وقتی هوش مصنوعی تجربه انسانی برنامهنویسی رو میکشه
خلاصهٔ کاملتر
نویسنده این مقاله یه توسعهدهنده اندرویده که از ۲۰۱۴ شروع به کدنویسی کرده. اون از یه «لحظه روشنایی» حرف میزنه — وقتی اولین اپش رو روی گوشیش دید و پیش خانوادهاش برد تا نشونشون بده. اون لحظه، برنامهنویسی برای اون معنا پیدا کرد: ساختن چیزی واقعی که زندگی آدمها رو بهتر میکنه.
طی یه دهه بعد، مسیر یادگیریش از طریق آدمها شکل گرفت، نه ابزارها. هکاتونهای سهروزه با دوستان، همکاری با تیممیتی که بدون قضاوت RxJava رو بهش یاد داد، و کنفرانس Droidcon NYC که اونقدر الهامبخش بود که خودش هم رفت روی استیج و تجربههاش رو با نسل بعدی به اشتراک گذاشت.
بعد LLMها اومدن. اول هیجانزده شد — یه مهندس نرمافزار طبیعتاً از تکنولوژی جدید استقبال میکنه. اما بعد از استفاده جدی، چیزی رو فهمید: وقتی به AI تکیه میکنی، عضلههای فکریات ضعیف میشن. دیگه به Stack Overflow نمیره، دیگه با همکارش کنار تختهسفید نمیایسته و trade-offهای یه راهحل رو بحث نمیکنه، دیگه trial and error نمیکنه تا بفهمه کدوم معماری برای کارش بهتره.
از نظر اون، اتوماسیون برای کارهای تکراری و بیمغز خوبه — اما وقتی تفکر انتقادی رو اتوماتیک میکنی، داری مهارت ساختن نرمافزار مقاوم و ماندگار رو از دست میدی. اون استدلالی که «AI سرعت میده تا شما بیشتر فکر کنید» رو رد میکنه، چون به نظرش یه بخش کلیدی از یادگیری — همون آزمون و خطای واقعی — رو نادیده میگیره.
نکته اصلیاش اینه که LLMها در نهایت ماشینهای پیشبینی متن هستن؛ مدلهایی که روی سالها کد و نوشتههای عمومی مهندسان آموزش دیدن — همون مهندسانی که بدون چشمداشت، دانششون رو به اشتراک گذاشتن تا بقیه بتونن یاد بگیرن. ولی خود AI این کار رو نمیکنه: نه با تو میخنده وقتی کدت کامپایل نمیشه، نه درک عمیقی از نرمافزارت بهت میده، نه با افتخار میگه «ما این رو ساختیم.»
نکات کلیدی:
- ارتباط انسانی — هکاتونها، کنفرانسها، کمک گرفتن از همکار — قلب یادگیری برنامهنویسیه
- LLMها از نظر فنی بهتر شدن، اما جایگزین Stack Overflow و بحثهای تیمی نیستن
- اتوماسیون تفکر انتقادی، مهارت ساخت نرمافزار مقاوم رو تحلیل میبره
- trial and error واقعی — نه فقط «اجرا میشه یا کرش میکنه» — بخش جدانشدنی از رشد یه مهندسه
- نرمافزار رو انسانها برای انسانها ساختن؛ اگه این تغییر کنه، سوال اینه که برای کی ساخته میشه




