A megértés és az egyszerű megoldások ellentmondása
Nem én vagyok az egyetlen, aki ezen aggódik. Namanyay Goel, egy független fejlesztő, nemrég írt egy cikket, ami több mint egymillió megtekintést gyűjtött, és nyilvánvalóan eltalálta a közvélemény érzékeny pontját. Goel írta:
Minden kezdő fejlesztő, akivel beszélek, éjjel-nappal használja a Copilotot, Claude-ot vagy a GPT-t. Gyorsabban készítik el a kódot, mint valaha. De amikor mélyebben megvizsgálom, hogy valójában mit is értenek meg abból, amit létrehoznak? Itt kezdődnek a problémák. Igaz, a kód működik, de miért éppen így működik és nem másképp? Csend. Mi a helyzet a szélsőséges esetekkel? Üres tekintetek.
A mély megértés, amely régen a problémákon való átrágással jött létre, egyszerűen… hiányzik. Elcseréljük a mély megértést gyors megoldásokra, és bár ez pillanatnyilag kényelmesnek tűnik, később komoly árat fizethetünk érte.
Egyetértek.
A mélység hiánya
Nem azt mondom, hogy meg kell tanulnod azokat a készségeket, amelyeket a ’70-es és ’80-as években szereztem az IBM 360 Assembler és Job Control Language (JCL) használatával. Ez butaság lenne. De az ilyen eszközökkel való munka révén mélyen megértettem, hogyan működnek a számítógépek alapszinten, ami segített abban, hogy megtanuljak C és Bash nyelveken programozni. Ennek eredményeként írtam néhány közepesen összetett programot. Nem mondhatom, hogy valaha is kiemelkedő fejlesztő voltam. Nem voltam az. De eleget tudtam ahhoz, hogy jó munkát végezzek. Vajon a mai kezdő programozók is elmondhatják majd ezt?
Tényleg elgondolkodtató.
Ahogy Goel is megjegyezte: “Az AI válaszokat ad, de a megszerzett tudás felszínes. A StackOverflow-n több szakértő véleményét kellett olvasnod, hogy átfogó képet kapj. Lassan haladt, de úgy távoztál, hogy nemcsak azt értetted meg, mi működött, hanem azt is, miért működött.”
Pontosan így van. Az én időmben ott voltak az Usenet és a comp hírcsoportok – igen, öreg vagyok – de a legjobbakban az élmény ugyanaz volt. A hírcsoportokat olyan emberek alkották, akik nem csupán a problémák megoldására törekedtek, hanem arra is, hogy megértsék a probléma természetét.
Tanulmányok az AI hatásáról a kritikai gondolkodásra
Nemcsak két ember beszél erről. Egy nemrégiben készült Microsoft Research tanulmány, The Impact of Generative AI on Critical Thinking, kimutatta, hogy a tudásmunkások körében a “nagyobb bizalom a GenAI-ban kevesebb kritikai gondolkodással társul, míg a nagyobb önbizalom több kritikai gondolkodással.” Továbbá, ha a technológiát nem megfelelően használják, “káros hatással lehet a kognitív képességekre.”
Egy másik, Michael Gerlich által a zürichi SBS Swiss Business School-ban végzett tanulmány szintén “negatív korrelációt talált a gyakori AI használat és a kritikai gondolkodás képességei között.” Grant Blashki, a melbourne-i egyetem professzora egyetért. Blashki írta: “Ez egy egyszerű ‘használd vagy veszítesz’ eset. Amikor egy kognitív feladatot technológiára bízunk, az agyunk alkalmazkodik azáltal, hogy átcsoportosítja az erőforrásokat – vagy egyszerűen csak pihen. A kényelemnek ára van. Ha az AI túl sokat vesz el a kognitív terhelésünkből, akkor lehet, hogy kevésbé leszünk képesek mélyen gondolkodni, amikor igazán számít.”
Ez nem jó. Különösen akkor, amikor az emberek még mindig tanulják, hogyan gondolkodjanak a saját területükön. Igaz, gyorsabb válaszokat kapunk, de ahogy Blashki is megjegyezte: “Ez a különbség a hegymászás és a helikopterrel a csúcsra jutás között. Igaz, akárhogy is nézed, de az egyik élmény épít erőt, kitartást és büszkeséget – a másik csak egy ingyenes utazás.”
Bízz, de ellenőrizz
Ráadásul, amennyire szeretnéd az összes munkádat AI-ra bízni, hogy visszatérhess a Severance (Különválás) vagy a The Night Agent (Éjszakai ügynök) nézéséhez, még mindig nem bízhatsz meg teljesen az AI-ban. Az AI chatbottok egyre jobbak, de még a legjobbak is elkövetnek hibákat. Még a programozásban is, ZDNet-es kollégám, David Gewirtz, aki két éve teszteli a chatbotokat fejlesztési készségeik tekintetében, megjegyezte: “Az AI-k nem tudnak teljes alkalmazásokat vagy programokat írni, de kiválóak néhány sor megírásában, és nem rosszak a kódjavításokban.”
Ez jól hangzik, de nem segít, amikor egy összetett alkalmazást kell írnod.
Tippek a programozóknak
Szóval, mit tegyél? Íme a listám:
Ne kezeld az AI-t úgy, mint egy varázslatos válaszadó dobozt. Bízz, de ellenőrizd a válaszait. Az AI eredményeket csak kiindulópontként használd. Programozásnál dolgozd ki, hogyan oldja meg a problémádat. Fontold meg, van-e jobb megoldás. Keress olyan webhelyeket, ahol okos emberek a szakterületedről beszélgetnek. Tegyél fel ott kérdéseket, válaszolj azokra, tanulmányozd, hogyan oldják meg mások a problémákat. Kapcsolódj be a kollégáid szakmai beszélgetéseibe.
Amikor kódellenőrzéseket végzel, ne elégedj meg azzal, hogy a kód működik. Nézz mélyebben, hogy megértsd a folyamatot.
Végül, de nem utolsósorban, próbálj meg a semmiből kódolni, írni, vagy bármi mást csinálni. Feszítsd meg a mentális izmaidat. Blashki fogalmazta meg legjobban: “A cél nem az AI elutasítása – hanem olyan kiegyensúlyozott kapcsolat kialakítása, ahol az AI az emberi intelligenciát fokozza, nem pedig helyettesíti.”
Steven J. Vaughan-Nichols
