AI ನೊಂದಿಗೆ ವೇಗವಾಗಿ ಶಿಪ್ಪಿಂಗ್ ಮಾಡುವುದು ಏಕೆ ಒಂದು ಬಲೆ
AI ಬಳಸಿ 20 ನಿಮಿಷಗಳಲ್ಲಿ ಒಂದು ಫೀಚರ್ ಅನ್ನು ಶಿಪ್ಪಿಂಗ್ ಮಾಡುವುದು ಯಶಸ್ಸಲ್ಲ. ಅದು ನಿಮ್ಮ ಕೆಲಸದ ಅಗ್ಗದ ಭಾಗವನ್ನು ನೀವು ವೇಗಗೊಳಿಸಿದ್ದೀರಿ ಎಂಬುದರ ಸಂಕೇತವಾಗಿದೆ. ನೀವು ಬೆಲೆಬಾಳುವ ಕೆಲಸವನ್ನು ಕೈಬಿಟ್ಟಿದ್ದೀರಿ ಎಂದರ್ಥ.
ಕೋಡ್ ಬರೆಯುವುದು ಎಂದಿಗೂ ಇಂಜಿನಿಯರಿಂಗ್ನ ಕಷ್ಟದ ಭಾಗವಾಗಿರಲಿಲ್ಲ. ನಿಜವಾದ ಸವಾಲು ಈ ಕೆಳಗಿನ ಕಾರ್ಯಗಳಲ್ಲಿದೆ:
- ಅಗತ್ಯತೆಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವುದು (Defining requirements)
- ವ್ಯಾಪ್ತಿಯನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು (Cutting scope)
- ಮಿತಿಗಳನ್ನು ನಿಗದಿಪಡಿಸುವುದು (Setting constraints)
- ಬದಲಾವಣೆಯು ಸರಿಯಾಗಿದೆ ಎಂದು ಸಾಬೀತುಪಡಿಸುವುದು (Proving the change is correct)
ನೀವು ಈ ಹಂತಗಳನ್ನು ಕೈಬಿಟ್ಟಾಗ, AI ತಪ್ಪು ವಿಷಯವನ್ನು ವೇಗವಾಗಿ ಶಿಪ್ಪಿಂಗ್ ಮಾಡಲು ನಿಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಇದು ಕೆಲಸ ಮುಗಿದಂತೆ ಕಾಣುವ ಮತ್ತು ನಿಜವಾಗಿಯೂ ಮುಗಿದಿರುವ ನಡುವೆ ಅಂತರವನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ. AI ಸ್ವಚ್ಛವಾದ ಕೋಡ್ ಅನ್ನು ನೀಡುತ್ತದೆ, ಆದರೆ ಆ ಕೋಡ್ ನಿಮ್ಮ ಸಿಸ್ಟಮ್ಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆಯೇ ಎಂದು ಅದು ಹೇಳುವುದಿಲ್ಲ. ಅದು ದೀರ್ಘಾವಧಿಯ ವೆಚ್ಚದ ಬಗ್ಗೆಯೂ ತಿಳಿಸುವುದಿಲ್ಲ.
AI ನಿಮ್ಮ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಅಭ್ಯಾಸಗಳನ್ನು ವೃದ್ಧಿಸುತ್ತದೆ. ಉತ್ತಮ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ವೇಗವಾಗುತ್ತದೆ. ಕೆಟ್ಟ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯವೂ ವೇಗವಾಗುತ್ತದೆ.
ಪ್ರಸ್ತುತ ವರ್ಕ್ಫ್ಲೋಗಳು (workflows) ಈ ಅಪಾಯವನ್ನು ತೋರಿಸುತ್ತವೆ:
- AI ಆತ್ಮವಿಶ್ವಾಸದಿಂದ ಮಾತನಾಡಿದ್ದರಿಂದ ಜನರು ಪ್ರೊಡಕ್ಷನ್ ಡೇಟಾಬೇಸ್ಗಳನ್ನು (production databases) ಅಳಿಸಿಹಾಕುತ್ತಾರೆ.
