മൂന്ന് മണിക്കൂർ, ആറ് ഡെവലപ്പർമാർ, 30,000 പേർ കാണാതായി. വടക്കൻ വെനിസ്വേലയെ ഒരു ഭൂകമ്പം പിടിച്ചുലച്ചപ്പോൾ, ബ്യൂണസ് ഐറിസിലെ ഒരു പ്രോഗ്രാമർ Claude Opus ഉപയോഗിച്ച് വെറും മൂന്ന് മണിക്കൂറിനുള്ളിൽ കാണാതായവരെ കണ്ടെത്താനുള്ള ഒരു വെബ് പോർട്ടൽ നിർമ്മിച്ചു—സാധാരണയായി ഒരു ദിവസം മുഴുവൻ എടുക്കുന്ന ഒരു ജോലിയാണിത്. കാലിഫോർണിയയിലെ രണ്ടാമതൊരു ഡെവലപ്പർ Replit ഉപയോഗിച്ച് നാല് മണിക്കൂറിനുള്ളിൽ ഒരു സപ്ലൈ-മാച്ചിംഗ് ടൂൾ പുറത്തിറക്കി. ഈ വേഗത്തിലുള്ള നിർമ്മാണങ്ങൾ കുടുംബങ്ങൾക്ക് ഫോട്ടോകൾ പോസ്റ്റ് ചെയ്യാനും ഒരു സെൻട്രൽ ഡാറ്റാബേസുമായി മുഖങ്ങൾ താരതമ്യം ചെയ്യാനും വഴിയൊരുക്കി. ഔദ്യോഗിക സംവിധാനങ്ങൾ വൈകിക്കൊണ്ടിരുന്ന സമയത്ത് എൻജിഒകളെ (NGOs) ദാതാക്കളുമായി ഇരകളെ ബന്ധിപ്പിക്കാനും ഇത് സഹായിച്ചു.

എന്തുകൊണ്ടാണ് ഈ ശ്രമം പ്രധാനപ്പെട്ടത്

വെനിസ്വേലയുടെ അടിയന്തര സാഹചര്യങ്ങൾ നേരിടാനുള്ള അടിസ്ഥാന സൗകര്യങ്ങൾ തകരാറിലായിരുന്നു: വൈദ്യുതി തടസ്സം, തകർന്ന റോഡുകൾ, അമിതഭാരം വന്ന ഫോൺ നെറ്റ്‌വർക്കുകൾ എന്നിവ കാരണം അധികാരികൾക്ക് ഏകീകൃതമായ തിരച്ചിൽ ഏകോപിപ്പിക്കാൻ കഴിഞ്ഞില്ല. ആദ്യ മണിക്കൂറുകളിൽ, ബന്ധുക്കളെക്കുറിച്ച് റിപ്പോർട്ട് ചെയ്യാനും സഹായം അഭ്യർത്ഥിക്കാനും കുടുംബങ്ങൾ ഏതെങ്കിലും മാർഗ്ഗം തേടി പരക്കം പാഞ്ഞു. സർക്കാർ പ്രതികരണം രൂപപ്പെട്ടുകൊണ്ടിരുന്ന സമയത്ത്, പ്രവാസികൾ നിർമ്മിച്ച ഈ ആപ്പുകൾ ഇന്റർനെറ്റ് കുറഞ്ഞ വേഗതയിൽ പ്രവർത്തിക്കുന്ന സേവനങ്ങൾ നൽകിക്കൊണ്ട് ആ വിടവ് നികത്തി.

ഡെവലപ്പർമാർ ഇത് എങ്ങനെ സാധ്യമാക്കി

ബ്യൂണസ് ഐറിസിലെ കോഡർ Claude Opus-ന് ലളിതമായ ഒരു പ്രോംപ്റ്റ് നൽകി. ഉപയോക്താക്കൾക്ക് ഫോട്ടോ അപ്‌ലോഡ് ചെയ്യാനും പേര് ടാഗ് ചെയ്യാനും നിലവിലുള്ള ലിസ്റ്റുമായി സാമ്യത പരിശോധിക്കാനും കഴിയുന്ന ഒരു സൈറ്റിനെക്കുറിച്ചായിരുന്നു അത്. Claude ഫ്രണ്ട്-എൻഡ് ഫോം, ഇമേജ്-പ്രോസസ്സിംഗ് പൈപ്പ്‌ലൈൻ, ഡാറ്റാബേസ് സ്കീമ എന്നിവ തയ്യാറാക്കി, തുടർന്ന് ഉപയോഗിക്കാൻ പാകത്തിലുള്ള ഒരു കോഡ് ബണ്ടിൽ നൽകി. ഡെവലപ്പർ കുറച്ച് പ്രോംപ്റ്റുകളിൽ മാറ്റം വരുത്തി, കോഡ് ഒരു ക്ലൗഡ് ഇൻസ്റ്റൻസിൽ പ്രവർത്തിപ്പിച്ചു, മൂന്ന് മണിക്കൂറിനുള്ളിൽ സൈറ്റ് ലൈവ് ആയി.

