पहले डेवलपर पेशे में अक्सर कई विवरण याद रखने की आवश्यकता होती थी - नई प्रोग्रामिंग भाषाएं, फ्रेमवर्क और लाइब्रेरी, और यह सीखने का चक्र कभी खत्म नहीं होता था। एक तकनीक में महारत हासिल करते हुए, विशेषज्ञ तुरंत अगली तकनीक के लिए तैयार हो जाते थे।
हालांकि, आर्टिफिशियल इंटेलिजेंस इस स्थापित प्रक्रिया को बाधित करना शुरू कर रहा है। फिर भी, इंटेल में इकोसिस्टम और इंडस्ट्री की निदेशक अदिति नंदा के अनुसार, डेवलपर्स को सीखना बंद नहीं करना चाहिए; इसके बजाय, उन्हें यह सीखने के तरीके को अधिक चयनात्मक बनाना सीखना चाहिए कि वे क्या अध्ययन करते हैं।
देवस्पार्क्स चेन्नई में बोलते हुए, नंदा ने उल्लेख किया कि एआई सॉफ्टवेयर विकास में रटने वाले काम का एक बड़ा हिस्सा संभालता है, लेकिन इससे मूलभूत इंजीनियरिंग ज्ञान का महत्व कम नहीं होता है। इसके विपरीत, यह उनके मूल्य को बढ़ाता है, क्योंकि डेवलपर्स तेजी से यह निर्धारित करने के लिए जिम्मेदार होते जा रहे हैं कि एआई को वास्तव में क्या बनाना चाहिए और क्या अंतिम परिणाम उपयोग के लिए उपयुक्त है।
उन्होंने हुए परिवर्तनों की तुलना जीपीएस के आगमन से की। ड्राइवरों को अब हर सड़क याद रखने की ज़रूरत नहीं है, लेकिन उन्हें अभी भी पता होना चाहिए कि आगे किसी बाधा होने पर कब तेज करना है, धीमा करना है या मुड़ना है।
उन्होंने कहा, 'आपको सिंटैक्स याद रखने की ज़रूरत नहीं है। आपको फ्रेमवर्क याद रखने की ज़रूरत नहीं है। लेकिन आपको यह तय करना होगा कि परिणाम क्या होगा।'
डेवलपर्स के लिए इसका मतलब है कि वे प्रत्येक नई भाषा या फ्रेमवर्क में महारत हासिल करने में कम समय बिता सकते हैं और उन प्रणालियों को समझने में अधिक समय बिता सकते हैं जिन्हें ये उपकरण बनाने में मदद करते हैं।
नंदा ने जेनरेटिव एआई की एक सामान्य समस्या की ओर इशारा किया: यह विचार को बहुत तेज़ी से एक कार्यशील प्रोटोटाइप में बदल सकता है, लेकिन इस प्रोटोटाइप को उत्पादन वातावरण में तैनात करने के लिए पूरी तरह से अलग कौशल सेट की आवश्यकता होती है।
उन्होंने जोर देकर कहा, 'पहले प्रोटोटाइप, डेमो तक पहुंचने के लिए एआई का उपयोग करें, लेकिन अपने मूल सिद्धांतों का अध्ययन करना बंद न करें। अपनी मौलिक इंजीनियरिंग सिद्धांतों का अध्ययन करना बंद न करें।'
ये मूल बातें केवल कोड लिखने से परे हैं। नंदा ने तकनीकी निर्णय लेने से पहले बाजार और उपयोगकर्ता की समस्या को समझने की आवश्यकता पर जोर दिया। उन्होंने कहा: 'बाजार, उपभोक्ता या उपयोगकर्ता की दर्द बिंदु क्या है, यह समझना आवश्यक है। हम बेहतर समाधान बना सकते हैं, लेकिन अगर कोई उनका उपयोग नहीं करता है, तो यह व्यर्थ है।'
