ಕೋಡರ್‌ಗಳು, ಸಂಸ್ಥಾಪಕರು ಮತ್ತು ನಿಗೂಢ ದೋಷವನ್ನು ದಿಟ್ಟಿಸಿ ನೋಡಿರುವ ಯಾರಿಗಾದರೂ ತಡರಾತ್ರಿಯ ಸ್ಲಾಕ್ ಚಾಟ್‌ಗಳು ಮತ್ತು ಕಾಫಿ-ಇಂಧನ ಚರ್ಚೆಗಳಲ್ಲಿ ಇದು ತೆವಳುವ ಕಿರಿಕಿರಿ, ಸ್ವಲ್ಪ ತೊಂದರೆಗೊಳಿಸುವ ಪ್ರಶ್ನೆಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ. ಒಂದೆಡೆ, AI ಪರಿಕರಗಳು ಕೋಡ್ ಅನ್ನು ಹೇಗೆ ಹೊರಹಾಕುತ್ತವೆ ಎಂಬುದರಲ್ಲಿ ವೇಗವಾಗಿ, ತೀಕ್ಷ್ಣವಾಗಿ, ಬಹುತೇಕ ವಿಚಿತ್ರವಾಗಿ ಬೆಳೆಯುತ್ತಲೇ ಇರುತ್ತವೆ. ಮತ್ತೊಂದೆಡೆ, ಸಾಫ್ಟ್‌ವೇರ್ ಎಂಜಿನಿಯರಿಂಗ್ ಎಂದಿಗೂ ಸಿಂಟ್ಯಾಕ್ಸ್ ಅನ್ನು ಸುತ್ತಿಗೆಯಿಂದ ಹೊರಹಾಕುವ ಬಗ್ಗೆ ಮಾತ್ರ ಇರಲಿಲ್ಲ. ಸಾಮಾನ್ಯ ಡಿಸ್ಟೋಪಿಯನ್ "ಯಂತ್ರಗಳು ಸ್ವಾಧೀನಪಡಿಸಿಕೊಳ್ಳುತ್ತವೆ" ಎಂಬ ವೈಜ್ಞಾನಿಕ ಕಾದಂಬರಿಗೆ ಜಾರದೆ ಅದನ್ನು ಮತ್ತೆ ಸಿಪ್ಪೆ ತೆಗೆಯೋಣ.
ಇದರ ನಂತರ ನೀವು ಓದಲು ಇಷ್ಟಪಡಬಹುದಾದ ಲೇಖನಗಳು:
🔗 ಸಾಫ್ಟ್‌ವೇರ್ ಪರೀಕ್ಷೆಗೆ ಉನ್ನತ AI ಪರಿಕರಗಳು
QA ಅನ್ನು ಚುರುಕಾದ ಮತ್ತು ವೇಗವಾಗಿ ಮಾಡುವ AI-ಚಾಲಿತ ಪರೀಕ್ಷಾ ಪರಿಕರಗಳನ್ನು ಅನ್ವೇಷಿಸಿ.
🔗 AI ಎಂಜಿನಿಯರ್ ಆಗುವುದು ಹೇಗೆ
AI ನಲ್ಲಿ ಯಶಸ್ವಿ ವೃತ್ತಿಜೀವನವನ್ನು ನಿರ್ಮಿಸಲು ಹಂತ-ಹಂತದ ಮಾರ್ಗದರ್ಶಿ.
🔗 ಅತ್ಯುತ್ತಮ ನೋ-ಕೋಡ್ AI ಪರಿಕರಗಳು
ಉನ್ನತ ವೇದಿಕೆಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಕೋಡಿಂಗ್ ಮಾಡದೆಯೇ AI ಪರಿಹಾರಗಳನ್ನು ಸುಲಭವಾಗಿ ರಚಿಸಿ.
