एंजललिस्ट सह-स्थापक नवल: एआई उत्पादकता में वृद्धि को अतिरंजित किया जा रहा है, सॉफ्टवेयर इंजीनियर अभी भी अपरिहार्य हैं

संकलन: फेलिक्स, PANews

AI बड़े मॉडल्स के इस तेजी से अपडेट होने के पृष्ठभूमि में, वैश्विक बाजार में गहरी निराशा और चिंता का माहौल है। OpenAI के CEO Sam Altman ने पूर्व में भविष्यवाणी की कि "AI 95% प्रोग्रामर्स के काम को ले लेगा"; इसके बाद Anthropic के CEO ने भविष्यवाणी की कि "AI 6-12 महीनों के भीतर सॉफ्टवेयर इंजीनियर पदों को पूरी तरह से ले लेगा।" "प्रोग्रामर का पेशा मर चुका है" का दावा अब वैश्विक सहमति बन चुका है, और यह इंटरनेट के जन्म के बाद सबसे बड़ी "अस्तित्व की संकट" का सामना कर रहा है।

लेकिन इस नौकरी के लुप्त होने के डर का मूल कारण प्रौद्योगिकी के नींव के तर्क की गलत समझ है। एंजेललिस्ट के सह-संस्थापक नेवल रविकांत (जिन्होंने यूबर, ट्विटर में प्रारंभिक निवेश किया) का मानना है कि AI के उत्पादकता में वृद्धि के बारे में हाल के दावे शायद अतिशयोक्तिपूर्ण हैं; चाहे AI कितना भी विकसित हो जाए, यह हमेशा गलतियाँ करता रहेगा, और सॉफ्टवेयर इंजीनियर अभी भी अनिवार्य पेशा में से एक है।

चाहे आप किसी भी क्षेत्र में हों, भले ही वह सबसे छोटा उपक्षेत्र हो, अगर आप इसे बेहतरीन तरीके से करते हैं और विशेषज्ञ बन जाते हैं, तो आपको AI द्वारा प्रतिस्थापित होने की चिंता नहीं करनी चाहिए।

नावल रविकांत के नवीनतम दृष्टिकोण निम्नलिखित हैं।

क्या AI का अर्थ है कि पारंपरिक सॉफ्टवेयर इंजीनियरिंग समाप्त हो गई है? नहीं। सॉफ्टवेयर इंजीनियर—जो भी AI मॉडल के ट्यूनिंग या ट्रेनिंग के लिए जिम्मेदार नहीं हैं—आज दुनिया भर में सबसे अधिक मांग वाले लोगों में से एक हैं। निश्चित रूप से, वे इंजीनियर अधिक मांग में हैं जो मॉडल की ट्रेनिंग और ट्यूनिंग के लिए जिम्मेदार हैं, क्योंकि वे उन साधनों का निर्माण करते हैं जिनका उपयोग सॉफ्टवेयर इंजीनियर करते हैं।

लेकिन सॉफ्टवेयर इंजीनियर के पास अभी भी दो बड़े लाभ हैं। पहला, वे कोड के साथ सोचते हैं, इसलिए वे नीचे के कार्यप्रणाली को वास्तव में समझते हैं। और सभी अमूर्तताएँ दोषपूर्ण होती हैं। इसलिए, जब कंप्यूटर आपके लिए प्रोग्राम लिखता है (जैसे Claude Code या अन्य समान प्रोग्राम का उपयोग करके), तो यह हमेशा गलतियाँ करता है।

इससे बग उत्पन्न होंगे, अपूर्ण आर्किटेक्चर होगा, और सामान्य तौर पर यह पूरी तरह सही नहीं होगा। और नीचे के तर्क को समझने वाले लोग, जब भी कोई दरार आए, उसे तुरंत बंद कर सकते हैं।

इसलिए, यदि आप एक अच्छी तरह से डिज़ाइन की गई एप्लिकेशन बनाना चाहते हैं, यदि आप एक अच्छे आर्किटेक्चर को परिभाषित करने की क्षमता रखना चाहते हैं, यदि आप चाहते हैं कि आपका प्रोग्राम उच्च प्रदर्शन के साथ चले, अपनी सर्वोत्तम क्षमता प्रदर्शित करे और बग्स को जल्द से जल्द पकड़े, तो आपको अभी भी सॉफ्टवेयर इंजीनियरिंग की पृष्ठभूमि की आवश्यकता है।

