مصنف: Naval Ravikant
ترجمہ: فیلکس، PANews
AI کے بڑے ماڈلز کی تیزی سے ترقی کے پس منظر میں، عالمی مارکیٹ میں ایک گہرا افسوس اور پریشانی کا جذبہ پھیلا ہوا ہے۔ OpenAI کے سی ای او سیم الٹمن نے پیش گوئی کی ہے کہ “AI 95% پروگرامرز کے کام کو سنبھال لے گا”؛ جبکہ Anthropic کے سی ای او نے پیش گوئی کی ہے کہ “AI 6-12 ماہ کے اندر سافٹ ویئر انجینئرز کے تمام عہدوں پر مکمل طور پر قابض ہو جائے گا۔” “پروگرامر کا پیشہ مر چکا ہے” کا دعویٰ عالمی سطح پر ایک متفقہ رائے بن چکا ہے، اور یہ انٹرنیٹ کے قیام کے بعد سب سے بڑی “زندگی کی بحران” کا شکار ہے۔
لیکن ملازمتوں کے ختم ہونے کے خوف کی بنیاد تکنیک کے بنیادی منطق پر غلط فہمی پر ہے۔ AngelList کے مشترکہ بانی ناول راویکنت (جو Uber، Twitter کا ابتدائی سرمایہ کار تھا) کا خیال ہے کہ AI کی پیداواری صلاحیت میں اضافے کے بارے میں حالیہ باتیں شاید زیادہ ہی مبالغہ آمیز ہیں، چاہے AI کتنی بھی ترقی کر لے، یہ ہمیشہ غلطیاں کرتی رہے گی، اور سافٹ ویئر انجینئر اب بھی ایک اہم پیشہ ہے۔
چاہے آپ کسی بھی شعبے میں ہوں، چاہے وہ سب سے چھوٹا ہی کیوں نہ ہو، اگر آپ اسے بہترین طریقے سے اور ماہرانہ طور پر کریں اور اعلیٰ ترین ماہر بن جائیں، تو آپ کو AI کے ذریعے بدلے جانے کی فکر نہیں کرنی چاہیے۔
نیول راوکانت کے نئی ترین رائے درج ذیل ہیں۔
کیا AI کا مطلب ہے کہ روایتی سافٹ ویئر انجینئرنگ ختم ہو چکی ہے؟ بالکل نہیں۔ سافٹ ویئر انجینئرز — جن میں AI ماڈلز کو ٹیون یا ٹرین کرنے کی ذمہ داری نہیں ہے — آج دنیا بھر میں سب سے زیادہ قدر کیے جانے والے لوگوں میں سے ایک ہیں۔ بالکل، وہ انجینئرز جو ماڈلز کو ٹرین اور ٹیون کرتے ہیں، زیادہ قدر کے جانے جاتے ہیں، کیونکہ وہ وہ ٹولز تعمیر کرتے ہیں جن کا استعمال سافٹ ویئر انجینئرز کرتے ہیں۔
لیکن سافٹ ویئر انجینئرز کے پاس اب بھی دو بڑے فوائد ہیں۔ پہلا، وہ کوڈ کے ذریعے سوچتے ہیں، اس لیے وہ بنیادی عمل کو حقیقت میں سمجھتے ہیں۔ اور تمام ابٹرکشنز میں خامیاں ہوتی ہیں۔ اس لیے، جب کمپیوٹر آپ کے لیے پروگرام لکھتا ہے (مثلاً Claude Code یا اس جیسے دوسرے پروگرامز کے ذریعے)، تو یہ ہمیشہ غلطیاں کرتا ہے۔
اس سے بگ پیدا ہوں گے، ناقص ایرکیٹیکچر ہوگا، اور بالآخر مکمل طور پر درست نہیں ہوگا۔ اور بنیادی منطق کو سمجھنے والے، جب خامیاں ظاہر ہوں تو انہیں فوری طور پر بند کر سکتے ہیں۔
