AI’ın yazılımcıları işsiz bırakıp bırakmayacağı sorusu son zamanlarda en çok duyduğum şeylerden biri. Kısa ve dürüst cevabım: Hayır, AI yazılımcıları işsiz bırakmayacak, ancak işimizin doğasını temelden değiştirecek ve bazı yazılımcıları, özellikle de değişime ayak uyduramayanları, zor durumda bırakacak. Benim 20 yıllık sistem mimarisi, network ve yazılım geliştirme tecrübeme göre, bu dönüşüm kod yazmaktan çok daha fazlasını kapsıyor.
Bir keresinde bir üretim ERP’si projesinde, AI’dan bir modül için boilerplate kod üretmesini istedim. İlk çıktısı gayet iyi görünüyordu, hızlıca bir API endpoint’i ve basit CRUD işlemleri için modeller oluşturdu. Ancak, işin kritik kısmı, yani bir ürünün sevkiyat öncesi son kalite kontrolünden geçip geçmediğini kontrol eden ve farklı depolar arası stok hareketlerini etkileyen karmaşık iş akışını anlama ve bunu koda dökme konusunda AI’ın tamamen yetersiz kaldığını gördüm. AI size düzgün cümleler kurabilir, ama işin ruhunu anlayamaz.
AI Ne Kadar Kod Yazabiliyor ve Sınırları Neler?
AI modelleri, özellikle büyük dil modelleri (LLM’ler), kod yazma, refactoring, hata ayıklama ve test senaryoları oluşturma gibi görevlerde inanılmaz ilerlemeler kaydetti. Hızlıca bir HTTP server ayağa kaldırmak, bir veritabanı şemasından ORM modelleri üretmek veya belirli bir algoritmaya göre fonksiyon yazmak artık saniyeler içinde mümkün. Kendi yan ürünümün backend’inde FastAPI için basit endpoint’ler oluştururken veya bir Android spam uygulamamda temel UI bileşenlerini tasarlarken AI’dan çok faydalandım.
Ancak, AI’ın yeteneklerinin net sınırları var. Mevcut AI’lar, karmaşık iş mantığını, organizasyonel akışları veya farklı sistemler arasındaki ince bağımlılıkları anlamakta zorlanıyor. Bir bankanın iç platformunda gördüğüm gibi, bir finansal işlemin güvenlik gereksinimleri, regülatif kısıtlamalar ve farklı departmanların onay süreçleri gibi katmanlı kuralları AI’ın tek başına doğru bir şekilde yorumlayıp koda dökmesi şu an için imkansız. AI sadece kendisine verilen kalıpları ve mevcut veriyi işler, o kalıpların arkasındaki derin neden-sonuç ilişkisini veya stratejik amacı kavrayamaz.
Benim Tecrübelerimde AI Nereye Oturdu?
AI’ı işimde bir “yardımcı pilot” gibi görüyorum, asla “otomatik pilot” olarak değil. Özellikle bir üretim firmasının ERP’sini geliştirirken, AI’ı üretim planlama optimizasyonu için kullandık. Operatör ekranlarından gelen verileri analiz edip, envanter ve sevkiyat tarihlerini en uygun şekilde ayarlamak için AI’dan tahminler aldık. Bu, manuel yapılan planlamanın çok ötesinde bir verimlilik sağladı.
Fakat bu süreçte AI’a doğru veriyi sağlama, modelleri eğitme, çıktılarını yorumlama ve bu çıktıları mevcut ERP akışına sorunsuz entegre etme işi tamamen bana ve ekibime aitti. PostgreSQL veritabanındaki indeks stratejilerini belirlemek, Redis’in OOM eviction policy’sini ayarlamak veya sistemdeki journald limitlerini yönetmek gibi kritik sistem yönetimi görevlerinde AI’ın sunduğu basit komut önerileri çoğu zaman yetersiz kaldı. Orada gerçek tecrübe ve “neden” sorusunun cevabı devreye giriyor.
Gelecekte Yazılımcının Rolü Nasıl Değişiyor?
AI’ın yükselişiyle birlikte, yazılımcıların rolü daha üst düzey düşünme, problem çözme ve sistem mimarisi konularına kayacak. Ham kod yazmaktan ziyade, AI’a doğru soruları sormak (prompt engineering), AI’ın ürettiği çıktıları eleştirel bir gözle değerlendirmek ve bu çıktıları mevcut karmaşık sistemlere entegre etmek daha değerli hale gelecek. ZTNA mimarisi tasarlarken veya bir BGP routing kararını incelerken AI’dan fikir alabilirim, ama son kararı kendi tecrübem ve risk analiziyle ben veririm.
Özellikle RAG (Retrieval-Augmented Generation) veya agent pattern’leri gibi AI uygulama mimarileri üzerinde çalışırken, AI’ın sadece kendi öğrendikleriyle yetinmeyip, benim sağladığım özel ve güncel bilgilere erişebilmesini sağlamanın ne kadar kritik olduğunu gördüm. Bu, yazılımcının “bilgi yöneticisi” ve “sistem entegratörü” rolünü güçlendiriyor. Geleceğin yazılımcısı, teknik bilginin yanı sıra iş domain’ini de çok iyi bilmek zorunda kalacak; çünkü AI’a neyi optimize etmesi gerektiğini söyleyen, o domain bilgisi olacak.
AI’ın Gerçek Riski İşsizlik mi, Yoksa Başka Bir Şey mi?
Bana kalırsa, AI’ın yazılımcılar için asıl riski işsizlik değil, değişime direnç ve yetkinlik kaybı. Eğer bir yazılımcı, AI’ı sadece “kod yazan bir makine” olarak görüp, onu öğrenme ve kullanma zahmetine girmezse, veya AI’ın ürettiği koda körü körüne güvenirse, o zaman gerçekten rekabet gücünü kaybedebilir. Geçen ay bir systemd unit’i için AI’dan bir timer config’i almıştım, ilk başta doğru görünüyordu ama Restart politikası yüzünden beklenmedik bir OOM-killed döngüsüne girmişti. Bunu anlamak için yine kendi Linux servisleri ve cgroup limitleri bilgimi kullanmak zorunda kaldım.
Yani, mesele AI’ın bizi ne kadar iyi kod yazdığı değil, bizim AI’ı ne kadar iyi anladığımız, yönettiğimiz ve onunla birlikte ne kadar iyi çalıştığımız. İnsan beyni, hala AI’ın sahip olmadığı adaptasyon yeteneğine, soyut düşünme gücüne ve etik yargılara sahip. Bu yeteneklerimizi geliştirip, AI’ı kendi uzantımız olarak kullanırsak, yazılım geliştirme alanında çok daha büyük başarılara imza atabiliriz.
Peki sen ne düşünüyorsun? AI’ın senin işini nasıl etkileyeceğini düşünüyorsun ve bu dönüşüme nasıl hazırlanıyorsun? Yorumlarda benimle paylaş.