AI தொழில்நுட்ப வழிகாட்டுதலைச் சிதைக்கிறது

AI நாம் வேலை செய்யும் முறையை மாற்றிக்கொண்டிருக்கிறது. அதே நேரத்தில், புதிய டெவலப்பர்களுக்குப் பயிற்சி அளிக்கும் முறையையும் இது அழித்து வருகிறது.

கடந்த காலத்தில், வழிகாட்டுதல் (mentorship) ஒரு எளிய முறையைப் பின்பற்றியது. ஜூனியர்கள் (Juniors) மீண்டும் மீண்டும் செய்ய வேண்டிய பணிகளைச் செய்தனர். சீனியர்கள் (Seniors) அவர்களுக்கு வழிகாட்டினர். ஜூனியர்கள் தவறுகளைச் செய்தனர், சீனியர்கள் அவற்றைச் சரிசெய்தனர். இந்தச் சுழற்சி மூலம் இரு தரப்பினரும் கற்றுக்கொண்டனர்.

AI இந்தச் சுழற்சியை உடைத்துவிட்டது.

The Problem

GitHub Copilot போன்ற AI கருவிகள் இப்போது ஜூனியர்களுக்கான பணிகளைக் கையாண்டு வருகின்றன. இதில் பிழைத்திருத்தம் (debugging) மற்றும் அடிப்படை குறியீடுகளை (boilerplate code) எழுதுவது ஆகியவை அடங்கும்.

ஒரு ஜூனியர் AI-ஐப் பயன்படுத்தும்போது, அவர்கள் கற்றலின் மிக முக்கியமான படிநிலையைத் தவிர்க்கிறார்கள்: அதாவது ஒரு மனிதரிடம் ஒரு சிக்கலை விளக்குவது. தர்க்கத்தைப் (logic) புரிந்து கொள்ளாமலேயே அவர்களுக்கு உடனடிப் பதில் கிடைக்கிறது. இது பல அபாயங்களை உருவாக்குகிறது:

  • ஜூனியர்களுக்கு அடிப்படை பிழைத்திருத்தத் திறன்கள் (debugging skills) இல்லை.
  • ஜூனியர்கள் சீனியர்களைத் தேவையில்லாதவர்களாகக் கருதுகிறார்கள், அவசியமானவர்களாக அல்ல.
  • சீனியர்கள் தங்கள் சொந்த வேலையையும், AI உதவியுடன் செய்யும் ஜூனியர்களின் வேலையையும் நிர்வகிக்க வேண்டியிருப்பதால், அவர்கள் அதிகப்படியான பணிச்சுமையால் (burnout) பாதிக்கப்படுகிறார்கள்.
  • தொழில்நுட்பத் துறை ஒரு தலைமைத்துவ நெருக்கடியைச் சந்திக்கிறது. சீனியர்கள் மனிதர்களை நிர்வகிக்கும் திறனை இழக்கிறார்கள், மேலும் ஜூனியர்கள் பலவீனமான தொழில்நுட்ப அடித்தளத்துடன் முன்னேறுகிறார்கள்.

The Risk of Over-reliance

AI தோல்வியடையக்கூடும். இது பெரும்பாலும் பழைய குறியீடுகளையோ அல்லது சிக்கலான சார்புகளையோ (dependencies) தவறாகப் புரிந்துகொள்கிறது. ஒரு ஜூனியர் முழுமையாக AI-ஐ மட்டுமே நம்பியிருந்தால், அந்தத் கருவி தோல்வியடையும் போது அவர்கள் பீதியடைகிறார்கள். அந்தச் சிக்கலைச் சரிசெய்யத் தேவையான திறன்கள் அவர்களிடம் இல்லை.

How to Fix the Mentorship Loop

பணிப்பாய்வில் (workflow) மீண்டும் மனிதத் தொடர்பைக் கொண்டுவர நீங்கள் முயற்சி செய்ய வேண்டும். அதைச் செய்வதற்கான மூன்று வழிகள் இதோ:

  • கட்டமைக்கப்பட்ட ஜோடி நிரலாக்கம் (Structured Pair Programming): ஜூனியர்கள் AI-ஐப் பயன்படுத்துவதற்கு முன்பாக, தங்கள் சிந்தனை முறையை ஒரு சீனியரிடம் விளக்கக் கட்டாயப்படுத்துங்கள். கற்றல் சுழற்சியை மீண்டும் உருவாக்க இதுவே மிகவும் பயனுள்ள வழியாகும்.

  • பணிப் பிரிப்பு (Task Segmentation): ஆர்க்கிடெக்சர் (architecture) போன்ற உயர்நிலை முடிவுகளை மனிதர்கள் மட்டுமே எடுக்க வேண்டிய பணிகளாக ஒதுக்குங்கள். இது மனித நிபுணத்துவத்தின் மதிப்பை ஜூனியர்கள் புரிந்துகொள்ள உதவும்.

  • தலைகீழ் வழிகாட்டுதல் (Reverse Mentorship): AI எப்போது தோல்வியடைகிறது என்பதை ஜூனியர்கள் ஆவணப்படுத்தச் சொல்லுங்கள். அந்தத் தோல்விகளை அவர்கள் சீனியர்களிடம் சமர்ப்பிக்க வேண்டும். இது AI பிழைகளைக் கண்டறிய ஜூனியர்களுக்குக் கற்றுக்கொடுப்பதோடு, மனிதத் தீர்ப்பின் மீதான நம்பிக்கையையும் வளர்க்கிறது.

இந்தச் சங்கிலித் தொடரை நீங்கள் சரிசெய்யவில்லை என்றால், தொழில்நுட்பத் துறை பலவீனமடையும். குறியீடு உண்மையில் எவ்வாறு செயல்படுகிறது என்பதை யாரும் புரிந்து கொள்ளாததால், கண்டுபிடிப்புகள் (innovation) முடங்கிவிடும்.

அமைப்பு உடைவதற்கு முன்பே இந்தச் சுழற்சியைச் சரிசெய்யுங்கள்.

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

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