اس لیے، اگر آپ ایک اچھی ساخت والی ایپ بنانا چاہتے ہیں، اگر آپ ایک اچھی ساخت کو تعریف کرنے کی صلاحیت رکھنا چاہتے ہیں، اگر آپ چاہتے ہیں کہ آپ کا پروگرام بلند ترین سطح پر، اعلیٰ کارکردگی کے ساتھ، اور جلد از جلد بگز کو پکڑے، تو آپ کو ابھی بھی سافٹ ویئر انجینئرنگ کا پس منظر درکار ہے۔
سنتی معاونت انجینئرز ان AI ٹولز کا بہتر استعمال کر سکتے ہیں۔ اور ابھی تک سافٹ ویئر انجینئرنگ میں کئی مسائل ہیں جن کو AI پروگرامز حل نہیں کر سکتے۔ سب سے آسان طریقہ یہ سمجھنا ہے کہ یہ مسائل ان کے ڈیٹا کے تقسیم سے باہر ہیں۔
مثال کے طور پر، اگر بائنری سارٹنگ یا لسٹ کو الٹنا درکار ہو، تو AI نے لاکھوں کیسز دیکھے ہیں، اس لیے وہ اس میں بہت مہارت رکھتے ہیں۔ لیکن جب آپ ان کے جانے پہچانے شعبوں سے باہر نکل کر، جیسے انتہائی اعلیٰ کارکردگی والے کوڈ لکھنا، نئے آرکیٹیکچر پر چلانا، یا نئی چیزیں بنانا اور نئے مسائل حل کرنا شروع کر دیں، تو آپ کو اب بھی اپنے ہاتھوں سے کوڈ لکھنا پڑے گا۔
یہ حالت تب تک جاری رہے گی جب تک کہ نئے ماڈل کے لیے کافی مثالیں دستیاب نہ ہو جائیں، یا جب تک کہ یہ ماڈلز اعلیٰ سطح کے انتزاعی لیول پر کافی طور پر استدلال نہ کر سکیں اور مسائل کو خود حل نہ کر لیں۔
یاد رکھیں: بازار کو 'عام' چیزوں کی ضرورت نہیں ہے۔ جب تک کسی خاص شعبے میں بہتر ایپ موجود ہے، کوئی بھی عام ایپس نہیں چاہتا۔ بہتر ایپس تقریباً 100% مارکیٹ شیئر حاصل کر لیتی ہیں۔ شاید دوسرے نمبر کی ایپ کو بہت چھوٹا حصہ ملے، صرف اس لیے کہ وہ کسی ننھی سی خصوصیت میں مقبول ایپ سے بہتر ہے، یا سستی ہے، اس طرح کی باتوں کے لیے۔
لیکن کل کے لحاظ سے، لوگ صرف بہترین چاہتے ہیں۔ تو برا خبر یہ ہے کہ دوسرے یا تیسرے نمبر پر آنے کا کوئی مطلب نہیں — جیسے فلم "Glengarry Glen Ross" میں ایلیک بالڈون کا مشہور مکالمہ: "پہلے نمبر کو کیڈلاک ملتا ہے، دوسرے نمبر کو ایک سیٹ بیف کٹر، اور تیسرے نمبر کو بستر اٹھا کر جانا پڑتا ہے۔"
آج کے ونر تیکس مارکیٹ میں، یہ بے شک سچائی ہے۔ بری خبر یہ ہے کہ اگر آپ جیتنا چاہتے ہیں، تو آپ کو کسی ایک شعبے میں بہترین بننا ہوگا۔
تاہم، آپ کے لیے بہترین کام کرنے کے شعبے بے حد ہیں۔ آپ ہمیشہ ایک ایسا تفریحی شعبہ تلاش کر سکتے ہیں جہاں آپ خود کو بہترین بنائیں۔ یہ مجھے اپنی پچھلی ٹویٹ کو یاد دلاتا ہے: “اپنے شعبے کے بہترین لوگوں میں سے ایک بننے کی کوشش کریں۔ اپنے کام کو لگاتار دوبارہ تعریف کرتے رہیں، جب تک کہ آپ کا خواب حقیقت نہ بن جائے۔”
میں سمجھتا ہوں کہ AI کے دور میں یہ اصول اب بھی لاگو ہوتا ہے۔
متعلقہ پڑھیں：2028 کا ایک میمو: اگر AI جیت جائے، تو ہم کیا کھو دیں گے؟