सिस्टम का ज्ञान एक और क्षेत्र है जिसे, उनके विचार में, डेवलपर्स खोने का जोखिम नहीं उठा सकते। चूंकि एआई-आधारित एप्लिकेशन क्लाउड सेवाओं, व्यक्तिगत कंप्यूटरों, परिधीय उपकरणों और डेटा केंद्रों के बीच घूमते हैं, इसलिए डेवलपर्स को यह समझने की आवश्यकता है कि लोड वास्तव में कहाँ निष्पादित होना चाहिए। एक कॉर्पोरेट एप्लिकेशन के लिए, यह निर्णय लागत, सुरक्षा और अनुपालन के मुद्दों को प्रभावित कर सकता है।
'मानव संसाधन विभाग की गोपनीय जानकारी या वित्तीय जानकारी, उदाहरण के लिए, संगठन के वातावरण के बाहर भेजने के लिए अस्वीकार्य हो सकती है। इस प्रकार, आर्किटेक्चर डेवलपर की जिम्मेदारी बनी रहती है, भले ही एआई कार्यान्वयन के हिस्से लिखता हो,' उन्होंने समझाया।
एआई को समझने वाले डेवलपर और एआई पर पूरी तरह निर्भर डेवलपर के बीच का अंतर विशेष रूप से महत्वपूर्ण हो जाता है, क्योंकि एआई सॉफ्टवेयर विकास को पारंपरिक कौशल न रखने वाले लोगों के लिए सुलभ बनाता है।
नंदा ने उड़ान की प्रतीक्षा करते समय ऐप को जल्दी से विकसित करने के लिए कर्सर का उपयोग करने का एक उदाहरण दिया। कार्यात्मक दिखने वाले ऐप का निर्माण अब अतीत की तुलना में बहुत कम समय लेता है। हालांकि, लाखों उपयोगकर्ताओं के लिए ऐसे ऐप को तैयार करना एक अलग चुनौती प्रस्तुत करता है।
'पेशेवर यह समझने के लिए पर्याप्त रूप से जिम्मेदार होगा कि उपयोगकर्ता इसे कैसे देखेगा। इसमें क्या त्रुटियां हैं? मैं इसकी जांच कैसे कर सकता हूं? अनुपालन कैसा है? लागत क्या है? मैं डेटा कहाँ संग्रहीत करूंगा? सुरक्षा क्या है? वह इन सभी सवालों पर विचार करेगा,' उन्होंने टिप्पणी की।
नंदा के लिए, डेवलपर का भविष्य तीन मुख्य दक्षताओं पर टिका है: 'क्यों' को समझना, 'कैसे' जानना और समाधान को वास्तविकता में उतारने की क्षमता।
पहला - उपयोगकर्ता और समस्या को समझना। दूसरा - सिस्टम और इंजीनियरिंग ज्ञान, जिसमें वास्तुकला और लागत, दक्षता और बाजार में लाने के समय के बीच समझौता शामिल है। तीसरा - कार्यान्वयन: उत्पाद के उपयोगकर्ताओं तक पहुंचने पर उसकी जांच, विश्वसनीयता और कार्यक्षमता सुनिश्चित करना।
उन्होंने जोड़ा कि हालांकि एआई इन क्षमताओं में से प्रत्येक को बढ़ा सकता है, लेकिन यह उत्पाद बनाने वाले व्यक्ति से जिम्मेदारी नहीं छीन सकता।
'एआई का उपयोग एक उपकरण के रूप में करें। एआई का उपयोग एक बढ़ाने वाले तंत्र के रूप में करें। उसे आपके लिए सोचने न दें,' नंदा ने निष्कर्ष निकाला।
उद्योग में काम करने वाले डेवलपर्स के लिए, जहां फ्रेमवर्क लोगों द्वारा सीखने से पहले ही पुराना हो सकता है, यह एक अधिक उपयोगी सबक हो सकता है: जो कौशल बनाए रखने लायक हैं, वे उपकरणों के बदलने पर भी अधिक मूल्यवान होते जाते हैं।