Süni intellektin real proqramçını əvəz edə bilib-bilmədiyi təcrübə vasitəsilə yoxlanılıb

     40 illik təcrübəyə malik bir proqramçı tamamilə vibe-coding üsuluna keçidlə bağlı təcrübə aparıb - mürəkkəb alqoritmik məsələni həll etmək üçün Python-da 5000 sətrlik kod yaradıb, lakin bir sətir belə fərdi şəkildə yazmayıb. Claude və Gemini kimi süni intellekt köməkçiləri ilə 40 saatlıq dialoq zamanı o, süni intellektin məhsuldarlığını ikiqat artıra bildiyini müşahidə edib. Lakin səhvlərə nəzarət və arxitektura həlləri üçün dərin biliklər vacibdir: süni intellekt kodu saniyələr ərzində yaratsa da, onun həllərinin 40%-i gizli və çətin aşkar olunan səhvlərdən ibarət olub. Vibe-coding proqramlaşdırmada yeni yanaşmadır. Bu yanaşmada rutin tapşırıqlar süni intellektə həvalə olunur, insan isə layihənin kreativ aspektlərinə və arxitekturasına fokuslanır. İdeya ondan ibarətdir ki, inkişaf prosesi ortaq yaradıcılığa çevrilsin: insan məqsədləri müəyyən edir, sistem isə kodun yazılması, refaktorluq və sazlanmasını öz üzərinə götürür.

     40 illik proqramlaşdırma təcrübəsinə və süni intellekt sahəsində doktorluq dərəcəsinə malik Marco Benedetti proqramlaşdırmanın istehsalat konveyerinə çevrilib-çevrilmədiyini yoxlamaq qərarına gəlib və təcrübə aparıb. 2 həftə ərzində o, Python-da bir layihə üzərində süni intellekt ilə birgə işləməyə 40 saat ayırıb. Layihə təxminən 5000 sətr kod, 50 fayl, 20 sinifdən ibarət olub və klassik məsələlər üçün axtarış alqoritmlərinin yaradılmasına həsr edilib. Layihənin əsas elementi “Hanoy qülləsi” tapmacasını həll edən tətbiq olub. Bu klassik tapmaca müəyyən qaydalar əsasında disklərin 3 dirək arasında hərəkət etdirilməsini tələb edir. Disklərin sayı artdıqca tapmacanın ən qısa həlli eksponensial olaraq böyüyür və insanın bunu təsəvvür etməsi demək olar ki, mümkünsüzdür. Lakin rəqəmsal sistemlər belə bir məsələnin öhdəsindən asanlıqla gələ bilir, istər ixtisaslaşdırılmış, istərsə də ümumi axtarış alqoritmlərindən istifadə etməklə.

     Yaradılan həll tətbiqi bu tip bir neçə alqoritmi özündə birləşdirir və həm tapmacanın klassik versiyası, həm də istənilən konfiqurasiyaya malik ümumiləşdirilmiş variantları ilə işləyə bilir. İnkişaf prosesi inteqrasiya olunmuş Cursor mühitində proqramçı ilə süni intellekt köməkçiləri arasında real vaxt rejimində ingilis dilində fasiləsiz dialoq şəklində aparılıb. Benedetti-nin sözlərinə görə, o özü bir sətir belə kod yazmayıb. İşdə 2025-ci ilin iyuluna olan 3 qabaqcıl modeldən istifadə olunub. Layihənin ilkin qurulması Google-un Gemini Pro 2.5 modeli ilə həyata keçirilib, kodun əsas hissəsi Anthropic-in Claude Sonnet 4 modeli ilə yaradılıb - proqramçı onu dərin anlayışına, uzaqgörənliyinə və fəallığına görə yüksək qiymətləndirib. OpenAI-nin o3 modeli isə kod yoxlanışı və arayış məlumatlarının tapılması kimi ikincidərəcəli tapşırıqlar üçün tətbiq olunub.

     40 saatlıq birgə iş zamanı süni intellekt ilə 300-dən çox mesajlaşma sessiyası keçirilib. Təcrübənin nəticələri təsirli olub: süni intellekt təlimatlara dəqiq riayət etmək, məntiqdəki boşluqları doldurmaq və daha zərif həllər təklif etmək bacarığını nümayiş etdirib. Bəzi hallarda süni intellektin sürəti və dəqiqliyi insan imkanlarını üstələmişdi. Məsələn, süni intellekt cəmi 30 saniyəyə “həll olunmayan tapmacaların mövcudluğunun mümkünsüzlüyünü” sübut etdi, halbuki proqramçı bu sübutu “qurmaq” üçün 10 dəqiqə sərf etmişdi. Model Python dilinə yaxşı yiyələndiyini göstərirdi, o cümlədən idiomatik konstruksiyalara və standart kitabxanalara hakim idi. Lakin təcrübə çatışmazlıqları da üzə çıxardı. Təxminən 20% vaxt keyfiyyətsiz kodun düzəldilməsinə və ya təkmilləşdirilməsinə sərf olundu. Problemlər arasında təkrarlanma, həddindən artıq mürəkkəb refaktorluq, səhv istisna emalı və paralel icrada səhvlər müşahidə edilirdi.

     40% hallarda kod işlək görünürdü, lakin diqqətlə yoxlandıqda gizli səhvlər aşkar olunurdu. Məsələn, süni intellekt qeyri-optimallaşdırılmış alqoritm yazmış, amma bunu inkar etmişdi, həmçinin obyektin silinməsini imitasiya etmişdi. Digər problem isə ondan ibarət idi ki, süni intellekt çox vaxt sadəlik və aydınlıq lazım olan yerdə belə “sənaye səviyyəli” həllər təklif etməyə meyllidir və bunu nəzərə almaq lazımdır. Proqramçının fikrincə, böyük dil modellərinə əsaslanan süni intellekt köməkçiləri son dərəcə faydalı alətlərdir, lakin onların effektivliyi birbaşa proqramçının bilik səviyyəsindən asılıdır. Təcrübə zamanı proqramçı təxminən 2 dəfə daha sürətli işləyib, lakin testlərin, sənədləşmənin və refaktorluğun yazılmasında məhsuldarlıq 10-100 dəfə arta bilər.

     Eyni zamanda, süni intellektə həddindən artıq güvənmək “koqnitiv borc”a gətirib çıxara bilər, yəni proqramçı öz bacarıqlarını itirə bilər. Süni intellektdən həqiqi fayda yalnız insan sistemin işini idarə edə və istiqamətləndirə bildikdə ortaya çıxır. Buna görə də nəticəni hələ tənqidi qiymətləndirməyi bacarmayan yeni başlayanlar vibe-coding yanaşmasında daha diqqətli olmalıdırlar. Beləliklə, süni intellekt köməkçiləri ilə proqramlaşdırma ikitərəfli prosesdir: o, məhsuldarlığı artırır və yaradıcılıq üçün vaxt azad edir, lakin insan tərəfindən daimi iştirak və yoxlama tələb edir. Ekspertin fikrincə, coding-in gələcəyi insan və sistemin sıx əməkdaşlığında yatır, burada nəzarət və məsuliyyət insanda qalır, süni intellekt isə ağıllı və etibarlı köməkçi rolunda çıxış edir.