ಸಾಫ್ಟ್‌ವೇರ್ ಎಂಜಿನಿಯರ್‌ಗಳು ಮುಖ್ಯ 🧠✨
ಎಲ್ಲಾ ಕೀಬೋರ್ಡ್‌ಗಳು ಮತ್ತು ಸ್ಟ್ಯಾಕ್ ಟ್ರೇಸ್‌ಗಳ ಅಡಿಯಲ್ಲಿ, ಎಂಜಿನಿಯರಿಂಗ್ ಯಾವಾಗಲೂ ಸಮಸ್ಯೆ ಪರಿಹಾರ, ಸೃಜನಶೀಲತೆ ಮತ್ತು ಸಿಸ್ಟಮ್-ಮಟ್ಟದ ನಿರ್ಣಯವಾಗಿದೆ . ಖಂಡಿತ, AI ತುಣುಕುಗಳನ್ನು ಸೆಕೆಂಡುಗಳಲ್ಲಿ ರಚಿಸಬಹುದು ಅಥವಾ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಸ್ಕ್ಯಾಫೋಲ್ಡ್ ಮಾಡಬಹುದು, ಆದರೆ ನಿಜವಾದ ಎಂಜಿನಿಯರ್‌ಗಳು ಯಂತ್ರಗಳು ಅಷ್ಟೇನೂ ಸ್ಪರ್ಶಿಸದ ವಿಷಯಗಳನ್ನು ತರುತ್ತಾರೆ:
-
ಸಂದರ್ಭವನ್ನು ಗ್ರಹಿಸುವ ಸಾಮರ್ಥ್ಯ .
-
ರಾಜಿ ಮಾಡಿಕೊಳ್ಳುವುದು (ವೇಗ vs ವೆಚ್ಚ vs ಭದ್ರತೆ... ಯಾವಾಗಲೂ ಕುಶಲತೆಯ ಕೆಲಸ).
-
ಕೋಡ್ ಜೊತೆಗೆ ಮಾತ್ರವಲ್ಲ, ಜನರ ಜೊತೆಯೂ ಕೆಲಸ ಮಾಡುವುದು
-
ಅಚ್ಚುಕಟ್ಟಾದ ಮಾದರಿಗೆ ಹೊಂದಿಕೆಯಾಗದ ವಿಲಕ್ಷಣ ಅಂಚಿನ ಪ್ರಕರಣಗಳನ್ನು ಹಿಡಿಯುವುದು.
AI ಅನ್ನು ಹಾಸ್ಯಾಸ್ಪದವಾಗಿ ವೇಗದ, ದಣಿವರಿಯದ ಇಂಟರ್ನ್ ಎಂದು ಭಾವಿಸಿ. ಸಹಾಯಕವಾಗಿದೆಯೇ? ಹೌದು. ವಾಸ್ತುಶಿಲ್ಪವನ್ನು ಮುನ್ನಡೆಸುವುದೇ? ಇಲ್ಲ.
ಇದನ್ನು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ: ಒಂದು ಬೆಳವಣಿಗೆಯ ತಂಡವು ಬೆಲೆ ನಿಯಮಗಳು, ಹಳೆಯ ಬಿಲ್ಲಿಂಗ್ ತರ್ಕ ಮತ್ತು ದರ ಮಿತಿಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ವೈಶಿಷ್ಟ್ಯವನ್ನು ಬಯಸುತ್ತದೆ. AI ಅದರ ಭಾಗಗಳನ್ನು ರಚಿಸಬಹುದು, ಆದರೆ ತರ್ಕವನ್ನು ಎಲ್ಲಿ ಇರಿಸಬೇಕು , ಯಾವುದನ್ನು ಹಿಂತೆಗೆದುಕೊಳ್ಳಬೇಕು ಮತ್ತು ವಲಸೆಯ ಮಧ್ಯದಲ್ಲಿ ಇನ್‌ವಾಯ್ಸ್‌ಗಳನ್ನು ಹೇಗೆ ಹಾಳು ಮಾಡಬಾರದು ಎಂಬುದನ್ನು - ಆ ತೀರ್ಪು ಕರೆ ಮನುಷ್ಯನಿಗೆ ಸೇರಿದೆ. ಅಷ್ಟೇ ವ್ಯತ್ಯಾಸ.
