Siradan bir Java yazilimcisi JVM icinde ne dolaplar döndügünü pek bilmez.

Sadece merakli olanlar bunu bilirler ve bu merak onlari daha iyi bir yazilimci yapar. Ama bilmeseler de iyi kod yazabilirlerdi.

Hicbir yazilimci bir derleyicinin nasil calistigini umursamaz bile.

Sadece merakli olanlar bunu bilir ve bu merak onlari daha iyi bir yazilimci yapar. Ama bilmeseler de yazdiklari kod derlenirdi.

Çoğu yazılımcı yapay zekânın nasıl çalıştığını bilmez. Ama yapay zeka ile yazilim gelistirebilir.

Sadece meraklı olanlar bunları öğrenirler.

Ve evet, bu merak onları yine daha iyi bir yazılımcı yapar.

Ama burada önceki örneklerden farklı bir durum var. JVM’i bilmemek, yazdığın Java kodunun ne olduğunu değiştirmiyordu.

Derleyiciyi bilmemek, programlama biçimini kökten değiştirmiyordu.

Yapay zekâyı anlamamak ise onunla nasıl çalıştığını doğrudan etkiliyor. Çünkü yapay zekâ sadece altta çalışan yeni bir teknoloji katmanı değil. Aynı zamanda seninle birlikte düşünen, üreten ve karar süreçlerine dahil olan yeni bir çalışma katmanı.

Bu yüzden mesele artık bir LLM’in matris çarpımlarını bilmek değil.

Onun neyi iyi yaptığını, nerede yanıldığını, nasıl bağlam kurduğunu, neden bazen emin bir şekilde yanlış konuştuğunu ve senden nasıl yön beklediğini anlamak.

Bir yazılımcının JVM’in garbage collector algoritmasını bilmesine gerek olmayabilir.

Ama yapay zekâ ile çalışan bir yazılımcının, yapay zekânın sınırlarını bilmemesi ciddi bir problem olabilir. Çünkü artık kullandığımız araç sadece komutlarımızı yerine getirmiyor.

Yorumluyor.

Tamamlıyor.

Tahmin ediyor.

Bazen de bizim yerimize düşünüyor.

Dolayısıyla yapay zekâ çağında iyi yazılımcı olmak için yapay zekâ mühendisi olmak gerekmiyor.

Ama yapay zekânın çalışma karakterini anlamak gerekiyor.

Eskiden merak, bizi daha iyi yazılımcı yapıyordu.

Şimdi ise merak, oyunda kalmamızı sağlıyor.