कुछ दिनों पहले, मुझे लिंक्डइन पर एक दिलचस्प हेडलाइन मिली, जिसमें एक बोल्ड स्टेटमेंट प्रदर्शित किया गया था: "टेक कंपनी का उद्देश्य गिटहब कोपिलॉट के साथ प्रोग्रामर्स की उत्पादकता को 50% तक बढ़ाना है।" स्थिति को और भी उत्सुक बनाने वाली बात यह थी कि पोस्ट के लेखक प्रोग्रामर नहीं थे।

शीर्षक के दुस्साहस के बावजूद, मेरा मानना है कि यह मुद्दा एक दिलचस्प विश्लेषण और चर्चा का कारण बन सकता है।

आज जनता के लिए उपलब्ध एआई उपकरणों की प्रभावशाली क्षमताओं से इनकार नहीं किया जा सकता है। प्रोग्रामिंग के क्षेत्र में, वे पहले से ही डेवलपर्स की महत्वपूर्ण सहायता कर रहे हैं, उनकी दिनचर्या का अनुकूलन कर रहे हैं और उत्पादकता बढ़ा रहे हैं। सही साधनों से समस्याओं को तेज गति से हल किया जा सकता है।

हालाँकि, प्रोग्रामिंग से अपरिचित लोगों के लिए, ये AI उपकरण लगभग रहस्यमय लग सकते हैं, जिससे यह आभास होता है कि वे किसी भी समस्या को जल्दी और स्वचालित रूप से हल कर सकते हैं। लेकिन हम जानते हैं कि हकीकत इससे बिल्कुल अलग है।

इन साधनों से जो उत्साह उत्पन्न होता है वह सर्वथा उचित है और मेरे बारे में कोई भ्रांति गढ़ने से पहले यह जान लो कि मैं भी उन्हीं में से एक हूँ। हालाँकि, मेरा मानना है कि हर कोई पूरी तरह से यह नहीं समझता है कि ये उपकरण वास्तव में क्या करने में सक्षम हैं।

एक ओर, आपके पास प्रोग्रामिंग में शुरुआती हैं जो मशीनों द्वारा प्रतिस्थापित किए जाने से डरते हैं।

दूसरी ओर, आपके पास सीईओ हैं जो लागत कम करने या उत्पादकता बढ़ाने के लिए जादुई समाधान खोज रहे हैं, शायद प्रोग्रामर द्वारा किए गए वास्तविक कार्य की स्पष्ट समझ के बिना।

ऐसा बिल्कुल नहीं है...

"ChatGPT (या Copilot), Node.js में एक शो के लिए टिकट बेचने के लिए एक पेज बनाएं। बैकएंड को प्रति सेकंड औसतन 2,000 अनुरोधों के लिए तैयार किया जाना चाहिए और विफलताओं के लिए लचीला होना चाहिए। वितरित के बीच अनुरोधों को वितरित करने के लिए एक लोड बैलेंसर सेट करें। सर्वर। सुनिश्चित करें कि कैश कार्यात्मक हैं और वास्तव में सर्वर लोड को कम कर रहे हैं। उपकरण रीयल-टाइम निगरानी उपकरण। और निश्चित रूप से, डेटाबेस को एक अच्छी प्रतिकृति रणनीति के साथ क्लस्टर किया जाना चाहिए।"

मुझे पता है कि उदाहरण अतिशयोक्तिपूर्ण है। लेकिन यह किसी ऐसी चीज को लागू करने के पीछे की जटिलता को दिखाता है जो प्रोग्रामर नहीं होने वाले किसी व्यक्ति को सरल लग सकता है।

कोड लिखना प्रोग्रामर की नौकरी का केवल एक हिस्सा है, और मुझे यकीन है कि जनरेटिव एआई उस पर उत्कृष्टता प्राप्त करता है, लेकिन यह सब कुछ नहीं है जो एक प्रोग्रामर करता है।

हम, प्रोग्रामर, कोड की एक भी लाइन लिखे बिना अपने दिन का एक महत्वपूर्ण हिस्सा खर्च करते हैं। पहले नई सुविधाओं की आवश्यकताओं को समझना, हितधारकों के साथ बातचीत और समायोजन में संलग्न होना, तकनीकी वास्तुकला को डिजाइन करना और अंत में उस सभी जानकारी को कोड में अनुवाद करना आवश्यक है।

