Who Will Become the Next Senior? How Generative AI Erodes the Development Pathway in Software Engineering
दक्षिण कोरिया के सॉफ्टवेयर इंजीनियरों के साक्षात्कार के माध्यम से, यह अध्ययन तर्क देता है कि जनरेटिव एआई (Generative AI) शुरुआती स्तर के कार्यों को सीनियर-एआई वर्कफ़्लो में समाहित करके जूनियर्स के करियर विकास के मार्ग को नष्ट कर रहा है, जिससे नवोदितों को विशेषज्ञता प्राप्त करने के लिए आवश्यक "उत्पादक संघर्ष" (productive struggle) से वंचित किया जा रहा है और एक ऐसी धारणात्मक विषमता (perceptual asymmetry) पैदा हो रही है जो संगठनात्मक सुधार में बाधा डालती है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि सॉफ्टवेयर इंजीनियरिंग की दुनिया एक विशाल, हलचल भरी रसोई की तरह है जहाँ सबसे जटिल व्यंजन मास्टर शेफ द्वारा पकाए जाते हैं। दशकों तक, एक युवा रसोइया लाइब्रेरी में रेसिपी बुक पढ़कर नहीं, बल्कि प्याज काटकर, आलू छीलकर और बर्तन साफ करके मास्टर बनता था। ये "उबाऊ" कार्य ही गुप्त प्रशिक्षण मैदान थे। इन्होंने युवा रसोइयों को गलतियाँ करने, सॉस को चखने, यह महसूस करने कि यह बहुत नमकीन है, और उसे ठीक करने के लिए मजबूर किया। संघर्ष करने, असफल होने और सुधारने की यह प्रक्रिया ही थी जिससे वे भोजन के स्वादों को समझना सीखते थे।
हाल ही में, एक जादुई रोबोट शेफ प्रकट हुआ है। यह रोबोट, जो जेनरेटिव एआई (Generative AI) द्वारा संचालित है, किसी भी अन्य व्यक्ति की तुलना में कहीं अधिक तेज़ी से प्याज काट सकता है और आलू छील सकता है, और यह कभी गलती नहीं करता। यह रसोई के लिए एक बड़ी जीत लगती है। लेकिन पेच यहाँ है: यदि रोबोट सारा काम (प्याज काटना और आलू छीलना) करता है, तो युवा रसोइये कभी चाकू पकड़ ही नहीं पाते। वे कभी यह नहीं सीख पाते कि एक खराब प्याज कैसा महसूस होता है, या जले हुए सॉस को कैसे ठीक किया जाता है। वे एक बेहतरीन दिखने वाला व्यंजन तो बना लेंगे, लेकिन वे खुद खाना बनाना नहीं जानते होंगे। यह शोध एक डरावने सवाल की पड़ताल करता है: यदि रोबोट सारा शुरुआती काम कर देता है, तो हम अगली पीढ़ी के मास्टर शेफ को कैसे प्रशिक्षित करेंगे? शोधकर्ता चिंतित हैं कि "प्रशिक्षण की सीढ़ी" को खींच लिया जा रहा है, जिससे युवा इंजीनियर बिना ऊपर चढ़ने के किसी रास्ते के बीच में फंस गए हैं।
वह रोबोट जिसने ट्रेनिंग व्हील्स खा लिए
यह अध्ययन सॉफ्टवेयर की दुनिया में हो रहे एक शांत संकट की गहराई से जांच करता है, विशेष रूप से यह देखता है कि चैटजीपीटी (ChatGPT) और गिटहब कोपायलट (GitHub Copilot) जैसे नए उपकरण कैसे "जूनियर" (नौसिखिया) से "सीनियर" (विशेषज्ञ) सॉफ्टवेयर इंजीनियर बनने के मार्ग को बदल रहे हैं। दक्षिण कोरिया के शोधकर्ताओं ने 14 लोगों का साक्षात्कार लिया: आठ छात्र या हाल ही में स्नातक हुए लोग जो कार्यक्षेत्र में प्रवेश करने ही वाले हैं, और छह अनुभवी इंजीनियर जिन्होंने कम से कम छह साल तक काम किया है।
उन्होंने एक पैटर्न पाया जिसे वे "अवशोषण" (Absorption) कहते हैं। यह एक वैक्यूम क्लीनर की तरह है जो सभी छोटे, बिखरे हुए, शुरुआती स्तर के कार्यों को सोख लेता है। अतीत में, एक सीनियर इंजीनियर कहता था, "अरे, तुम नए हो, जाओ इन छोटे बग्स को ठीक करो और यह सरल डॉक्यूमेंटेशन लिखो।" यह "उत्पादक संघर्ष" (productive struggle) था—वह कठिन काम जहाँ जूनियर वास्तव में सोचना सीखते थे। लेकिन अब, सीनियर इंजीनियर बस एआई (AI) से इसे करने के लिए कह सकते हैं। एआई बुनियादी स्तर पर इतना अच्छा है कि सीनियर इंजीनियरों को अब काम सौंपने (delegate करने) की आवश्यकता नहीं पड़ती। वे इसे खुद कुछ ही सेकंड में कर सकते हैं।
