„პროგრამირება AI-სთან სტეიკის შეწვას ჰგავს“ — ინჟინრის ესე

პროგრამული უზრუნველყოფის ინჟინერი ამტკიცებს, რომ AI-მ პროგრამების შექმნა გაამარტივა, თუმცა საიმედოდ კარგი შედეგის გარანტია არ მოუტანია. საუბარია ივლისში გამოქვეყნებულ ბლოგპოსტზე სათაურით „Almost No Skill Required to Cook a Steak (Though You Probably Can't Make a Decent One)“. ავტორი, იური სიდორეცი, წერს, რომ სტეიკის შეწვა თითქმის უნარს არ მოითხოვს — ხორცი ცხელ ტაფაზე დადე, ცოტა დაელოდე, გადააბრუნე და ტექნიკურად საჭმელი მზადაა. ნამდვილად კარგი სტეიკი კი, ბოლოდან ბოლომდე medium-rare და სტაბილურად გემრიელი, სულ სხვა ამბავია. AI-სთან ერთად პროგრამირებაც, მისი თქმით, ზუსტად ამის მსგავსი ხდება.

უწყვეტი მშენებლობა

პოსტში აღწერილია, რომ დეველოპერები ახლა „შეუწყვეტლივ აშენებენ“: AI-ით, AI-ს გარეშე, გზაში — ქმნიან აგენტებს, ინსტრუმენტებს, პრომპტებსა და უკუკავშირის ციკლებს, შემდეგ კი ყველაფერს მოდელს აყრიან იმ იმედით, რომ ის ჩაფიქრებულ შედეგს დაუბრუნებს — „ისე, რომ არასდროს მოუხდეს იმის გაგება, თუ როგორ მუშაობს ეს ყველაფერი რეალურად“. სასურველი შედეგი სრულყოფილი სტეიკია: პროგრამა, რომელიც მუშაობს, კარგად გამოიყურება, დახვეწილია და ზუსტად ისე მოდის, როგორც ჩაფიქრებული იყო — ყოველ ჯერზე ერთნაირად. რეალობა კი, სიდორეცის თქმით, ამასთან ახლოსაც არ არის: ზოგჯერ მოდელი გასაოცრად კარგს აბრუნებს, ზოგჯერ კი „ნახშირს მწვანილის ყლორტით“ და თავდაჯერებულად უწოდებს მას medium-rare-ს.

რატომ არ შველის „რესტორანში წასვლა“

ჩვეულებრივი რეაქციაა პრობლემის ფულით გადაჭრა: პრემიუმ AI პროდუქტი, სააგენტო, კიდევ ერთი კოდის ასისტენტი, ახალი ფრეიმვორკი. ზოგჯერ სხვამ უკვე მოაგვარა პრობლემა, წერს ავტორი, თუმცა ხშირად — არა. მისი არგუმენტია, რომ AI მზარეული არ არის: „საუკეთესო შემთხვევაში ის სტეიკის აპარატია“. რეცეპტის შესრულება — ტემპერატურის კონტროლი, დროული გადაბრუნება — და ამ პროცესის სწრაფად, უზარმაზარი მასშტაბით გამეორება მას შეუძლია; თუმცა მან არ იცის, რა გინდა, თუ ამას მოთხოვნებად, შეზღუდვებად, მაგალითებად, ტესტებად და უკუკავშირად არ თარგმნი. და მაშინაც შეზღუდულია — შესაძლებლობებით, კონტექსტის ფანჯრითა და გარშემო აშენებული სისტემის ხარისხით.

ავტორის ანალოგიაში ძვირადღირებული რესტორანიც იმავე დამწვარ სტეიკს მოგიტანს, რადგან „ქალაქის ყველა რესტორანმა ერთი და იგივე AI მზარეული დაიქირავა“ ხარჯების ოპტიმიზაციის მიზეზით. კლიენტების უმეტესობა ამას ვერ შეამჩნევს — პროგრამას ხშირად უბრალოდ მისაღები ხარისხიც საკმარისია. ამჩნევს ის, ვისაც ეს ნამდვილად სურდა შეექმნა.

დასკვნა: ისწავლე სამზარეულო

სიდორეცი AI-ზე უარის თქმას კი არ გვირჩევს, არამედ იმას, რომ ნაკლებად დავეყრდნოთ იღბალს. AI დეველოპერს აჩქარებს: ავტომატიზებს განმეორებად სამუშაოს, გასცემს საწყის პუნქტს, ხსნის კოდს — მაგრამ ვერ ცვლის მსჯელობას: ვერ განსაზღვრავს ხარისხს შენთვის, ვერ წყვეტს, რომელი კომპრომისია მისაღები, და ვერ ხვდება მომენტს, როცა გადაწყვეტილება ტექნიკურად სწორია, არსებითად კი — არა. „იმისთვის, რომ AI-ით კარგი პროგრამა ააწყო, მაინც უნდა გესმოდეს პროგრამირება“, — წერს ის: უნდა იცოდე, რას ითხოვ, როგორ შეაფასო მიღებული შედეგი და როდის „გირთავს აპარატი თავდაჯერებულად ნახშირს“.