Kod Enflasyonu: Daha Üretkenim. Peki Daha Değerli miyim?

AI ile kod üretmek hiç olmadığı kadar kolay. Asıl soru kodun iyi olup olmadığı değil; bu bolluktan doğan kazancın kime kalacağı.

Bir pazartesi sabahı düşünün. Önünüzde üç PR var, toplam 140 dosya. Her birinde AI reviewer 30–40 yorum bırakmış ve dürüst olmak gerekirse yorumların çoğu yerinde: bir race condition, bir eksik index, sizin muhtemelen gözden kaçıracağınız bir edge case. Düzeltmeler yapılmış, testler yeşil. Kritik kısımlara bakıp onaylıyorsunuz.

Sonra durup düşünüyorsunuz: Bu kodu ben yazmadım. Tamamını ben okumadım. Ama sahibi benim.

Bu huzursuzluğun kaynağı aracın kötü olması değil. Araç işini iyi yapıyor. Huzursuzluk, araç işini iyi yaparken insanın kendi işiyle kurduğu ilişkinin değişmesinden geliyor. Ve bence bu değişimin altında, AI tartışmalarında pek sorulmayan bir soru yatıyor:

AI beni daha üretken yapıyor. Peki bu, beni daha değerli de yapıyor mu?

Kod enflasyonu derken#

"Kod enflasyonu" derken ekonomik enflasyonun birebir karşılığından söz etmiyorum. Kastettiğim, kod üretmenin giderek kolaylaşması ve bu verimlilik artışının ekonomik getirisinin nasıl paylaşılacağının belirsizleşmesi.

Bir zamanlar yapılması zor olduğu için kıymetli görünen bir işin kolaylaşması, o işin gereksizleştiği anlamına gelmez. Ama o işi yapabilmenin karşılığında ne talep edebileceğimizi değiştirebilir.

Kod üretiminde böyle bir bolluk dönemine giriyoruz. AI'ın ürettiği kod da sonuçta gerçek kod; çoğu zaman temiz, test edilmiş, bazen bizim yazacağımızdan bile daha düzgün. Bir çözümün kapsamını büyütmek, artık aynı oranda daha fazla insan emeği gerektirmeyebiliyor. Aynı müşteri problemini daha az emekle çözebilmek, çözümün müşteriye sağladığı değeri düşürmez. Azalan şey, o çözümü üretmek için gereken emek miktarı olabilir. Bunun emeğin fiyatına nasıl yansıyacağı ise ayrı bir mesele ve yazılımcılar için asıl mesele de bu.

Kod değer yaratabilir; ama o değeri korumanın da bir maliyeti vardır. Yazılan kodun anlaşılması, güncellenmesi ve gerektiğinde kaldırılması gerekir. Eskiden kod yazmanın zahmeti, gereksiz yere daha fazla kod üretmenin önünde doğal bir frendi. AI bu freni büyük ölçüde kaldırdı.

Ama AI yalnızca kod yazmayı değil, bakımını yapmayı da kolaylaştırıyor; açılıştaki sahnede review'u yapan da AI'dı. Bu yüzden daha fazla kodu otomatik olarak daha fazla bakım yüküyle eşitlemek yeterli değil. Asıl mesele, üretimle bakım arasındaki dengenin nasıl değiştiği. Kodu üretmenin maliyeti, onu anlamanın maliyetinden daha mı hızlı düşüyor, yoksa ikisi benzer hızda mı ucuzluyor? Bu sorunun cevabı, önümüzdeki yıllarda yazılım ekiplerinin nasıl çalışacağını belirleyecek.

Üretim, karar değildir#

Bir ekibi düşünün. Ürün yöneticisi, AI ile beş dakikada 12 sayfalık bir gereksinim dokümanı çıkarıyor. Kimse 12 sayfayı okumuyor ama doküman ortada. Yazılımcı onu agent'a veriyor; agent her maddeyi eksiksiz implement ediyor. QA aynı dokümandan 80 test senaryosu üretiyor. Hepsi geçiyor.