परिणाम क्या है? एंट्री-लेवल का वह काम, जो पहले इंजीनियरों के लिए प्रशिक्षण का मैदान हुआ करता था, गायब हो गया है। सीनियर लोग काम तो कर रहे हैं, लेकिन जूनियर्स को अभ्यास करने का मौका नहीं मिल रहा है।
"ब्लैक बॉक्स" की समस्या: उत्तर जानना, पर 'क्यों' को न जानना
शोधकर्ताओं ने पाया कि जब जूनियर संघर्ष करने से बचने के लिए एआई का उपयोग करते हैं, तो वे एक महत्वपूर्ण चीज़ खो देते है: यह पहचानने की क्षमता कि क्या काम नहीं करता है। एक छात्र ने समझाया कि एआई से पहले, वे किसी समस्या के साथ जूझते थे, असफल होते थे और फिर उस विफलता से सीखते थे। अब, एआई उन्हें तुरंत उत्तर दे देता है। उन्हें एक परफेक्ट ग्रेड तो मिल जाता है, लेकिन वे अंदर से खाली महसूस करते हैं।
कल्पना कीजिए कि आप साइकिल चलाना सीख रहे हैं। यदि एक जादुय सुरक्षा कवच (force field) आपको थामे रखता है ताकि आप कभी गिरें ही नहीं, तो आप बिल्कुल सही तरीके से साइकिल चलाते हुए दिख सकते हैं। लेकिन जिस क्षण वह सुरक्षा कवच हटता है, आप दुर्घटनाग्रस्त हो जाते हैं क्योंकि आपने कभी संतुलन बनाना नहीं सीखा। शोध पत्र सुझाव देता है कि एआई उस सुरक्षा कवच की तरह काम कर रहा है। जूनियर टूल के उपयोग में "प्रवाह" (fluency) तो प्राप्त कर रहे हैं, लेकिन वे कोड की गहरी समझ विकसित नहीं कर पा रहे हैं। वे नहीं जानते कि एक "खराब उदाहरण" कैसा दिखता है क्योंकि उन्होंने केवल एआई के परफेक्ट आउटपुट को ही देखा है।
एक सीनियर इंजीनियर ने स्पष्ट रूप से कहा: "किसी को सीनियर इसलिए कहा जाता है क्योंकि उन्हें पता होता है कि काम कैसे नहीं किया जाना चाहिए।" लेकिन यदि जूनियर कभी गलतियाँ नहीं करते, तो वे कभी नहीं जान पाएंगे कि "क्या नहीं करना है"।
पीयर प्रेशर (साथियों का दबाव) का जाल
आप सोच सकते हैं, "क्या छात्र एआई का उपयोग करना बंद करके और कठिन तरीके से सीखने का विकल्प नहीं चुन सकते?" शोध पत्र कहता है कि नहीं, और यहीं से यह वास्तव में दिलचस्प हो जाता है। शोधकर्ताओं ने पाया कि विश्वविद्यालय की कक्षाओं में, एआई का उपयोग करना एक मानक बन गया है। यह एक ऐसी दौड़ की तरह है जहाँ बाकी सब जेटपैक पर सवार हैं। यदि आप पैदल चलने की कोशिश करेंगे, तो आप पीछे छूट जाएंगे।
एक छात्र ने दबाव का वर्णन किया: "मेरे अलावा हर कोई GPT का उपयोग कर रहा था, इसलिए मेरे अलावा हर कोई लगभग परफेक्ट स्कोर प्राप्त कर रहा था। अब मेरे पास अपने असाइनमेंट पर खुद काम करने की स्वतंत्रता नहीं रही... इसलिए अंत में, मेरे पास भी इसका उपयोग करने के अलावा कोई विकल्प नहीं बचा।" भले ही कोई छात्र सीखने के लिए संघर्ष करना चाहता हो, लेकिन सिस्टम (ग्रेड, समय सीमा, साथियों की प्रतिस्पर्धा) उसे शॉर्टकट लेने के लिए मजबूर करता है। सीखने की "वांछित कठिनाई" (desirable difficulty)—वह संघर्ष जो आपको स्मार्ट बनाता है—तेज़ और कुशल होने के सामूहिक दबाव के कारण मिटती जा रही है।
अंध बिंदु (Blind Spot): कोई इसे ठीक क्यों नहीं कर रहा है?