ಡೇಟಾ ನಿಜವಾಗಿಯೂ ಏನು ತೋರಿಸುತ್ತದೆ 📊
ಸಂಖ್ಯೆಗಳು ಗಮನಾರ್ಹವಾಗಿವೆ. ರಚನಾತ್ಮಕ ಅಧ್ಯಯನಗಳಲ್ಲಿ, GitHub Copilot ಬಳಸುವ ಡೆವಲಪರ್‌ಗಳು ಏಕವ್ಯಕ್ತಿ ಕೋಡಿಂಗ್‌ಗಿಂತ ~55% ವೇಗವಾಗಿ gen-AI ವರ್ಕ್‌ಫ್ಲೋಗಳಲ್ಲಿ ಬೇಯಿಸಿದಾಗ 2× ವೇಗವಾಗಿರುತ್ತದೆ 84% ಡೆವಲಪರ್‌ಗಳು AI ಪರಿಕರಗಳನ್ನು ಬಳಸುತ್ತಾರೆ ಅಥವಾ ಬಳಸಲು ಯೋಜಿಸುತ್ತಾರೆ ಮತ್ತು ಅರ್ಧಕ್ಕಿಂತ ಹೆಚ್ಚು ವೃತ್ತಿಪರರು ಅವುಗಳನ್ನು ಪ್ರತಿದಿನ ಬಳಸುತ್ತಾರೆ [3].
ಆದರೆ ಒಂದು ಸುಕ್ಕು ಇದೆ. AI ನೆರವಿನೊಂದಿಗೆ ಕೋಡರ್‌ಗಳು ಸಾಧ್ಯತೆ ಹೆಚ್ಚು ಎಂದು ಅತಿಯಾದ ಆತ್ಮವಿಶ್ವಾಸದಿಂದ ಹೊರನಡೆಯುತ್ತಾರೆ [5]. ಅದಕ್ಕಾಗಿಯೇ ಚೌಕಟ್ಟುಗಳು ಗಾರ್ಡ್‌ರೈಲ್‌ಗಳನ್ನು ಒತ್ತಿಹೇಳುತ್ತವೆ: ಮೇಲ್ವಿಚಾರಣೆ, ಪರಿಶೀಲನೆಗಳು, ಮಾನವ ವಿಮರ್ಶೆಗಳು, ವಿಶೇಷವಾಗಿ ಸೂಕ್ಷ್ಮ ಡೊಮೇನ್‌ಗಳಲ್ಲಿ [4].
ತ್ವರಿತ ಪರಸ್ಪರ ಹೊಂದಾಣಿಕೆ: AI vs. ಎಂಜಿನಿಯರ್‌ಗಳು
| ಅಂಶ | AI ಪರಿಕರಗಳು 🛠️ | ಸಾಫ್ಟ್‌ವೇರ್ ಎಂಜಿನಿಯರ್‌ಗಳು 👩💻👨💻 | ಅದು ಏಕೆ ಮುಖ್ಯ? |
|---|---|---|---|
| ವೇಗ | ಕ್ರ್ಯಾಂಕಿಂಗ್ ತುಣುಕುಗಳಲ್ಲಿ ಮಿಂಚು [1][2] | ನಿಧಾನವಾಗಿ, ಹೆಚ್ಚು ಜಾಗರೂಕರಾಗಿ | ಕಚ್ಚಾ ವೇಗವು ಬಹುಮಾನವಲ್ಲ. |
| ಸೃಜನಶೀಲತೆ | ಅದರ ತರಬೇತಿ ಡೇಟಾಗೆ ಬದ್ಧವಾಗಿದೆ | ನಿಜವಾಗಿಯೂ ಆವಿಷ್ಕರಿಸಬಹುದೇ? | ನಾವೀನ್ಯತೆ ಎಂದರೆ ನಮೂನೆಯ ನಕಲು ಅಲ್ಲ. |
| ಡೀಬಗ್ ಮಾಡುವಿಕೆ | ಮೇಲ್ಮೈ ಪರಿಹಾರಗಳನ್ನು ಸೂಚಿಸುತ್ತದೆ | ಏಕೆ ಮುರಿದುಹೋಯಿತು ಅರ್ಥವಾಯಿತು | ಮೂಲ ಕಾರಣ ಮುಖ್ಯ |
| ಸಹಯೋಗ | ಏಕವ್ಯಕ್ತಿ ನಿರ್ವಾಹಕರು | ಕಲಿಸುತ್ತದೆ, ಮಾತುಕತೆ ನಡೆಸುತ್ತದೆ, ಸಂವಹನ ನಡೆಸುತ್ತದೆ | ಸಾಫ್ಟ್‌ವೇರ್ = ತಂಡದ ಕೆಲಸ |
