Hâlâ AI Araçlarıyla Programlama Öğrenmeye İhtiyacınız Var mı?

Evet. Bu kısa cevap. Uzun cevap daha ilgi çekici çünkü neyin değiştiğini ve neyin değişmediğini açıklıyor.

AI'ın gerçekten değiştirdikleri

Copilot, Claude ve GPT tabanlı araçlar boilerplate kod üretiminde iyidir: CRUD endpoint'leri, regex desenleri, unit test iskeletleri, config dosyaları ve açık bir şartnameyi iyi bilmediğiniz bir dilde çalışan koda çevirme. Programlamanın mekanik kısımlarında gerçek zaman kazandırırlar. Bir CSV dosyasını parse edip API'ye istek atan Python script'i yazmak eskiden yirmi dakika alırdı; şimdi iki dakika alıyor.

Değiştirmedikleri kısım, ne inşa edeceğinize karar verdiğiniz, oluşturulan kodun hafif yanlış olduğunu fark ettiğiniz ve saat 2'de production'da kırıldığında bunu düzelttiğiniz bölüm. Bir AI modeli veritabanı şemanızda email alanında unique constraint olduğunu ve beşinci test case'inde IntegrityError fırlatabileceğini bilmez. Bunu bilmeniz ya da bulmanız gerekir.

Debugging testi

Programlama öğrenmeyi atlayabilip atamayacağınızı kontrol etmenin pratik bir yolu: AI'ın oluşturduğu kodu bir projeye yapıştırın, çalıştırın ve başarısız olduğunda ne olduğunu görün. Stack trace'i okuyabiliyor, undefined is not a function hatasının neden gerçekleştiğini anlayabiliyor ve bunu beş dakikada düzeltebiliyorsanız, zaten ilgili beceriye sahipsiniz. Hatayı her seferinde sohbete geri yapıştırıyor ve en iyisini umuyorsanız, zaman kazanmıyorsunuz, sahip olmadığınız kararı başkasına devrediyorsunuz — ve bu asıl risk.

Çoğu trivial olmayan bug, yürütme sırasını, scope'u, async zamanlamasını veya bir kütüphanenin edge case'deki davranışını anlama gerektirir. AI araçları bu konularda akıl yürütmenize yardımcı olabilir, ancak yalnızca açıklamalarının mantıklı olup olmadığını değerlendirebilirseniz. Bu değerlendirme programlama bilgisidir.

Gerçek avantajın nerede olduğu

Şu anda AI kodlama araçlarından en çok yararlananlar yeni başlayanlar değil, deneyimli geliştiricilerdir. Üst düzey bir mühendis veritabanı migration script'i isteyebilir, hızlıca göz atabilir, eksik indeksi görebilir ve üç dakikada deploy edebilir. Aynı şeyi isteyen yeni bir başlayan indeksin önemli olduğunu bilmeyebilir, eksik olduğunu görmeyebilir ve production verisinde bir sorgu 40 saniye aldığında bunu öğrenebilir.

Bu örüntü bütün alanlarda geçerlidir:

• Networking'de, AI'ın önerdiği firewall kuralının düzgün scope'unda olup olmadığını söyleyebilmek için subnet mask'ın ne yaptığını bilmeniz gerekir.
• Güvenlik çalışmasında, AI'ın yazdığı bir login formunun gerçekten sorguları parametrize ettiğini doğrulayabilmek için SQL injection'ı anlamanız gerekir.
• Sistem programlamada, AI'ın oluşturduğu Rust veya C++ koduna güvenebilmek için bellek sahipliğini anlamanız gerekir.