Kâğıt üzerinde kusursuz bir süreç. Ama kimse bu gereksinimlerin hangilerinin gerçekten yapılmaya değer olduğunu sorgulamamış. Herkes üretmiş, kimse karar vermemiş.

Bunun AI'ın karar veremediği için olduğunu düşünmüyorum. Ona ürün hedeflerini, maliyetleri, müşteri taleplerini verip "bunu yapmalı mıyız?" diye sorsanız, büyük ihtimalle makul bir cevap verir; belki de "yapmayalım" der. Sorun yetenekte değil, süreçte. Bu örnekte süreç, AI'dan daha fazla çıktı istemek üzerine kurulmuş. Aynı kapasiteyi kapsamı küçültmek için kullanacak bir adım yok.

Ve bu bizi rahatsız edici bir yere getiriyor. Eğer AI karar da verebiliyorsa, insana geriye ne kalıyor?

Bugün değerli olan, yarın da değerli kalmayabilir#

Bugün kıt olan şeyleri saymak kolay: dikkat, karar verme kapasitesi, bir sistemin "ne"sini değil "neden"ini bilmek, bir değişikliğe imza atıp sonucunu üstlenmek. Bunlar şu an gerçekten değerli.

Ama bunları AI'ın ulaşamayacağı kalıcı güvenli alanlar olarak satmak dürüst olmaz.

"Neden" bilgisi bugün insanlarda, çünkü müşteri görüşmelerinde, Slack thread'lerinde, kimsenin yazmadığı kararlarda saklı. Ama o bilgi kayıt altına alınıp AI'ın erişimine açıldığında, ki iyi ekipler bunu zaten yapmalı, AI da ondan yararlanabilir. Bu bilginin insanda olması bir doğa kanunu değil, bir erişim meselesi.

Sorumluluk için de aynısı geçerli. Bir müşteri "faturam neden yanlış?" diye sorduğunda birinin cevap vermesi gerekiyor; "AI öyle yazmıştı" bir cevap değil. Ama birinin sorumlu olması, aynı sayıda mühendise ihtiyaç olacağı anlamına gelmiyor. Bugün on kişinin yürüttüğü bir işin sorumluluğunu yarın iki kişi de üstlenebilir. Sorumluluğun insanda kalması, istihdamın aynı kalacağının garantisi değil.

Bugün değerli olan becerilerin, gelecekte de aynı değeri koruyacağını varsaymamak gerekiyor.

Kazanç kime kalacak?#

Yazının asıl sorusu burada.

Bir işi eskisinden çok daha kısa sürede bitirebildiğimi düşünelim. Bu, becerilerimin genişlediği anlamına gelir. Ama emeğimin daha yüksek bir karşılık bulacağı anlamına gelmez.

Tamamen varsayımsal bir örnek: Üç günlük bir işi AI yardımıyla bir günde bitirdiğimi düşünelim.

• Müşteriye çalıştığım gün üzerinden fatura kesiyorsam, aynı iş için daha düşük tutarda fatura keserim.
• İş için sabit bir ücret üzerinde anlaşmışsam, diğer maliyetler değişmediği sürece zaman kazancı benim lehime çalışır.
• Maaşlı çalışıyorsam, ücretim aynı kalırken benden beklenen teslim sayısı artabilir.

Aynı araç, aynı hızlanma. Ama kazancın nereye gittiğini yalnızca teknik beceri değil, çalışmanın hangi şartlarla yapıldığı belirliyor.

Ölçek büyüdükçe aynı hızlanma üç farklı tarafa üç farklı şey söylüyor:

• Bana: "Artık tek başına bir ürün kurabilirsin."
• İşverenime: "Aynı işi daha küçük bir ekiple yapabilirsin."
• Rakibime: "Aynı ürünü daha ucuza satabilirsin."

Üçü de aynı anda doğru olabilir. Bir mühendisin yarattığı değerle, o değerden aldığı pay aynı şey değil. Daha fazla değer yaratıyor olabilirim; ama bunun ücretime, çalışma koşullarıma ya da bağımsızlığıma nasıl yansıyacağı ayrı bir mesele.