| ವೆಚ್ಚ 💵 | ಪ್ರತಿ ಕಾರ್ಯಕ್ಕೂ ಅಗ್ಗವಾಗಿದೆ | ದುಬಾರಿ (ಸಂಬಳ + ಸವಲತ್ತುಗಳು) | ಕಡಿಮೆ ವೆಚ್ಚ ≠ ಉತ್ತಮ ಫಲಿತಾಂಶ |
| ವಿಶ್ವಾಸಾರ್ಹತೆ | ಭ್ರಮೆಗಳು, ಅಪಾಯಕಾರಿ ಭದ್ರತೆ [5] | ಅನುಭವ ಹೆಚ್ಚಾದಂತೆ ನಂಬಿಕೆ ಬೆಳೆಯುತ್ತದೆ. | ಸುರಕ್ಷತೆ ಮತ್ತು ವಿಶ್ವಾಸದ ಎಣಿಕೆ |
| ಅನುಸರಣೆ | ಲೆಕ್ಕಪರಿಶೋಧನೆ ಮತ್ತು ಮೇಲ್ವಿಚಾರಣೆ ಅಗತ್ಯವಿದೆ [4] | ನಿಯಮಗಳು ಮತ್ತು ಲೆಕ್ಕಪರಿಶೋಧನೆಗಳಿಗಾಗಿ ವಿನ್ಯಾಸಗಳು | ಹಲವು ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಮಾತುಕತೆಗೆ ಒಳಪಡುವುದಿಲ್ಲ |
AI ಕೋಡಿಂಗ್ ಸೈಡ್‌ಕಿಕ್‌ಗಳ ಉಲ್ಬಣ 🚀
ಕೊಪಿಲಟ್ ಮತ್ತು ಎಲ್‌ಎಲ್‌ಎಂ-ಚಾಲಿತ ಐಡಿಇಗಳಂತಹ ಪರಿಕರಗಳು ಕೆಲಸದ ಹರಿವುಗಳನ್ನು ಮರುರೂಪಿಸುತ್ತಿವೆ. ಅವು:
-
ಬಾಯ್ಲರ್ ಪ್ಲೇಟ್ ಅನ್ನು ತಕ್ಷಣವೇ ಡ್ರಾಫ್ಟ್ ಮಾಡಿ.
-
ಮರುಫ್ಯಾಕ್ಟರಿಂಗ್ ಸುಳಿವುಗಳನ್ನು ನೀಡಿ.
-
ನೀವು ಎಂದಿಗೂ ಮುಟ್ಟದ API ಗಳನ್ನು ವಿವರಿಸಿ.
-
ಪರೀಕ್ಷೆಗಳನ್ನು ಸಹ ಉಗುಳಲಾಗುತ್ತದೆ (ಕೆಲವೊಮ್ಮೆ ಚಕ್ಕೆಗಳಂತೆ, ಕೆಲವೊಮ್ಮೆ ಘನವಾಗಿ).
ತಿರುವು? ಜೂನಿಯರ್-ಶ್ರೇಣಿಯ ಕಾರ್ಯಗಳನ್ನು ಈಗ ಕ್ಷುಲ್ಲಕಗೊಳಿಸಲಾಗಿದೆ. ಅದು ಆರಂಭಿಕರು ಕಲಿಯುವ ವಿಧಾನವನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ. ಅಂತ್ಯವಿಲ್ಲದ ಲೂಪ್‌ಗಳ ಮೂಲಕ ನುಣುಚಿಕೊಳ್ಳುವುದು ಕಡಿಮೆ ಪ್ರಸ್ತುತವಾಗಿದೆ. ಚುರುಕಾದ ಮಾರ್ಗ: AI ಡ್ರಾಫ್ಟ್ ಮಾಡಲು ಬಿಡಿ, ನಂತರ ಪರಿಶೀಲಿಸಿ : ಪ್ರತಿಪಾದನೆಗಳನ್ನು ಬರೆಯಿರಿ, ಲಿಂಟರ್‌ಗಳನ್ನು ಚಲಾಯಿಸಿ, ಆಕ್ರಮಣಕಾರಿಯಾಗಿ ಪರೀಕ್ಷಿಸಿ ಮತ್ತು ವಿಲೀನಗೊಳಿಸುವ ಮೊದಲು ರಹಸ್ಯ ಭದ್ರತಾ ನ್ಯೂನತೆಗಳಿಗಾಗಿ ಪರಿಶೀಲಿಸಿ [5].
