Hiçbir teknik beceriniz olmadan yapay zeka konusunda uzmanlaşmak mı istiyorsunuz? Karmaşık sistemler neden çeşitli öğrenmeyi gerektirir?

Aslında teknoloji profesyonelleri için ortaya çıkan tüm bu rollere güç veren şey yapay zekanın zayıf yönleridir.

Bazı önde gelen üniversiteler, yapay zekaya yönelik, çok az programlama veya geliştirme geçmişi gerektiren mesleki gelişim programları sunuyor. Örneğin Pennsylvania Üniversitesi, "önceden programlama deneyimi gerektirmediğini" belirten 24 haftalık bir temel eğitim programı sunuyor. Geride kalmamak için Massachusetts Teknoloji Enstitüsü, kodsuz yazılımla yapay zeka çözümleri oluşturmayı öğrenebileceğiniz 12 haftalık bir kurs sunuyor.

Bunları okuyan birinin, yazılım geliştirme deneyimi çok az olan veya hiç olmayan bir yapay zeka ustası olmanın mümkün olduğunu düşünmesi affedilebilir. Ama durum böyle mi? Sektör liderleri, iyi işleyen bir yapay zeka sistemi oluşturmak için hala çok sayıda teknik beceriye ihtiyaç duyulduğunu öne sürüyor ancak kesinlikle teknik becerilerin denklemin sadece bir parçası olduğunu da ekliyor.

Akamai Technologies'in CTO'su Dr. Robert Blumofe, "Sırf yapay zeka bunları gerçekleştirebildiği için temel kodlama ve veri analizi becerilerini öğrenmelerine gerek olmadığını düşünen herkesi son derece uyarıyorum" diyor. "Bu sadece yapay zeka tarafından yapılabildiği sürece tüm temel becerilerin göz ardı edilmesine yol açabilecek tehlikeli bir zihniyet değil, aynı zamanda yapay zeka tarafından oluşturulan içerik üzerinde kalite güvence görevlerini gerçekleştiremeyeceksiniz."

Blumofe, "Yapay zeka kalıcı olsa da, onun ve özellikle büyük dil modellerinin (LLM'ler) ciddi sınırlamaları var" diyor. "Temel olarak, Yüksek Lisans'ların güvenli bir şekilde kullanılması hala insan gözetimine, anlayışına ve müdahalesine ihtiyaç duyuyor."

Mastercard'ın teknoloji, insan ve yetenekten sorumlu başkan yardımcısı Charman Hayes, "Programlama, veri bilimi, veri yönetimi ve veri koruma gibi temel teknik beceriler vazgeçilmez olmaya devam edecek" diyor. "Aynı zamanda teknoloji uzmanlarının yapay zeka etrafında gelişen yasal ve düzenleyici ortamı anlama sorumluluğu var ve bu onların teknik beceri setlerini sorumlu bir şekilde kullanmalarını sağlamak açısından kritik öneme sahip olacak."

Belki Ethan Mollick (bu arada Pensilvanya Üniversitesi'nde profesör) yapay zekayı "pürüzlü bir sınırla" karşılaştırarak teknoloji uzmanlarının rollerine ilişkin uygun bir tanım sağlayabilir. Pandata CEO'su Cal Al-Dhubaib, "Bu sınır, yapay zekanın bazı alanlarda üstün olduğu, bazı alanlarda ise mücadele ettiği, profesyonellerin zayıf yönlerini ne zaman telafi edeceklerini ayırt etmelerini gerektirdiği yerdir" diyor.

Yapay zeka destekli kodlama artıyor olsa da Al-Dhubaib, "Bunun programcıların net işlerini elinden aldığını düşünmüyorum" diyor. "Ancak, kod oluşturmak ve veri analizini gerçekleştirmek için gereken süreyi önemli ölçüde azaltıyor. "Kodlayıcıların daha yüksek değerli işler sunma beklentisiyle stratejiye ve karmaşık sistemleri yönetmeye daha fazla zaman harcayacağını öngörüyorum."

Yine de üniversiteler tarafından sunulanlar gibi üst düzey kurslar, teknoloji profesyonellerinin yapay zekanın işletmeleri üzerindeki etkisinin derinliğini daha iyi anlamalarına yardımcı olabilir. Blumofe, "Kendinizi yalnızca derin öğrenmeyle sınırlandırmayın" diye tavsiye ediyor. "Yapay zekanın tüm kapsamını ve onu destekleyen temel teknolojiyi inceleyin."

