AI मुळे सिनियर इंजिनिअर्सचे मूल्य कमी झाले नाही, उलट ते अधिक वाढले आहे

सॉफ्टवेअर इंजिनिअरिंग पूर्वी एका स्पष्ट मार्गाचे अनुसरण करत असे.

ज्युनियर्सने सिंटॅक्स (syntax) शिकला. मिड-लेव्हल इंजिनिअर्सनी सिस्टम्स (systems) शिकल्या. सिनिअर्सनी निर्णयक्षमता (judgment) शिकली.

मग AI आले. आता कोणीही काही सेकंदात कोड तयार करू शकतो. AI फंक्शन्स (functions), APIs, टेस्ट्स (tests) आणि डॉक्युमेंटेशन (documentation) लिहू शकते.

काही लोकांना वाटते की यामुळे अनुभवी इंजिनिअर्सचे नुकसान होईल. जर AI कोड लिहू शकत असेल, तर कंपन्यांना सिनिअर्सची गरज का आहे, असा प्रश्न ते विचारतात.

वास्तव याच्या अगदी उलट आहे. AI मुळे सिनियर इंजिनिअर्सचे मूल्य वाढते.

अनेकांना वाटते की इंजिनिअरिंग म्हणजे फक्त कोड लिहिणे होय. पण कोड लिहिणे हा अनेकदा सोपा भाग असतो.

कठीण काम या प्रश्नांशी संबंधित असते:

  • आपण नक्की कोणती समस्या सोडवत आहोत?
  • आपण कोणते तडजोड (tradeoffs) करत आहोत?
  • हे सध्याच्या सिस्टममध्ये कसे बसते?
  • यात काय धोके (risks) आहेत?
  • सहा महिन्यांनंतर आपण याची देखभाल कशी करू?
  • जेव्हा आवश्यकता (requirements) बदलतील तेव्हा काय होईल?

AI अंमलबजावणी (implementation) हाताळते. पण AI जबाबदारी घेऊ शकत नाही. सिनियर इंजिनिअर्स आपला जास्तीत जास्त वेळ जबाबदारी पार पाडण्यात घालवतात.

एक सक्षम इंजिनिअर आणि एक कमकुवत इंजिनिअर आता सारखाच कोड तयार करू शकतात. पण सारखा कोड म्हणजे सारखी गुणवत्ता असा होत नाही.

AI ला तुम्ही जे काही द्याल, त्यावर ते काम करते.

  • जर आवश्यकता (requirements) अस्पष्ट असतील, तरीही AI आउटपुट देते.
  • जर आर्किटेक्चर (architecture) विस्कळीत असेल, तर AI त्या विस्कळीतपणाचेच अनुसरण करते.
  • जर मर्यादा (constraints) स्पष्ट नसतील, तर AI स्वतःचे गृहितक (assumptions) मांडते.

अनुभवी इंजिनिअर्सना या समस्या लवकर लक्षात येतात. AI निर्णयक्षमतेची (judgment) जागा घेऊ शकत नाही; उलट, निर्णयक्षमतेची कमतरता कुठे आहे, हे ते दाखवून देते.

AI च्या आधी, वेग (speed) हा अडथळा होता. आता, टीम्स कोड तपासण्यापेक्षा तो वेगाने तयार करू शकतात. त्यामुळे मूल्याचे केंद्र बदलले आहे.

नवीन अडथळे (bottlenecks) खालीलप्रमाणे आहेत:

  • आवश्यकतांची स्पष्टता (Requirement clarity)
  • आर्किटेक्चरल निर्णय (Architectural decisions)
  • जोखीम विश्लेषण (Risk analysis)
  • पडताळणी (Verification)
  • प्राधान्यक्रम ठरवणे (Prioritization)
  • उत्पादन समजून घेणे (Product understanding)

ही सिनिअर स्तरावरील कौशल्ये आहेत. अंमलबजावणीचा खर्च कमी होत असताना या कौशल्यांचे महत्त्व अधिक वाढते.

AI ला एक 'लीव्हरेज' (leverage) म्हणून पहा. एक चांगला इंजिनिअर अधिक मूल्य निर्माण करण्यासाठी AI चा वापर करतो, तर एक अकार्यक्षम इंजिनिअर अधिक चुका करण्यासाठी AI चा वापर करतो.

संस्थांना अशा लोकांची गरज आहे जे:

  • योग्य मर्यादा (constraints) ठरवू शकतील
  • मोठ्या समस्यांचे लहान कामांमध्ये विभाजन करू शकतील
  • AI ने केलेल्या बदलांचे पुनरावलोकन (review) करू शकतील
  • लपलेले धोके शोधू शकतील
  • सिस्टमची गुणवत्ता टिकवून ठेवू शकतील

साधन बदलले आहे, पण गरज तीच आहे.

करिअरचा प्रश्न वेगाने कोड लिहिण्याबद्दल नाही, तर योग्य इंजिनिअरिंग निर्णय घेण्याबद्दल आहे.

कोड जनरेशन दरवर्षी स्वस्त होत आहे, पण चांगली निर्णयक्षमता (judgment) नाही.

AI कोड लिहू शकेल, पण काय तयार करायचे आणि ते काम करते की नाही, हे मानवांनाच ठरवावे लागेल. ते काम मानवीच राहील.

Source: https://dev.to/artcalo/ai-didnt-make-senior-engineers-less-valuable-it-made-them-more-valuable-3jfn

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