AI ಇನ್ನೂ ಪೂರ್ಣ ಬದಲಿಯಾಗಿಲ್ಲ ಏಕೆ
ಸ್ಪಷ್ಟವಾಗಿ ಹೇಳಬೇಕೆಂದರೆ: AI ಶಕ್ತಿಶಾಲಿಯಾಗಿದೆ ಆದರೆ... ನಿಷ್ಕಪಟವೂ ಆಗಿದೆ. ಅದು ಹೊಂದಿಲ್ಲ:
-
ಅಂತಃಪ್ರಜ್ಞೆ - ಅಸಂಬದ್ಧ ಅವಶ್ಯಕತೆಗಳನ್ನು ಹಿಡಿಯುವುದು.
-
ನೀತಿಶಾಸ್ತ್ರ - ನ್ಯಾಯಸಮ್ಮತತೆ, ಪಕ್ಷಪಾತ, ಅಪಾಯವನ್ನು ತೂಗುವುದು.
-
ಸಂದರ್ಭ ಏಕೆ ಇರಬೇಕು ಅಥವಾ ಏಕೆ ಇರಬಾರದು ಎಂಬುದನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದು
ಮಿಷನ್-ಕ್ರಿಟಿಕಲ್ ಸಾಫ್ಟ್‌ವೇರ್‌ಗಾಗಿ - ಹಣಕಾಸು, ಆರೋಗ್ಯ, ಏರೋಸ್ಪೇಸ್ - ನೀವು ಕಪ್ಪು ಪೆಟ್ಟಿಗೆ ವ್ಯವಸ್ಥೆಯ ಮೇಲೆ ಜೂಜಾಡುವುದಿಲ್ಲ. ಚೌಕಟ್ಟುಗಳು ಸ್ಪಷ್ಟಪಡಿಸುತ್ತವೆ: ಪರೀಕ್ಷೆಯಿಂದ ಮೇಲ್ವಿಚಾರಣೆಯವರೆಗೆ ಮಾನವರು ಜವಾಬ್ದಾರರಾಗಿರುತ್ತಾರೆ [4].
ಉದ್ಯೋಗಗಳ ಮೇಲೆ "ಮಧ್ಯಮ-ಔಟ್" ಪರಿಣಾಮ 📉📈
ಕೌಶಲ್ಯ ಏಣಿಯ ಮಧ್ಯದಲ್ಲಿ AI ಹೆಚ್ಚು ಪರಿಣಾಮ ಬೀರುತ್ತದೆ:
-
ಆರಂಭಿಕ ಹಂತದ ಡೆವಲಪರ್‌ಗಳು : ದುರ್ಬಲ - ಮೂಲ ಕೋಡಿಂಗ್ ಸ್ವಯಂಚಾಲಿತವಾಗುತ್ತದೆ. ಬೆಳವಣಿಗೆಯ ಮಾರ್ಗ? ಪರೀಕ್ಷೆ, ಪರಿಕರಗಳು, ಡೇಟಾ ಪರಿಶೀಲನೆಗಳು, ಭದ್ರತಾ ವಿಮರ್ಶೆಗಳು.
-
ಹಿರಿಯ ಎಂಜಿನಿಯರ್‌ಗಳು/ವಾಸ್ತುಶಿಲ್ಪಿಗಳು : ಸುರಕ್ಷಿತ - ವಿನ್ಯಾಸ, ನಾಯಕತ್ವ, ಸಂಕೀರ್ಣತೆ ಮತ್ತು AI ಅನ್ನು ಆರ್ಕೆಸ್ಟ್ರೇಟ್ ಮಾಡುವುದು.
-
ಸ್ಥಾಪಿತ ತಜ್ಞರು : ಇನ್ನೂ ಸುರಕ್ಷಿತ - ಭದ್ರತೆ, ಎಂಬೆಡೆಡ್ ಸಿಸ್ಟಮ್‌ಗಳು, ML ಇನ್‌ಫ್ರಾ, ಡೊಮೇನ್ ವೈಶಿಷ್ಟ್ಯಗಳು ಮುಖ್ಯವಾಗುವ ವಿಷಯಗಳು.
ಕ್ಯಾಲ್ಕುಲೇಟರ್‌ಗಳ ಬಗ್ಗೆ ಯೋಚಿಸಿ: ಅವು ಗಣಿತವನ್ನು ಅಳಿಸಿಹಾಕಲಿಲ್ಲ. ಯಾವ ಕೌಶಲ್ಯಗಳು ಅನಿವಾರ್ಯವಾದವು ಎಂಬುದನ್ನು ಅವು ಬದಲಾಯಿಸಿದವು.