Hayes, "Teknologlar, hızla geçerliliğini yitirebilecek tek bir beceri dizisine odaklanmak yerine, becerilerini pazarın ihtiyaçlarına göre geliştirmelerine olanak tanıyan hedefli eğitim kamplarına ve sertifikasyonlara sık sık katılmalı" diyor. "İşverenler, çalışanların sıkıştırılmış zaman dilimlerinde sürekli olarak becerilerini geliştirmek için iş başında yapabilecekleri küçük gerçek zamanlı öğrenmeye yatırım yapmalıdır. Örneğin, Mastercard'ın dahili fırsat ağı olan Kilitsiz, çalışanların projelere, pozisyonlara, mentorluğa ve gönüllülere bağlanmasına yardımcı olur. yeni beceriler geliştirmek ve daha geniş bir organizasyona maruz kalmak için programlar."

Blumofe, yapay zekanın bir bileşeni olarak yüksek lisansların sınırlı bir raf ömrüne sahip olabileceğini öne sürüyor. "LLM'ler harika ve belirli görevlerde çok iyiler, ancak aynı zamanda ciddi sınırlamaları da var ve insanlar bunları kullanırken daha fazla deneyim kazandıkça giderek daha belirgin hale geleceğini umuyorum" diye tahmin ediyor. "Yapay zekadaki bir sonraki büyük şeyin daha büyük bir yüksek lisans olacağını düşünmüyorum. Aksine, yüksek lisansların yerini alacak veya onları daha dar bir role indirecek yeni bir şey olacak. Her şeyin nasıl çalıştığına dair temel bir anlayışa sahipseniz, Bundan sonra ne olursa olsun hazır olacağız."

Al-Dhubaib, birçok karmaşık sistemde her zaman olduğu gibi, "istenmeyen sonuçlar yapay zeka ve makine öğrenimi dünyasını rahatsız ediyor" diyor. "Haberlerde yer alan tartışmalı vakaların çoğu, yapay zekanın geliştiriciler tarafından istenmeyen şekilde garip şekillerde kırılmasının bir sonucudur. Yapay zeka çözümleri daha karmaşık hale geldikçe ve onlarla kullandığımız veriler daha karmaşık hale geldikçe, bu modellerin kırılmasının daha fazla yolu var." Yetenek söz konusu olduğunda, yapay zeka çözümlerinin güvenliğini ve etkinliğini denetleme ve doğrulama ihtiyacının önemi giderek artacak."

Hayes, "Yapay zeka yalnızca veri bilimcileri için istihdam yaratmakla kalmıyor; kendi ihtiyaçları ve fırsatlarıyla tamamen yeni bir ekosisteme güç veriyor" diyor. "Örneğin, üretken yapay zeka bilgi "sentezleyici" rolünü üstlendiğinde, belirli iş gereklilikleri değişebilir ve stratejik ve danışmanlık çalışmaları için daha fazla zaman mevcut olacaktır. Bazı yeni işler gözetime odaklanabilir (örneğin, sohbet robotu yöneticisi). çıktı doğruluğunu ve faydasını sağlamak için yorumlama ve doğrulamanın yanı sıra, bir şirket için girdileri optimize edebilecek diğer işler de bu 'hızlı mühendislere' olan talebin artmaya devam etmesi muhtemeldir."

Mastercard'da entegre olan ve maksimuma çıkaran rol örnekleri. Hayes, yapay zekanın potansiyelinin "Yapay zeka yönetişimi ve yapay zeka stratejisinin yanı sıra yapay zeka ürün yönetimi ve mühendisliği" alanlarındaki rolleri de içerdiğini belirtiyor. "Daha üretken ve etkili olmaya başladığını gördüğümüz diğer işler arasında yazılım geliştiricileri ve pazarlamacılar yer alıyor."

Blumofe, öngörülebilir gelecekte bazı eskimeyen becerilerin hâlâ talep edileceğini söylüyor. Bu tür beceriler arasında "Yapay zeka algoritmaları, ayrık matematik, olasılık ve istatistik yer alıyor. Bunları incelerseniz, gelecekte hangi yeni teknolojiler ortaya çıkarsa çıksın, becerileriniz ve bilginiz talep görmeye devam edecek."

"Başarılı teknoloji kariyerleri için sosyal becerilerin ne kadar önemli olduğunu yeterince vurgulayamıyorum" diye ekliyor. "İletişim, eleştirel düşünme ve işbirliği, yapay zeka araçlarıyla kopyalanamayacak kadar belirgin insani becerilerdir."