AI प्रोग्रामिंग को अलग तरह से कठिन बनाता है

प्रोग्रामिंग की कठिनाई पर AI का समग्र प्रभाव

• कई लोगों का तर्क है कि AI सिंटैक्स, बोइलरप्लेट, ग्लू कोड, रिफैक्टर, और दोहराव वाले YAML/कॉन्फ़िग काम को स्वचालित करके प्रोग्रामिंग को आसान बनाता है।
• दूसरे कहते हैं कि कठिनाई कम नहीं हुई, बस स्थानांतरित हो गई है: APIs याद रखने और कोड लिखने से हटकर योजनाओं, डिज़ाइनों, और सहीपन का मूल्यांकन करने की ओर।
• कुछ लोगों का मानना है कि आर्किटेक्चर और “बड़े पैमाने पर साफ़ सोच” हमेशा से असली कठिन हिस्सा थे; AI सिर्फ़ आसान हिस्से हटाकर इसे उजागर कर देता है।
• कुछ का दावा है कि AI पहले ही कई कार्यों में उनसे बेहतर कोड लिखता है, जिससे उनकी भूमिका टाइपिंग से हटकर योजना, QA, और आर्किटेक्चर बन जाती है।

आर्किटेक्चर, निर्णय, और मानसिक मॉडल

• बार-बार उभरने वाला विषय: AI अभी जटिल आर्किटेक्चर, लंबे समय की संगति, या सूक्ष्म समझौतों को मजबूत मानव दिशा के बिना नहीं संभाल सकता।
• अच्छे परिणामों के लिए पहले से, विस्तार से डिज़ाइन और मजबूत “रेल्स” चाहिए; यह हाथ से कोड लिखते हुए डिज़ाइन को विकसित करने की तुलना में अधिक कठिन लग सकता है।
• अब कठिन हिस्सा यह मूल्यांकन करना है कि AI-जनित योजनाएँ और कोड वास्तव में समझ में आते हैं या नहीं, और इसके लिए पर्याप्त पूर्व अनुभव मान्य होता है।

नई कौशल और वर्कफ़्लो

• बताई गई नई कौशल: सटीक स्पेक्स लिखना, संदर्भ को प्रभावी ढंग से देना, कई एजेंटों का समन्वय करना, यह पहचानना कि AI कब असफल हो रहा है, और यह जानना कि किन कार्यों को सौंपना है।
• कई लोग निर्णय-थकान की बात करते हैं: लंबी AI योजनाएँ पढ़ना और बहुत-से छोटे निर्णय लेना मानसिक रूप से थका देने वाला है।
• प्रभावी वर्कफ़्लो अक्सर इस तरह होते हैं: पहले ड्राफ़्ट्स के लिए AI का उपयोग करें (कोड या दस्तावेज़), फिर इरादा स्पष्ट होने पर उन्हें बहुत संपादित करें या यहाँ तक कि फिर से लिख दें।

कोड की गुणवत्ता और विफलता के तरीके

• AI कोड की सराहना उसकी निरंतरता, दस्तावेज़ीकरण, टेस्ट्स, और ज्ञात पैटर्न लागू करने के लिए की जाती है; “उबाऊ” इंफ़्रा और CRUD-शैली के कार्यों के लिए यह उत्कृष्ट है।
• आलोचनाएँ: आत्मविश्वास से भरी गलतियाँ, छिपे हुए बग, ओवर-इंजीनियरिंग, गंदी वैश्विक संरचना, और मौजूदा फ़ंक्शनों का बार-बार पुनःआविष्कार।
• AI-जनित टेक्स्ट और कोड चमकदार दिख सकते हैं लेकिन उनमें वास्तविक अंतर्दृष्टि या ठोस आधारभूत संरचना नहीं होती, जिससे उनकी समीक्षा भ्रामक रूप से कठिन हो जाती है।

सीखना, वरिष्ठ बनाम कनिष्ठ, और मौन ज्ञान

• कई लोगों का मानना है कि अनुभवी डेवलपर्स को सबसे अधिक लाभ मिलता है, क्योंकि वे बकवास पकड़ सकते हैं और एजेंटों को दिशा दे सकते हैं; जूनियर लोगों के लिए AI के जटिलता छिपा देने पर निर्णय-क्षमता सीखना कठिन हो सकता है।
• मौन ज्ञान, सिस्टम्स थिंकिंग, और यह जानना कि “क्या नहीं बनाना” है, प्रशिक्षण डेटा में एन्कोड करना कठिन माना जाता है और मानव की ताकत बना रहता है।

नौकरियाँ और दीर्घकालिक दृष्टिकोण

• विचार “प्रोग्रामिंग का बड़े पैमाने पर, अच्छी-तनख़्वाह पेशे के रूप में अंत” से लेकर “एक और एब्स्ट्रैक्शन लेयर जो ऊपर मनुष्यों की माँग करती है” तक फैले हुए हैं।
• कुछ लोग तेज़ प्रगति की उम्मीद करते हैं जो लगभग पूर्ण स्वचालन तक ले जाए; अन्य ठहराव और AI-निर्मित सिस्टमों को निर्देशित करने, निदान करने, और साफ़ करने के लिए मनुष्यों की निरंतर माँग का अनुमान लगाते हैं।