AI Çağında Kod Bolluğu: Apollo mu, Roket Motor Atölyesi mi?

Yapay zekanın yazılımı ucuzlattığı iddiası yanlış anlaşılıyor: AI aslında sadece 'uygulamayı', yani bir kararı çalışan koda dönüştürme adımını ucuzlatıyor. Sistemin ne yapması gerektiğine karar vermek, parçaların birbirine nasıl bağlanacağını tanımlamak, güvenlik sınırlarını çizmek ve üretilen kodun gerçekten işe yarayıp yaramadığını değerlendirmek hâlâ eskisi kadar maliyetli. Sonuç, ajanların insanların anlamlı şekilde değerlendirebileceğinden çok daha hızlı kod üretebildiği bir uyumsuzluk: çoğu üretilen kod vasat, bir kısmı sinsice hatalı, ama aranın içinde bazen insan yazımından daha iyi bir çözüm de çıkabiliyor.

Bu ekonomik gerilimi anlamak için Apollo programı ile Sovyet N1 ay roketi programının motor geliştirme yaklaşımları arasındaki karşıtlık kullanılıyor. NASA, uçuş öncesi güveni pahalı bir şekilde satın aldı: kapsamlı modelleme, statik ateşleme testleri, entegrasyon denemeleri ve tam donanımlı prova uçuşları. Sovyet mühendisleri ise kaynaktan yoksun oldukları için doğrudan donanımla temas kurdular: üret, ateşle, incele, değiştir, tekrar ateşle. Motor seviyesinde bu yaklaşım gerçekten üstün performans üretti, ama otuz motoru tek bir kademede birleştiren N1'in tam sistemi hiçbir zaman yerde ateşlenmedi ve dört fırlatmanın dördü de başarısızlıkla sonuçlandı.

Buradan çıkan ders, bileşen başarısının otomatik olarak sistem başarısına dönüşmediği ve kurumların hem üretim hem de seçim stratejilerini buna göre ayarlaması gerektiği. AI destekli yazılım geliştirmede doğru yaklaşım, her üretilen kodu tek ve kutsal bir eser gibi ele alan Apollo tarzı incelemeyi sürdürmek değil; üretimi cömert, seçimi ise sert tutmak, entegrasyon ve anlamın kritik olduğu noktalarda katı sözleşmeleri korumak olmalı.