સોફ્ટવેરે દુનિયા પર કબજો કર્યો હતો. હવે AI એક પછી એક ફાઇલ દ્વારા સોફ્ટવેરને ખાઈ રહ્યું છે. જો તમે આજીવિકા માટે કોડ લખતા હોવ, તો તમે કદાચ તમારા કીબોર્ડ નીચેની જમીન સરકતી અનુભવી હશે. એક ડેવલપરને એક જ વર્ષમાં બે વાર આવું અનુભવાયું. પહેલા, મશીને લખવાનું કામ લઈ લીધું. પછી તેણે તપાસવાનું કામ પણ લઈ લીધું. તેની પાસે હજી પણ નોકરી છે, પણ માત્ર એટલા માટે કે તેણે તેને ઓળખી ન શકાય તે રીતે બદલી નાખી છે.
આ કોઈ વિનાશની આગાહી નથી. આ પરિવર્તનના મધ્યમાંથી એક ફિલ્ડ રિપોર્ટ છે.
પ્રથમ પરિવર્તન: ટાઇપિંગથી પ્રૂફરીડિંગ તરફ
એક સમય હતો જ્યારે તેની કળાનું વર્ણન કરવું સરળ હતું: વિચારવું, ટાઇપ કરવું, ટેસ્ટ કરવું અને શિપ કરવું. તે દરેક ફંક્શન હાથથી લખતો હતો. તે વેરિયેબલ્સના નામ આપતો, નેસ્ટેડ લૂપ્સ બનાવતો અને પ્રયત્ન અને ભૂલ (effort and error) દ્વારા એજ કેસ પકડતો હતો. કોડ વાંચવો એ કોઈ અલગ કાર્ય નહોતું. તે ધીમી ગતિએ કરવામાં આવતી સર્જન પ્રક્રિયા અને તેનું નિરીક્ષણ હતું. ક્વોલિટી કંટ્રોલ અને પ્રોડક્શન એક જ પ્રક્રિયામાં થતા હતા.
પછી ઓટોકમ્પ્લીટ (autocomplete) માત્ર મનોરંજક રહેવાનું બંધ થઈ ગયું.
AI કોડિંગ આસિસ્ટન્ટ્સે માત્ર આગામી કીવર્ડ સૂચવવાનું બંધ કરી દીધું. તેઓએ આખી ક્લાસ (classes), ડેટાબેઝ માઈગ્રેશન અને API વ્રેપર્સ આપવાનું શરૂ કરી દીધું. ડેવલપરના હાથ એરો કીઝ (arrow keys) થી બદલાઈને રિવ્યુ પેન (review pane) પર આવી ગયા. તેણે લખવાની ક્રિયા ગુમાવી દીધી, પરંતુ તેણે પોતાની જાતને કહ્યું કે તે સુરક્ષિત છે. તે હજી પણ દરેક લાઇન વાંચતો હતો. તે હજી પણ લોજિકના આકારને ટ્રેસ કરતો હતો. તે એડિટર, ગેટકીપર અને લૂપમાં રહેલો માનવી હતો.
આ પરિવર્તન સંભવિત લાગે છે કારણ કે નિયંત્રણનો ભ્રમ હજી અકબંધ છે. તમે હજી પણ કોડને સ્પર્શ કરી રહ્યા છો. તમે હજી પણ 'off-by-one' ભૂલો શોધી રહ્યા છો. પરંતુ તમારી ભૂમિકા પહેલેથી જ બદલાઈ ગઈ છે. તમે હવે લેખક નથી. તમે મશીનની ભ્રામકતા (hallucinations) સામે રક્ષણની પ્રથમ હરોળ છો.
બીજું પરિવર્તન: વાંચનથી વિશ્વાસ તરફ
બીજો ફેરફાર વધુ પ્રભાવશાળી હતો.
AI એજન્ટ્સ માનવીય મદદ વગર કલાકો સુધી કામ કરી શકે તેટલા ઝડપથી વિકસ્યા. જ્યારે તે કોફી પીવા માટે જાય, ત્યારે તેઓ સ્કેફોલ્ડિંગ (scaffolding) બનાવી શકે છે, લેગસી મોડ્યુલ્સને રિફેક્ટર (refactor) કરી શકે છે અને ડિપેન્ડન્સીઝ (dependencies) પેચ કરી શકે છે. થ્રુપુટ (throughput) હવે સમસ્યા નહોતી. તેની પોતાની વાંચન ઝડપ સમસ્યા હતી.
પ્રોજેક્ટને આગળ વધારવા માટે, તેણે દરેક લાઇન વાંચવાનું બંધ કરવું પડ્યું. બીજો કોઈ વિકલ્પ નહોતો. ફેક્ટરી તેના મંજૂર કરવાની ક્ષમતા કરતાં વધુ ઝડપથી ઉત્પાદન કરી શકતી હતી. વિશ્વાસ એ હવે જરૂરિયાત બની ગઈ હતી, ગુણ નહીં. તે પ્રૂફરીડરથી ઓપરેશન્સ મેનેજર બની ગયો, જે એક એવી સિસ્ટમનું નિરીક્ષણ કરતો હતો જે એક સ્પ્રીન્ટમાં એટલો કોડ જનરેટ કરતી હતી જેટલો તે પહેલાં એક વર્ષમાં લખતો હતો.
