışanlarının yapay zeka ile nasıl etkileşime girdiğini yıllarca inceledi ve her teknoloji liderinin koluna dövme yaptırması gereken bir kavramı ortaya attı: pürüzlü sınır.

Fikir basit ama yıkıcı. Yapay zeka görevlerde düzgün biçimde iyi ya da kötü değil. Pürüzlü biçimde yetenekli — zor görünen bazı şeylerde parlak, kolay görünen şeylerde şaşırtıcı biçimde kötü. GPT-4'ten bir sözleşme maddesi yazmasını isteyin? Mükemmel. Az önce oluşturduğunuz kimlik doğrulama akışının, yaz saati geçişi sırasında kaydolan kullanıcılar için bozulacağını fark etmesini isteyin? Her seferinde güvenle gözden kaçıracak.

Bu pürüzlülük, hikayenin tamamı. Ve neredeyse kimse bundan doğru biçimde söz etmiyor.

İlk Otomatize Edilenler Düşündüğünüz Şeyler Değil

İnsanlar yapay zekanın geliştiricilerin yerini aldığını hayal ettiklerinde kıdemli mühendisi düşünüyor — mimari tasarlayan, sekiz yıldır şirkette olan ve her şeyin nerede gömülü olduğunu bilen kişiyi. O kişi, "işi anladığı için" güvende diye düşünülüyor.

Yanlış. Tamamen, tehlikeli biçimde yanlış.

Yapay zeka baskısı altında ilk küçülen roller junior'dan mid-level'a kadar olan pozisyonlar — CRUD uygulamaları üretmek, standart kod yazmak, dahili araçlar oluşturmak ve ticket kuyruğunun alt üçte birini kapatmak için işe alınan geliştiriciler. Bunlar tam olarak yapay zekanın halihazırda şaşırtıcı biçimde yetkin olduğu görevler. Ve bunlar aynı zamanda tarihsel olarak sektörün çıraklık katmanı — yarının kıdemli mühendislerinin yetiştirildiği yer.

Sequoia Capital'ın 2024 raporuna göre, ABD'de yayınlanan yeni yazılım mühendisliği pozisyonlarının sayısı, genel teknoloji yatırımları toparlanırken bile yıllık bazda yaklaşık %30 düştü. Kıdemli roller büyük ölçüde yerini korudu. Giriş seviyesi iş akışı sessizce çöktü.

Bu tuhaf bir paradoks yaratıyor: Yapay zeka, altında junior olmayan kıdemli mühendislerden oluşan bir nesil yaratıyor olabilir — ve birinden diğerine nasıl geçildiğini açıklayan net bir yol yok.

Kaldıraç Tuzağı

İşte burada felsefi olarak ilginçleşiyor. IDE'lerden Stack Overflow'a, bulut altyapısına kadar her geliştirici araç dalgası geliştiricilerin yerini alması gerekiyordu. Bunun yerine daha fazlasını yarattı. Daha ucuz araçlar daha fazla yazılım inşa edilmesi anlamına geliyordu. Daha fazla yazılım, onu inşa edebilecek insanlara daha fazla talep anlamına geliyordu.

Bu Jevons Paradoksu'nun yazılıma uygulanmış hali: verimlilik kazanımları tüketimi genişletir, azaltmaz.

Belki iyimserler haklıdır. Belki yapay zeka daha fazla yazılım, çözmeye değer daha fazla problem, daha yüksek soyutlama düzeyinde daha fazla geliştirici ihtiyacı anlamına gelir.

Buna inanmak istiyorum. Gerçekten.

Ama 2024 farklı hissettirdi. Junior seviyedeki sıkışma, kıdemli seviyedeki genişlemeyle dengelenmedi. Şirketler işe almayı bıraktıkları her beş junior geliştirici için iki mimar işe almadı. Matematik tutmadı. Ve bunu ilk fark edenler Reddit'te şikayet edenler değildi — sessizce organizasyon şemalarını ayarlayan işe alım yöneticileriydi.

