AI നൈപുണ്യക്ഷയം എന്ന കെണി

AI ടൂളുകൾ ജോലി വേഗത്തിലാക്കുന്നു. അവ സെക്കൻഡുകൾക്കുള്ളിൽ കോഡ് എഴുതുകയും, കോൺഫിഗറേഷനുകൾ നിർമ്മിക്കുകയും, പിശകുകൾ പരിഹരിക്കുകയും (debug) ചെയ്യുന്നു.

എന്നാൽ എന്റെ 20 വർഷത്തെ അനുഭവപരിചയത്തിൽ ഞാൻ ഒരു അപകടകരമായ രീതി ശ്രദ്ധിച്ചിട്ടുണ്ട്. AI-യെ അമിതമായി ആശ്രയിക്കുന്നവർക്ക് അവരുടെ പ്രൊഫഷണൽ കഴിവുകൾ നഷ്ടപ്പെടുന്നു. ഇതിനെ ഞാൻ 'സ്കിൽ അട്രോഫി' (skill atrophy) എന്ന് വിളിക്കുന്നു.

AI നിങ്ങൾക്ക് ഒരു അന്തിമ ഉത്തരം നൽകുന്നു. എന്നാൽ ആ ഉത്തരം എങ്ങനെ കണ്ടെത്താം എന്ന് അത് നിങ്ങളെ പഠിപ്പിക്കുന്നില്ല. മാനുവൽ പേജുകളുമായോ സിസ്റ്റം ലോഗുകളുമായോ (system logs) നിങ്ങൾ പൊരുതുന്നത് നിർത്തുമ്പോൾ, നിങ്ങളുടെ പ്രശ്നപരിഹാര ശേഷി (problem-solving muscles) ദുർബലമാകുന്നു.

കാര്യങ്ങൾ തകരാറിലാകുമ്പോഴാണ് അപകടം സംഭവിക്കുന്നത്.

ഒരു പ്രൊഡക്ഷൻ സിസ്റ്റം തകരാറിലാകുകയും (crash) AI നൽകുന്ന പരിഹാരം പരാജയപ്പെടുകയും ചെയ്താൽ, നിങ്ങൾക്ക് സ്വന്തം അറിവിനെ ആശ്രയിക്കേണ്ടി വരും. ഒരു മെമ്മറി എററിന് (memory error) പൊതുവായ ഒരു പരിഹാരം AI നിർദ്ദേശിച്ചേക്കാം. എന്നാൽ ക്രാഷിന് കാരണമാകുന്ന ഒരു പ്രത്യേക cgroup limit അത് ശ്രദ്ധിക്കാതെ പോകാം. നിങ്ങൾക്ക് journalctl എങ്ങനെ ഉപയോഗിക്കണമെന്ന് അറിയില്ലെങ്കിൽ, ദിവസങ്ങൾ പാഴാക്കേണ്ടി വരും.

സോഫ്റ്റ്‌വെയർ ആർക്കിടെക്ചറിലും സെക്യൂരിറ്റിയിലും ഇതേ കാര്യം സംഭവിക്കുന്നു. AI ഏറ്റവും പ്രചാരമുള്ള പരിഹാരമാണ് നിർദ്ദേശിക്കുന്നത്. നിങ്ങളുടെ പ്രോജക്റ്റിലെ പ്രത്യേക നിയന്ത്രണങ്ങളോ (constraints) സവിശേഷമായ ഡാറ്റാ മോഡലുകളോ അതിന് അറിയില്ല. നിങ്ങളുടെ ORM-ലെ ഒരു N+1 query പ്രശ്നമാണ് യഥാർത്ഥ പ്രശ്നമെങ്കിൽ പോലും, ഒരു ലളിതമായ SQL index ആയിരിക്കാം അത് നിർദ്ദേശിക്കുക.

AI സാങ്കേതികമായ അന്ധത (technical blindness) ഉണ്ടാക്കാൻ അനുവദിക്കരുത്.

നിങ്ങളുടെ കഴിവുകൾ മൂർച്ചയുള്ളതാക്കാൻ ഈ നിയമങ്ങൾ ഉപയോഗിക്കുക:

• AI-യെ ഒരു വിശദീകരിക്കുന്ന ഉപകരണമായി (explainer) ഉപയോഗിക്കുക. കോഡ് ചോദിക്കുന്നതിന് പകരം ഒരു കോൺഫിഗറേഷൻ "എന്തുകൊണ്ട്" പ്രവർത്തിക്കുന്നു എന്ന് അതിനോട് ചോദിക്കുക. • എല്ലാം പരിശോധിക്കുക. AI നിർദ്ദേശങ്ങൾ യഥാർത്ഥത്തിൽ സഹായിക്കുന്നുണ്ടോ എന്ന് പരിശോധിക്കാൻ EXPLAIN ANALYZE പോലുള്ള ടൂളുകൾ ഉപയോഗിക്കുക. • സ്രോതസ്സിലേക്ക് തന്നെ പോകുക. AI സംഗ്രഹങ്ങളെ (summaries) ആശ്രയിക്കുന്നതിന് പകരം ഔദ്യോഗിക ഡോക്യുമെന്റേഷനുകളും RFC-കളും വായിക്കുക. • റിവേഴ്സ് എഞ്ചിനീയറിംഗ് ചെയ്യുക. AI നൽകുന്ന കോഡ് എടുത്ത് അതിന്റെ ഓരോ വരിയും പഠിക്കുക. • ആദ്യം ശ്രമിക്കുക, പിന്നെ ചോദിക്കുക. ഒരു AI ടൂൾ ഉപയോഗിക്കുന്നതിന് മുമ്പ് പ്രശ്നം നേരിട്ട് പരിഹരിക്കാൻ ശ്രമിക്കുക.

AI ഒരു ഉപകരണമാണ്, നിങ്ങളുടെ തലച്ചോറിന് പകരക്കാരല്ല. നിങ്ങളെ നയിക്കാനുള്ള ഒരു മെന്റർ (mentor) ആയി അതിനെ ഉപയോഗിക്കുക, പകരം ചിന്തിക്കുന്നതിന് പകരം ഒരു ബ്ലാക്ക് ബോക്സ് (black box) ആയി അതിനെ ഉപയോഗിക്കരുത്.

നിങ്ങളുടെ എഞ്ചിനീയറിംഗ് ശേഷി ശക്തമായി നിലനിർത്തുക. അടിസ്ഥാനപരമായ കഴിവുകളാണ് നിങ്ങളുടെ ഏറ്റവും വലിയ സമ്പാദ്യം.

സ്രോതസ്സ്: https://dev.to/merbayerp/the-heaviest-ai-users-atrophy-the-fastest-the-skill-atrophy-trap-khp

ഓപ്ഷണൽ ലേണിംഗ് കമ്മ്യൂണിറ്റി: https://t.me/GyaanSetuAi