Linuxचे निर्माते Linus Torvalds यांनी प्रोग्रामिंगमध्ये कृत्रिम बुद्धिमत्तेला सशर्त समर्थन दिले आहे. आनंदासाठी आणि बग शोधण्यासाठी ते उपयुक्त साधन ठरू शकते, पण उच्च-जोखमीच्या सॉफ्टवेअर विकासात त्याच्या वापराला स्पष्ट मर्यादा हव्यात, असे ते म्हणतात.
Prague येथे झालेल्या Open Source Summit Europe मध्ये बोलताना Torvalds यांनी सांगितले की पूर्वी AI पुरेसे सक्षम नाही असे वाटत असले तरी आता त्यांना ते वापरणे आवडते. मात्र Linux kernel सारख्या प्रकल्पात निष्काळजी वापरामुळे AI-निर्मित सामग्री maintainersचे काम वाढवू शकते, असा इशारा त्यांनी दिला.
साधन, स्वयंचलित पर्याय नाही
AIचे मूल्य संदर्भावर अवलंबून असते, असे Torvalds यांनी सांगितले. छंद म्हणून programming आणि शिकताना ते coding अधिक सुलभ करू शकते आणि छोट्या प्रकल्पावर काम करण्याचा आनंद परत आणू शकते. AI-सहाय्यित “vibe coding”मुळे लोकांना programmingमध्ये आनंद मिळू शकतो, असे त्यांनी म्हटले.
अनेक लोक वापरत असलेल्या महत्त्वाच्या सॉफ्टवेअरमध्ये generated outputवर अवलंबून राहणे वेगळे आहे. प्रत्यक्ष आणि महत्त्वाच्या कामात AI वापरताना developersनी सावध राहावे, असे Torvalds म्हणाले.
हा फरक Linuxसारख्या open-source प्रकल्पाच्या व्यावहारिक गरजा दाखवतो. मोठा contributor समुदाय kernelची देखभाल करतो आणि maintainersना patches, reports व प्रस्तावित बदल तपासावे लागतात. कमी दर्जाच्या AI-generated submissions वाढल्यास काही सामग्री विश्वासार्ह वाटली तरी reviewचा वेळ खर्च होऊ शकतो.
बग शोधणे अधिक आशादायक वापर
अहवालानुसार, Linux kernelमधील बग शोधणे आणि दुरुस्त करणे यासाठी AI महत्त्वाचा घटक बनेल, असे Torvalds यांना वाटते. Design किंवा code reviewची जबाबदारी modelकडे सोपवण्यापेक्षा हा मर्यादित वापर आहे: तंत्रज्ञान समस्या ओळखू शकते, पण सुधारणा योग्य आहे की नाही हे माणसांनी ठरवले पाहिजे.
coding assistants स्वीकारणाऱ्या संघांसाठी हा उपयुक्त फरक आहे. कोड तयार करणे हे software कामाचा फक्त एक भाग आहे. मोठा प्रकल्प टिकवण्यासाठी system behavior समजणे, बदलांचे परीक्षण करणे, चाचण्या घेणे आणि परिणामांची जबाबदारी स्वीकारणे आवश्यक असते.
आपण प्रामुख्याने maintainer असून मोठ्या प्रमाणावर kernel programming करणारी व्यक्ती नसल्याचे Torvalds यांनी सांगितले. परिपक्व आणि सहकार्यपूर्ण codebaseमध्ये AI output कसे प्रवेश करते, या व्यावहारिक प्रश्नासाठी त्यांची भूमिका विशेष महत्त्वाची आहे.
नवीन प्रोग्रामरसाठी अडथळा कमी करणे
Programming शिकण्याच्या अनुभवातील बदलांशीही Torvalds यांनी AIचा संबंध जोडला. त्यांनी 1980च्या दशकाच्या सुरुवातीला programming सुरू केले, तेव्हा संगणक आणि त्यांच्यासाठी लिहिलेले programs अधिक सोपे होते. आज software engineeringची पातळी खूप उंचावली आहे, त्यामुळे नवागतांना छोटे प्रयत्न अर्थपूर्ण वाटणे कठीण झाले आहे.