તેણે આ લાગણીનું પ્રમાણિકતાથી વર્ણન કર્યું: તે હવે કોડર નહોતો. તે એક મશીન ફેક્ટરીનું સંચાલન કરી રહ્યો હતો જ્યાં કન્વેયર બેલ્ટ તેની આંખો કરતાં વધુ ઝડપથી ચાલતા હતા.
બોટલનેક (અવરોધ) ઉપરની તરફ ખસે છે
અહીં એ ભાગ છે જે ચૂકી જવો સરળ છે. બોટલનેક (bottleneck) અદૃશ્ય થયો નથી. તે માત્ર સ્થળાંતરિત થયો છે.
જ્યારે માણસો કોડ લખતા હતા, ત્યારે વિલંબ મગજ અને IDE વચ્ચે હતો. ડેવલપર સૌથી ધીમો ભાગ હતો, અને તે સ્વીકાર્ય હતું. એકવાર AI એ લેખન કાર્ય સંભાળી લીધું, પછી અવરોધ માનવીય રિવ્યુ (human review) બની ગયો. પછી, એકવાર એજન્ટો કલાકો સુધી લૂપમાં ચાલી શક્યા, ત્યારે અવરોધ માનવીય નિર્ણય લેવાની પ્રક્રિયા બની ગયો. એજન્ટોએ શેના પર કામ કરવું જોઈએ? ઓટોમેટ કરવા માટે શું સુરક્ષિત છે? શેના માટે બીજી વાર જોવાની જરૂર છે?
ફેક્ટરી મેનેજર મંજૂર કરી શકે તેના કરતા વધુ ઝડપથી ઉત્પાદન કરે છે. સમસ્યા હવે મશીનની ઝડપ નથી. તે માહિતી ગ્રહણ કરવાની, નિર્ણય લેવાની અને નિર્દેશ આપવાની માનવીય ક્ષમતા છે.
જો તમે બોટલનેકના આ સ્થળાંતરને અવગણશો, તો તમે એ અવરોધ બની જશો જેને દૂર કરવા માટે આગામી સાધન બનાવવામાં આવશે.
ત્રણ પુનઃનિર્માણ, એક કારકિર્દી
બંને મોજાંમાંથી બચવા માટે તેની ભૂમિકાને ત્રણ અલગ-અલગ રીતે ફરીથી બનાવવી પડી હતી.
પ્રથમ, તે કોડ લખવાથી કોડ વાંચવા તરફ ગયો. તેનો અર્થ હતો શંકા સાથે ઝડપથી વાંચતા શીખવું, ઓપન-સોર્સ રિપોઝીટરીઝ અને ફોરમ થ્રેડ્સ પર તાલીમ પામેલા મોડેલ દ્વારા જનરેટ કરેલા બોઈલરપ્લેટ (boilerplate) માં સૂક્ષ્મ બગ્સ શોધવા. તેનો અર્થ એ હતો કે જ્યારે કોઈ સૂચન સાચું લાગે પણ સૂક્ષ્મ રીતે ખોટું હોય ત્યારે તેને પારખવાની શક્તિ કેળવવી, જે શૂન્યથી લખવા કરતાં તદ્દન અલગ કૌશલ્ય છે.
ત્યારબાદ, તે કોડ વાંચનથી વર્કફ્લો (workflows) બનાવવાની તરફ ગયો. અત્યારે ઘણા ડેવલપર્સ અહીં પહોંચી રહ્યા છે. તમે ફંક્શન્સ ઠીક નથી કરી રહ્યા; તમે એવા વાતાવરણની ડિઝાઇન કરી રહ્યા છો જ્યાં ફંક્શન્સ ઠીક થાય છે. તમે પ્રોમ્પ્ટ્સ (prompts) લખો છો, સિસ્ટમ સૂચનાઓ તૈયાર કરો છો, ગાર્ડરેલ્સ (guardrails) સેટ કરો છો અને CI ગેટ્સ (CI gates) કોન્ફિગર કરો છો. તમે એજન્ટને કમ્પાઈલર, લિન્ટર અને ટેસ્ટ સૂટ સાથે જોડતી પ્લમ્બિંગ (plumbing) બનાવો છો. તમારું આઉટપુટ સિન્ટેક્સ કરતાં ઓર્કેસ્ટ્રેશન (orchestration) વધુ છે.
અંતે, તે વર્કફ્લો બનાવવાથી શું બનાવવું તે નક્કી કરવા તરફ ગયો. આ ટોચ પરની સ્થિતિ છે. તમે પહેલી ફાઇલ જનરેટ થાય તે પહેલાં આર્કિટેક્ચર પસંદ કરી રહ્યા છો. તમે એવા નિયમો, ઇન્ટરફેસ અને બિઝનેસ લોજિક વ્યાખ્યાયિત કરી રહ્યા છો જેને AI ભરી દેશે. તમે એક પ્રોડક્ટ થિંકર (product thinker) બની ગયા છો જે સિસ્ટમ્સની ભાષામાં વાત કરે છે.
જો તે પ્રથમ તબક્કે જ રહ્યો હોત, તો તેને સંપૂર્ણપણે બદલી દેવામાં આવ્યો હોત. તે હજી પણ પગાર મેળવે છે તેનું એકમાત્ર કારણ એ છે કે તે ત્રીજા તબક્કે પહોંચ્યો છે.
પરંતુ ચઢાણ એ છે