पारंपरिक सॉफ्टवेयर इंजीनियर इन AI उपकरणों का बेहतर उपयोग कर सकते हैं। और, वर्तमान में सॉफ्टवेयर इंजीनियरिंग में अभी भी कई समस्याएँ हैं जिन्हें AI प्रोग्राम हल नहीं कर सकते। सबसे सरल तरीका समझना है: ये समस्याएँ उनके डेटा वितरण के बाहर हैं।

उदाहरण के लिए, यदि बाइनरी सॉर्टिंग या लिंक्ड लिस्ट को उल्टा करने की आवश्यकता होती है, तो AI ने असंख्य मामले देखे हैं, इसलिए वे इसमें बहुत कुशल हैं। लेकिन जब आप उनके परिचित क्षेत्र से बाहर निकलते हैं, जैसे अत्यधिक उच्च प्रदर्शन वाला कोड लिखना, नए आर्किटेक्चर पर चलाना, या नए चीजें बनाना और नए सवालों का समाधान करना, तो आपको अभी भी हाथों से कोड लिखने की आवश्यकता होती है।

यह स्थिति तब तक जारी रहेगी जब तक नए मॉडल के प्रशिक्षण के लिए पर्याप्त मामले उपलब्ध न हो जाएं, या जब तक ये मॉडल उच्चतर आयामी अमूर्त स्तर पर पर्याप्त रूप से निष्कर्ष निकालने और समस्याओं को स्वतंत्र रूप से हल करने में सक्षम न हो जाएं।

ध्यान रखें: बाजार को 'सामान्य' चीजों की कोई आवश्यकता नहीं है। जब तक किसी उप-क्षेत्र में बेहतर एप्लिकेशन पहले से मौजूद है, कोई भी सामान्य एप्लिकेशन नहीं चाहता। बेहतर एप्लिकेशन लगभग 100% बाजार हिस्सा जीत लेता है। शायद दूसरे स्थान पर रहने वाले एप्लिकेशन को बहुत कम हिस्सा मिलता है, केवल इसलिए कि वह किसी छोटे से फीचर में प्रमुख एप्लिकेशन से बेहतर है, या कीमत सस्ती है, इसी तरह की बातें।

लेकिन सामान्य तौर पर, लोग सिर्फ सबसे बेस्ट चाहते हैं। इसलिए बुरी खबर यह है कि दूसरे या तीसरे स्थान के लिए लड़ना बेकार है—जैसा कि फिल्म 'Glengarry Glen Ross' में एलेक बॉल्डविन का प्रसिद्ध डायलॉग है: ‘पहले स्थान पर कैडिलैक का पुरस्कार, दूसरे स्थान पर एक सेट स्टीक कन्फर, और तीसरे स्थान पर बंदूक लेकर चले जाओ।’

आज के विजेता-सबकुछ-लेता-है बाजार में, यह निश्चित रूप से सच है। खराब समाचार यह है: अगर आप जीतना चाहते हैं, तो आपको किसी न किसी क्षेत्र में सर्वश्रेष्ठ बनना होगा।

हालांकि, आप जिस क्षेत्र में सबसे अच्छा कर सकते हैं, वह अनंत है। आप हमेशा अपने लिए एक उपयुक्त उप-क्षेत्र ढूंढ सकते हैं और उसमें शीर्ष पर पहुंच सकते हैं। यह मुझे मेरी पिछली ट्वीट की याद दिलाता है: “अपने क्षेत्र के शीर्ष विशेषज्ञ बनने के लिए प्रयास करें। अपने काम को लगातार पुनः परिभाषित करते रहें, जब तक कि सपना साकार न हो जाए।”

I believe this principle still applies in the AI era.

संबंधित पढ़ें: एक 2028 की स्मृतिका: अगर AI जीत गया, तो हम क्या खो देंगे?