आधुनिक computing stackच्या प्रत्येक स्तरावर प्रभुत्व मिळवण्यापूर्वीच AI लोकांना प्रयोग, प्रश्न आणि निर्मितीची संधी देऊन हा अडथळा कमी करू शकते. या संदर्भात त्याचे मूल्य तांत्रिक जितके आहे तितकेच प्रेरणादायीही आहे.
यामुळे मूलभूत गोष्टी शिकण्याची गरज संपत नाही. मात्र assistantमुळे सुरुवातीचा शोध कमी भीतीदायक होऊ शकतो. वैयक्तिक प्रकल्पांवर काम करणाऱ्यांसाठी कल्पनेपासून कार्यरत प्रयोगापर्यंतचा मार्ग कमी करणारे साधन programming अधिक तात्काळ वाटू शकते.
Maintainersना अजूनही प्रमाण नव्हे, उपयुक्त संकेत हवेत
शिकणाऱ्यांना मदत करणारी हीच सुलभता प्रस्थापित प्रकल्पांमध्ये अडचणी निर्माण करू शकते. AIमुळे patches किंवा bug reports मोठ्या प्रमाणात तयार करणे सोपे झाले तर maintainersना submissions अधिक मिळू शकतात, पण उपयुक्त contributions वाढतीलच असे नाही. मूल्यांकनाच्या वेळी अनुभवी developersना चुका, duplicates आणि प्रकल्पाशी न जुळणारे बदल ओळखावे लागतात.
म्हणून Torvalds यांची भूमिका पूर्ण समर्थनाचीही नाही आणि नकाराचीही नाही. Developerच्या कामाला, विशेषतः experimentation आणि bug discoveryला, AIने मदत केली तर ते उपयोगी आहे. लोकांनी न समजलेले किंवा validate न केलेले काम पाठवण्यास ते प्रवृत्त करत असेल तर ते धोकादायक आहे.
Linux आणि इतर महत्त्वाच्या open-source प्रकल्पांमध्ये मानवी review प्रक्रियेच्या केंद्रस्थानी राहील. AI system एखादी समस्या शोधण्यात किंवा कल्पनेचा मसुदा तयार करण्यात मदत करू शकते, पण तांत्रिक अचूकता आणि प्रकल्पाशी सुसंगततेचा निर्णय maintainersनीच घ्यावा.
AI codingकडे व्यावहारिक दृष्टिकोन
Torvalds यांच्या टिप्पण्यांचे व्यापक महत्त्व विचारसरणीऐवजी वापरावर भर देण्यात आहे. AIवरील चर्चा अनेकदा पूर्ण स्वीकार किंवा पूर्ण नकार अशा दोन टोकांमध्ये अडकते. त्यांच्या मतांमधून अधिक व्यावहारिक निकष दिसतो: जिथे मदत होईल तिथे तंत्रज्ञान वापरा आणि अपयशाचे परिणाम वाढतील तशी अधिक सावधगिरी बाळगा.
हा दृष्टिकोन software developmentमध्ये सर्वत्र लागू होऊ शकतो. वैयक्तिक प्रयोग, शैक्षणिक प्रकल्प आणि production kernel release यांची जोखीम वेगवेगळी असते. AI assistantची योग्य भूमिकाही त्यानुसार बदलली पाहिजे.
Torvalds यांचा संदेश स्पष्ट आहे. AI programming अधिक आनंददायक बनवू शकते आणि बग शोधण्यास मदत करू शकते. पण महत्त्वाच्या सॉफ्टवेअरमध्ये generated output ही त्यासाठी जबाबदार असलेल्या लोकांची काळजी, कौशल्य आणि उत्तरदायित्व यांची जागा घेऊ शकत नाही.
हा लेख ZDNETच्या वृत्तांकनावर आधारित आहे. मूळ लेख वाचा.
Originally published on zdnet.com