ಮಾನವ ಗುಣಲಕ್ಷಣಗಳು AI ಕಣ್ಮರೆಯಾಗುತ್ತಿದೆ
AI ಇನ್ನೂ ಹೊಂದಿರದ ಕೆಲವು ಎಂಜಿನಿಯರ್ ಸೂಪರ್ ಪವರ್‌ಗಳು:
-
ಅಸಭ್ಯ, ಸ್ಪಾಗೆಟ್ಟಿ-ಪರಂಪರೆಯ ಸಂಕೇತದೊಂದಿಗೆ ಕುಸ್ತಿ.
-
ಬಳಕೆದಾರರ ಹತಾಶೆಯನ್ನು ಓದುವುದು ಮತ್ತು ವಿನ್ಯಾಸದಲ್ಲಿ ಸಹಾನುಭೂತಿಯನ್ನು ಸೇರಿಸುವುದು.
-
ಕಚೇರಿ ರಾಜಕೀಯ ಮತ್ತು ಕ್ಲೈಂಟ್ ಮಾತುಕತೆಗಳನ್ನು ನ್ಯಾವಿಗೇಟ್ ಮಾಡುವುದು.
-
ಇನ್ನೂ ಆವಿಷ್ಕರಿಸದ ಮಾದರಿಗಳಿಗೆ ಹೊಂದಿಕೊಳ್ಳುವುದು.
ವಿಪರ್ಯಾಸವೆಂದರೆ, ಮಾನವ ವಸ್ತುಗಳು ಅತ್ಯಂತ ತೀಕ್ಷ್ಣವಾದ ಪ್ರಯೋಜನವಾಗುತ್ತಿವೆ.
ನಿಮ್ಮ ವೃತ್ತಿಜೀವನದ ಭವಿಷ್ಯವನ್ನು ಹೇಗೆ ಉಳಿಸಿಕೊಳ್ಳುವುದು-ಪುರಾವೆ 🔧
-
ಸಂಘಟಿತರಾಗಿ, ಸ್ಪರ್ಧಿಸಬೇಡಿ : AI ಅನ್ನು ಸಹೋದ್ಯೋಗಿಯಂತೆ ನೋಡಿಕೊಳ್ಳಿ.
-
ವಿಮರ್ಶೆಯ ಬಗ್ಗೆ ಡಬಲ್ ಡೌನ್ : ಬೆದರಿಕೆ ಮಾಡೆಲಿಂಗ್, ಸ್ಪೆಕ್ಸ್-ಆಸ್-ಟೆಸ್ಟ್‌ಗಳು, ವೀಕ್ಷಣೆ.
-
ಕ್ಷೇತ್ರದ ಆಳವನ್ನು ಕಲಿಯಿರಿ : ಪಾವತಿಗಳು, ಆರೋಗ್ಯ, ಬಾಹ್ಯಾಕಾಶ, ಹವಾಮಾನ - ಸಂದರ್ಭವೇ ಎಲ್ಲವೂ.
-
ವೈಯಕ್ತಿಕ ಟೂಲ್‌ಕಿಟ್ ಅನ್ನು ನಿರ್ಮಿಸಿ : ಲಿಂಟರ್‌ಗಳು, ಫಜರ್‌ಗಳು, ಟೈಪ್ ಮಾಡಿದ API ಗಳು, ಪುನರುತ್ಪಾದಿಸಬಹುದಾದ ಬಿಲ್ಡ್‌ಗಳು.
-
ದಾಖಲೆ ನಿರ್ಧಾರಗಳು : ADR ಗಳು ಮತ್ತು ಪರಿಶೀಲನಾಪಟ್ಟಿಗಳು AI ಬದಲಾವಣೆಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವಂತೆ ಇರಿಸುತ್ತವೆ [4].
