AI யுகத்தில் ஒரு சீனியராக இருப்பது என்பதன் பொருள் என்ன?

நான் இந்தத் துறையில் இருபது ஆண்டுகளாகப் பணியாற்றி வருகிறேன். தொழில்நுட்ப ஆழம் மற்றும் அமைப்பின் தேர்ச்சி (system mastery) ஆகியவற்றைக் கொண்டே நான் சீனியர் நிலையை வரையறுத்தேன். ஒரு நெட்வொர்க் லூப்பில் (network loop) உள்ள ஆழமான பிழையைக் கண்டறியவோ அல்லது டேட்டாபேஸ் பிளோட் (database bloat) சிக்கலைச் சரிசெய்யவோ என்னால் முடியும். வன்பொருள் (hardware), மென்பொருள் (software) மற்றும் நெட்வொர்க்குகள் எவ்வாறு ஒன்றோடொன்று தொடர்பு கொள்கின்றன என்பதைத் தெரிந்து வைத்திருப்பது இதற்குத் தேவைப்பட்டது.

AI இதை மாற்றுகிறது. சீனியர் என்பது இப்போது சிறந்த ப்ராம்ப்ட்களை (prompts) எழுதுவது என்று சிலர் நினைக்கிறார்கள். அது தவறு. ப்ராம்ப்டிங் என்பது வெறும் மேலோட்டமான விஷயம் மட்டுமே.

AI மீண்டும் மீண்டும் செய்யப்படும் பணிகளைக் கையாள்கிறது. இது போர்டுப்ளேட் குறியீடுகளை (boilerplate code) எழுதுகிறது மற்றும் எளிய சோதனைகளை (tests) உருவாக்குகிறது. இது நிமிடங்களில் லாக்ஸ்களை (logs) சுருக்கித் தருகிறது. இது நீங்கள் 'ஏன்' மற்றும் 'என்ன' என்பதில் கவனம் செலுத்த வழிவகை செய்கிறது.

AI யுகத்தில் உண்மையான சீனியர் தகுதி மூன்று விஷயங்களைச் சார்ந்துள்ளது:

  • சிக்கலான பணிப்பாய்வுகளில் (complex workflows) அனுபவம்.
  • சமரசங்களை (trade-offs) நிர்வகிக்கும் திறன்.
  • வணிகச் சூழலைப் (business context) புரிந்துகொள்ளுதல்.

ஒரு தொழிற்சாலைக்கு உகந்த பாதையை AI பரிந்துரைக்க முடியும். ஆனால் ஒரு இயந்திரம் பழுதாகிவிட்டதா அல்லது ஒரு தொழிலாளி விடுப்பில் இருக்கிறாரா என்பதை அதனால் அறிய முடியாது. அது ஒரு கணித ரீதியான பதிலைத் தருகிறது, ஆனால் அதற்கு நிஜ உலக விழிப்புணர்வு (real-world awareness) இல்லை.

'ஆம்' அல்லது 'இல்லை' என்று சொல்வதன் விளைவுகளைத் தெரிந்து கொள்வதே சீனியர் நிலை. ஒரு குறிப்பிட்ட பேட்டர்னை (pattern) ஏன் பயன்படுத்துகிறீர்கள் அல்லது eventual consistency-ன் அபாயங்கள் என்ன என்பதைப் புரிந்துகொள்வதே அதன் பொருள். AI இத்தகைய பதில்களைத் தானாகவே உங்களுக்குத் தந்துவிடாது.

மென்பொருள் கட்டமைப்பு (Software architecture) என்பது வெறும் குறியீடு (code) சார்ந்தது மட்டுமல்ல. உண்மையான கட்டமைப்பு என்பது நிறுவனத்தின் பணிப்பாய்வுகளில் (organizational workflows) உள்ளது. AI இந்த பணிப்பாய்வுகளை வேகப்படுத்தலாம், ஆனால் வணிகத் தேவைகளைப் பூர்த்தி செய்யும் வகையில் நீங்கள் அவற்றை வடிவமைக்க வேண்டும்.

உங்கள் மிகப்பெரிய தவறு ஒரு கோடிங் பிழையாக (coding error) இருக்காது. நிஜ உலகத் தடைகளைச் சரிபார்க்காமல் ஒரு AI தீர்வை நம்புவதே உங்கள் தவறாக இருக்கும். ஒரு AI பரிந்துரையை கண்மூடித்தனமாகப் பின்பற்றுவது தரவு ஒருமைப்பாடு (data integrity), ஐடெம்போடென்சி (idempotency) மற்றும் மனிதக் காரணிகளைப் புறக்கணிப்பதாகும்.

AI தரவுகளைப் பகுப்பாய்வு செய்கிறது. நீங்கள் மனித நடத்தை மற்றும் நிறுவனக் கொள்கைகளைத் (corporate policy) தீர்மானிக்க வேண்டும்.

தொழில்நுட்பத்தையும் வணிக யதார்த்தத்தையும் இணைப்பவர்களுக்கே உண்மையான சீனியர் பட்டம் சேரும். நீங்கள் இதற்கு முன் பார்த்திராத சிக்கல்களுக்கு நிலையான தீர்வுகளை உருவாக்க AI-ஐப் பயன்படுத்துங்கள்.

இன்றைய சூழலில் ஒரு சீனியர் நிபுணரைத் தீர்மானிக்கும் திறன்கள் எவை என்று நீங்கள் நினைக்கிறீர்கள்?

Source: https://dev.to/merbayerp/what-does-it-mean-to-be-senior-in-the-age-of-ai-4117

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