Yazılımcılara Yapay Zekâ Tehdidi

Yapay zekâ işimizi elimizden alacak mı? Bu kadar kolay mıydı?

TLDR;

Eğer işiniz size söyleneni yazmaktan ibaretse; evet geçmiş olsun, yapay zekâ işinizi elinizden alacak.

Yaptığı işi sorgulayan, müşteri memnuniyetini önemseyen, eleştirel düşünebilen, “nasıl” sorusunun yanında “neden” diye de sorabilen bir yazılımcıysanız korkmanızı gerektirecek bir durum yok. Çünkü yapay zekâ bunları yapamıyor.

Yazının sonunda bir quiz var, bakalım sorduğum soruyu bilecek misiniz…

Yapay Zekâ ve LLM’ler

ChatGPT 2022 yılının sonlarında hayatımıza girdiğinde, henüz neyle karşı karşıya olduğumuzu pek anlamamıştık. Zaman içinde, makina öğrenmesinde kullanılan LLM’lerin (large language model) yazılımcıların iş yükünün bir bölümünü üstlenebildiğini gördük. Nasıl ki “git”, “docker“ veya bir “debugger” yazılım döngümüzün içinde yer alıyorsa, yapay zekâ da yeni bir katman olarak alet çantamızda yerini aldı.

Foto: Nahrizul Kadri - Unsplash

2025’e girdiğimiz şu günlerde ise, yapay zekâ sadece basit sorular sorup cevap aldığımız veya yazdığımız kodu debug ettirdiğimiz bir aracın ötesine geçti. Birkaç örnek verelim:

• cursor ai veya github copilot ile konuşma dilini kullanarak yazdırmak istediğimiz kodu tarif edebiliyoruz

• vercel v0 ile react önyüz oluşturabiliyoruz

• dall-e vb. modeller ile kafamızdaki görseli yapay zekâya çizdirebiliyoruz

• chatgpt’ye uygulamamızın veri ihtiyacından bahsedip, çıktı olarak SQL şemamızı alabiliyoruz

Yazılımcının İşi Ne

Yapay zekâ işimizi elimizden alacak mı almayacak mı tartışmadan önce, işimiz ne onu tanımlayalım. Hangi işten bahsediyoruz? Kod yazmak mı? Klavyedeki tuşlara belli kombinasyonlarda basmak mı?

Bizim işimiz “problem çözmek”.

Foto: Gavin Phillips - Unsplash

Müşterimizin dertlerine dermân olmaya çalışıyoruz. Bazı durumlarda müşteri “derdinin” bile farkında olmayabiliyor. Bu durumda müşteriyle birlikte çalışarak ve sorulmamış sorular sorarak önce problemi tanımlıyoruz. Daha sonra probleme bir çözüm getiriyoruz ve müşterimizin görüşüne sunuyoruz. Bazen bu sonsuz bir döngü şeklinde ilerliyor, bazen de döngü nihayete eriyor ve başka problemlere geçiyoruz.

Yapay Zekânın Yapamadıkları

Peki, yapay zekâ problem çözemiyor mu? Çok net tanımlanmış dar kapsamlı problemleri çözebiliyor. Ama onda bizde olan öngörü ve geniş bağlam yok. Çok ufak bir pencereden bakıyor. Siz ona hususen söylemedikten sonra başka yere kıpırdama yeteneği yok.

Diyeceksiniz ki yapay zekâ çok gelişti, hiç kod yazmadan sıfırdan uygulama yaptırabiliyorum yapay zekâya. Bazı durumlar için bu belki yeterli olabilir. Ama olay hiçbir zaman ortaya bir uygulama koyup kenara çekilmek değildi ki. Yaptığınız uygulamanın bakımı, ölçeklenmesi, hataların ayıklanması, müşteriyle fikir alışverişi ve uygulama mimarisinin zamanla doğru yönde evrilmesi gibi pek çok başka görevlerimiz de var.

Kodlama asistanları vb. yapay zekâ uygulamaları, ellerindeki devasa veriye dayanarak ve istatistikten faydalanarak bize bir sonraki adımda neler yapmamız gerektiğini söyleyebiliyorlar. Yapay zekânın işimizi elimizden alabilmesi için bu yeterli değil. Eleştirel düşünceye sahip olmak ve sorulmamış soruların peşine düşebilmek gerekir. Teknik olarak LLM’lerin bunu yapması mümkün değil.

NVIDIA TensorRT-LLM

Yapay zekâ modelleri istatistiksel tahminlere dayalı çalıştıklarından, gerçekte bulunan bağlama ve şartlara vâkıf değildir. Mesela, bir problemi analiz etmek ve çözmek için tüm operasyonel bağlamı anlamak gerekir. Yapay zekâ yüzeydeki verilerden hareket eder, ancak kurumsal veya sosyal dinamikleri göz önünde bulunduramaz.

Bana öyle geliyor ki, yapay zekâ yerimize geçmeyecek. Öte yandan, LLM uygulamaları ile yazılım geliştirme süreçlerinde verim biraz daha artacak. Nasıl ki “git” yahut “vs code“ türü araç-gereçler vazgeçilmezimiz oldular, yapay zekâ da benzer bir adaptasyona sahip olacaktır.

Quiz

Bu yazıdaki bir paragrafın bir bölümünü chatgpt’ye yazdırdım. Sizce bu hangi paragrafın hangi bölümü olabilir? Yorumlara cevaplarınızı bekliyorum.