- ನೀವು ಹೆಚ್ಚು ಕೋಡ್ ಅನ್ನು ಸ್ವೀಕರಿಸುತ್ತಿದ್ದಂತೆ ರಿವ್ಯೂ (review) ಹೊರೆ ಹೆಚ್ಚಾಗುತ್ತದೆ.
- ಹೆಚ್ಚಿನ ಬಗ್ಗಳು (bugs) ಅಸ್ಪಷ್ಟ ಅಗತ್ಯತೆಗಳಿಂದ ಬರುತ್ತವೆ, ಕೆಟ್ಟ ಕೋಡ್ ಜನरेशनನಿಂದಲ್ಲ.
ಇವು ಹೊಸ ಮುಖವಾಡ ಧರಿಸಿದ ಹಳೆಯ ಇಂಜಿನಿಯರಿಂಗ್ ಸಮಸ್ಯೆಗಳು. ಪ್ರಾಂಪ್ಟಿಂಗ್ (Prompting) ಎಂಬುದು ನೀವು ವಾರಾಂತ್ಯದಲ್ಲಿ ಕಲಿಯಬಹುದಾದ ಕೌಶಲವಾಗಿದೆ. ನಿಜವಾದ ಕೌಶಲವೆಂದರೆ ಒಂದು ಕ್ರಮದ ಮೂಲಕ ಕೆಲಸವನ್ನು ರೂಪಿಸುವುದು:
- ಅಗತ್ಯತೆಗಳು (Requirements)
- ಅಂತರದ ಗುರುತಿಸುವಿಕೆ (Gap identification)
- ಯೋಜನೆ (Planning)
- ಸಣ್ಣ ಬದಲಾವಣೆಗಳು (Small changes)
- ವಿಮರ್ಶೆ (Review)
- ಪರಿಶೀಲನೆ (Verification)
ನಿಮ್ಮ ಮೊದಲ ಪ್ರಾಂಪ್ಟ್ ಕೆಲಸವು ಸರಿಯಾಗಿದೆ ಎಂದು ಸಾಬೀತುಪಡಿಸುವ ಪರೀಕ್ಷೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಬೇಕು. ಅದನ್ನು ನಿಮ್ಮ ಕೊನೆಯ ಹಂತವನ್ನಾಗಿ ಮಾಡಬೇಡಿ.
Git ಅಥವಾ CI/CD ನಂತಹ ಪರಿಕರಗಳು ಅವುಗಳ ಸುತ್ತ ನಿಮ್ಮ ವರ್ಕ್ಫ್ಲೋವನ್ನು ನೀವು ಮರುನಿರ್ಮಿಸಿದಾಗ ಮಾತ್ರ ಕೆಲಸ ಮಾಡುತ್ತವೆ. ಪರಿಕರಕ್ಕಿಂತ ವರ್ಕ್ಫ್ಲೋ ಮುಖ್ಯವಾಗುತ್ತದೆ.
ಗೆಲ್ಲುವ ಇಂಜಿನಿಯರ್ಗಳು AI ಅನ್ನು ಅತಿ ಹೆಚ್ಚು ಬಳಸುವವರಲ್ಲ. ಅವರು ಕೋಡ್ ಅನ್ನು ವೇಗಗೊಳಿಸುವ ಮೊದಲು ಸಮಸ್ಯೆಯನ್ನು ನಿಧಾನವಾಗಿ ವಿಶ್ಲೇಷಿಸುವವರಾಗುತ್ತಾರೆ. ಹೆಚ್ಚಿನ ಜನರು AI ಅನ್ನು ಬಳಸುತ್ತಾರೆ, ಆದರೆ ಕೆಲವರು ಮಾತ್ರ ಅದರೊಂದಿಗೆ ಇಂಜಿನಿಯರಿಂಗ್ ಮಾಡುತ್ತಾರೆ.
ಈ ಪರಿಶೀಲನಾ ಅಂತರಗಳನ್ನು (verification gaps) ನಿಭಾಯಿಸಲು ನೀವು ನಿಮ್ಮ ವರ್ಕ್ಫ್ಲೋವನ್ನು ಹೇಗೆ ಹೊಂದಿಸುತ್ತೀರಿ?
Source: https://dev.to/yerkerakhimov/why-shipping-fast-with-ai-is-a-trap-3f9l
Optional learning community: https://t.me/GyaanSetuAi