और यह न भूलें कि इस कोड को संदर्भ में लिखा जाना चाहिए, यह विचार करते हुए कि यह बाकी मौजूदा कोडबेस के साथ कैसे फिट बैठता है।

मेरा मतलब यह है कि ये एआई उपकरण, हालांकि बहुत उपयोगी हैं, जादू नहीं करते हैं। लेकिन वे प्रोग्रामर के अच्छे सहायक हो सकते हैं।

एआई रबर डक के रूप में

सॉफ्टवेयर इंजीनियरिंग पर मेरे दृष्टिकोण का विस्तार करने वाली रीडिंग में से एक डेव थॉमस और एंड्रयू हंट की क्लासिक किताब "द प्रैगमैटिक प्रोग्रामर" थी। अध्यायों में से एक जिज्ञासु डिबगिंग तकनीक के बारे में बात करता है: रबर बतख।

रबर डक प्रोग्रामिंग के पीछे मूल विचार यह है कि आप जिस कोड या समस्या का सामना कर रहे हैं, उसे जोर से समझाएं जैसे कि आप इसे रबर डक को समझा रहे हों। समस्या को मौखिक रूप से बताने या कोड का चरण दर चरण वर्णन करने से, आप अक्सर एक समाधान ढूंढते हैं या समस्या पर एक नया दृष्टिकोण प्राप्त करते हैं।

ChatGPT बातचीत करने में उत्कृष्ट है, और इसके अलावा, संदर्भ में बात कर रहा है। क्या यह कृत्रिम बुद्धिमत्ता डेव थॉमस और एंड्रयू हंट के रबर डक का विकास हो सकता है?

विज़ुअल स्टूडियो कोड के लिए पहले से ही एक्सटेंशन हैं जो चैटजीपीटी के साथ एकीकृत होते हैं, इसे रबर डक के रूप में उपयोग करते हैं। आप उन्हें यहां देख सकते हैं।

मुझे पसंद है कि कैसे GitHub ने अपने उत्पाद कोपिलॉट का नाम चुना, और यह रबर डक की अवधारणा के साथ संरेखित करता है। उपकरण का उद्देश्य वास्तविक पायलट के बजाय सह-पायलट बनना है। यह प्रोग्रामर का सहायक है, उनका रबर डक।

कठोर वास्तविकता

यह संदेश उन लोगों के लिए है जो अपने प्रोग्रामिंग करियर के भविष्य के बारे में चिंतित और चिंतित हैं: आराम करो! लेकिन इतना आराम न करें क्योंकि कठोर वास्तविकता यह है कि यह सॉफ्टवेयर इंजीनियरिंग के मूल सिद्धांत हैं जो एक अच्छा प्रोग्रामर बनाते हैं, न कि केवल कोड।

70 और 80 के दशक में आम जनता के लिए कंप्यूटर की लोकप्रियता के साथ, लेखा और वित्त पेशेवरों ने स्प्रेडशीट सॉफ्टवेयर से खतरा महसूस किया। एक ऐसी मशीन जो हज़ारों पंक्तियों और स्तंभों को संग्रहित कर सकती है और गणना में कभी भी त्रुटियाँ नहीं करती। कौन इसे अस्वीकार करेगा?

यह सच है कि स्प्रैडशीट शक्तिशाली थीं और अब भी हैं, और उन्होंने "स्प्रेडशीट लेखकों" की नौकरियों के लिए खतरा उत्पन्न किया है। हालांकि, जिन लोगों ने डेटा की व्याख्या की, व्यापार के संदर्भ को समझा, और लेखांकन अवधारणाओं को लागू किया, वे निश्चित रूप से जानते थे कि स्प्रैडशीट्स की आलोचना करने के बजाय उनका उपयोग कैसे करें।

प्रोग्रामर केवल कोड लेखक नहीं हैं। अपने नए रबर डक से डरो मत; इसके बजाय, इसका इस्तेमाल करें। और धन्यवाद, ChatGPT, इस लेख को एक साथ रखने में मेरी मदद करने के लिए।

यहाँ भी प्रकाशित हुआ