ಸಂಭಾವ್ಯ ಭವಿಷ್ಯ: ಬದಲಿಯಲ್ಲ, ಸಹಯೋಗ 👫🤖
ನಿಜವಾದ ಚಿತ್ರಣ "AI vs. ಎಂಜಿನಿಯರ್‌ಗಳು" ಅಲ್ಲ. ಇದು ಎಂಜಿನಿಯರ್‌ಗಳೊಂದಿಗಿನ AI . ಒಲವು ತೋರುವವರು ವೇಗವಾಗಿ ಚಲಿಸುತ್ತಾರೆ, ದೊಡ್ಡದಾಗಿ ಯೋಚಿಸುತ್ತಾರೆ ಮತ್ತು ಗೊಣಗಾಟದ ಕೆಲಸವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತಾರೆ. ವಿರೋಧಿಸುವವರು ಹಿಂದುಳಿಯುವ ಅಪಾಯವನ್ನು ಎದುರಿಸುತ್ತಾರೆ.
ರಿಯಾಲಿಟಿ ಚೆಕ್:
-
ದಿನಚರಿ ಕೋಡ್ → AI.
-
ತಂತ್ರ + ನಿರ್ಣಾಯಕ ಕರೆಗಳು → ಮಾನವರು.
-
ಅತ್ಯುತ್ತಮ ಫಲಿತಾಂಶಗಳು → AI-ವರ್ಧಿತ ಎಂಜಿನಿಯರ್‌ಗಳು [1][2][3].
ಅದನ್ನು ಸುತ್ತುವುದು 📝
ಹಾಗಾದರೆ, ಎಂಜಿನಿಯರ್‌ಗಳನ್ನು ಬದಲಾಯಿಸಲಾಗುತ್ತದೆಯೇ? ಇಲ್ಲ. ಅವರ ಕೆಲಸಗಳು ರೂಪಾಂತರಗೊಳ್ಳುತ್ತವೆ. "ಕೋಡಿಂಗ್ ಅಂತ್ಯ" ಕಡಿಮೆ ಮತ್ತು "ಕೋಡಿಂಗ್ ವಿಕಸನಗೊಳ್ಳುತ್ತಿದೆ" ಹೆಚ್ಚು. ವಿಜೇತರು ನಡೆಸಲು , ಅದರ ವಿರುದ್ಧ ಹೋರಾಡುವವರಲ್ಲ.
ಇದು ಹೊಸ ಸೂಪರ್ ಪವರ್, ಪಿಂಕ್ ಸ್ಲಿಪ್ ಅಲ್ಲ.
ಉಲ್ಲೇಖಗಳು
[1] GitHub. “ಸಂಶೋಧನೆ: ಡೆವಲಪರ್ ಉತ್ಪಾದಕತೆ ಮತ್ತು ಸಂತೋಷದ ಮೇಲೆ GitHub ಕೊಪೈಲಟ್‌ನ ಪ್ರಭಾವವನ್ನು ಪ್ರಮಾಣೀಕರಿಸುವುದು.” (2022). https://github.blog/news-insights/research/research-quantifying-github-copilots-impact-on-developer-productivity-and-happiness/
[2] ಮೆಕಿನ್ಸೆ & ಕಂಪನಿ. “ಜನರೇಟಿವ್ AI ನೊಂದಿಗೆ ಡೆವಲಪರ್ ಉತ್ಪಾದಕತೆಯನ್ನು ಬಿಡುಗಡೆ ಮಾಡುವುದು.” (ಜೂನ್ 27, 2023). https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/unleashing-developer-productivity-with-generative-ai
[3] ಸ್ಟ್ಯಾಕ್ ಓವರ್‌ಫ್ಲೋ. “2025 ಡೆವಲಪರ್ ಸಮೀಕ್ಷೆ — AI.” (2025). https://survey.stackoverflow.co/2025/ai
[4] NIST. “AI ಅಪಾಯ ನಿರ್ವಹಣಾ ಚೌಕಟ್ಟು (AI RMF).” (2023–). https://www.nist.gov/itl/ai-risk-management-framework
[5] ಪೆರ್ರಿ, ಎನ್., ಶ್ರೀವಾಸ್ತವ, ಎಂ., ಕುಮಾರ್, ಡಿ., ಮತ್ತು ಬೋನೆ, ಡಿ. “ಬಳಕೆದಾರರು AI ಸಹಾಯಕರೊಂದಿಗೆ ಹೆಚ್ಚು ಅಸುರಕ್ಷಿತ ಕೋಡ್ ಬರೆಯುತ್ತಾರೆಯೇ?” ACM CCS (2023). https://dl.acm.org/doi/10.1145/3576915.3623157