പസഫിക് കടലിന് അപ്പുറം, കാലിഫോർണിയയിലെ ഡെവലപ്പർ ഒരു Replit വർക്ക്സ്പേസ് തുറന്നു. ദാതാക്കളുടെ വാഗ്ദാനങ്ങൾ സ്വീകരിക്കാനും അടുത്തുള്ള ആവശ്യങ്ങൾ പ്രദർശിപ്പിക്കാനും കഴിയുന്ന ഒരു “സപ്ലൈ-മാച്ചിംഗ് ഡാഷ്‌ബോർഡ്” എന്നതിന്റെ ലഘുവിവരണം ടൈപ്പ് ചെയ്തു. തുടർന്ന് AI ബാക്ക്-എൻഡ് API, ഒരു ചെറിയ അഡ്മിൻ UI, ലളിതമായ ഒരു ഓതന്റിക്കേഷൻ ഫ്ലോ എന്നിവ തയ്യാറാക്കി നൽകി. നാല് മണിക്കൂർ കഴിഞ്ഞ് ആ ടൂൾ മൊബൈൽ ഫ്രണ്ട്‌ലി ആയ ഒരു URL-ലൂടെ ലഭ്യമായി.

രണ്ട് ടീമുകളും ഉപയോക്തൃ അനുഭവം (user experience) ലളിതമായി നിലനിർത്തി. മിക്ക ഇരകൾക്കും 2G ഡാറ്റ മാത്രമേ ലഭ്യമാകൂ എന്നതിനാലും

ഇന്ന് നിങ്ങൾക്ക് ഒരു ക്രൈസിസ്-റെസ്‌പോൺസ് (crisis-response) ആപ്പ് പുറത്തിറക്കേണ്ടതുണ്ടെങ്കിൽ, അതിന്റെ UI രൂപകൽപ്പന ചെയ്യാനും, ബോയിലർപ്ലേറ്റ് (boilerplate) കോഡ് തയ്യാറാക്കാനും, ഒരു ക്ലൗഡ് ഇൻസ്റ്റൻസ് സജ്ജീകരിക്കാനും ഒരു കൺസ്യൂമർ AI മോഡലിൽ നിന്ന് തുടങ്ങുക. അതിനുശേഷം ഏറ്റവും പ്രധാനപ്പെട്ട ഭാഗങ്ങൾ ഉറപ്പിക്കുക: വ്യക്തവും പോർട്ടബിളായതുമായ (portable) ഒരു ഡാറ്റാ സ്കീമ, നിങ്ങൾ പ്രതീക്ഷിക്കുന്ന ഏറ്റവും കുറഞ്ഞ ശേഷിയുള്ള ഉപകരണത്തിലും പ്രവർത്തിക്കുന്ന ലളിതമായ ഒരു UI, കൂടാതെ ഇമെയിലിനെ മാത്രം ആശ്രയിക്കാത്ത ഒരു ഓതന്റിക്കേഷൻ രീതി എന്നിവ. AI നൽകുന്ന ഔട്ട്‌പുട്ടിനെ ഒരു ഡ്രാഫ്റ്റ് ആയി മാത്രം കാണുക, അല്ലാതെ ഒരു അന്തിമ ഉൽപ്പന്നമായിട്ടല്ല; അതിന്റെ നിബന്ധനകളിൽ മാറ്റം വന്നാൽ മോഡൽ ലെയർ മാറ്റാൻ തയ്യാറായിരിക്കുക. ഒരു ദുരന്തസമയത്ത് വേഗത ജീവൻ രക്ഷിക്കുന്നു, എന്നാൽ സ്ഥിരത (stability) പിന്നീട് അവയെ വീണ്ടും സംരക്ഷിക്കുന്നു.

Source: dev.to/davekurian/diaspora-coders-assemble-earthquake-response-in-hours-with-ai-4c66