Bu yüzden yazılımcıların huzursuzluğunu "değişime direnmek" diye geçiştiremeyiz. Bir insan, aynı anda hem hiç olmadığı kadar güçlü hissedebilir hem de yaptığı işin piyasadaki karşılığı konusunda hiç olmadığı kadar büyük bir belirsizlik yaşayabilir. Kaygı tam da aracın iyi olmasından kaynaklanıyor.

Peki zevk?#

Birçok yazılımcı bu mesleği kod yazmayı sevdiği için seçti. Bazıları için AI, kod yazmaya ayırdıkları zamanı azaltırken kendilerinden beklenen teslimat miktarını artırıyor. Başkaları içinse daha önce tek başlarına girişemeyecekleri projeleri mümkün hâle getiriyor; tek bir mühendis, birkaç agent'la, birkaç yıl önce koca bir ekibin yapabileceğini kurabiliyor. Aynı değişim, birine özgürlük, diğerine kayıp gibi gelebiliyor. Kayıp yaşayan birine "yeni duruma uyum sağla" demek de haksızlık olur.

Ne yapabiliriz?#

Hazır bir reçetem yok. Ama bu tablo karşısında bana mantıklı gelen birkaç yaklaşım var:

• Hızlanmanın karşılığını konuşun. AI ile kazandığımız zamanın neye dönüştüğünü sormak gerekiyor: daha fazla teslimata mı, daha yüksek gelire mi, daha az mesaiye mi? Bu verimlilik kazancı yalnızca yeni teslimat hedeflerine dönüşmemeli; ücret, iş yükü ve rol konuşmalarının da konusu olmalı. Sonuç garanti değil. Ama hızlanmayı sessizce yeni normal kabul etmekle, karşılığını konuşmak aynı şey değil.
• Değerin nerede oluştuğunu bilin. Yazdığınız kodun hangi müşteri problemini çözdüğünü, şirketin parayı nereden kazandığını bilin. Bu bilgi, hem işinizi hem de o konuşmaları güçlendirir.
• Hızlanmayı kendi lehinize de kullanabilirsiniz. AI işvereninize aynı işi daha küçük bir ekiple yapma imkânı veriyorsa, size de kendi ürününüzü ya da yan projenizi kurma imkânı veriyor. Ama herkesin girişimci olması gerekmiyor; bir ürünü daha kolay geliştirebilmek, ondan gelir elde etmeyi de aynı ölçüde kolaylaştırmış olmuyor.
• İyi çözümü ayırt etmeyi öğrenin. Üç farklı çözüm arasından doğru olanı seçebilmek, bugün tek bir çözüm üretebilmekten daha değerli bir beceri olabilir.

Yeni başlayanlar için de mesaj benzer. Öğrenmenin ölçüsü, kaç satırı kendi elinizle yazdığınız değil; AI ile kurduğunuz sistemi açıklayabilmeniz, sınayabilmeniz ve gerektiğinde değiştirebilmeniz olsun. Ürünü, müşteriyi ve değerin nerede oluştuğunu da öğrenin. AI'ın kod inceleme yorumlarını bir mentorun geri bildirimi gibi okuyun. Ve en önemlisi, becerilerinizin gelişmesinin, bunun karşılığının da aynı ölçüde artacağı anlamına gelmediğini erken fark edin.

Son söz#

AI kullanmaktan heyecan duymakla, mesleğinin geleceği için kaygılanmak birbirini dışlamıyor. Aynı araç, yapabileceklerimizi artırırken yaptıklarımızın karşılığını nasıl alacağımızı da belirsizleştirebilir.

Bu yüzden mesele yalnızca daha iyi kod yazmak, daha hızlı teslim etmek ya da daha büyük sistemler kurmak değil. Bunların yarattığı değerden ne kadar pay alabildiğimiz.

Daha iyi araçlara sahip olmakla, daha güçlü bir pazarlık konumuna sahip olmak aynı şey değil.