Hayatta Kalmak Aslında Nasıl Görünür

Bu ortamda sadece hayatta kalmakla kalmayıp gelişen geliştiriciler, hangi programlama dilini bildikleriyle ya da her yeni yapay zeka aracını deneyip denemediğiyle ilgisi olmayan belirli bir özelliği paylaşıyor.

Sözdizimde değil, sistemlerde düşünüyorlar.

Bir fintech girişiminde kıdemli mühendis, yapay zekayı nasıl kullandığını anlattığında otomatik tamamlamadan söz etmiyor. Mimari kararlarını stres testine tabi tutmak için Claude'u kullanmaktan söz ediyor — önerilen bir sistem tasarımını modele atıp dikkate almadığı başarısızlık modlarını bulmasını istiyor. Yapay zeka sistemi tasarlamıyor. Zaten oluşturduğu tasarımı bozmaya çalışıyor.

Bu yapay zekayı bir koltuk değneği olarak kullanmak değil. Bir antrenman partneri olarak kullanmak.

Zemin kaybeden geliştiriciler, yapay zekayı düşünmek için bir kaldıraç yerine çıktıya giden bir kısayol olarak benimseyenler. Daha fazla, daha hızlı, ne yaptığına dair daha az anlayışla kod üretiyorlar. Ve o kod prodüksiyonda bozulduğunda — ki bozulacak — onu debug etmek için zihinsel model yok.

İroni neredeyse mükemmel: Yapay zeka anlamadığınız kodu yazmayı kolaylaştırıyor ve bir şeyler yanlış gittiğinde düzeltmeyi zorlaştırıyor.

Önümüzdeki On Yılı Belirleyecek Gösterişsiz Beceri

İşte bir konferans konuşması slaytına girmeyecek bir öngörü: önümüzdeki on yılın en değerli mühendislik becerisi yapay zekayı ne zaman kullanmayacağını bilmek.

Bu bilgelik kılığına büründürülmüş teknofobia değil. Güvendiğiniz araçların başarısızlık modlarını anlamakla ilgili. Otomatik pilotun sınırlamalarını anlamayan bir pilot, otomatik pilotta daha fazla saat uçarak daha iyi bir pilot olmaz. Daha tehlikeli biri olur.

Aynı ilke burada geçerli. 2026 ve sonrasında işe almaya değer mühendisler, yapay zeka tarafından üretilmiş bir çözüme bakıp ölçeklendirmede yanlış gidecek üç şeyi anında tanımlayabilenler — yapay zekaya güvenmedikleri için değil, onu sorgulamak için kendi yargılarına yeterince güvendikleri için.

Yargı. Bağlam. Zevk. Bunlar yumuşak beceriler değil. Yapay zekanın çoğaltamayacağı zor beceriler — çünkü hata yapmayı, kırılan şeyler üretmeyi, bir postmortem'de oturup mühendis dolu bir odaya zarif çözümünüzün şirkete gerçek paraya mal olacak biçimde neden başarısız olduğunu açıklamayı gerektiriyor.

Gerçek Soru

Peki her geliştirici yapay zeka tarafından yerinden edilecek mi?

Bir kısmı, muhtemelen. Ama manşetlerin önerdiği şekilde değil. Bir sabah uyanıp işlerini yapabileceğine karar veren tek bir modelle değil. Yapay zekayı o kadar etkili kullanan daha küçük bir mühendis ekibiyle — ek bir kişi işe almanın matematiğinin artık anlam ifade etmediği noktaya kadar.

Soru hiçbir zaman "yapay zeka geliştiricilerin yerini alacak mı?" değildi. Soru her zaman "ne tür bir geliştirici yerinin doldurulmasına değer?" idi.

Ve cevap, her zaman olduğu gibi, büyümeyi durdurandır.