𝗔𝗜 ടെക് മെന്റർഷിപ്പിനെ തകർക്കുന്നു

AI നമ്മൾ ജോലി ചെയ്യുന്ന രീതിയെ മാറ്റിക്കൊണ്ടിരിക്കുകയാണ്. പുതിയ ഡെവലപ്പർമാരെ പരിശീലിപ്പിക്കുന്ന രീതിയെയും ഇത് നശിപ്പിക്കുന്നു.

പണ്ട്, മെന്റർഷിപ്പ് ലളിതമായ ഒരു രീതി പിന്തുടർന്നിരുന്നു. ജൂനിയർ ഡെവലപ്പർമാർ ആവർത്തന സ്വഭാവമുള്ള ജോലികൾ ചെയ്യും. സീനിയർ അവർക്ക് മാർഗനിർദ്ദേശം നൽകും. ജൂനിയർമാർ തെറ്റുകൾ വരുത്തും, സീനിയർമാർ അത് പരിഹരിക്കും. ഈ ചക്രം വഴി ഇരു കൂട്ടരും കാര്യങ്ങൾ പഠിച്ചു.

AI ഈ ചക്രം തകർത്തു.

പ്രശ്നം

GitHub Copilot പോലുള്ള AI ടൂളുകൾ ഇപ്പോൾ ജൂനിയർമാർ ചെയ്യേണ്ട ജോലികൾ ചെയ്യുന്നു. ഇതിൽ ഡീബഗ്ഗിംഗും (debugging) ബോയിലർപ്ലേറ്റ് കോഡ് (boilerplate code) എഴുതുന്നതും ഉൾപ്പെടുന്നു.

ഒരു ജൂനിയർ AI ഉപയോഗിക്കുമ്പോൾ, അവർ പഠനത്തിലെ ഏറ്റവും പ്രധാനപ്പെട്ട ഘട്ടം ഒഴിവാക്കുന്നു: അതായത് ഒരു മനുഷ്യന് പ്രശ്നം വിശദീകരിച്ചു കൊടുക്കുക എന്നത്. ലോജിക് മനസ്സിലാക്കാതെ തന്നെ അവർക്ക് ഉടനടി ഉത്തരം ലഭിക്കുന്നു. ഇത് പല അപകടസാധ്യതകളും ഉണ്ടാക്കുന്നു:

  • ജൂനിയർമാർക്ക് അടിസ്ഥാനപരമായ ഡീബഗ്ഗിംഗ് കഴിവുകൾ കുറയുന്നു.
  • സീനിയർമാരുടെ സേവനം അത്യാവശ്യമായ ഒന്നല്ല, മറിച്ച് വേണമെങ്കിൽ മാത്രം ഉപയോഗിക്കാവുന്ന ഒന്നായി ജൂനിയർമാർ കാണുന്നു.
  • സീനിയർമാർക്ക് ജോലിഭാരം കൂടുന്നു (burnout), കാരണം അവർ സ്വന്തം ജോലിയും AI സഹായത്തോടെ ചെയ്യുന്ന ജൂനിയർമാരുടെ ജോലിയും ഒരേസമയം നിയന്ത്രിക്കേണ്ടി വരുന്നു.
  • വ്യവസായം ഒരു നേതൃത്വ പ്രതിസന്ധി നേരിടുന്നു. സീനിയർമാർക്ക് ആളുകളെ കൈകാര്യം ചെയ്യാനുള്ള കഴിവ് നഷ്ടപ്പെടുന്നു, ജൂനിയർമാർ ദുർബലമായ സാങ്കേതിക അടിത്തറയോടെ വളരുന്നു.

അമിതമായി ആശ്രയിക്കുന്നതിലെ അപകടം

AI പരാജയപ്പെട്ടേക്കാം. പഴയ കോഡുകളോ സങ്കീർണ്ണമായ ഡിപെൻഡൻസികളോ (dependencies) അത് പലപ്പോഴും തെറ്റായി വ്യാഖ്യാനിച്ചേക്കാം. ഒരു ജൂനിയർ പൂർണ്ണമായും AI-യെ മാത്രം ആശ്രയിക്കുകയാണെങ്കിൽ, ആ ടൂൾ പരാജയപ്പെടുമ്പോൾ അവർ പരിഭ്രാന്തരാകും. ആ പ്രശ്നങ്ങൾ പരിഹരിക്കാനുള്ള കഴിവ് അവർക്ക് ഉണ്ടാകില്ല.

മെന്റർഷിപ്പ് ലൂപ്പ് എങ്ങനെ ശരിയാക്കാം

വർക്ക്ഫ്ലോയിൽ മനുഷ്യർ തമ്മിലുള്ള ആശയവിനിമയം വീണ്ടും കൊണ്ടുവരേണ്ടതുണ്ട്. അത് ചെയ്യാൻ മൂന്ന് വഴികൾ ഇതാ:

  • സ്ട്രക്ചേർഡ് പെയർ പ്രോഗ്രാമിംഗ് (Structured Pair Programming): AI ഉപയോഗിക്കുന്നതിന് മുമ്പ് തങ്ങളുടെ ചിന്താരീതി ഒരു സീനിയർക്ക് വിശദീകരിച്ചു കൊടുക്കാൻ ജൂനിയർമാരെ നിർബന്ധിക്കുക. പഠനചക്രം വീണ്ടെടുക്കാനുള്ള ഏറ്റവും ഫലപ്രദമായ മാർഗ്ഗമാണിത്.

  • ടാസ്ക് സെഗ്മെന്റേഷൻ (Task Segmentation): ആർക്കിടെക്ചർ പോലുള്ള ഉയർന്ന തലത്തിലുള്ള തീരുമാനങ്ങൾ മനുഷ്യർ മാത്രം ചെയ്യേണ്ട ജോലികളായി നിശ്ചയിക്കുക. ഇത് മനുഷ്യരുടെ വൈദഗ്ധ്യത്തിന്റെ മൂല്യം ജൂനിയർമാർ മനസ്സിലാക്കാൻ സഹായിക്കുന്നു.

  • റിവേഴ്സ് മെന്റർഷിപ്പ് (Reverse Mentorship): AI പരാജയപ്പെടുന്ന സാഹചര്യങ്ങൾ ജൂനിയർമാർ രേഖപ്പെടുത്തണം. ഈ പരാജയങ്ങൾ അവർ സീനിയർമാർക്ക് മുന്നിൽ അവതരിപ്പിക്കണം. ഇത് AI തെറ്റുകൾ കണ്ടെത്താൻ ജൂനിയർമാരെ പഠിപ്പിക്കുകയും മനുഷ്യന്റെ വിവേകത്തിലുള്ള വിശ്വാസം വർദ്ധിപ്പിക്കുകയും ചെയ്യുന്നു.

ഈ പ്രക്രിയ ശരിയാക്കിയില്ലെങ്കിൽ, ടെക് വ്യവസായം ദുർബലമാകും. കോഡ് എങ്ങനെയാണ് യഥാർത്ഥത്തിൽ പ്രവർത്തിക്കുന്നത് എന്ന് ആർക്കും മനസ്സിലാകാത്തതിനാൽ നവീകരണങ്ങൾ (innovation) നിലച്ചുപോകും.

സിസ്റ്റം തകരുന്നതിന് മുമ്പ് ഈ ചക്രം ശരിയാക്കുക.

Source: https://dev.to/maxgeris/ai-integration-disrupts-mentorship-addressing-leadership-and-skill-development-for-future-3kj0

Optional learning community: https://t.me/GyaanSetuAi