तो, कोई इसे क्यों नहीं रोकता? सीनियर इंजीनियर यह क्यों नहीं कहते, "रुको, हमें जूनियर्स को कठिन काम करने देना चाहिए"? शोध पत्र ने एक अजीब विसंगति या "धारणात्मक विषमता" (perceptual asymmetry) पाई।
सीनियर, जो पहले ही पुराने ढंग से अपना कौशल सीख चुके हैं, सोचते हैं कि स्थिति नियंत्रण में है। उनका मानना है कि यदि किसी जूनियर के पास वास्तविक दुनिया का अनुभव है, तो वे एआई का उपयोग करके कमियों को पूरा कर सकते हैं। वे सोचते हैं, "हम उनके काम पर सीखने का इंतज़ार कर सकते हैं।" लेकिन उन्हें यह एहसास नहीं है कि "ऑन-द-जॉब" सीखने के अवसर एआई द्वारा खा लिए गए हैं। वे पहाड़ के शिखर से समस्या को देख रहे हैं, यह सोचकर कि रास्ता साफ़ है, जबकि जूनियर नीचे हैं, जिन्हें एहसास हो रहा है कि रास्ता ही गायब हो गया है।
इसके विपरीत, जूनियर दबाव महसूस करते हैं लेकिन सिस्टम को नहीं बदल सकते। वे एक ऐसे लूप में फंसे हैं जहाँ उन्हें नौकरी पाने के लिए अनुभव की आवश्यकता है, लेकिन वे अनुभव प्राप्त नहीं कर सकते क्योंकि नौकरियाँ एआई द्वारा की जा रही हैं। सीनियर को यह जाल दिखाई नहीं देता क्योंकि वे इससे पहले ही बाहर निकल चुके हैं, और जूनियर इस जाल को ठीक करने के बजाय जीवित रहने की कोशिश में लगे हैं।
समाधान: एक नया खेल का मैदान डिजाइन करना
शोध पत्र निष्कर्ष निकालता है कि हम केवल इस उम्मीद पर नहीं छोड़ सकते कि व्यक्ति इसे समझ लेंगे। सिस्टम टूटा हुआ है, और इसे ऊपर से ठीक करने की आवश्यकता है। शोधकर्ता सुझाव देते हैं कि हमें जानबूझकर ऐसे "प्रशिक्षण क्षेत्र" (training zones) डिजाइन करने चाहिए जहाँ एआई या तो प्रतिबंधित हो या उसका उपयोग विशिष्ट तरीकों से किया जाए जो मनुष्यों को संघर्ष करने के लिए मजबूर करे।
वे प्रेरणा के लिए अन्य क्षेत्रों की ओर इशारा करते हैं। विमानन (aviation) में, भले ही विमान अत्यधिक स्वचालित हों, पायलटों को अभी भी मैन्युअल उड़ान का अभ्यास करने की आवश्यकता होती है ताकि वे अपने कौशल को न खो दें। परमाणु ऊर्जा में, ऑपरेटरों को सिमुलेटर पर प्रशिक्षण लेना पड़ता है ताकि वे उन आपात स्थितियों को संभाल सकें जिन्हें स्वचालित प्रणालियाँ आमतौर पर रोक देती हैं।
इसी तरह, सॉफ्टवेयर कंपनियों और विश्वविद्यालयों को विफलता के लिए "सुरक्षित स्थान" बनाने की आवश्यकता है। इसका अर्थ यह हो सकता है:
- स्कूलों में: ऐसे असाइनमेंट डिजाइन करना जहाँ एआई काम न कर सके, या केवल अंतिम उत्तर के बजाय समस्या को हल करने की प्रक्रिया के आधार पर ग्रेड देना।
- कार्यस्थलों में: ऐसे विशिष्ट, छोटे कार्य बनाना जो केवल जूनियर्स के लिए हों, यह सुनिश्चित करना कि उन्हें गलतियाँ करने और उनसे सीखने का मौका मिले, भले ही यह एआई का उपयोग करने की तुलना में धीमा हो।
निचोड़ यह है कि सीनियर इंजीनियर बनने का मार्ग क्षरित हो रहा है। यदि हम जानबूझकर उस पथ का पुनर्निर्माण नहीं करते हैं, तो हम इंजीनियरों की एक ऐसी पीढ़ी के साथ समाप्त हो सकते हैं जो रोबोट से बात तो कर सकती है लेकिन उनके बिना कुछ भी बना नहीं सकतीं। सवाल "अगला सीनियर कौन बनेगा?" का कोई आसान उत्तर नहीं है, लेकिन शोध पत्र सुझाव देता है कि यदि हम सीखने का एक नया तरीका डिजाइन नहीं करते हैं, तो उत्तर शायद "कोई नहीं" होगा।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।